A produção em massa da linguagem

Artigo Fonte | por Almudena Diaz

Há uma analogia que circula frequentemente nas conversas sobre inteligência artificial e escrita: se ninguém questiona o matemático por usar uma calculadora, por que razão questionamos quem usa IA para escrever? É uma pergunta aparentemente razoável. Mas esconde uma diferença fundamental que muda tudo.

As matemáticas são uma disciplina. A linguagem não.

A linguagem é uma capacidade humana. Não se aprende como se aprende uma fórmula — desenvolve-se pelo simples facto de vivermos em sociedade. Vygotsky argumentou-o há quase um século: pensamento e linguagem tornam-se inseparáveis. Não usamos a linguagem para expressar o que já pensamos. Pensamos através da linguagem. E isso acontece antes de qualquer escolarização, antes de aprendermos gramática. Durante séculos, a maioria da população era analfabeta no sentido estrito — não sabia ler nem escrever —, mas dominava a sua língua, argumentava, convencia, narrava. A linguagem não precisa de ser estudada para ser usada.

É precisamente isto que faz com que a IA a atravesse de forma diferente a qualquer outra ferramenta.

Dois tipos de uso

Nem todos os usos da linguagem são iguais. Há um uso transacional — o email, a resposta rápida, a troca de informação —, onde a linguagem é um meio e delegar esse meio numa ferramenta não coloca nenhum problema especial. E há um uso que poderíamos chamar artesanal — o artigo, o livro, a aula, a conversa que constrói pensamento —, onde a linguagem não é o meio, mas o próprio produto. Onde o que se entrega carrega uma voz, uma forma de pensar, uma maneira de ver as coisas que é tua.

A analogia que me parece mais precisa é a da revolução industrial do têxtil. Os teares mecânicos transformaram a produção de tecidos — tornaram-nos mais acessíveis, mais rápidos, mais baratos. Mas não eliminaram o alfaiate que trabalha peça a peça, que conhece o tecido por dentro, que sabe exatamente o que está a fazer e porquê. O que fizeram foi mudar as condições em que esse alfaiate trabalha e o valor que se reconhece ao seu ofício.

Com a linguagem está a acontecer algo semelhante. Estamos a entrar numa era de produção em massa da linguagem. Tal como aconteceu com o têxtil, hoje é possível gerar textos de forma rápida, barata e em grande escala — e isso tem valor real em termos de acesso e eficiência. Mas tem consequências. Quando tudo se produz em massa, o padrão médio muda. A maioria dos textos cumpre a sua função, mas poucos estão verdadeiramente trabalhados. E a diferença, como com a roupa, nem sempre se vê à primeira vista. Nota-se com o tempo.

Clicar na imagem para ver a apresentação…

A literacia que agora precisamos

É aqui que a literacia volta a ser relevante — embora num sentido novo. Antes de a escolarização ser obrigatória, as pessoas dominavam a sua língua sem estudar gramática. Hoje, muita gente usa IA sem perceber como funciona. Para o uso transacional, isso é tolerável. Para a artesanía da linguagem, não.

Se o que estás a construir carrega a tua voz, o teu pensamento, a tua assinatura intelectual… precisas de saber o que estás a pedir à ferramenta, o que ela te pode dar e o que não pode, onde falha, onde enviesa, onde produz fluência sem produzir pensamento.

Não se trata de proibir o uso da IA para escrever. Trata-se de reconhecer que usá-la bem — para escrever algo que seja genuinamente teu — exige um nível de compreensão da ferramenta que muito poucas pessoas têm ainda. Tal como aprender a escrever sempre exigiu compreender a linguagem, escrever com IA exige compreender a IA. Não como alternativa. Como condição.

O que estamos a construir?

Se Vygotsky tinha razão — se pensamos através da linguagem e não o contrário —, então esta produção em massa da linguagem não é apenas uma questão de qualidade textual. É uma questão de pensamento. Se os tecidos com que construímos as nossas ideias forem cada vez mais finos, mais rápidos, mais intercambiáveis… as ideias também mudam.

Que tipo de pensamento estamos a construir quando delegamos essa parte?

É uma pergunta que não tem resposta fácil. Mas é, talvez, a pergunta mais importante que a escola pode fazer hoje.


A Geração Alfa e os novos códigos de comunicação: “A preguiça é a regra”

Imagem gerada por Claude Sonnet 4.6 Thinking

Ler na Fonte | por Jordi Pérez Colomé

Não telefonam. Não escrevem e-mails. E brincam com a ortografia como se as regras fossem apenas sugestões. A Geração Alfa — nascida entre 2010 e 2025 — está a reinventar a forma como nos comunicamos, e os seus hábitos dizem muito sobre o mundo digital em que cresceram.

Ortografia funcional, não formal

“Sempre uso acentos e vírgulas, mas não pontos. E só uso letras maiúsculas quando me vêm à mente automaticamente”, conta Valeria, de 15 anos. Para esta geração, a ortografia não está morta — está ao serviço da comunicação, não das convenções. O critério é simples: desde que a mensagem seja compreensível, está feita.

A lógica, explica Cristian, de 14 anos, passa por “pegar as letras-chave de uma palavra que podem ser ditas em voz alta para que seja compreendida”. Removem letras para ganhar velocidade, mas acrescentam vogais para suavizar o tom. O resultado? Mensagens como “fuaaaaaa noseeeee” — uma expressão de genuína dúvida cartesiana traduzida para 2026.

A regra é a preguiça”, resume Iker, de 16 anos, de Madrid. Não como crítica, mas como princípio: menos esforço, mais naturalidade, máxima expressividade.

Os stickers como nova linguagem

Os stickers — fotomemes com frases e um toque de hieróglifos modernos — tornaram-se elementos centrais desta gramática visual. “Tenho um amigo que literalmente conversa comigo através de stickers. Em vez de dizer ‘Vamos sair’, manda-me um sticker aleatório com a foto de uma celebridade. E se eu entendo, ótimo”, conta Iker.

Nos grupos de amigos mais próximos, os adesivos são personalizados e únicos. Mas o uso tem riscos: pornografia e insultos circulam com facilidade, e vários adolescentes admitem já ter visto stickers de professores criados para fins inapropriados.

Clicar na imagem para ver a apresentação…

O e-mail é o novo fax

Para a Geração Alfa, o e-mail serve para criar contas em redes sociais, receber códigos de verificação ou enviar ficheiros para imprimir. “Uso para enviar as minhas anotações para imprimir”, diz María, de 17 anos. Carolina, da mesma idade, confessa: “Envio e-mails para mim mesma para transferir fotos do computador para o telemóvel.”

A comparação é inevitável: o e-mail é para eles o que o fax era para a geração anterior — funcional em casos extremos, mas essencialmente obsoleto no dia a dia.

Chamadas? Só em caso de urgência

As chamadas telefónicas seguem a mesma trajetória. “Normalmente mando mensagem porque posso esperar uma resposta. Uma chamada fica a tocar até desligares, e isso irrita-me”, explica Amets, de 15 anos. A preferência é universal: mensagem primeiro, chamada apenas se for urgente, e nunca para desconhecidos.

“Nunca atendo chamadas de números que não reconheço”, afirma Verónica, de 15 anos — uma postura que, curiosamente, já não surpreende ninguém.

O que isto nos diz sobre a comunicação do futuro

Esta geração não está a destruir a linguagem. Está a adaptá-la às suas necessidades: velocidade, expressividade e contexto. As regras existem — só que são outras. Quem trabalha com jovens, seja em sala de aula ou em biblioteca escolar, tem muito a aprender sobre estes novos códigos. Compreendê-los é o primeiro passo para comunicar com quem vai moldar o futuro.

A escola do futuro: o que a Finlândia nos ensina sobre a educação para a vida

Download |

Em fevereiro de 2026, o Ministério da Educação e Cultura da Finlândia publicou um documento que merece a atenção de todos os que trabalham ou pensam a educação: Basic Education 2045: For Life — uma visão para a escola básica finlandesa até 2045. Com 129 páginas, este relatório de discussão não é um currículo nem um plano estratégico detalhado. É, antes, uma bússola — um horizonte de sentido para orientar o desenvolvimento do sistema educativo num mundo em rápida transformação.


O que está em causa

A Finlândia parte de uma posição de força: um sistema público de ensino equitativo, professores altamente qualificados e uma confiança sólida nas instituições educativas. Mas o relatório é claro: estes ativos não podem ser dados como garantidos.

Os fatores de mudança identificados são comuns a muitas sociedades, incluindo a portuguesa:

  • Avanços tecnológicos acelerados e transformação do mercado de trabalho
  • Crise ecológica e económica
  • Crise da democracia e da participação cívica
  • Desafios de saúde mental e bem-estar
  • Polarização social e erosão da coesão
  • Fragmentação dos valores e do sentido de vida

A estes acresce, no caso finlandês, um dado preocupante: o declínio dos resultados de aprendizagem. Cerca de um em cada quatro alunos finlandeses apresenta desempenho muito baixo em matemática nos testes PISA, e o fosso entre alunos da população maioritária e alunos de origem imigrante é dos maiores da OCDE.

Clicar na imagem para ver a apresentação…


A visão: a escola é para a vida

A resposta proposta organiza-se em torno de uma ideia central: a escola não existe apenas para preparar os jovens para o futuro — existe para os equipar com a capacidade de transformar esse futuro.

A visão articula-se em três dimensões complementares:

  1. Vida com significado — desenvolver o potencial humano, a identidade, a esperança e a capacidade de dar sentido ao mundo
  2. Vida em conjunto — construir comunidade, democracia, pertença e responsabilidade partilhada
  3. Vida no planeta — promover a sustentabilidade ecológica como fundamento ético da educação


Sivistys: o coração do conceito

O documento recorre com frequência a um conceito finlandês difícil de traduzir diretamente: sivistys (equivalente ao alemão Bildung). Trata-se de uma forma de desenvolvimento humano profundo que combina conhecimento, valores, cultura e a motivação para usar as competências em prol do bem comum.

Não se trata de aprender para o emprego, nem de acumular saberes para os aplicar mecanicamente. Sivistys é a educação como força de mudança — a formação de pessoas que pensam, que se importam, que agem.


Tecnologia e inteligência artificial: a posição finlandesa

Uma das secções mais relevantes do relatório é a que aborda a relação entre aprendizagem humana e tecnologia. A posição finlandesa é clara e contraria algumas tendências dominantes: o que os humanos precisam de saber não deve ser definido pelo que as máquinas já fazem.

Aprender uma língua estrangeira, por exemplo, não é apenas adquirir uma ferramenta de comunicação substituível por um tradutor automático. É um processo que transforma o cérebro, aprofunda a empatia e alarga a compreensão do mundo. A escola do futuro coloca o crescimento humano no centro — e a tecnologia ao seu serviço, não ao contrário.

A inteligência artificial é reconhecida como um fator de transformação com impacto quase imprevisível nos próximos 20 anos. Por isso, as competências de pensamento crítico, raciocínio ético e literacia digital são consideradas tão fundamentais quanto a leitura e a escrita.


A escola como comunidade

Outro eixo central da visão é o da escola enquanto comunidade. Não uma coleção de indivíduos que aprendem em paralelo, mas um espaço de pertença, de encontro genuíno, de responsabilidade partilhada.

O relatório defende que muitas das competências mais importantes para o futuro — incluindo a agência coletiva, a democracia e a resiliência — só se desenvolvem juntos. A sala de aula não é apenas um espaço de instrução; é um laboratório de vida em comum.

A escola do futuro é também descrita como um ecossistema de aprendizagem: um hub que articula famílias, serviços públicos, organizações comunitárias e o próprio espaço físico do edifício escolar como lugar de encontro e atividade.


O papel dos professores

Nenhuma visão para a escola faz sentido sem os professores. O relatório finlandês é explícito: os professores e os adultos da escola são o coração da comunidade escolar. A sua autonomia pedagógica, a qualidade da formação inicial e contínua, e a valorização do seu papel são elementos a preservar e a reforçar.

A liderança escolar é igualmente valorizada como um exercício coletivo e pedagógico, orientado para o bem-estar dos alunos e para o desenvolvimento profissional das equipas.


O que isto tem a dizer à realidade portuguesa

Este relatório fala da Finlândia, mas os seus diagnósticos e propostas ressoam bem além das suas fronteiras. Em Portugal, enfrentamos desafios similares: desigualdades de aprendizagem, pressão da tecnologia sobre a escola, questões de saúde mental dos jovens, necessidade de repensar o papel da biblioteca escolar e dos serviços educativos.

A visão finlandesa não oferece receitas. Oferece algo mais valioso: um quadro de referência ético e pedagógico para pensar a escola que queremos construir — uma escola que não forma apenas para testes, mas para a vida. Para uma vida com sentido, partilhada, e sustentável.

“Não tenhas medo do futuro. Aqui, aprendes para ele.” — jovem participante no processo de cocriação da visão finlandesa


Referência: Ministério da Educação e Cultura da Finlândia (2026). Basic Education 2045: For Life. A Vision for Finnish Comprehensive Schools. Publications of the Ministry of Education and Culture, Finland 2026:9. ISBN: 978-952-415-061-3. Disponível em: https://urn.fi/URN:ISBN:978-952-415-061-3


Como medir a disruptividade científica? uma nova abordagem baseada em Inteligência Artificial

Download do artigo |

A ciência avança por saltos. Algumas descobertas mudam completamente a direção de uma área do conhecimento — como aconteceu com a teoria da evolução, a mecânica quântica ou o CRISPR. Mas como identificar, de forma rigorosa e objetiva, quais são realmente esses trabalhos revolucionários? É precisamente a este desafio que responde um novo estudo publicado na revista Science Advances, da autoria de Munjung Kim, Sadamori Kojaku e Yong-Yeol Ahn, da Indiana University.

O Problema de Medir a Disruptividade

Nos últimos anos, tornou-se popular o uso do chamado índice de disrupção (CD index) para classificar artigos científicos como “disruptivos” ou “consolidadores”. Um artigo disruptivo seria aquele que redireciona o campo — as investigações futuras passam a citar o novo trabalho em vez dos anteriores. Um artigo consolidador, pelo contrário, aprofunda e confirma o que já existe.

O problema é que este índice tem limitações sérias:

  • Baseia-se apenas na estrutura local da rede de citações (relações diretas entre artigos)
  • Produz muitos valores iguais a zero, tornando difícil distinguir entre trabalhos
  • É extremamente sensível a ligações individuais entre artigos — um único link de citação pode fazer com que um artigo passe de “máximo disruptivo” para “mínimo disruptivo”
  • Falha em identificar descobertas simultâneas, ou seja, artigos que chegaram às mesmas conclusões de forma independente

Clicar na imagem para ver a apresentação…

A Nova Métrica: EDM (Embedding Disruptiveness Measure)

Para superar estas limitações, os investigadores propõem o EDM, uma métrica baseada em embeddings de grafos — uma técnica de inteligência artificial que representa cada artigo científico como um vetor num espaço de alta dimensão.

A ideia central é elegante: para cada artigo, o modelo aprende dois vetores distintos:

  • vetor passado (p) — que representa o contexto intelectual do artigo, ou seja, as obras em que ele se baseia (as suas referências e os seus “antecessores”)
  • vetor futuro (f) — que representa o impacto do artigo, ou seja, as obras que virão a citar e a usar esse trabalho (“descendentes”)

Se um artigo é verdadeiramente disruptivo, o seu impacto nos trabalhos futuros diverge radicalmente das fundações em que se baseia — a investigação posterior já não depende das obras que o precediam. Esta divergência é medida pela distância cosseno entre os dois vetores. Quanto maior a distância, maior a disruptividade.

Resultados: Um Salto Qualitativo na Identificação de Marcos Científicos

O EDM foi testado em mais de 55 milhões de artigos científicos da Web of Science e da American Physical Society, bem como em mais de 7 milhões de patentes. Os resultados são impressionantes:

  • O EDM identificou corretamente como altamente disruptivos 302 artigos galardoados com o Prémio Nobel e 278 artigos de marcos históricos da física, com muito maior fiabilidade do que o índice CD tradicional
  • Numa regressão logística multivariada, um aumento de 10 percentis no EDM corresponde a 1,34 vezes mais probabilidade de o artigo ser vencedor do Nobel — enquanto o índice CD tradicional não apresentou significância estatística nesta previsão
  • O EDM produz uma distribuição contínua e de alta resolução, permitindo distinguir subtilezas que o índice CD não consegue captar

O Caso das Descobertas Simultâneas

Um dos achados mais fascinantes do estudo é a capacidade do EDM de identificar descobertas simultâneas — situações em que dois grupos independentes chegam à mesma conclusão ao mesmo tempo.

O índice CD falha nestes casos de forma dramática. Quando dois artigos se citam mutuamente (por terem sido publicados ao mesmo tempo sobre o mesmo tema), o índice CD pode cair do máximo para o mínimo absoluto. O estudo ilustra isto com casos históricos célebres:

  • O méson J/ψ (1974): As equipas de B. Richter e S. Ting anunciaram simultaneamente a descoberta desta partícula subatómica. Por se citarem mutuamente, o índice CD dos seus artigos caiu para o percentil 0 (fundo da tabela). O EDM, pelo contrário, atribui-lhes percentil 95 e 97.
  • O mecanismo de Higgs (1964): O artigo de Peter Higgs cita o de Englert e Brout, publicado quase em simultâneo. Isso faz descer o D do artigo de Higgs para o percentil 0,1. O EDM coloca ambos os artigos no percentil 4 — reconhecendo corretamente a sua importância histórica.

Outros casos identificados incluem a descoberta da transcriptase reversa, a liberdade assintótica na cromodinâmica quântica e a difusão inelástica de eletrões e neutrões.

Como o EDM Deteta Descobertas Simultâneas Automaticamente

Além de corrigir erros do índice CD, o EDM permite ir mais longe: identificar sistematicamente descobertas simultâneas sem recorrer a listas de autores ou citações cruzadas.

A lógica é simples: se dois artigos relatam a mesma descoberta, a investigação futura cita-os em contextos semelhantes. Por isso, os seus vetores futuros devem ser próximos no espaço de embedding.

Os investigadores testaram esta hipótese com sucesso: dos 80 artigos com mais de 300 citações identificados como potenciais descobertas simultâneas, 64 (80%) foram confirmados como tal — com 34 sendo descobertas independentes verificadas nos próprios textos dos artigos, onde os autores mencionavam explicitamente o trabalho paralelo de outros grupos.

Implicações para a Ciência e para a Educação

Este estudo tem implicações que vão além da bibliometria:

Para a comunidade científica, o EDM oferece uma ferramenta mais justa para atribuir reconhecimento a contribuições transformadoras — incluindo aquelas que ficaram na sombra de trabalhos mais citados ou que foram fragmentadas em múltiplas publicações.

Para a história e filosofia da ciência, os resultados confirmam empiricamente a teoria de Merton sobre as descobertas múltiplas: os avanços simultâneos e independentes são a norma, não a exceção — tal como aconteceu com Newton e Leibniz no cálculo, ou com Darwin e Wallace na teoria da evolução.

Para a literacia de informação e o pensamento crítico, este estudo é um excelente exemplo de como as métricas que usamos para avaliar o conhecimento têm limitações e enviesamentos que precisam de ser compreendidos. Avaliar a qualidade e o impacto de um trabalho científico é sempre um processo complexo, contextual e multidimensional — algo que qualquer estudante e cidadão deve aprender a questionar.

Limitações Reconhecidas pelos Próprios Autores

Com rigor científico, os investigadores listam também as limitações do EDM:

  • Medir a evolução temporal da disruptividade exige retreinar o modelo, o que é computacionalmente exigente
  • Artigos com poucas citações ou sem referências não são bem capturados
  • A interpretabilidade é menos direta do que indicadores tradicionais baseados em redes
  • Não funciona bem quando as comunidades científicas não comunicam entre si (como no caso do teorema de Cook-Levin, ignorado durante anos por barreiras entre os EUA e a URSS)

Este estudo é um bom exemplo de como a inteligência artificial pode ser usada para compreender melhor a própria ciência — não apenas para produzir conhecimento novo, mas para reconhecer, com mais justiça, quem já o fez.

Referência: Kim, M., Kojaku, S., & Ahn, Y.-Y. (2026). Uncovering simultaneous breakthroughs with a robust measure of disruptiveness. Science Advances, 12(14), eadx3420. https://doi.org/10.1126/sciadv.adx3420

Governar com inteligência artificial: o que os governos precisam aprender (e depressa)

Download |

A inteligência artificial já não é uma promessa do futuro — é uma realidade que está a transformar a forma como os governos funcionam, decidem e prestam serviços aos cidadãos. O relatório Gobernar con la Inteligencia Artificial, publicado pela OCDE em 2025, faz um diagnóstico exigente e ao mesmo tempo esperançoso sobre este processo de transformação.

Clicar na imagem para consultar a apresentação…

O que está em jogo

Os governos encontram-se perante uma janela de oportunidade única. Segundo a OCDE, a IA pode aumentar significativamente a produtividade do setor público, tornar os serviços mais eficazes e melhorar a capacidade de supervisão e prestação de contas. Mas este potencial está longe de ser aproveitado de forma sistemática. A maioria das iniciativas é fragmentada, experimental e concentrada em ganhos imediatos de eficiência — automatizar o que já existe — em vez de reimaginar o estado ao serviço dos cidadãos.

Como a IA já está a ser usada nos governos

Os casos de uso analisados pela OCDE distribuem-se por quatro grandes categorias:

  • Automatização e adaptação de processos — desde a redução do tempo de elaboração de sentenças judiciais na Argentina (de 60 para 10 minutos, com o sistema Prometea) à criação de chatbots para contribuintes em Singapura
  • Melhoria da tomada de decisão e previsão — como a previsão de incêndios florestais no Canadá, a gestão financeira em tempo real na Coreia (sistema dBrain) ou simulações de planeamento urbano em Helsínquia
  • Reforço da prestação de contas e deteção de anomalias — o Tribunal de Contas de Portugal utiliza IA para identificar casos prioritários em contratação pública; a Lituânia desenvolveu ferramentas para avaliar riscos de corrupção em textos jurídicos
  • Empoderamento de partes interessadas externas — plataformas como a Decide Madrid (Espanha) e a MAPLE (Estados Unidos) permitem que os cidadãos compreendam melhor as leis e participem ativamente na sua elaboração

Os riscos que não se podem ignorar

O relatório identifica cinco tipos de risco que qualquer governo deve considerar ao adotar a IA:

  1. Riscos para os direitos fundamentais e valores democráticos
  2. Riscos para a segurança e a integridade dos sistemas
  3. Riscos operacionais e de governação
  4. Riscos para a confiança pública
  5. O risco da inação — frequentemente esquecido, mas igualmente grave

Este último merece atenção especial. Não agir também tem custos: a lentidão na adoção de tecnologias já testadas traduz-se em ineficiências desnecessárias, serviços de pior qualidade e uma crescente distância entre as capacidades do setor público e as do setor privado. O medo de errar com a IA pode paralisar até iniciativas de baixo risco e elevado benefício.

Por outro lado, quando os sistemas falham — e falham, como mostram os dados do Monitor de Incidentes de IA da OCDE, com mais de 3 800 incidentes relacionados com governo registados até abril de 2025 — a confiança pública sofre danos que se generalizam a toda a administração.

O que faz a diferença: governação inteligente

A adoção responsável da IA exige muito mais do que tecnologia. O relatório identifica sete habilitadores essenciais: governação, dados abertos, infraestrutura digital, competências e talento, investimento, contratação pública e parcerias com atores não governamentais.

Destacam-se três condições críticas:

Liderança com visão. O Reino Unido, por exemplo, tem apostado na criação de uma cultura de adoção da IA a partir do topo do governo, com planos que exigem que todas as organizações do setor público tenham um líder digital no seu comité executivo até 2026.

Funções e responsabilidades claras. Vários países europeus — como a Espanha, com a sua Secretaria de Estado de Digitalização e IA, ou a Noruega, com o Ministério de Digitalização e Governação Pública — têm alargado os mandatos das suas estruturas para garantir uma implementação coerente.

Participação cidadã. A IA não pode ser imposta às pessoas, tem de ser construída com elas. Em 2024, a Presidência Belga do Conselho da União Europeia convocou 60 cidadãos para debater a governação da IA. A Coalição Global para uma IA Inclusiva, em parceria com o Laboratório de Democracia Deliberativa de Stanford, prevê envolver mais de 10 000 cidadãos em mais de 100 países em 2025 e 2026.

O que isto significa para a escola e para a educação

Este relatório não fala diretamente de educação, mas as suas lições são aplicáveis a qualquer instituição pública — incluindo as escolas. A questão não é se devemos usar IA, mas como a usamos de forma responsável, transparente e centrada nas pessoas.

Ensinar os alunos a compreender como a IA funciona nos serviços públicos — como uma decisão pode ser tomada por um algoritmo, o que é transparência algorítmica, o que significa contestar uma decisão automática — é hoje parte integrante da literacia digital e da formação para a cidadania ativa.

Como sintetiza o Instituto Ada Lovelace, citado pela OCDE: “a IA não é uma oportunidade para automatizar o setor público, mas para o reimaginar”. Talvez valha a pena dizer o mesmo da escola.


Fonte principal: OCDE (2025). Gobernar con la Inteligencia Artificial. OECD Publishing, Paris.

Curadoria digital em educação

Curadoria digital em educação: para uma aprendizagem significativa

Ver na Smashwords