Arquivo da Categoria: Cultura

Modelo, algoritmo, GPU: o vocabulário técnico que está por detrás de qualquer conversa sobre inteligência artificial

Publicado a por
Responder

A revista WIRED reuniu, em edição japonesa, um vocabulário de trinta e três termos sobre inteligência artificial. Este artigo detém-se nos treze primeiros — os que explicam o que é, afinal, um modelo de IA e como ele aprende — e traduz esse vocabulário para o que interessa a uma escola portuguesa: decidir com que palavras se fala de uma tecnologia que já está na sala de aula.

Clicar na imagem para a ver maior

Em julho, uma investigação da organização AI Forensics mostrou que a maioria dos modelos de edição de imagem alojados no repositório Hugging Face aceitava, sem qualquer restrição, instruções simples para «despir» pessoas em fotografias — incluindo menores (Infobae, 2026). A notícia correu depressa, como corre sempre que a inteligência artificial produz uma imagem que não devia existir. O que corre menos depressa é a compreensão do vocabulário que permitiria a qualquer professor, bibliotecário ou encarregado de educação perceber exatamente o que aconteceu: o que é um modelo, o que o distingue de um algoritmo, porque é que uns sistemas aprendem com exemplos rotulados e outros sem eles. Sem esse vocabulário, cada notícia sobre IA chega à escola como um episódio isolado, em vez de um caso concreto de um mecanismo que se pode explicar e, por isso, discutir com fundamento.

A revista WIRED publicou recentemente, na sua edição japonesa, um vocabulário de trinta e três termos essenciais de inteligência artificial, organizado em cinco blocos temáticos — dos alicerces do que é um modelo aos riscos de conteúdo falsificado (WIRED, 2026). Este artigo detém-se nos primeiros treze termos, os que respondem a duas perguntas anteriores a qualquer discussão sobre riscos ou aplicações: o que é, tecnicamente, um sistema de inteligência artificial, e como é que esse sistema chega a «saber» fazer o que faz. São também os termos mais estáveis do vocabulário — sobrevivem à moda de cada nova aplicação — e, por isso, os que mais vale a pena fixar numa escola.

Os alicerces: o que é, afinal, um modelo de IA

Comece-se pela palavra que mais se usa e menos se define: modelo. Um modelo de inteligência artificial é, em termos simples, uma estrutura matemática que aprendeu, a partir de exemplos, a reconhecer padrões e a produzir respostas para entradas novas. Não é um programa a que se deram instruções passo a passo — é um conjunto de valores numéricos, ajustados durante um processo de treino, que capturam regularidades nos dados que o sistema viu. Quando se diz «o ChatGPT» ou «o Claude», está-se a falar, tecnicamente, de um modelo: uma estrutura treinada que, perante uma pergunta nova, produz uma resposta com base naquilo que aprendeu, e não numa lista de respostas pré-escritas.

O algoritmo é outra coisa, e a confusão entre os dois termos é provavelmente a mais comum em qualquer conversa escolar sobre IA. Um algoritmo é uma sequência definida de passos para resolver um problema — mais parecido com uma receita de cozinha do que com um cérebro. Um modelo pode usar vários algoritmos durante o seu treino e durante o seu funcionamento; o algoritmo é o método, o modelo é o resultado desse método aplicado a dados. Quando um professor diz que «o algoritmo das redes sociais» decide o que um aluno vê, está, na maioria dos casos, a falar de um modelo treinado para prever aquilo que prende a atenção — e a precisão importa, porque um algoritmo mal compreendido convida a soluções erradas: não se «desliga» um modelo como se desliga uma regra fixa.

A rede neuronal é a arquitetura mais comum por detrás dos modelos atuais, e o nome não é apenas uma metáfora vistosa. Inspira-se, de forma livre, no modo como neurónios biológicos se ligam entre si: unidades simples — os nós — organizadas em camadas, ligadas por «pesos» que o treino vai ajustando. Uma camada de entrada recebe os dados, camadas intermédias vão extraindo características cada vez mais abstratas, e uma camada de saída produz o resultado. Quando essas camadas intermédias se multiplicam — de algumas dezenas a várias centenas —, entra-se no território da aprendizagem profunda, um termo que se explica mais à frente. Para uma aula de Ciências ou de Tecnologias, a rede neuronal é provavelmente a melhor porta de entrada visual para todo o vocabulário seguinte: é fácil de desenhar num quadro, e o desenho já explica, sozinho, porque é que se fala em «camadas» e em «pesos».

Clicar na imagem para ver a apresentação…

LLM e modelo fundacional: duas palavras que se confundem no discurso escolar

Um grande modelo de linguagem — LLM, na sigla inglesa que se tornou universal mesmo em português — é um modelo treinado com quantidades enormes de texto, capaz de gerar, resumir, traduzir e responder em linguagem natural. O mecanismo central é surpreendentemente simples de descrever, mesmo sendo complexo de construir: o modelo aprende a prever, de forma probabilística, qual é a unidade de texto seguinte — chamada token, e que pode ser uma palavra, parte de uma palavra ou um sinal de pontuação — dada a sequência que já viu. É desse mecanismo de previsão, escalado a milhares de milhões de parâmetros e a quantidades de texto que nenhum ser humano consegue ler numa vida, que nascem respostas que parecem fluentes e coerentes. Serviços como o ChatGPT ou o Claude assentam, no seu núcleo, num LLM.

O modelo fundacional é um conceito mais lato, e vale a pena distingui-lo do LLM porque não são sinónimos, ainda que se sobreponham com frequência. Um modelo fundacional é qualquer modelo pré-treinado com dados diversos em grande escala, de forma a servir de base para múltiplas aplicações, em vez de ser construído de raiz para uma única tarefa. Um LLM é um exemplo particularmente visível de modelo fundacional — mas há modelos fundacionais para imagem, para áudio, e modelos que combinam vários tipos de dados ao mesmo tempo. A partir de um único modelo fundacional, um treino adicional mais reduzido — chamado afinação — permite criar versões especializadas para tradução, resumo ou geração de imagem, sem reconstruir tudo desde o início. Para uma escola, a distinção interessa por uma razão prática: quando um fornecedor apresenta uma «nova IA» para correção de trabalhos ou apoio ao estudo, vale a pena perguntar se se trata de um modelo fundacional afinado para essa tarefa específica ou de uma aplicação construída à volta de um modelo genérico sem qualquer adaptação — a resposta muda bastante o que se pode esperar de precisão e de adequação curricular.

GPU: o hardware que raramente se vê mas que decide o que é possível

Por trás de qualquer modelo há uma pergunta de engenharia que a conversa sobre IA costuma ignorar: com que máquina se treinou e se executa aquele modelo. A unidade de processamento gráfico — GPU, na sigla inglesa — é um tipo de chip originalmente concebido para renderizar imagens e vídeo a grande velocidade, sobretudo em jogos. A sua vantagem para a inteligência artificial vem de uma característica lateral: consegue realizar um número muito elevado de cálculos em paralelo, o que se ajusta particularmente bem ao tipo de operações matemáticas que o treino de redes neuronais exige. Por essa razão, a GPU tornou-se a infraestrutura computacional central do desenvolvimento de IA, ultrapassando nesse papel específico as unidades centrais de processamento — as CPU — que equipam um computador comum.

Para uma escola, este termo pouco glamoroso explica duas coisas concretas. Explica por que motivo treinar ou executar modelos grandes tem um custo energético e financeiro elevado, um dado relevante sempre que se discute a sustentabilidade da adoção de IA num agrupamento. E explica por que motivo alguns serviços de IA funcionam de forma fluida num computador da escola e outros exigem ligação constante a servidores remotos: a diferença está, quase sempre, em que máquina corre o modelo — e um modelo pequeno o suficiente para correr localmente, sem GPU dedicada, é normalmente um modelo destilado, o último termo deste artigo.

Como a IA aprende: da aprendizagem automática à aprendizagem profunda

A aprendizagem automática — machine learning — é o termo guarda-chuva que cobre todas as formas de um sistema aprender padrões a partir de dados, em vez de seguir regras escritas manualmente por um programador. Um programa tradicional exige que um humano descreva, condição a condição, o que fazer perante cada situação; um sistema de aprendizagem automática deriva essas regras diretamente dos dados que lhe são apresentados. É a diferença entre escrever um manual de instruções exaustivo e mostrar milhares de exemplos até o sistema encontrar sozinho o padrão.

A aprendizagem profunda é a técnica que, dentro desse termo mais lato, tornou possível o salto de qualidade que se sente desde a década de 2010. Consiste em empilhar múltiplas camadas de redes neuronais — de dezenas a centenas —, permitindo captar, de forma progressiva, características cada vez mais complexas dos dados de entrada: numa imagem, por exemplo, as primeiras camadas podem detetar contornos simples, e as camadas seguintes vão combinando esses contornos em formas, depois em objetos reconhecíveis. Foi a conjugação desta técnica com o aumento da capacidade de cálculo das GPU que explicou a melhoria acentuada no reconhecimento de imagem e de voz nos anos que se seguiram.

Aprendizagem supervisionada e não supervisionada: ensinar com exemplos ou deixar o sistema procurar sozinho

A aprendizagem supervisionada usa dados que já vêm acompanhados da resposta certa — chamada etiqueta ou rótulo — para treinar o sistema a reconhecer padrões. Mostram-se ao modelo milhares de fotografias de gatos, cada uma etiquetada como «gato», e o sistema aprende a associar certas características visuais a essa etiqueta, ao ponto de conseguir classificar corretamente uma imagem que nunca viu. A precisão final depende diretamente da qualidade dessas etiquetas: um conjunto de exemplos mal rotulado produz um modelo que aprende exatamente os erros que lhe foram ensinados. É o método mais antigo e mais bem compreendido da aprendizagem automática, e o mais usado em tarefas de classificação.

A aprendizagem não supervisionada segue o caminho inverso: o sistema procura padrões e relações nos dados sem que nenhuma resposta correta lhe tenha sido dada antecipadamente. Não depende de rótulos definidos por humanos, e por isso pode encontrar agrupamentos ou semelhanças que ninguém tinha antecipado — é o método por detrás de técnicas como o agrupamento de dados parecidos, ou a simplificação de grandes conjuntos de informação mantendo apenas os traços mais relevantes. Os resultados são, por natureza, mais difíceis de interpretar do que os de um sistema supervisionado, mas o método é particularmente útil para explorar grandes volumes de dados sem qualquer organização prévia.

Anotação de dados: o trabalho invisível que treina a inteligência artificial

Se há um termo, entre estes treze, que uma escola devia conhecer por razões que vão além da curiosidade técnica, é este. A anotação de dados é a tarefa de atribuir etiquetas corretas aos dados que servirão para treinar um sistema: marcar, numa fotografia, o contorno de um objeto e classificá-lo como «cão» ou «carro»; classificar o tom emocional de um texto; identificar, numa gravação, onde começa e onde acaba uma determinada palavra. É um trabalho discreto e, por isso, invisível na conversa pública sobre IA — mas erros ou enviesamentos introduzidos nesta fase propagam-se diretamente para a precisão e para a justiça do modelo final.

A anotação exige, tipicamente, um volume enorme de trabalho humano, o que a torna dispendiosa e lenta — e é também, por essa razão, uma das tarefas que a própria indústria de IA está a tentar automatizar ou a distribuir por plataformas de trabalho remunerado à peça, muitas vezes em países onde o custo da mão de obra é mais baixo. Para uma escola, este termo abre uma porta de discussão pouco explorada em Cidadania e Desenvolvimento: por detrás de cada resposta fluente de um sistema de IA há pessoas que passaram horas a etiquetar exemplos, em condições de trabalho que raramente aparecem nas apresentações comerciais destas ferramentas. Falar de inteligência artificial sem mencionar quem a treinou é uma simplificação que vale a pena corrigir com os alunos mais velhos.

Aprendizagem por reforço e destilação: da tentativa e erro ao modelo que cabe num telemóvel

A aprendizagem por reforço ensina um sistema através de tentativa e erro, recompensando as ações que se aproximam de um objetivo e penalizando as que se afastam dele. Em vez de um humano fornecer a resposta certa para cada situação, o sistema explora diferentes estratégias e vai ajustando o seu comportamento em função das recompensas que recebe — de forma semelhante a como um jogador aprende a jogar melhor um jogo através da prática repetida, sem que ninguém lhe explique as regras óptimas antecipadamente. Não exige dados pré-rotulados; a estratégia aperfeiçoa-se através da própria interação com o ambiente.

A destilação, por fim, é a técnica que explica por que motivo um assistente de IA consegue correr num telemóvel escolar sem ligação a um servidor remoto. Consiste em transferir o conhecimento de um «modelo professor» — grande, preciso, mas pesado — para um «modelo aluno» mais pequeno e mais leve, treinando este último para imitar o comportamento do primeiro. O nome vem, precisamente, do processo químico de destilação: extrair e concentrar apenas a essência de algo maior. O resultado é um modelo que ocupa uma fração do espaço e do processamento do original, com uma perda de desempenho normalmente pequena — e é isso que torna viável a inteligência artificial em dispositivos com poucos recursos, dos smartphones aos computadores mais modestos de uma sala de aula.

O que isto diz à escola portuguesa

Nenhum destes treze termos foi escrito a pensar em educação — a fonte é uma revista de tecnologia, e o vocabulário nasceu para leitores em geral. Mas a Recomendação n.º 4/2026 do Conselho Nacional de Educação sobre a integração da inteligência artificial no sistema educativo português defende, precisamente, módulos obrigatórios de literacia em IA na formação inicial de professores — e literacia, aqui, não significa saber usar uma aplicação, significa dispor do vocabulário que permite compreender o que essa aplicação está de facto a fazer. O quadro europeu DigCompEdu vai no mesmo sentido quando distingue, entre as competências digitais do professor, saber usar uma ferramenta de saber avaliar criticamente o que ela é (Redecker & Punie, 2017).

Há uma ligação direta, também, ao domínio do pensamento crítico que atravessa o Perfil dos Alunos à Saída da Escolaridade Obrigatória: não se pensa criticamente sobre algo que não se consegue nomear com precisão (Direção-Geral da Educação, 2017). Um professor que confunde modelo com algoritmo, ou que trata «aprendizagem automática» e «aprendizagem profunda» como sinónimos intercambiáveis, não tem o vocabulário mínimo para explicar a um aluno por que motivo um sistema de IA produziu determinado resultado — e menos ainda para o ajudar a questioná-lo. Este glossário técnico junta-se a outro que este blogue já apresentou, sobre o vocabulário jurídico da inteligência artificial, formando um par que cobre, respetivamente, o que a tecnologia é e o que a lei exige dela.

Uma proposta para a sala de aula

Uma forma simples de levar este vocabulário para uma turma do terceiro ciclo ou do secundário não passa por decorar treze definições — passa por as ligar a aplicações que os alunos já usam todos os dias. Distribui-se à turma uma lista de situações concretas: o desbloqueio do telemóvel por reconhecimento facial, as sugestões de vídeos numa plataforma de streaming, a correção automática de texto ao escrever uma mensagem, um assistente de conversação como o ChatGPT ou o Claude, a deteção de spam numa caixa de correio eletrónico. Pede-se a cada grupo que associe cada situação a um ou dois dos termos deste artigo — é aprendizagem supervisionada, é uma rede neuronal, é um LLM? — e que justifique a escolha em duas ou três frases.

A parte mais reveladora do exercício costuma acontecer na discussão que se segue, quando os grupos descobrem que a mesma aplicação pode envolver vários termos ao mesmo tempo. O desbloqueio facial de um telemóvel usa uma rede neuronal treinada por aprendizagem supervisionada sobre milhares de rostos previamente anotados; um assistente de conversação é um LLM, que é também um modelo fundacional, treinado com apoio de aprendizagem por reforço para tornar as suas respostas mais úteis. Perceber que estes termos se combinam, em vez de se excluírem, é o primeiro passo para deixar de falar de «a IA» como se fosse uma coisa única — e para começar a perguntar, perante qualquer nova ferramenta, que tipo de sistema é este, exatamente, e como é que ele aprendeu o que sabe.

No fundo, o que este vocabulário oferece a uma escola não é uma lista de palavras difíceis para impressionar num relatório — é a possibilidade de trocar a vaga sensação de que «a inteligência artificial já sabe tudo» por perguntas concretas e verificáveis. Que dados treinaram este modelo? Quem os anotou? Que tipo de aprendizagem foi usada? A resposta a estas perguntas raramente está disponível nas aplicações que chegam à escola — mas saber que elas existem, e saber nomeá-las, é já uma forma de literacia que nenhuma aplicação, por mais sofisticada que seja, consegue substituir.

Este artigo foi elaborado com o apoio de inteligência artificial (Claude, da Anthropic), a partir de um excerto, partilhado pelos autores deste blogue, de uma tradução para espanhol de um glossário de trinta e três termos originalmente publicado pela WIRED japonesa. As definições técnicas apresentadas correspondem a conceitos estáveis e amplamente documentados da literatura sobre aprendizagem automática.

Referências

Direção-Geral da Educação. (2017). Perfil dos alunos à saída da escolaridade obrigatória. Ministério da Educação. https://www.dge.mec.pt/sites/default/files/Noticias_Imagens/perfil_do_aluno.pdf

Infobae. (2026, 29 de julho). Hugging Face apenas trava os «deepfakes» que despem mulheres e menores, segundo uma investigação. https://www.infobae.com/america/agencias/2026/07/29/hugging-face-apenas-frena-los-deepfakes-que-desnudan-a-mujeres-y-menores-segun-una-investigacion/

Redecker, C., & Punie, Y. (2017). European framework for the digital competence of educators: DigCompEdu. Serviço das Publicações da União Europeia. https://data.europa.eu/doi/10.2760/159770

WIRED. (2026). 知っておくべきAIの基礎用語33選 [33 termos básicos de IA que deve conhecer]. WIRED.jp. https://wired.jp/article/artificial-intelligence-dictionary/

Para saber mais

Artigo original da WIRED japonesa, com os trinta e três termos completos, organizados em cinco blocos temáticos (em japonês).

Glossário básico de inteligência artificial jurídica, já publicado neste blogue, com o vocabulário legal que complementa o vocabulário técnico aqui apresentado.

Quadro europeu DigCompEdu, no Centro Comum de Investigação da Comissão Europeia, com as áreas de competência digital docente referidas neste artigo.

Perfil dos alunos à saída da escolaridade obrigatória, na Direção-Geral da Educação, para enquadrar a proposta de trabalho sugerida neste artigo nos documentos curriculares portugueses.

Aristóteles «diagnosticou os nossos problemas há mais de dois mil anos»

Publicado a por
Responder

Há entrevistas que envelhecem mal ao fim de poucas semanas. Esta não é uma delas. Publicada no suplemento Artes y Letras do jornal chileno El Mercurio, a propósito do lançamento de «Lecciones de Aristóteles» pela editora Taurus, a conversa com o filósofo britânico John Sellars parte de uma pergunta simples — porque é que ainda vale a pena ler um autor com mais de dois mil anos — para chegar a um território que qualquer professor, bibliotecário ou diretor de escola reconhecerá de imediato: a falta de tempo para pensar, a dificuldade em viver em comunidade e a tentação de resolver tudo aos extremos.

Quem é John Sellars, o professor que devolveu Aristóteles às livrarias

John Sellars é professor de Filosofia («Reader») na Royal Holloway, Universidade de Londres, e membro do Wolfson College, em Oxford, onde foi bolseiro de investigação. É também investigador convidado no King’s College de Londres, ligado ao projeto Ancient Commentators on Aristotle, e um dos membros fundadores do coletivo Modern Stoicism, responsável pela iniciativa anual conhecida como Semana Estoica. Antes de «Lecciones de Aristóteles», Sellars já tinha publicado, na mesma coleção da Taurus, «Lecciones de estoicismo» e «Lecciones de epicureísmo», ambos de 2021 — uma trilogia de divulgação que tenta fazer exatamente aquilo que o título desta última obra promete: tornar acessível, sem o simplificar, aquele que Sellars não hesita em chamar «o maior filósofo de todos os tempos».

O ponto de partida do livro, explica Sellars na entrevista, nasceu da sua própria experiência como estudante: Aristóteles era reconhecidamente importante, mas também intimidante, e faltavam introduções verdadeiramente acessíveis à sua obra. Décadas depois, como docente e divulgador, decidiu escrever o livro que gostaria de ter tido nas mãos nessa altura.

O tempo que falta para pensar

O momento mais relevante da entrevista para quem trabalha em educação surge quando Sellars distingue dois tipos de pensamento racional em Aristóteles: um pensamento deliberativo, mobilizado nas decisões do quotidiano — a que os antigos chamavam sabedoria prática —, e um pensamento contemplativo, reservado a quem procura compreender as coisas em profundidade. Para Aristóteles, este segundo tipo de pensamento exige tempo disponível, um bem que a maioria das pessoas, ontem como hoje, dificilmente pode dedicar-lhe.

O que Sellars acrescenta é que esse problema se agravou consideravelmente na vida contemporânea. Entre dispositivos permanentemente ligados, notificações constantes e um fluxo de informação que não conhece pausa, tornou-se cada vez mais difícil reservar o espaço mental necessário para pensar por si próprio, em vez de reagir ao estímulo seguinte. É uma leitura que qualquer professor de literacia digital reconhecerá sem esforço: o problema não é apenas o tempo de ecrã, é a erosão da capacidade de sustentar um pensamento sem interrupção.

Esta observação abre uma porta pedagógica pouco explorada. Em disciplinas de cidadania e desenvolvimento ou de formação para a literacia mediática, a distinção aristotélica entre decidir depressa e compreender devagar pode servir de ponto de partida para uma conversa muito concreta com os alunos: o que se perde quando todas as tarefas — ler uma notícia, formar uma opinião, responder a um colega — são tratadas com a mesma pressa? Não se trata de demonizar a tecnologia, mas de ensinar a distinguir entre os dois regimes de pensamento que Aristóteles já identificava, e de reconhecer em que momentos cada um deles é necessário.

Animais sociais antes de serem indivíduos

Um segundo eixo da entrevista toca diretamente as disciplinas de cidadania. Sellars sublinha que, para Aristóteles, o ser humano não é primeiro um indivíduo isolado que depois decide juntar-se a outros para formar uma comunidade: nascemos já inseridos numa comunidade, e dependemos dela para sobreviver e para nos tornarmos plenamente humanos. A ideia de uma vida boa vivida em total autossuficiência, alheia aos outros, seria para Aristóteles uma contradição — somos, na sua formulação clássica, animais sociais e políticos por natureza.

Esta ideia tem um rendimento pedagógico direto em qualquer trabalho sobre pertença, inclusão ou comportamento em grupo, sobretudo quando cruzada com fenómenos que a escola enfrenta todos os dias, do isolamento social ao impacto das redes sociais na perceção de pertencer, ou não, a um grupo. Ensinar que a interdependência não é uma limitação a superar, mas a própria condição da vida humana, oferece um contraponto útil ao discurso, tão comum entre adolescentes, que associa autonomia a autossuficiência total.

O termo médio como resposta à polarização

É, porém, na parte final da entrevista que Sellars formula a ideia mais citável de toda a conversa: os dois grandes problemas da política contemporânea são a falta de compromisso e o aumento das desigualdades. Nem todos podem participar diretamente na gestão de um Estado moderno, reconhece Sellars, mas Aristóteles sustentava que todos deviam sentir-se de alguma forma implicados na sua comunidade — e essa implicação, hoje, falha tanto para os indivíduos como para a coletividade.

A célebre teoria aristotélica do termo médio — a virtude como ponto de equilíbrio entre dois vícios, o excesso e o defeito — ganha aqui um sentido muito atual. Não se trata de uma receita de tibieza ou de indiferença, mas de uma disciplina ativa: procurar deliberadamente a moderação, o compromisso, o meio-termo, num tempo que recompensa precisamente o oposto, a afirmação ruidosa das posições mais extremadas. É um conceito com aplicação óbvia em qualquer exercício de educação para a cidadania sobre desinformação e polarização política: pedir aos alunos que identifiquem, num debate real ou simulado, onde estão os extremos de uma questão e o que significaria, em concreto, ocupar o termo médio entre eles — não como neutralidade confortável, mas como posição que exige argumentação e conhecimento.

Da leitura à sala de aula

Vale a pena notar que nada disto exige transformar as aulas de filosofia, ou de cidadania, num curso de história da filosofia antiga. O próprio Sellars insiste que a maior dificuldade de Aristóteles não está nas suas conclusões, mas no percurso argumentativo até lá chegar — algo que se aprende com tempo e prática, mas que também pode ser trabalhado a partir de excertos curtos e bem escolhidos, sem necessidade de percorrer obras inteiras como a «Ética a Nicómaco» ou a «Política». Um exercício simples, e diretamente transponível para o Perfil dos Alunos à Saída da Escolaridade Obrigatória, na sua área de pensamento crítico e pensamento criativo, consiste em pedir aos alunos que apliquem a lógica do termo médio a um dilema do seu quotidiano digital — quanto tempo de ecrã é excessivo, quanto é escasso, onde estará o ponto de equilíbrio — antes de a transporem para questões mais abstratas, como a polarização política ou a desigualdade económica.

Clicar na imagem para ver a apresentação…

Uma nota sobre a semana estóica

A entrevista termina com uma referência à Semana Estoica, o evento anual gratuito organizado pelo coletivo Modern Stoicism, do qual Sellars é um dos fundadores, e que convida qualquer pessoa a «viver como um estoico» durante uma semana. A iniciativa nasceu em 2012, à escala reduzida, e cresceu de forma consistente nos anos seguintes, tornando-se um ponto de encontro global entre académicos e público geral interessado em filosofia prática. Não é o tema central da entrevista, mas serve de lembrete de algo que interessa particularmente à escola: a filosofia antiga, longe de ser um exercício puramente livresco, continua a gerar comunidades e práticas concretas em torno da ideia de que pensar bem é também uma forma de viver melhor — um argumento que vale a pena ter à mão sempre que um aluno pergunta para que serve, afinal, estudar filosofia.

Uma filosofia com mais de dois mil anos, ainda por aprender

O que esta entrevista deixa, no fundo, não é uma lição fechada, mas um convite. Se Aristóteles continua a ser lido, explica Sellars, não é por nostalgia académica, mas porque continua a oferecer instrumentos de pensamento válidos para problemas que não desapareceram: a dificuldade em reservar tempo para compreender em vez de apenas reagir, a tentação de esquecer que somos seres interdependentes, e a atração pelos extremos num tempo que parece ter perdido o gosto pelo compromisso. Para uma escola que já discute atenção, cidadania digital e desinformação, talvez o mais surpreendente não seja precisar de Aristóteles, mas descobrir que Aristóteles, afinal, já estava à espera.

Este artigo foi redigido com apoio de inteligência artificial (Claude, da Anthropic), a partir da leitura direta de uma reprodução impressa da entrevista original, publicada em «El Mercurio» (Chile) a 30 de junho de 2024. A existência e a data da entrevista foram confirmadas de forma independente através do sítio pessoal de John Sellars, que a lista entre as suas entrevistas publicadas.

Referências

Rodríguez Medina, J. (2024, 30 de junho). «Aristóteles diagnosticó nuestros problemas hace más de dos mil años» [Entrevista a John Sellars]. El Mercurio, secção Artes y Letras, p. E4. (Edição impressa; não disponível em acesso livre em linha.)

Sellars, J. (2024). Lecciones de Aristóteles: Comprender al mayor filósofo de todos los tiempos. Taurus. https://www.casadellibro.com/libro-lecciones-de-aristoteles/9788430626502/14447516

Direção-Geral da Educação. (2017). Perfil dos alunos à saída da escolaridade obrigatória. https://dev.dge.mec.pt/sistema-educativo-perfil-dos-alunos-saida-da-escolaridade-obrigatoria

Para saber mais

Bratislava: História, cultura e roteiro de viagem

Publicado a por
Responder

Visão geral da cidade

Bratislava é a capital da Eslováquia, localizada na margem norte do rio Danúbio, junto às fronteiras com Áustria e Hungria, o que a torna uma das poucas capitais europeias que fazem fronteira com dois países.
A cidade combina um centro histórico compacto de origem medieval com bairros modernos e zonas de negócios recentes, além de uma oferta cultural e gastronómica que cresceu muito desde a independência da Eslováquia em 1993.

Bratislava | Location, Map, History, Culture, & Facts | Britannica

Linha temporal histórica essencial

Bratislava tem ocupação humana contínua desde o Neolítico, com vestígios da cultura da cerâmica linear (c. 5000 a.C.) encontrados na área urbana e arredores.
Ao longo dos séculos, passou de oppidum celta a posto romano na fronteira do império, a centro eslavo na Grande Morávia, cidade-chave do Reino da Hungria e, por fim, capital da Eslováquia moderna.

Pré‑história, mundo celta e período romano

Na Idade do Ferro, o povo celta dos Boii instalou um grande assentamento fortificado na colina onde hoje se ergue o Castelo de Bratislava, cunhando moedas locais chamadas biatecs, prova de um centro económico regional relevante.
Entre os séculos I e IV d.C., a região integrou a fronteira do Império Romano (Limes Romanus), com a fortificação de Gerulata em Rusovce, hoje sítio arqueológico que testemunha a presença militar e rural romana na zona.

Eslavos, Grande Morávia e a origem do nome

No período pós‑romano, tribos eslavas instalaram‑se na área e a cidade passou a integrar o território da Grande Morávia, um dos primeiros estados eslavos da Europa central.
A primeira referência escrita ligada à cidade surge em 907, com o nome Brezalauspurc, associado à Batalha de Pressburg, que marca o fim da Grande Morávia e a afirmação dos magiares na região.

Cidade húngara e capital do Reino da Hungria

A partir do fim do século XIII, Pressburg (antigo nome da cidade) recebeu o estatuto de cidade livre real, beneficiando de privilégios comerciais e autonomia administrativa dentro do Reino da Hungria.
Após a conquista otomana de Buda em 1526, a cidade tornou‑se capital da Hungria Real em 1536, sediando o parlamento, o governo e as coroações de reis húngaros na Catedral de São Martinho entre 1536 e 1830.

Bratislava History | BratislavaGuide.com

Séculos XVII–XIX: crises, reformas e florescimento cultural

Nos séculos XVII e XVIII, Bratislava enfrentou epidemias de peste, cheias e revoltas anti‑Habsburgo, o que levou ao reforço de muralhas e à construção de monumentos como a Coluna da Santíssima Trindade em agradecimento pelo fim da peste.
Sob Maria Teresa, no século XVIII, a cidade viveu um período de prosperidade, triplicando a população, construindo palácios barrocos e atraindo figuras como Mozart e Haydn para concertos em palácios locais.

Industrialização, Tratado de Pressburg e transição para o século XX

No século XIX, Bratislava (Pressburg/Prešporok) acompanhou a industrialização com fábricas químicas, refinarias e bancos, além de novas linhas ferroviárias e da primeira ponte permanente sobre o Danúbio (Starý most, 1891).
Em 1805, foi palco do Tratado de Pressburg, assinado no Palácio Primate após a vitória de Napoleão em Austerlitz, evento que redefiniu fronteiras e equilíbrios de poder na Europa central.

Século XX: Checoslováquia, guerras e regime comunista

Com o colapso do Império Austro‑Húngaro após a Primeira Guerra Mundial, a cidade foi incorporada na Checoslováquia em 1919 e oficialmente rebatizada como Bratislava, tornando‑se capital administrativa da parte eslovaca.
Durante a Segunda Guerra Mundial, foi capital de um estado eslovaco aliado da Alemanha nazi; após 1945, sob domínio comunista, expandiu‑se com grandes bairros de blocos como Petržalka e com infraestruturas marcantes como a Ponte SNP e a torre UFO.

Bratislava contemporânea e independência da Eslováquia

Com o “divórcio de veludo” de 1993, Bratislava tornou‑se capital da Eslováquia independente, concentrando poderes político‑administrativos, universidades e boa parte do PIB nacional.
Hoje é uma cidade em crescimento, com investimentos em infraestruturas, espaços culturais e uma imagem de capital acessível, com centro histórico bem preservado e ligações rápidas a Viena e outras cidades da região.

Literatura, imprensa e vida intelectual

Bratislava desempenhou um papel importante na história da imprensa e da literatura na região, com a publicação de alguns dos primeiros jornais em húngaro e eslovaco no século XVIII, como o Magyar hírmondó e o Presspurské Nowiny.
Intelectuais ligados ao Liceu Evangélico e à Universitas Istropolitana participaram na codificação da língua eslovaca e no Renascimento Nacional Eslovaco, conferindo à cidade centralidade na história intelectual do país.

Música e artes performativas

Ao longo do século XVIII e XIX, Bratislava recebeu figuras como Mozart, Haydn, Beethoven e Liszt, que se apresentaram em palácios como Pálffy e Grassalkovich, reforçando a tradição musical da cidade.
Atualmente, a Orquestra Filarmónica Eslovaca e o Teatro Nacional Eslovaco oferecem temporada regular de ópera, ballet e concertos, mantendo a cidade como polo cultural ativo na Europa central.

Museus, galerias e arte contemporânea

Bratislava conta com cerca de trinta museus e dezenas de galerias, entre eles o Museu da Cidade, a Galeria Nacional Eslovaca e vários espaços dedicados à história judaica, à arqueologia e à arte moderna.
Um destaque especial é o Danubiana Meulensteen Art Museum, museu de arte moderna situado numa península do Danúbio, conhecido pela arquitetura inspirada numa galé romana e pelo parque de esculturas ao ar livre.

Lugares essenciais a visitar hoje

Castelo de Bratislava

O Castelo de Bratislava ergue‑se num planalto com vista para o Danúbio, oferecendo panorâmicas sobre o centro histórico, os Pequenos Cárpatos e, em dias claros, até Viena.
No interior, o Museu Nacional Eslovaco apresenta coleções históricas e exposições temáticas, enquanto os jardins e caminhos envolventes são ideais para fotografia e passeios.

Centro histórico (Old Town)

O centro histórico (Staré Mesto) reúne ruas medievais, praças como a Hlavné námestie, casas coloridas, palácios e a antiga Câmara Municipal, hoje museu.
Michael’s Gate, único portão remanescente das muralhas, é ponto de passagem obrigatório e oferece vista sobre os telhados da cidade a partir da torre.

Catedral de São Martinho

A Catedral de São Martinho, gótica, foi local de coroação de reis húngaros durante séculos, símbolo do papel da cidade na história do Reino da Hungria.
O interior, com vitrais e altares históricos, e a coroa dourada no topo da torre reforçam o ambiente cerimonial e monumental do templo.

Castelo de Devín

Situado na confluência dos rios Danúbio e Morava, o Castelo de Devín é um conjunto de ruínas medievais com vistas amplas para o entorno rural e a fronteira com a Áustria.
Um pequeno museu e trilhos pedonais tornam o local uma excelente excursão de meio dia a partir do centro de Bratislava.

Blue Church (Igreja de Santa Isabel)

A Blue Church, oficialmente Igreja de Santa Isabel, é uma igreja Art Nouveau do início do século XX, reconhecível pelo tom azul da fachada e pelas linhas suaves do estilo.
É um dos edifícios mais fotogénicos da cidade, frequentemente incluído em roteiros de 1 dia e em percursos de arquitetura.

Church of St. Elisabeth – Bratislava, Slovakia

Ponte SNP e UFO Observation Deck

A Ponte SNP é marcada pela torre UFO, miradouro e restaurante a cerca de 95 m de altura, com vista 360º sobre Bratislava, o castelo e o Danúbio.
O local é recomendado especialmente ao pôr‑do‑sol ou à noite, quando a iluminação da cidade cria um cenário dramático para fotos e refeições.

Slavín

Slavín é um memorial militar e cemitério dedicado aos soldados soviéticos que morreram na libertação de Bratislava em 1945, situado numa colina com excelente vista sobre a cidade.
Além do significado histórico, o local é valorizado em roteiros urbanos como um dos melhores miradouros da capital.

Museus e galerias principais

Parques e margens do Danúbio

Bratislava possui espaços verdes como o Horský Park e o Bratislava Forest Park, bem como o Sad Janka Kráľa, considerado um dos parques públicos mais antigos da Europa.
As margens do Danúbio na zona Eurovea combinam promenade pedonal, restaurantes, esplanadas e vista para o rio, sendo um dos espaços mais vivos para passeios e vida social.

Tabela rápida de destaques

CategoriaLocal/ExperiênciaNotas principais
HistóriaCastelo de BratislavaVista panorâmica, museu nacional.
HistóriaCastelo de DevínRuínas medievais, confluência Danúbio–Morava.
Património religiosoCatedral de São MartinhoCoroações de reis húngaros.
ArquiteturaBlue ChurchArt Nouveau azul, muito fotogénica.
Vista panorâmicaUFO Observation Deck (Ponte SNP)Vista 360º sobre cidade e rio.
Memória históricaSlavínMemorial guerra, miradouro.
Arte modernaDanubiana Meulensteen Art MuseumMuseu moderno no Danúbio.
Vida urbanaOld Town + Hlavné námestieCentro histórico compacto.
Passeios de rioMarginal Eurovea/Promenade DanúbioRestaurantes, esplanadas, vista rio.

Roteiro de viagem: 1, 2 e 3 dias em Bratislava

1 dia em Bratislava (essencial)

Manhã

  • Passeio pelo centro histórico (Staré Mesto): Hlavné námestie, Câmara Municipal, estátuas de rua e ruelas históricas.
  • Subida à torre da Old Town Hall ou ao Michael’s Gate para panorâmica sobre o centro.

Tarde

  • Visita ao Castelo de Bratislava: percurso pelos jardins, miradouros e exposição do Museu Nacional Eslovaco.
  • Descida pela encosta até ao Danúbio, com pausa em cafés ou esplanadas da zona histórica.

Noite

  • Jantar numa taberna ou restaurante tradicional, experimentando pratos como bryndzové halušky e vinhos locais.
  • Passeio noturno pela promenade do Danúbio ou subida ao UFO Observation Deck para vista iluminada da cidade.

Este roteiro de 1 dia baseia‑se em guias de viagem focados em visitas breves à cidade, que privilegiam o centro histórico e o castelo.

2 dias em Bratislava (história e vistas)

Dia 1
Mantém o roteiro essencial acima (Old Town + Castelo de Bratislava + Danúbio + UFO).

Dia 2 – Manhã

  • Excursão ao Castelo de Devín (autocarro ou excursão organizada): exploração das ruínas, do pequeno museu e dos trilhos panorâmicos.
  • Tempo para fotos na confluência dos rios e para apreciar a paisagem rural junto à fronteira austríaca.

Dia 2 – Tarde

  • Regresso à cidade e visita à Blue Church, combinando com um passeio por ruas mais modernas fora da Old Town.
  • Subida a Slavín para conhecer o memorial da Segunda Guerra Mundial e desfrutar das vistas sobre a cidade.

Dia 2 – Noite

  • Jantar na zona Eurovea ou num dos restaurantes perto da margem do Danúbio; ideal para terminar o dia com vista rio.

Este plano de 2 dias segue a lógica de itinerários que combinam património histórico urbano com um “escape” a Devín e aos miradouros da cidade.

3 dias em Bratislava (arte, natureza e cidade alargada)

Dia 1 e 2
Mantém os pontos do roteiro de 2 dias (centro histórico, castelo, UFO, Devín, Blue Church, Slavín e Danúbio).

Dia 3 – Manhã (arte e cultura)

  • Visita à Galeria Nacional Eslovaca ou ao Museu da Cidade, aprofundando arte e história local.
  • Deslocação ao Danubiana Meulensteen Art Museum (autocarro ou shuttle), para ver exposições de arte moderna e o parque de esculturas junto ao rio.

Dia 3 – Tarde (parques e margens do rio)

  • Passeio pelo Sad Janka Kráľa, um dos parques públicos mais antigos da Europa central, e pela Eurovea Embankment.
  • Tempo livre para cafés, compras em pequenas lojas ou simplesmente caminhar pelas margens do Danúbio.

Dia 3 – Noite (despedida)

  • Jantar de despedida na Old Town ou junto ao rio, com prova de vinhos eslovacos (por exemplo Frankovka) em caves históricas.
  • Passeio final pelos miradouros favoritos (UFO ou Castelo de Bratislava) para uma última vista da cidade iluminada.

Itinerários de 3 dias recomendados por guias e blogs de viagem privilegiam precisamente este equilíbrio entre história, natureza, artes e vida urbana, permitindo conhecer Bratislava com calma.

Clicar para ver a apresentação…

Discurso de ódio online: o que a escola precisa de saber para o reconhecer

Publicado a por
Responder

Em Portugal, o discurso de ódio online manifesta-se sobretudo de forma indireta e disfarçada. Com base no manual do projeto COOPERHATE, este artigo explica como reconhecer os seus mecanismos, porque razão os mais jovens estão particularmente expostos e o que a escola pode fazer, incluindo os limites que a lei portuguesa impõe.

Download |

Há uma ideia que persiste no imaginário comum: a de que o discurso de ódio se reconhece à primeira vista, num insulto explícito, numa palavra chocante, num comentário manifestamente ofensivo. A investigação mais recente sobre o fenómeno em Portugal desmente essa ideia com dados incómodos. Segundo o manual Discurso de Ódio: Manual de Apoio e Glossário, produzido no âmbito do projeto europeu COOPERHATE por investigadoras do CIS-Iscte e da Universidade de Aveiro, as formas indiretas e dissimuladas de discurso de ódio são, no contexto português, mais comuns do que as formas diretas e explícitas — e este padrão repete-se independentemente do grupo visado ou da plataforma utilizada, confirmando o que a Comissão Europeia contra o Racismo e a Intolerância já tinha assinalado no seu relatório sobre Portugal publicado em 2025. É precisamente esta subtileza que torna o tema incontornável para quem trabalha em contexto escolar: alunos, professores e bibliotecários lidam diariamente com uma linguagem que raramente se apresenta como aquilo que é.

Um fenómeno que raramente aparece como aquilo que é

O manual distingue duas formas de discurso de ódio. A forma direta recorre a insultos, linguagem inflamatória e termos depreciativos, sendo relativamente fácil de identificar. A forma indireta, pelo contrário, evita esse vocabulário e recorre à ironia, ao sarcasmo, às perguntas retóricas ou à hipérbole para sugerir, em vez de afirmar, a exclusão ou a hostilidade contra um grupo. O seu significado não é literal: exige que quem lê ou ouve infira a intenção a partir do contexto social e histórico em que a mensagem circula.

Esta distinção tem consequências práticas para a sala de aula. Um comentário que pareça meramente irónico, uma partilha “só para rir”, um comentário disfarçado de preocupação legítima podem, ainda assim, propagar ou justificar a exclusão de um grupo. Ensinar os alunos a distinguir humor de hostilidade codificada é, por isso, um exercício de literacia mediática tão relevante quanto identificar uma notícia falsa ou uma imagem manipulada.

As máscaras do discurso de ódio

O manual sistematiza os mecanismos discursivos mais recorrentes, e vale a pena conhecê-los porque funcionam como um vocabulário de reconhecimento para professores e alunos.

A desumanização consiste em retratar o grupo visado através de comparações que o reduzem a animais, objetos ou ameaças, retirando-lhe as considerações morais habitualmente atribuídas a outros seres humanos. Associada a ela surge o recurso a estereótipos negativos, que atribuem características falsas e depreciativas a um grupo inteiro com base em generalizações sem fundamento.

As narrativas de ameaça apresentam um grupo como perigoso para o poder, os recursos ou a segurança do endogrupo — a chamada ameaça realista —, ou como uma ameaça aos valores, à cultura e à identidade coletiva — a ameaça simbólica. É um mecanismo particularmente visível em contextos de debate político ou de grandes eventos mediáticos.

A negação do ódio e a inversão de papéis constituem talvez o mecanismo mais difícil de detetar, precisamente por surgirem disfarçadas de neutralidade: a pessoa que profere o discurso apresenta-se como isenta de preconceito, ou mesmo como vítima, invertendo as posições reais de poder entre grupos dominantes e grupos minoritários. No contexto português, este mecanismo está historicamente associado ao chamado lusotropicalismo — a ideia de que a sociedade portuguesa teria uma capacidade excecional e naturalmente tolerante de lidar com a diversidade —, ideia que a investigação em ciências sociais considera hoje uma construção que minimiza desigualdades reais.

Os eufemismos e a linguagem codificada permitem exprimir hostilidade sem recorrer a vocabulário abertamente ofensivo, recorrendo a expressões aparentemente neutras ou humorísticas cujo verdadeiro significado só é compreendido por quem partilha o código. Este tipo de linguagem evolui rapidamente nas redes sociais e nos ambientes de jogo online frequentados por adolescentes, o que justifica formação contínua, e não pontual, para docentes e bibliotecários escolares.

Por fim, o discurso de ódio recorre com frequência a falácias argumentativas — sobretudo o apelo ao medo e o apelo à ação — e à mobilização de emoções negativas como o ódio e a raiva, muitas vezes reforçadas por referências históricas seletivas que idealizam um passado de suposta ordem e grandeza nacional em contraste com um presente descrito como ameaçado pela diversidade.

Porque é que os mais novos estão especialmente expostos

Os jovens não são apenas consumidores incidentais deste tipo de conteúdo: são, pela intensidade com que utilizam as redes sociais, um dos públicos mais expostos, e por isso um foco central de muitas iniciativas europeias de prevenção. O manual sublinha que os grandes eventos desportivos — com forte identificação de grupo e elevado envolvimento emocional — funcionam repetidamente como fatores desencadeadores de picos de discurso de ódio online, com casos amplamente noticiados em Portugal envolvendo jogadores como Moussa Marega e Vinícius Júnior. Estes episódios, precisamente por serem próximos do quotidiano desportivo de muitos alunos, oferecem um ponto de entrada pedagógico natural para discutir o tema em sala de aula.

Há ainda um efeito menos visível, mas igualmente relevante: a exposição repetida a discurso de ódio, mesmo quando o aluno não é o alvo direto, tende a dessensibilizar quem testemunha a situação, reduzindo a empatia e a probabilidade de intervenção. A investigação citada no manual mostra que a exposição frequente a linguagem depreciativa atenua a sensibilidade à dor alheia — um dado que reforça a urgência de trabalhar o tema antes que a normalização se instale, e não apenas depois de um incidente ocorrer.

Da teoria à sala de aula: o que a escola pode fazer

O manual não se limita a diagnosticar o problema; dedica uma parte substancial à prevenção, e várias das estratégias aí descritas são diretamente transponíveis para o trabalho pedagógico.

A educação para a cidadania digital surge como o eixo central. Em Portugal, o manual Referências, desenvolvido para apoiar a Campanha da Juventude do Conselho da Europa contra o Discurso de Ódio Online, foi concebido especificamente para jovens entre os 13 e os 18 anos e continua a ser um recurso útil para quem trabalha esta faixa etária, dentro ou fora do currículo formal.

No plano do que se pode fazer perante um comentário de ódio já publicado, a investigação aponta para o chamado contradiscurso: respostas que não silenciam nem insultam, mas que introduzem uma perspetiva alternativa na conversa. As estratégias mais eficazes identificadas na investigação portuguesa incluem o recurso a contraestereótipos, que desafiam diretamente uma generalização falsa com informação factual; o apelo à empatia, convidando quem lê a imaginar a experiência do outro; a promoção de identidades inclusivas, que sublinham o que une os grupos em vez do que os separa; e o reforço de normas sociais claras sobre o que é ou não aceitável. Pelo contrário, responder com insultos ou tom hostil tende a agravar a interação em vez de a desarmar — um princípio simples, mas nem sempre intuitivo, que vale a pena trabalhar explicitamente com os alunos antes de os confrontar com situações reais.

A biblioteca escolar tem aqui um papel que ultrapassa a mera disponibilização de recursos: enquanto espaço de curadoria de informação e de mediação crítica, é também o lugar natural para trabalhar com os alunos a distinção entre liberdade de expressão e discurso de ódio, e para os equipar com ferramentas de deteção que não dependem de intuição, mas de conhecimento estruturado sobre como o fenómeno funciona.

Clicar na imagem para ver a apresentação…

Onde a lei traça a linha

Para diretores de escola e docentes que lidam com conflitos entre alunos nas redes sociais, importa também conhecer os limites legais do problema. O Código Penal português tipifica o discurso de ódio como crime autónomo no artigo 240.º, sob a designação de discriminação e incitamento ao ódio e à violência, mas a lei exige requisitos precisos: a conduta tem de ocorrer em espaço público ou em meio destinado a divulgação — não se aplicando, por isso, a comunicações estritamente privadas —, e tem de visar um grupo ou pessoa em razão de uma lista fechada de motivos, como origem étnico-racial, nacionalidade, religião, sexo, orientação sexual ou deficiência. Motivações preconceituosas fora dessa lista, como o ódio de base política, não são abrangidas por este artigo específico, ainda que possam configurar outros crimes, como a difamação ou a injúria.

A jurisprudência recente ilustra bem esta fronteira. Num caso julgado em Lisboa, o Tribunal da Relação confirmou a condenação de dois arguidos por publicações no X dirigidas a mulheres associadas a partidos de esquerda, rejeitando o argumento de que se tratava de humor e sublinhando que não é necessário visar todas as mulheres para que o crime se verifique, bastando atingir um grupo definido por sexo e ideologia. Noutro processo, relativo a um artigo de opinião publicado num jornal de referência sobre comunidades africanas e ciganas, o mesmo tribunal considerou que um despacho anterior tinha feito uma interpretação excessivamente ampla da liberdade de expressão, determinando a reabertura da investigação. Estes dois exemplos mostram que a linha entre opinião livre e discurso de ódio penalmente relevante depende de critérios jurídicos concretos, e não de uma impressão subjetiva de desagrado — uma distinção que vale a pena explicar aos alunos mais velhos, sobretudo nas disciplinas de cidadania e desenvolvimento.

Uma literacia que se ensina, como qualquer outra

O discurso de ódio online não é um problema que se resolva com filtros técnicos ou com boa vontade isolada. É, antes de mais, um problema de literacia: reconhecer os seus mecanismos, compreender por que motivo as formas mais subtis são também as mais comuns em português, e saber responder de forma construtiva sem alimentar a escalada são competências que se ensinam e se treinam, tal como se ensina a verificar uma fonte ou a distinguir um facto de uma opinião. Nesse sentido, este tema junta-se naturalmente ao trabalho mais amplo de literacia digital e mediática que já atravessa o currículo — e que a escola, pela sua posição privilegiada junto dos mais jovens, está particularmente bem colocada para liderar.

Este artigo foi redigido com apoio de inteligência artificial (Claude, Anthropic).

Referências

Conselho da Europa. (2016). Referências: Manual para o combate do discurso de ódio online através da educação para os direitos humanos (Ed. revista). Direção-Geral da Educação. https://www.dge.mec.pt/sites/default/files/ECidadania/educacao_Direitos_Humanos/documentos/referencias_manual_para_o_combate_do_discurso_de_odio_online.pdf

European Commission Against Racism and Intolerance. (2025). Sixth report on Portugal [Relatório]. Council of Europe.

Guerra, R., António, R., & Carvalho, P. (2026). Discurso de ódio: Manual de apoio e glossário. COOPERHATE. ISBN: 978-989-584-300-8.

Guerra, R., Carvalho, P., Marques, C., Carmona, M., Sarroeira, R., Batista, F., Ribeiro, R., Fonseca, A., Moro, S., & Silva, C. (2025). Unpacking online hate speech in Portuguese social media: A social-psychological and linguistic-discursive approach. Humanities and Social Sciences Communications, 12(1). https://doi.org/10.1057/s41599-025-05392-9

Bilewicz, M., & Soral, W. (2020). Hate speech epidemic: The dynamic effects of derogatory language on intergroup relations and political radicalization. Political Psychology, 41(S1), 3–33. https://doi.org/10.1111/pops.12670

O blog que se ouve: TIC, Educação e Web está no Spotify

Publicado a por
Responder

Há quase vinte anos que o blog TIC, Educação e Web publica artigos sobre tecnologia educativa, inteligência artificial, literacia mediática e políticas de educação em Portugal e no mundo. Os leitores habituais conhecem bem o formato: textos longos, fundamentados em fontes primárias, escritos a pensar em quem ensina, em quem dirige escolas e em quem aprende. Agora, esse trabalho tem uma extensão natural — e chega-nos pela voz.

O podcast TIC, Educação e Web está disponível no Spotify e pode ser ouvido gratuitamente em qualquer dispositivo. Para quem acompanha o blog, é uma forma diferente de aceder ao mesmo tipo de conteúdo; para quem ainda não conhece, é talvez a porta de entrada mais confortável que existe — basta um par de auriculares e um trajeto de autocarro.

Porquê um podcast sobre educação e tecnologia

Quem trabalha em educação sabe que o tempo é um bem escasso. Entre aulas, reuniões, relatórios, planificações e a vida fora da escola, sentar-se a ler um artigo de fundo nem sempre é possível. O podcast resolve exatamente esse problema: permite que um professor ouça uma análise sobre a fraude com óculos de inteligência artificial nos exames, por exemplo, enquanto conduz para casa ou prepara o jantar. A informação chega sem exigir o ecrã, sem competir com as dezenas de separadores abertos no navegador.

E esta não é uma vantagem menor. Um estudo da Universidade Lusófona, que traçou o perfil do consumidor português de podcasts, concluiu que a maioria dos ouvintes dedica entre uma a três horas semanais a este formato, preferindo contextos em que não podem recorrer a conteúdo visual — deslocações, exercício físico, tarefas domésticas. São precisamente os momentos que sobram no dia de um professor.

Ao mesmo tempo, os dados internacionais mostram que o formato não para de crescer. A nível global, os podcasts contam com mais de seiscentos milhões de ouvintes mensais, e a categoria «Educação» é a segunda mais popular do mundo, representando cerca de 12,7 por cento de todos os programas disponíveis. Em Portugal, a Escola Portuguesa de Podcasting tem assinalado que os conteúdos educativos e formativos são a tendência em maior crescimento, sobretudo em áreas como a literacia digital, a saúde e o desenvolvimento profissional. O terreno está fértil — faltava um programa feito de raiz para professores portugueses, em português europeu, com o rigor e a profundidade que a comunidade educativa merece.

O que se encontra nos episódios

O podcast não é uma leitura mecânica dos artigos do blog. É, antes, uma transposição pensada para o ouvido — com ritmo, contexto e uma narrativa que acompanha quem está a ouvir sem poder sublinhar ou voltar atrás com a mesma facilidade da leitura. Os episódios variam entre os seis e os vinte minutos, consoante a complexidade do tema, o que permite escolher entre uma escuta rápida no intervalo e uma imersão mais demorada no caminho para a escola.

Os temas são os mesmos que definem o blog desde o primeiro dia: a tecnologia ao serviço da educação, e não o contrário. Nos episódios mais recentes, é possível ouvir análises sobre o relatório da Comissão Europeia relativo à Década Digital 2026 e o que significa para Portugal, sobre a recomendação do Conselho Nacional de Educação a respeito da transferência de competências para os municípios, sobre os mecanismos que tornam certas aplicações verdadeiramente viciantes para os alunos e sobre a forma como o Banco Mundial está a tentar medir aquilo que os sistemas educativos não conseguem ver. Há também episódios dedicados a figuras como Sabrina Gonzalez Pasterski, a jovem física teórica que construiu o seu próprio avião na adolescência, ou Leonardo Padura Fuentes, o escritor cubano cuja obra pode ser trabalhada em contexto escolar. A diversidade temática reflete uma convicção simples: a cultura digital não se faz apenas de tecnologia, faz-se também de cultura.

Como ouvir e seguir o podcast

Aceder ao podcast é tão simples quanto abrir o Spotify — na aplicação do telemóvel, no computador ou na versão web — e procurar por «TIC, Educação e Web». Pode também aceder diretamente através da ligação open.spotify.com/show/6O3OIG1AcnSA5XZ4Glm8F9. Uma vez na página do programa, basta carregar no botão «Seguir» para que os novos episódios apareçam automaticamente na biblioteca, sem necessidade de procurar de cada vez.

Seguir o podcast não é um gesto simbólico — tem consequências práticas. O algoritmo do Spotify funciona por lógica de recomendação: quanto mais pessoas seguem um programa, mais frequentemente ele aparece nas sugestões de outros ouvintes com interesses semelhantes. Cada novo seguidor não só recebe os episódios de forma automática como ajuda o podcast a chegar a professores, educadores e investigadores que ainda não o conhecem. É um efeito em cadeia: quem segue está, sem saber, a recomendar.

Para quem prefere outras plataformas, o podcast está igualmente disponível nos Apple Podcasts. Mas o Spotify, pela sua base de utilizadores em Portugal e pela facilidade de acesso gratuito, é hoje o canal mais eficaz para chegar à comunidade educativa.

Ouvir também é aprender

O formato áudio não substitui a leitura — complementa-a. E num tempo em que a atenção é disputada ao segundo por notificações, algoritmos e estímulos visuais permanentes, há algo de quase subversivo em escolher ouvir uma análise fundamentada sobre educação digital durante vinte minutos. É uma forma de resistência silenciosa à superficialidade, e é precisamente isso que o podcast propõe: levar a reflexão para onde a leitura nem sempre consegue chegar.

Se já lê o blog, vai reconhecer a abordagem. Se ainda não lê, vai perceber depressa do que se trata. E se conhece alguém que devia ouvir — um colega, um diretor de agrupamento, um pai que quer perceber melhor o mundo digital dos filhos —, partilhar o podcast é a forma mais simples de o fazer chegar.

Carregue em «Seguir». Ouça o primeiro episódio. E depois diga-nos: o que gostaria de ouvir a seguir?

Referências

Escola Portuguesa de Podcasting. (2024, dezembro). Tendências de 2025 para o setor do podcast em Portugal. PME Magazine. https://pmemagazine.sapo.pt/eventos-com-podcasts-ao-vivo-sao-uma-tendencia-para-2025/

Marktest. (2026). POD_SCOPE RANK — Ranking de podcasts em Portugal. https://www.marktest.com/pod_scope/

Rodrigues Costa, P. (Coord.). (s.d.). Estudo traça perfil do consumidor português de podcasts. Universidade Lusófona. https://www.ulusofona.pt/noticias/estudo-traca-perfil-do-consumidor-portugues-de-podcasts

TIC, Educação e Web [Podcast]. (2026). Spotify. https://open.spotify.com/show/6O3OIG1AcnSA5XZ4Glm8F9

Clicar na imagem para ver a apresentação…