Resenha: "Conducting Educational Design Research"

Autores: Susan McKenney & Thomas C. Reeves
Publicação: 2012
Editora: Routledge

Introdução: Unindo Rigor e Relevância

Por décadas, a pesquisa educacional oscilou entre dois extremos: de um lado, a busca por rigor metodológico a qualquer custo; do outro, a pressão por impacto prático imediato. McKenney e Reeves apresentam a pesquisa de design educacional (educational design research) como uma abordagem que dissolve essa falsa dicotomia, demonstrando que rigor científico e relevância prática não apenas podem coexistir, mas se fortalecem mutuamente.

Como afirmam os autores: "investigação rigorosa e relevante pode gerar tanto compreensão teórica quanto soluções para problemas educacionais urgentes." Este livro é simultaneamente um manifesto metodológico e um guia prático para pesquisadores que recusam escolher entre fazer ciência e fazer diferença.

Uma Estrutura Orgânica

O livro está organizado em três partes complementares que refletem a natureza iterativa da própria pesquisa de design:

Parte I - Fundamentos estabelece o território conceitual, definindo o que é pesquisa de design educacional, seus objetivos duais (contribuições teóricas e práticas) e um modelo genérico flexível para sua condução.

Parte II - Processos Centrais detalha as três fases iterativas que compõem a abordagem: (1) Análise e Exploração, (2) Design e Construção, e (3) Avaliação e Reflexão, além de um capítulo dedicado à Implementação e Disseminação.

Parte III - Avançando equipa pesquisadores com ferramentas para propor, conduzir e reportar pesquisa de design educacional, concluindo com reflexões sobre desafios e direções futuras.

Definição e Características: Mais que uma Metodologia

McKenney e Reeves definem pesquisa de design educacional como "um gênero de pesquisa no qual o desenvolvimento iterativo de soluções para problemas educacionais práticos e complexos também fornece o contexto para investigação empírica, que gera compreensão teórica capaz de informar o trabalho de outros."

Esta definição, aparentemente densa, encapsula cinco características universais:

1. Teoricamente orientada: A teoria fundamenta o design, estrutura a investigação e é avançada pelos achados empíricos.

2. Intervencionista: Busca impactar a prática através do design de produtos, processos, programas ou políticas educacionais.

3. Colaborativa: Envolve pesquisadores e práticos em parceria genuína, reconhecendo que expertise complementares são essenciais.

4. Iterativa e flexível: Ciclos de design, implementação, análise e redesign permitem refinamento progressivo baseado em evidências.

5. Orientada para utilidade: O valor da pesquisa é medido tanto por avanços teóricos quanto por soluções práticas que realmente funcionam em contextos reais.

Pense na pesquisa de design educacional como a engenharia da educação: assim como engenheiros desenvolvem pontes testando materiais, princípios estruturais e condições de uso, design researchers desenvolvem soluções educacionais testando teorias, protótipos e contextos de implementação. A ponte precisa tanto atender princípios de física quanto suportar o tráfego real; a intervenção educacional precisa tanto avançar teoria quanto funcionar nas mãos de professores reais.

O Modelo Genérico: Flexibilidade Estruturada

Um dos grandes méritos do livro é apresentar um modelo genérico que organiza sem engessar. Os autores distinguem três níveis de atividade:

Micro-ciclos são iterações diárias ou semanais, como ajustar uma atividade após observar estudantes confusos.

Meso-ciclos são iterações que atravessam fases completas (análise → design → avaliação), durando meses ou um semestre.

Macro-ciclos englobam o projeto inteiro, da concepção inicial à implementação em escala, frequentemente levando anos.

Os autores são enfáticos: "Livros são lineares, pesquisa de design educacional não é." Diferentes processos ocorrem concorrentemente, e o modelo serve como "trampolim para montar caminhos úteis, não fórmulas prontas."

Fase 1: Análise e Exploração - A Sabedoria do Detetive

A citação de John Dewey abre este capítulo: "Um problema bem formulado é um problema meio resolvido." A primeira fase exige uma postura dual que McKenney e Reeves chamam de detetive-inventor.

O detetive investiga rigorosamente:

• Lê para compreender profundamente

• Estuda o que existe

• Pergunta o que é problemático

• Distingue problemas legítimos de "soluções em busca de problemas"

O inventor imagina possibilidades:

• Lê para inspiração

• Questiona por que as coisas são como são

• Pergunta o que seria desejável

• Vislumbra jurisdições de mudança

Quatro estratégias de investigação de campo são propostas:

1. Síntese de políticas: análise de documentos e regulamentações formais

2. Retrato do campo: observações do que realmente acontece

3. Pesquisa de percepções: entrevistas e grupos focais com stakeholders

4. Análise SWOT: forças, fraquezas, oportunidades e ameaças

O capítulo enfatiza que literatura sozinha não fornece "compreensão tridimensional do mundo real" - é crucial ver o problema em ação, quando viável. Esta fase deve produzir: (1) definição refinada do problema, (2) metas de longo prazo, (3) requisitos parciais de design, e (4) insights teóricos preliminares.

Fase 2: Design e Construção - Da Concepção à Prototipagem

Esta fase transforma compreensão em ação através de quatro atividades principais:

Brainstorming gera opções criativas, frequentemente usando técnicas como SCAMPER (Substituir, Combinar, Adaptar, Modificar, Propor outros usos, Eliminar, Reverter).

Especificação de soluções traduz ideias em proposições de design (design propositions) - conjecturas teóricas sobre como características específicas da intervenção produzirão resultados desejados. Por exemplo: "Se fornecermos feedback imediato automatizado, então estudantes conseguirão revisar textos de forma mais independente, porque terão orientação sem depender de disponibilidade do professor."

Prototipagem cria versões iniciais funcionais, frequentemente começando com um "skeleton design" - uma estrutura enxuta que captura a essência da intervenção sem todos os detalhes.

Refinamento iterativo melhora protótipos baseado em evidências, através de múltiplos micro-ciclos. Aqui, os autores alertam contra dois perigos: "feature creep" (acumular funcionalidades desnecessárias) e "mission creep" (desviar inadvertidamente dos objetivos originais).

Um conceito-chave é a distinção entre:

• Design Requirements (requisitos): o que a intervenção DEVE fazer

• Design Propositions (proposições): hipóteses sobre COMO alcançar os requisitos

Esta fase requer balancear expertise complementares. Como observam os autores, referenciando Stenhouse: "Não pode haver desenvolvimento curricular sem desenvolvimento docente." O envolvimento precoce de professores não é apenas desejável - é essencial para que a solução seja viável e gere ownership.

Fase 3: Avaliação e Reflexão - Testando com Sabedoria

A epígrafe de Kant estabelece o tom: "Conceitos sem experiências são vazios, experiências sem conceitos são cegas." Avaliação em design research não é apenas sobre medir resultados, mas sobre compreender profundamente a interação entre intervenção e contexto.

Os autores distinguem três formas da intervenção:

• Pretendida: o que se propõe a fazer

• Implementada: o que realmente acontece na prática

• Alcançada: os resultados e efeitos obtidos

A avaliação segue três fases de teste progressivo:

Alpha Testing (estrutura interna) examina:

• Solidez (soundness): as bases teóricas são válidas?

• Viabilidade (feasibility): é possível implementar?

• Utiliza técnicas "white box" (testando hipóteses subjacentes) e "black box" (testando funcionalidade)

Beta Testing (uso em contexto) examina:

• Viabilidade local: funciona em contextos reais?

• Institucionalização: pode ser sustentada?

• Introduz o conceito crucial de tolerância da intervenção: o quanto variações na implementação comprometem os objetivos?

Intervenções com tolerância BAIXA sofrem "mutações letais" quando implementadas de forma variada. Intervenções com tolerância ALTA "degradam graciosamente" mesmo com adaptações. Design researchers inteligentes projetam para alta tolerância.

Gamma Testing (efeitos) examina:

• Efetividade: alcança objetivos em condições "mundo real"?

• Impacto: produz mudanças duradouras?

• Distingue entre eficácia (sob condições ideais) e efetividade (sob condições representativas)

Um insight poderoso: design researchers "sabem onde querem chegar e têm fé que o processo de pesquisa os levará lá, mesmo que nem sempre saibam como a jornada se desenrolará." Esta postura combina direcionamento claro com abertura para descoberta.

Contribuições Duais: Teoria e Prática em Simbiose

Um dos capítulos mais ricos do livro detalha as contribuições esperadas da pesquisa de design, organizadas em duas categorias principais:

Contribuições Teóricas

Teorias podem ter quatro propósitos:

1. Descrever fenômenos do mundo real

2. Explicar por que/como fenômenos existem

3. Predizer efeitos usando descrições e explicações

4. Prescrever ações que produzirão certos efeitos

E três níveis de aplicabilidade:

• Teoria local: contextualmente específica, "relativamente humilde"

• Teoria de médio alcance: sintetiza múltiplos estudos

• Teoria de alto nível: baseada em paradigmas amplos

Os autores enfatizam que "teorias não são desenvolvidas a partir de estudos únicos, mas construídas ao longo do tempo sobre hipóteses, conjecturas, evidências e outras teorias." Pesquisa de design contribui incrementalmente para este edifício teórico.

Três formas de raciocínio são essenciais:

• Dedução: conclusões que seguem logicamente de premissas

• Indução: generalizações a partir de observações múltiplas

• Abdução: geração de hipóteses sobre relações entre fenômenos

Contribuições Práticas

"A contribuição prática primária da pesquisa de design educacional é a intervenção desenvolvida para resolver um problema real na prática."

Intervenções podem ser:

• Produtos: materiais didáticos, software, ferramentas

• Processos: estratégias instrucionais, métodos de avaliação

• Programas: combinações de produtos e processos

• Políticas: diretrizes, padrões, frameworks regulatórios

Um aspecto frequentemente sub-representado na literatura: "Outra contribuição prática é o desenvolvimento de expertise entre participantes do projeto (pesquisadores, professores, administradores, outros profissionais educacionais)." A pesquisa de design é também formação profissional situada.

Implementação e Disseminação: Para Além do Protótipo

Desenvolver uma intervenção efetiva é apenas o começo. Implementação e disseminação são processos distintos que merecem atenção metodológica própria.

Implementação envolve:

• Planejamento de adoção sustentável

• Formação de usuários

• Adaptação a contextos variados

• Monitoramento de fidelidade e adaptação

Disseminação inclui:

• Comunicação para diferentes audiências (acadêmica, prática, política)

• Formatos variados (artigos, workshops, recursos online)

• Estratégias de escala (orgânica, planejada, policy-driven)

Os autores observam que intervenções excepcionais podem fracassar por falta de atenção à implementação, enquanto intervenções modestas podem ter impacto amplo quando bem disseminadas. Pense em software open-source versus proprietário: a melhor tecnologia não vence necessariamente; vence aquela que é adotada.

Reportando Pesquisa: A Arte de Contar Múltiplas Histórias

Antes de discutir como propor pesquisa de design, o livro dedica um capítulo crucial a como reportá-la. O Capítulo 9 confronta dois dilemas comuns que design researchers enfrentam ao comunicar seu trabalho.

Dilema 1: História Demais para Contar

Projetos de design research tendem a ser empreitadas de longo prazo envolvendo volumes massivos de dados. Como observa Dede (2004), frequentemente "tudo que se moveu em um raio de 5 metros do fenômeno foi repetidamente entrevistado, videogravado, pesquisado..."

Esta abundância de dados cria desafios: Qual tamanho de história pode ser contada? Onde encontrar audiências interessadas? Quanto detalhe é útil? Qual perspectiva compartilhar? Como descrever contexto, proposições de design, e informações para generalização?

Dilema 2: Alinhamento com Formatos Padronizados

Poucos periódicos científicos buscam publicar narrativas de design, embora Educational Technology Research & Development e Educational Designer sejam exceções notáveis. Pode ser difícil descobrir onde e como descrever a intervenção, dado que formatos padrão raramente acomodam descrições detalhadas de como intervenções são projetadas.

Os autores confrontam a crítica de que design research sacrifica rigor em busca de relevância, citando Desforges (2001): "O status de pesquisa considerada educacional teria que ser julgado, primeiro em termos de sua qualidade disciplinada e segundo em termos de seu impacto. Disciplina pobre não é disciplina. E pesquisa excelente sem impacto não é educacional."

O Conceito de "Commissive Space"

Uma contribuição conceitual importante do capítulo é a noção de commissive space de Kelly (2006) - compromissos com certas suposições sobre a natureza da investigação científica, ou as "regras do jogo".

Quando todos aceitam as mesmas regras básicas, trabalham dentro do mesmo commissive space; sem regras compartilhadas, debate produtivo torna-se quase impossível. Por exemplo, o commissive space daqueles que veem ensaios randomizados controlados quantitativos como padrão-ouro e aqueles interessados em design research tem relativamente pouco terreno comum.

Estratégia crucial: Ao reportar design research, é mais eficaz demonstrar commonalidades do que destacar diferenças com outras abordagens. Enquanto design researchers violam muitas suposições dos ensaios randomizados, compartilham suposições básicas dos métodos mistos.

Três Audiências Distintas

Audiências Internas

• Objetivo: reflexão, documentação de decisões, discussão em equipe

• Formato: desde formalizado até esquemático

• Tom: pode ser coloquial

• Função: direcionar desenvolvimento da intervenção e compreensão teórica

Audiências Profissionais Externas (práticos, especialistas, policy makers)

• Objetivo: inspirar e/ou informar

• Interesse principal: implicações para sua própria prática

• Questões típicas: "A intervenção seria útil para mim? É prática e efetiva o suficiente para justificar envolvimento?"

• Formatos: periódicos profissionais, websites, jornais, até programas de rádio/TV

Os autores lamentam que pesquisadores educacionais frequentemente falham em comunicar claramente com grupos influentes (Whitty, 2006), especialmente considerando que decisões sociais parecem cada vez mais baseadas em opinião e emoção ao invés de evidência.

Audiências de Pesquisadores Externos

• Objetivo: compartilhar compreensão teórica emergente

• Interesse: descrições de intervenções, ideias subjacentes, resultados e implicações de testes empíricos

• Tom: acadêmico, distanciado

• Critério: confiabilidade (trustworthiness)

McKenney e Reeves adotam os critérios de Lincoln e Guba (1985) para trustworthiness:

1. Credibilidade (paralela à validade interna): a "verdade" dos achados

• Aumentada por: descrição de engajamento prolongado durante testes

2. Transferabilidade (paralela à validade externa): achados informativos para outros contextos

• Aumentada por: descrições espessas (thick descriptions)

3. Dependabilidade (paralela à confiabilidade): achados consistentes e replicáveis

• Aumentada por: uso das mesmas proposições de design ou mesma intervenção múltiplas vezes

4. Confirmabilidade (paralela à objetividade): achados moldados por respondentes, não por viés do pesquisador

• Aumentada por: triangulação de métodos de coleta

Três Recomendações Práticas

1. Escolha o Escopo

Design researchers frequentemente querem contar a história inteira de uma vez - possível em livros, raro em artigos, virtualmente impossível em mídia popular. Quebrar achados em "chunks" interessantes e informativos é geralmente necessário.

Duas estratégias:

• Reportar micro-ciclos individuais: cada ciclo (análise/exploração; design/construção; avaliação/reflexão) contém raciocínio coerente e contribuição (ainda que humilde) própria

• Reportar temas específicos através de vários ciclos: temas bem-definidos determinam escopo, contando história cronologicamente ou não

Exemplo do livro: No estudo sobre desenvolvimento profissional de para-professores em favelas indianas (Cap. 2), foram publicados: 1 artigo sobre análise de necessidades e contexto; 1 sobre o modelo conceitual; 3 artigos sobre três ciclos diferentes de avaliação.

2. Refine a Mensagem

Criar mensagem poderosa frequentemente tem mais a ver com excluir judiciosamente informação do que com descobrir o que incluir. Duas considerações principais:

• A audiência: Que conhecimento prévio pode razoavelmente ser esperado? Visualize literalmente alguém da audiência durante a escrita.

• A mensagem central: Quais partes da história a audiência precisa para entender o core message? Quais são estranhas ou até distrativas?

Insight importante: nem todos os dados coletados são pertinentes a uma mensagem específica; certos dados/insights são mais poderosos que outros. Omitir fontes de dados fracas ou considerações de design mal justificadas pode trazer as poderosas à tona.

Alerta final: design researchers, muitos dos quais se apegam emocionalmente às suas intervenções projetadas, "devem às vezes lutar para focar em contar uma história coerente aos leitores, e não reportar apenas o que é importante para eles pessoalmente."

3. Busque Exemplos Inspiradores

A comunidade de design research pode aprender uns com os outros não apenas através do conteúdo dos reports, mas também de seus formatos. É extremamente útil examinar papers metodologicamente similares para boas ideias sobre apresentação concisa e eficiente de:

• Proposições de design (integradas)

• Descrições de intervenção

• Designs de pesquisa

• Dados

• Insights emergentes (teóricos e/ou práticos)

O capítulo menciona Educational Designer como periódico de acesso aberto que acolhe reflexão crítica e exemplificação rica de intervenções projetadas, especialmente as bases para evolução do design.

Comunidades de Aprendizagem em Design Research

O capítulo ilustra como grupos de design researchers endereçando conjuntos particulares de problemas podem formar comunidades de aprendizagem poderosas. Exemplo: a comunidade de pesquisadores interessados em melhorar educação STEM nos EUA através de ambientes digitais imersivos de aprendizagem - trabalhando em projetos como Quest Atlantis (Barab et al.), River City (Dede et al.), e Whyville (Kafai et al.).

Embora às vezes competindo pelos mesmos recursos, estes pesquisadores também contribuíram ao trabalho uns dos outros e ajudaram a refinar a própria abordagem de design research.

Escrevendo Propostas: Imersão Antes de Articulação

O Capítulo 8 oferece orientação prática para elaboração de propostas, com ênfase em três pré-requisitos essenciais:

1. Identificação de problemas legítimos

• Gap claro na literatura (não apenas desconhecido, mas importante saber)

• Problema real, não sintoma secundário

• Pesquisável com métodos disponíveis

• Digno de investigação (contribui para teoria; stakeholders se importam)

2. Sondagem profunda "Especialmente para novos pesquisadores, é importante investir tempo e esforço sondando problemas - imergindo neles antes de tentar escrever sobre quais aspectos merecem estudo adicional."

Literatura sozinha não basta - é crucial ver o problema em ação quando viável.

3. Refinamento metodológico

• Explorar como problemas semelhantes foram investigados

• Considerar estudos preparatórios para testar viabilidade de instrumentos

• Desenvolver familiaridade com técnicas de análise apropriadas

Um alerta importante: propostas de design research frequentemente examinam múltiplos fenômenos simultaneamente (características de cenários, implementação, respostas de participantes, ganhos de aprendizagem). Alinhar estas múltiplas linhas de investigação é crucial.

Olhando para o Futuro: Desafios e Promessas

O capítulo final oferece uma reflexão honesta sobre desafios enfrentados pela comunidade de pesquisa de design:

Desafio 1: A Dupla Busca Produzir simultaneamente compreensão teórica e soluções práticas exige expertise diversa, tempo substancial e recursos consideráveis. Nem todos os projetos conseguirão contribuições equivalentes em ambas as frentes - e tudo bem, desde que a intenção dual permaneça.

Desafio 2: Especificidade de Campo Diferentemente de ciências naturais, educação é profundamente contextual. O que funciona em Amsterdã pode não funcionar em São Paulo. Mas esta limitação é também uma força: permite compreensão profunda de como contexto molda processos educacionais.

Desafio 3: Áreas Sub-Pesquisadas Alguns domínios educacionais permanecem pouco explorados por design research. Os autores encorajam diversificação, especialmente em: educação de adultos, desenvolvimento profissional docente, educação não-formal, e políticas educacionais.

Conhecimento Socialmente Robusto

Uma contribuição conceitual importante do capítulo final é a distinção entre conhecimento "confiável" e conhecimento "socialmente robusto":

Conhecimento confiável é metodologicamente rigoroso, validado por pares, replicável.

Conhecimento socialmente robusto é adicionalmente:

• Transparente em seus processos e limitações

• Participativo no envolvimento de stakeholders

• Impactante nos problemas enfrentados pela sociedade

Pesquisa de design educacional aspira produzir conhecimento socialmente robusto - o que Gibbons (1999) chama de "conhecimento Modo 2":

• Problemas definidos na prática

• Conhecimento prático e contexto-específico

• Valorizado por diferentes atores (não apenas acadêmicos)

Expectativas Realistas

Os autores são francos sobre limitações: "Não espere mudança dramática em breve. No melhor dos casos, leva anos ou décadas para compreensão teórica ter impacto em larga escala."

MAS design research pode fazer contribuição clara e imediata através:

• Da intervenção desenvolvida

• Do aprendizado dos participantes envolvidos

• Da demonstração do valor da pesquisa educacional para a sociedade

Como concluem: "Refletindo sobre conceitualizações atuais de pesquisa de design educacional e considerando caminhos futuros, parece apropriado questionar onde nós, aqueles que praticam design research, nos posicionamos em questões relacionadas à produção e uso de conhecimento... Até certo ponto, há espaço para escolha pessoal nesta questão. Mas como Gibbons (1999, 2000) apontou, a sociedade está respondendo de volta. Pesquisa de design educacional é uma forma excepcional de demonstrar como pesquisadores estão escutando."

Avaliação Crítica: Virtudes e Limitações

Virtudes

Clareza conceitual: O livro consegue a difícil tarefa de ser simultaneamente rigoroso e acessível. Definições são precisas sem serem pedantes; exemplos são abundantes sem serem prolixos.

Praticidade equilibrada: Ao contrário de muitos textos metodológicos que ou são excessivamente abstratos ou demasiadamente prescritivos, McKenney e Reeves oferecem orientação estruturada que respeita a natureza situada e criativa da pesquisa de design.

Honestidade intelectual: Os autores reconhecem abertamente limitações, desafios e tensões inerentes à abordagem. Não vendem panaceia, mas convidam ao engajamento crítico.

Riqueza de exemplos: Quatro estudos detalhados atravessam o livro, ilustrando como princípios abstratos se manifestam em projetos reais.

Limitações

Contexto predominantemente ocidental: Embora os autores tenham experiência internacional, os exemplos e referências são majoritariamente de contextos norte-americanos e europeus. Aplicação a contextos de países em desenvolvimento requer adaptação cuidadosa.

Ênfase em tecnologia educacional: Muitos exemplos envolvem design de ambientes digitais de aprendizagem. Outras formas de intervenção (currículos analógicos, políticas, processos sociais) recebem menos atenção detalhada.

Demandas de recursos: O livro é honesto sobre tempo e expertise necessários, mas poderia oferecer mais orientação sobre como conduzir design research com recursos limitados - uma realidade para muitos pesquisadores em contextos de ensino público.

Tensão teoria-prática: Embora celebrem a dupla contribuição, exemplos mostram que alcançar avanço teórico substancial E solução prática robusta permanece desafiador. O livro poderia explorar mais profundamente quando priorizar uma frente sobre a outra.

Relevância e Aplicações

Este livro é essencial para:

Pesquisadores em educação que se frustram com a distância entre pesquisa e prática, especialmente aqueles trabalhando em:

• Tecnologia educacional e ambientes digitais de aprendizagem

• Desenvolvimento curricular

• Formação docente

• Políticas educacionais baseadas em evidência

Estudantes de pós-graduação planejando pesquisas de mestrado ou doutorado que buscam metodologias que permitam contribuição prática imediata junto com rigor acadêmico.

Profissionais da educação envolvidos em design instrucional, desenvolvimento de materiais didáticos, ou liderança educacional que desejam fundamentar seu trabalho em investigação sistemática.

Agências de financiamento e formuladores de política interessados em compreender como pesquisa educacional pode gerar impacto mensurável além de publicações acadêmicas.

Conexões com Outras Obras

"Conducting Educational Design Research" dialoga produtivamente com:

• "Teaching as a Design Science" (Diana Laurillard, 2012): Compartilham ênfase em ciclos iterativos teoria-prática, com Laurillard focando mais em princípios pedagógicos e McKenney & Reeves em processos de pesquisa.

• "Design-Based Research in Education" (Barab & Squire, 2004): Contribuição seminal ao campo que este livro sistematiza e operacionaliza com maior detalhe processual.

• "Integrating Research and Practice in Software Engineering" (Gorschek et al., 2014): Paralelos interessantes em campos que valorizam tanto rigor científico quanto utilidade prática.

• "The Reflective Practitioner" (Donald Schön, 1983): A ênfase de Schön em reflexão-na-ação fundamenta o Capítulo 6 sobre avaliação e reflexão.

Analogia Conclusiva

Se a pesquisa educacional tradicional é como astronomia - observando fenômenos à distância para compreender leis universais - e a prática educacional não-pesquisada é como jardinagem intuitiva - cultivando crescimento baseado em experiência tácita - então a pesquisa de design educacional é como arquitetura paisagística científica.

O arquiteto paisagista estuda ecologia (teoria), mas projeta jardins reais (prática). Cada projeto informa compreensão de princípios universais (como luz, água e solo interagem), enquanto simultaneamente cria um espaço belo e funcional para pessoas específicas. Fracassos informam tanto quanto sucessos. E o conhecimento gerado é tanto proposicional (princípios transferíveis) quanto situado (este jardim, neste solo, para estes clientes).

McKenney e Reeves nos oferecem não apenas licença para fazer este tipo de trabalho, mas um mapa detalhado do território - flexível o suficiente para respeitar a natureza criativa e situada do design, estruturado o suficiente para garantir rigor científico.

Conclusão

"Conducting Educational Design Research" é simultaneamente manifesto, guia prático e convite ao engajamento. Para uma geração de pesquisadores educacionais cansados da irrelevância de muito trabalho acadêmico, oferece caminho metodologicamente rigoroso para fazer diferença tangível.

Os autores concluem com uma provocação: a sociedade está demandando pesquisa educacional que seja tanto rigorosa quanto relevante. Pesquisa de design educacional não é a única forma de atender esta demanda, mas é, nas palavras de McKenney e Reeves, "uma forma excepcional de demonstrar como pesquisadores estão escutando."

Para aqueles que, como os autores, "gravitaram à pesquisa de design por seus laços naturalmente próximos com a prática que lhes é cara, e em resposta ao desencantamento com pesquisa educacional que não serve, no curto ou longo prazo, para melhorar a prática" - este livro é tanto validação quanto ferramental.

É, em suma, um livro para pesquisadores que acreditam que compreender o mundo e melhorá-lo não são objetivos mutuamente exclusivos, mas dimensões complementares de uma vocação acadêmica comprometida com o florescimento humano através da educação.

Teaching as a Design Science: Uma Resenha

Por décadas, fomos seduzidos pela promessa de que tecnologias digitais transformariam radicalmente a educação. Bancos, fábricas e hospitais foram completamente redesenhados por sistemas tecnológicos sofisticados, mas as salas de aula permanecem essencialmente as mesmas desde o século XIX. Por que essa transformação tão aguardada não se concretizou?

Diana Laurillard enfrenta essa questão central em Teaching as a Design Science, propondo que o problema não está nas tecnologias em si, mas na ausência de um framework metodológico que permita aos professores assumirem o papel de designers pedagógicos. Diferente de banqueiros e cirurgiões, que receberam recursos massivos para desenvolver sistemas especializados, professores foram deixados à própria sorte para descobrir como usar ferramentas criadas para comércio e indústria no contexto educacional.

A Tese Central: Ensino Como Ciência do Design

O argumento de Laurillard é ao mesmo tempo radical e pragmático: o ensino deve ser reconhecido não apenas como arte (o que todos admitem), mas como uma ciência do design — nos moldes da engenharia ou arquitetura. Como Herbert Simon observou, ciências do design não descrevem "como as coisas são" (ciências naturais), mas se preocupam com "como as coisas devem ser" para atingir objetivos formalmente definidos.

No caso do ensino, o objetivo é claro: desenvolver conhecimento e capacidades dos alunos. A ciência do design pedagógico usa o que sabemos sobre ensinar para atingir esse objetivo e, fudamentalmente, usa a implementação de seus designs para continuar melhorando-os. É um processo iterativo, baseado em evidências, que combina criatividade artística com rigor metodológico.

O Conversational Framework: Integrando Teorias de Aprendizagem

A contribuição mais significativa do livro é o desenvolvimento do Conversational Framework — uma estrutura visual que integra sete teorias de aprendizagem (associativa, cognitiva, experiencial, socioconstrutivista, conceitual, construcionista e colaborativa) em uma única representação utilizável por professores. Este não é um framework puramente teórico, mas uma ferramenta prática de design pedagógico.

O framework identifica cinco ciclos principais de interação:

Três ciclos professor-aluno:

1. Ciclo de Comunicação (TCC): O professor explica conceitos, o aluno articula seu entendimento, e essa troca garante compreensão compartilhada;

2. Ciclo de Prática (TPC): O aluno gera ações em ambiente de prática e recebe feedback extrínseco do professor;

3. Ciclo de Modelagem (TMC): O aluno interage com ambiente que fornece feedback intrínseco, permitindo "aprender sem ser ensinado".’

Dois ciclos entre pares: 4. Ciclo de Comunicação entre Pares (PCC): Alunos compartilham e discutem conceitos 5. Ciclo de Modelagem entre Pares (PMC): Alunos usam trabalhos uns dos outros como modelos

Sobre esses ciclos, Laurillard mapeia seis tipos de aprendizagem: aquisição, investigação, prática, produção, discussão e colaboração. Cada tipo requer design pedagógico específico e pode ser potencializado por tecnologias digitais de maneiras distintas.

Desmistificando as Formas de Aprendizagem

Um dos méritos de Laurillard é tratar cada forma de aprendizagem com a seriedade que merece, desmistificando tanto idealizações românticas quanto preconceitos pedagógicos.

Aprendizagem por Aquisição

Contrariando modismos que demonizam o ensino expositivo, Laurillard demonstra que palestras podem ser extremamente efetivas quando os estudantes estão bem preparados para aprender com elas. O problema não é a narrativa do professor em si, mas quando ela é usada isoladamente, sem atividades que criem "a estrutura de relevância apropriada". Como Dan Schwartz observa, "as pessoas constroem seu conhecimento independentemente de o input vir do mundo físico ou linguístico."

Aprendizagem por Investigação

A investigação permite que estudantes transformem a narrativa do professor em sua própria narrativa, controlando a sequência de informação. Mas Laurillard alerta: simplesmente dar acesso a recursos (biblioteca, repositórios digitais) não garante aprendizagem crítica e analítica. É necessário criar o ambiente pedagógico completo que motiva, guia, desafia e apoia estudantes através do processo complexo de desenvolver simultaneamente conhecimento e habilidades de investigação.

Aprendizagem por Discussão

Baseando-se em Vygotsky, Laurillard explora como a comunicação entre pares "produz a necessidade de verificar e confirmar pensamentos". Mas toda a pesquisa mostra que discussão produtiva demanda preparação e monitoramento significativos pelo professor. A discussão não acontece automaticamente — requer design pedagógico cuidadoso que estrutura o processo, define papéis, fornece ferramentas e equilibra autonomia estudantil com orientação.

Aprendizagem por Prática

Talvez a seção mais reveladora, onde Laurillard elabora o ciclo fundamental goal-action-feedback-revision (meta-ação-feedback-revisão), também chamado de "learning through prediction" pelos neurocientistas. Com feedback intrínseco significativo, o aluno pode ser autoconfiante porque tem meios suficientes para aprender sem o feedback extrínseco do professor.

O desafio está nas humanidades: diferente de amarrar cadarços, interpretar um poema não produz consequências diretas no mundo real. Os artefatos culturais não fornecem feedback sobre interpretações — o aluno precisa de reassurance através do feedback extrínseco do professor. Como criar "micromundos" onde até mesmo a análise literária possa oferecer feedback significativo? Este é o tipo de problema de design que Laurillard nos convida a enfrentar.

A Questão da Tecnologia: Promessa e Realidade

Um dos insights mais importantes do livro é sobre o baixo desempenho histórico das tecnologias educacionais. Pesquisadores como Larry Cuban (EUA) e relatórios da Becta (Reino Unido) mostram que professores sistematicamente adaptam tecnologias para práticas tradicionais centradas no professor. As razões são conhecidas: falta de tempo, treinamento inadequado, organização institucional tradicional.

Mas Laurillard vai além do diagnóstico óbvio. O problema fundamental é que modelar a atividade que move "uma mente da confusão para o entendimento" é infinitamente mais complexo do que modelar transações bancárias ou processos industriais. E os professores receberam ferramentas genéricas sem o suporte metodológico para reimaginá-las pedagogicamente.

A solução não virá de fora — de governos, empresas de tecnologia ou especialistas distantes. Virá de aproveitar o trabalho de professores individuais que, cotidianamente, descobrem e testam novas maneiras de usar tecnologias digitais. Mas para isso, precisamos de frameworks, linguagens compartilhadas e estruturas de design que permitam capturar, refinar e disseminar essas inovações locais.

Relevância para o Contexto Brasileiro

Para quem trabalha com tecnologia educacional no Brasil, Teaching as a Design Science oferece uma alternativa refrescante aos discursos que oscilam entre o tecnocentrismo ingênuo ("a tecnologia vai resolver tudo") e o luddismo pedagógico ("tecnologia desumaniza a educação").

Laurillard nos convida a uma postura diferente: reconhecer que tecnologias digitais criam genuínas oportunidades de design pedagógico, mas apenas se formos capazes de tratá-las como matéria-prima para criar ambientes de aprendizagem que completem os ciclos do Conversational Framework. Cada ferramenta digital deve ser avaliada não por seus recursos técnicos, mas por sua capacidade de habilitar formas específicas de interação pedagógica.

Isso tem implicações diretas para políticas educacionais. Em vez de medir sucesso pela quantidade de computadores ou tablets distribuídos, deveríamos perguntar: essas tecnologias estão permitindo que professores criem ambientes onde alunos podem articular conceitos, receber feedback significativo, revisar suas práticas e colaborar com pares de maneiras que antes não eram possíveis?

O Golfo da Incerteza

Laurillard identifica o que chama de "golfo considerável de incerteza" entre saber o que é necessário para aprender e saber o que é necessário para ensinar. Este golfo não será transposto por soluções simples ou fórmulas mágicas. Será atravessado gradualmente, através do trabalho meticuloso de design pedagógico, teste, refinamento e compartilhamento de padrões que funcionam.

O livro nos fornece um mapa para essa jornada. O Conversational Framework não é uma prescrição rígida, mas uma linguagem comum que permite a professores de diferentes disciplinas e contextos comunicarem seus designs, aprenderem uns com os outros e construírem coletivamente uma base de conhecimento sobre ensino efetivo com tecnologia.

Conclusão: Um Convite ao Design Deliberado

Teaching as a Design Science é, fundamentalmente, um convite para que professores assumam o papel de designers profissionais de suas próprias práticas. Não designers amadores que tentam e erram sem método, mas designers que:

1. Partem de objetivos de aprendizagem claros;

2. Utilizam frameworks teóricos consistentes;

3. Criam ambientes pedagógicos deliberadamente estruturados;

4. Coletam evidências sobre o que funciona;

5. Refinam seus designs iterativamente;

6. Compartilham padrões bem-sucedidos com a comunidade.

Esta é uma visão ambiciosa e exigente da profissão docente. Mas talvez seja exatamente a visão que precisamos para finalmente realizar a transformação educacional que as tecnologias digitais tornaram possível, mas que ainda não conseguimos efetivar.

Como Laurillard deixa claro, essa transformação só é viável se aproveitarmos o trabalho dos professores que, cotidianamente, descobrem e testam novas maneiras de ensinar. O livro oferece a infraestrutura conceitual para capturar, refinar e disseminar essas descobertas. Cabe a nós, professores e pesquisadores, assumir esse projeto de design pedagógico com o rigor, a criatividade e a colaboração que ele demanda.

Diana Laurillard. Teaching as a Design Science: Building Pedagogical Patterns for Learning and Technology. New York: Routledge, 2012.

A Inteligência Artificial e o Futuro do Feedback na Educação: Uma Análise Colaborativa

A ascensão da inteligência artificial (IA) generativa, popularizada por ferramentas como o ChatGPT, tem provocado uma verdadeira revolução em diversos setores, e a educação está no centro desse debate. Como podemos aproveitar o potencial dessas tecnologias para aprimorar a aprendizagem sem perder o toque humano, tão essencial para o desenvolvimento acadêmico e pessoal? Um estudo recente e de acesso aberto, publicado na revista Technology, Pedagogy and Education, mergulha nessa questão, oferecendo uma perspectiva valiosa e pouco explorada: a dos próprios estudantes.

A pesquisa, intitulada "AI and peer reviews in higher education: students’ multimodal views on benefits, differences and limitations" [1], investiga como estudantes de pós-graduação percebem o feedback gerado por IA em comparação com a tradicional revisão por pares. Em um cenário onde o tempo dos educadores é um recurso cada vez mais escasso, a automação do feedback surge como uma solução promissora. Mas será que ela atende às necessidades dos alunos?

Os Principais Argumentos da Pesquisa

O estudo foi conduzido com 93 estudantes de uma universidade americana, que tiveram seus trabalhos avaliados tanto por colegas (revisão por pares) quanto por um sistema de IA (baseado no GPT-3). Os pesquisadores analisaram as opiniões dos alunos, expressas não apenas em texto, mas também de forma visual e gestual, para capturar uma compreensão completa de suas experiências.

A principal descoberta revela uma preferência clara pelo feedback humano. Os estudantes valorizaram a profundidade, a especificidade, o suporte emocional e a relevância contextual que seus colegas ofereceram. O feedback humano foi percebido como mais motivador e capaz de abordar as nuances e a complexidade do trabalho acadêmico, contribuindo para um aprimoramento mais significativo da escrita e do raciocínio.

No entanto, isso não significa que a IA foi descartada. Pelo contrário, os participantes identificaram benefícios importantes no feedback gerado pela IA, como:

• Rapidez e Eficiência: A IA fornece um retorno quase instantâneo, permitindo que os alunos façam revisões ágeis.

• Objetividade e Consistência: O feedback da IA é estritamente baseado nos critérios de avaliação (rubricas), garantindo uma análise imparcial e padronizada.

• Foco Estrutural: A ferramenta se mostrou útil para identificar problemas gerais e estruturais no texto, servindo como uma excelente primeira camada de revisão.

A Importância da Pesquisa: Rumo a um Modelo Híbrido

A grande contribuição deste artigo é a sua ênfase na complementaridade. Em vez de colocar a IA e os humanos em campos opostos, a pesquisa sugere que a combinação de ambos os tipos de feedback cria uma experiência de aprendizagem mais rica e completa. A IA pode cuidar da "linha de base", oferecendo uma avaliação rápida e objetiva, enquanto o feedback humano pode se concentrar em aspectos mais profundos e personalizados, que uma máquina ainda não consegue alcançar.

Essa abordagem híbrida otimiza o processo para todos: os alunos recebem um feedback mais robusto e diversificado, e os educadores podem direcionar sua atenção para questões pedagógicas mais complexas, confiando na IA para as avaliações formativas iniciais.

A pesquisa também destaca a importância de dar voz aos estudantes no processo de integração de novas tecnologias na educação. Compreender suas percepções, ansiedades e expectativas é fundamental para garantir que a implementação da IA seja feita de forma ética, eficaz e verdadeiramente centrada no aluno.

Por fim, o estudo ressalta que o sucesso do feedback de IA depende de uma calibragem cuidadosa. Não se trata apenas de usar a tecnologia, mas de alinhá-la a frameworks pedagógicos sólidos e rubricas bem definidas para maximizar seu potencial formativo.

O futuro do feedback educacional não parece ser uma escolha entre homem e máquina, mas sim uma colaboração inteligente entre ambos. Este artigo é uma leitura essencial para educadores, gestores acadêmicos e todos os interessados em como a tecnologia pode, de fato, aprimorar a educação.

Referência:

ZAPATA, Gabriela C.; COPE, Bill; KALANTZIS, Mary; TZIRIDES, Anastasia Olga (Olnancy); SAINI, Akash K.; SEARSMITH, Duane; WHITING, Jennifer; KASTANIA, Nikoleta Polyxeni; CASTRO, Vania; KOURKOULOU, Theodora; JONES, John W.; ABRANTES DA SILVA, Rodrigo. AI and peer reviews in higher education: students’ multimodal views on benefits, differences and limitations. Technology, Pedagogy and Education, Abingdon, v. 34, n. 5, p. 583-601, 2025. DOI: 10.1080/1475939X.2025.2480807.

Resenha: Literacy and Education de James Paul Gee

Introdução

Publicado como parte da prestigiada série Key Ideas in Education da Routledge, Literacy and Education de James Paul Gee é uma obra concisa, porém densa, que narra uma das mais significativas transformações conceituais no campo da educação nas últimas décadas: a jornada do letramento para fora da mente individual e sua consolidação como um fenômeno sociocultural. Gee, um dos mais influentes acadêmicos nos estudos da linguagem e do letramento, sintetiza mais de trinta anos de pesquisa para argumentar que entender o letramento não é apenas uma questão de decodificação de palavras, mas de compreender como as pessoas usam a linguagem para construir identidades, participar de comunidades e navegar em estruturas de poder. O livro traça essa evolução teórica em quatro capítulos coesos, partindo de uma crítica à visão escolar tradicional, passando pela formulação de uma teoria social da mente e culminando em uma análise das novas práticas de letramento na era digital. Esta resenha não apenas resume os argumentos centrais da obra, mas também aponta para sua aplicação e expansão em pesquisas contemporâneas no contexto brasileiro, demonstrando a vitalidade de seu arcabouço teórico.

A Desconstrução do Letramento como Habilidade Mental

O ponto de partida de Gee é uma poderosa anedota pessoal que se desdobra no argumento central do Capítulo 1 (Introdução). Ao analisar interações de "hora da rodinha" (sharing time) em salas de aula, Gee expõe o fenômeno do não-reconhecimento (misrecognition). Ele detalha como crianças afro-americanas, ao utilizarem um estilo narrativo "tópico-associativo" — uma prática linguisticamente rica e culturalmente significativa, enraizada na tradição da literatura oral —, eram frequentemente vistas por seus professores como incoerentes ou deficientes. Em contraste, crianças que utilizavam um estilo "tópico-centrado", mais alinhado com a estrutura da escrita expositiva valorizada pela escola, eram compreendidas e validadas. Este choque cultural inicial serve como a pedra fundamental para o argumento do livro: o letramento escolar não é uma habilidade neutra, mas uma prática social específica que privilegia certas formas de usar a linguagem em detrimento de outras.

O Capítulo 2 (Letramento) aprofunda essa crítica, historicizando o debate. Gee desconstrói o que Brian Street chamou de "modelo autônomo" do letramento — a crença de que a aquisição da leitura e da escrita, por si só, causa consequências cognitivas universais (como o pensamento lógico e abstrato). A evidência crucial para essa desconstrução vem do estudo seminal de Sylvia Scribner e Michael Cole com o povo Vai, na África, que demonstrou que os supostos efeitos cognitivos do letramento estavam, na verdade, ligados às práticas específicas da escolarização formal de tipo ocidental, e não ao ato de ler e escrever em si. Em oposição, Gee defende o "modelo ideológico", que entende o letramento como um conjunto de práticas sociais indissociáveis de relações de poder, valores e ideologias. O capítulo reconhece a dualidade do letramento, que pode servir tanto como ferramenta de controle social, conforme analisado por Harvey Graff, quanto como instrumento de libertação, como proposto por Paulo Freire. Essa discussão culmina na apresentação dos Novos Estudos do Letramento (New Literacy Studies), campo do qual Gee é um dos fundadores, que solidifica a visão do letramento no plural — como múltiplas práticas de letramento (literacies).

Rumo a uma Teoria Social da Mente e da Aprendizagem

Se o letramento é social, como isso se concilia com o fato de que a aprendizagem ocorre dentro da mente de um indivíduo? O Capítulo 3 (A Mente Social) é a resposta de Gee a essa pergunta, construindo uma ponte elegante entre a teoria sociocultural e a psicologia cognitiva. Ele introduz o conceito de mente corporificada (embodied mind), que não funciona como um processador de símbolos abstratos, mas como um dispositivo de simulação que aprende através de experiências concretas no mundo. Para Gee, o significado das palavras não reside em definições de dicionário, mas nas experiências que evocam em nossa mente.

Isso leva a um paradoxo: a experiência dá significado à linguagem, mas a linguagem organiza e estrutura nossa experiência. A solução para esse ciclo é a interação social. É através da mentoria de outros (pais, professores, pares) que aprendemos a conectar a linguagem à experiência de maneiras socialmente aceitas. É aqui que Gee introduz seu conceito mais célebre: os Discursos com "D" maiúsculo. Um Discurso é um "kit de identidade" que integra formas de falar, agir, valorar, pensar e usar ferramentas para ser reconhecido como um certo "tipo de pessoa" (um biólogo, um fã de games, um "bom aluno"). O Discurso Primário, adquirido na família, frequentemente entra em choque com os Discursos Secundários da escola e de outras instituições. O sucesso educacional, portanto, depende da capacidade do aluno de adquirir um novo Discurso secundário, algo que vai muito além de aprender a ler palavras em uma página.

Letramento na Era Digital: Desafios e Oportunidades

O Capítulo 4 (Mídias Digitais) aplica essa robusta estrutura teórica aos desafios e oportunidades do século XXI. Gee adverte contra o otimismo tecnológico ingênuo, argumentando que as ferramentas digitais, assim como os livros, frequentemente amplificam as desigualdades existentes através do "Efeito Mateus": quem já possui capital cultural e social (os "ricos") se beneficia mais das novas tecnologias do que aqueles que não o possuem. O fator determinante não é a tecnologia em si, mas as práticas de interação e mentoria que a cercam.

Contudo, o mundo digital também oferece modelos poderosos para repensar a aprendizagem. Gee analisa as comunidades online de fãs, como as de escritores de fan fiction do jogo The Sims, como exemplos de "Espaços de Afinidade" (Affinity Spaces). Esses espaços, organizados em torno de interesses comuns, são ambientes de aprendizagem altamente eficazes, onde o conhecimento é distribuído, a participação é flexível e o status é conquistado através da contribuição.

Finalmente, Gee argumenta que os bons videogames comerciais são, em si, sistemas de aprendizagem primorosamente projetados. Eles incorporam princípios como "performance antes da competência" (aprender fazendo), baixo custo do fracasso e problemas bem sequenciados. A lição para os educadores não é simplesmente usar jogos em sala de aula, mas adotar a mentalidade de um designer de jogos, transformando o ensino em um ato de projetar experiências de aprendizagem significativas e envolventes — o que ele chama de Ensino como Design (Teaching as Designing).

Aplicação e Expansão: A Teoria de Gee em um Contexto Decolonial

A relevância e a plasticidade do arcabouço teórico de Gee são postas à prova e confirmadas em aplicações práticas como a apresentada no livro Ambientes Ciber-Sociais e Letramentos. Em seu capítulo "Mente Social e Decolonização", o autor demonstra como os conceitos de Gee podem ser mobilizados para fundamentar uma pedagogia decolonial no contexto brasileiro. A análise de um projeto de escrita na plataforma digital CGScholar ilustra vividamente a teoria em ação.

No estudo de caso, uma estudante, Anna, utiliza seu Discurso primário — enraizado na cultura periférica, no rap e em suas experiências como mulher negra — para construir um ensaio acadêmico. Ao fazê-lo, ela não abandona sua identidade, mas a utiliza como matéria-prima para ressignificar um Discurso secundário (a escrita acadêmica), criando o que o autor chama de um "discurso acadêmico não colonial". Este processo é um exemplo perfeito da "mente social" de Gee em funcionamento: a aprendizagem ocorre através da experiência vivida e da interação, onde a aluna edita sua memória e a formata em uma nova representação que desafia as hierarquias de conhecimento.

Aqui, a teoria de Gee é expandida ao ser colocada em diálogo direto com pensadores decoloniais como Walter Mignolo. O ato de Anna inscrever sua memória e seu Discurso primário no ambiente acadêmico é interpretado como um ato de "justiça cognitiva" e "decolonização epistêmica". A plataforma digital atua como um facilitador crucial, permitindo que a performance (escrever) venha antes da competência formal e que a colaboração entre pares (revisão) amplie a compreensão e valide as múltiplas formas de saber. O capítulo demonstra que a teoria de Gee não apenas oferece um diagnóstico para o "não-reconhecimento" que ocorre nas escolas, mas também fornece as ferramentas conceituais para projetar intervenções pedagógicas que promovam a inclusão e a valorização de Discursos historicamente marginalizados.

Conclusão

Literacy and Education é uma síntese magistral que consolida a visão sociocultural do letramento como uma prática social, política e identitária. A grande força do livro reside na clareza com que Gee tece uma narrativa coesa a partir de décadas de pesquisa interdisciplinar, tornando conceitos complexos acessíveis através de estudos de caso vívidos e uma prosa envolvente. Como demonstrado por aplicações contemporâneas no contexto brasileiro, seu arcabouço teórico permanece extraordinariamente fértil.

Ao definir o letramento como a maestria de Discursos sociais, Gee oferece aos educadores um diagnóstico poderoso para as falhas do sistema escolar e um caminho construtivo para a mudança. A obra não é um manual de "como fazer", mas um profundo convite à reflexão teórica. Sua mensagem final é um desafio para que se abandone a busca por "balas de prata" tecnológicas ou pedagógicas e, em vez disso, se concentre em projetar ecologias de aprendizagem que forneçam aos alunos experiências ricas e mentorias adequadas para que possam, de fato, adquirir e transformar os Discursos que lhes darão poder na sociedade. É uma leitura essencial para qualquer pessoa no campo da educação que busca compreender as raízes das desigualdades de aprendizagem e imaginar formas mais justas e eficazes de ensinar e aprender no século XXI.

GEE, James Paul. Literacy and Education. New York: Routledge, 2015.

Resenha: Cyberlibertarianism: A Política de Direita da Tecnologia Digital

Introdução

Publicado postumamente, Cyberlibertarianism: The Right-Wing Politics of Digital Technology (2024) é um livro contundente do acadêmico e crítico cultural David Golumbia (1963–2023). O livro chega como a culminação de uma carreira dedicada a desmistificar a aparente neutralidade da tecnologia digital, seguindo seus trabalhos anteriores, The Cultural Logic of Computation (2009) e The Politics of Bitcoin (2016). A obra é um testamento poderoso e, por vezes, sombrio, editado e prefaciado por amigos e colegas que garantiram que a voz crítica de Golumbia não fosse silenciada por seu falecimento prematuro. O argumento central do livro é provocador e urgente: sob a retórica de liberdade, descentralização e inovação, uma ideologia política específica — o cyberlibertarianismo — tem moldado a tecnologia digital para servir a uma agenda fundamentalmente de direita, antidemocrática e corporativista.

Golumbia define o cyberlibertarianismo, termo cunhado por Langdon Winner, como uma fusão sincrética da contracultura dos anos 1960 com o libertarianismo de direita. Essa ideologia utiliza uma linguagem de empoderamento e progresso para, paradoxalmente, promover a desregulamentação, minar a soberania democrática e concentrar poder nas mãos de uma elite tecnológica. O livro funciona como um vasto e bem documentado processo de desmascaramento, conectando os pontos entre a cultura do Vale do Silício, as políticas de governança da internet e a ascensão da extrema direita global.

A Anatomia de uma Ideologia Digital

O livro de Golumbia é estruturado em três partes que dissecam metodicamente o cyberlibertarianismo. A primeira parte define a ideologia, traçando suas origens históricas e manifestações práticas. Golumbia argumenta que o movimento opera através de um "sofisma" (sleight of hand): enquanto o debate público se concentra em questões aparentemente técnicas como neutralidade da rede, direitos autorais ou "liberdade da internet", a conversa subjacente é sobre a própria legitimidade da governança democrática. Conceitos como "aberto", "livre" e "descentralizado" são mobilizados como ferramentas retóricas ambíguas que, sob a aparência de universalismo, servem a interesses particulares.

Na prática, essa ideologia se manifesta em políticas concretas. O autor dedica um capítulo inteiro à análise da Seção 230 da Lei de Decência nas Comunicações dos EUA, demonstrando como essa legislação, interpretada de forma expansiva, conferiu uma imunidade quase absoluta às plataformas, criando um regime de "poder sem responsabilidade". Da mesma forma, o modelo de governança "multistakeholder" (múltiplas partes interessadas) é criticado como um mecanismo que dilui a soberania democrática, colocando corporações e ONGs em pé de igualdade com governos eleitos, o que na prática favorece os atores com mais recursos.

Desconstruindo os Mitos Fundacionais

A segunda parte do livro se dedica a demolir os mitos que sustentam a narrativa cyberlibertária. O capítulo sobre a metáfora da prensa de Gutenberg é particularmente notável. Golumbia argumenta que a comparação da revolução digital com a revolução da imprensa é uma simplificação histórica grosseira, usada para apresentar a tecnologia como uma força inerentemente democratizante e para caracterizar qualquer tentativa de regulação como uma forma de censura reacionária. Ele contrapõe essa visão com uma análise histórica que mostra o papel ambivalente da imprensa, utilizada tanto para a emancipação quanto para a propaganda e o controle.

Outros mitos, como o da "cultura livre" e da privacidade absoluta, são igualmente desconstruídos. Golumbia demonstra como o discurso anticopyright, embora pareça progressista, frequentemente desvaloriza o trabalho criativo e fortalece as plataformas que lucram com a distribuição de conteúdo. A demanda por privacidade e criptografia irrestritas, por sua vez, é analisada como uma rejeição da legitimidade de qualquer supervisão estatal, mesmo aquela democraticamente sancionada, enquanto convenientemente ignora a vigilância corporativa, muito mais pervasiva.

A Conexão Fascista

A parte mais contundente e controversa da obra é a terceira, que traça as conexões diretas entre o cyberlibertarianismo e a extrema direita, culminando no conceito de "cyberfascismo". Golumbia argumenta que a ideologia cyberlibertária funciona como uma "pipeline" para a radicalização. Indivíduos atraídos por preocupações legítimas com privacidade ou liberdade de expressão são gradualmente expostos a uma visão de mundo que despreza a democracia, celebra a desigualdade como meritocracia e vê o Estado como o único inimigo.

O autor não hesita em apontar as raízes filosóficas compartilhadas entre o libertarianismo radical de figuras como Murray Rothbard e Hans-Hermann Hoppe e o fascismo clássico, incluindo o elitismo, o desprezo pela democracia de massas e a defesa de uma ordem social autoritária para proteger a propriedade privada. No contexto digital, esse fascismo se torna descentralizado, operando através de comunidades anônimas (como 4chan) e substituindo critérios de exclusão raciais por critérios técnicos e "produtivistas". Figuras como Julian Assange, movimentos como o dos cypherpunks e ideologias como o Aceleracionismo de Nick Land são apresentados como exemplos dessa perigosa fusão entre ativismo tecnológico e extremismo de direita.

Avaliação Crítica

Cyberlibertarianism é uma obra de síntese formidável. O livro documenta o que tem se passado na internet na última década e a categoria de análise ciberlibertarianismo funciona para desmistificar e captar os reais interesses de grupos de extrema direita e donos de plataformas. Sua força reside na capacidade de conectar uma vasta gama de fenômenos — da cultura hacker à política de criptomoedas, da teoria da Public Choice à governança da ICANN — em uma única e coerente tese.

No entanto, a força polêmica do livro é também sua principal vulnerabilidade. Por exemplo, as posições do autor são um tanto  rígidas e ele acaba caindo em seus próprios "determinismos". A afirmação de que as criptomoedas são inerentemente de extrema-direita, por exemplo, embora baseada em uma análise robusta de suas origens e de sua comunidade mais vocal, arrisca apagar os usos e as apropriações heterodoxas que também existem. Além disso, muitas tecnologias citadas pelo autor já passaram do “ponto de não-retorno", e o desafio talvez resida menos em rejeitá-las em bloco e mais em disputar seus significados.

A análise de Golumbia se aplica primariamente ao ecossistema ocidental de big techs, falhando em incorporar o caso da China, que sequer é mencionado. A ausência de uma análise comparativa com o modelo chinês — onde um ecossistema tecnológico altamente inovador coexiste com uma forte regulação e planejamento estatal — é uma oportunidade perdida. Tal comparação poderia ter fortalecido o argumento de que o modelo de desregulamentação defendido pelas big techs norte-americanas é uma escolha ideológica, e não uma necessidade técnica para a inovação.

Adicionalmente, Golumbia tende a apresentar o cyberlibertarianismo como puramente anti-Estado, mas a realidade é mais complexa: o capitalismo de plataforma tem sido extremamente bem-sucedido em capturar o Estado e usá-lo para defender seus interesses, inclusive em governos democraticamente eleitos. A ideologia não é apenas de fuga, mas também de captura.

Conclusão

David Golumbia não viveu para ver seu livro publicado, um fato que confere à sua leitura uma camada adicional de urgência e melancolia. Cyberlibertarianism é uma intervenção corajosa, erudita e profundamente pessimista, embora, como aponta George Justice no prefácio, animada por uma "crença essencialmente esperançosa nos poderes da mente humana para contemplar, entender e tentar mudar o mundo para melhor".

Embora se possa discordar de seu "radicalismo" ou apontar suas simplificações, é inegável que Golumbia oferece um arcabouço teórico indispensável para compreender a política de nosso tempo. Ele nos força a ver que debates sobre tecnologia nunca são apenas sobre tecnologia; são debates sobre poder, governança e sobre o tipo de sociedade em que queremos viver. Ao desmascarar a política de direita que se esconde por trás da fachada de neutralidade e liberdade da tecnologia digital, Cyberlibertarianism nos presta um serviço intelectual e cívico inestimável. É uma leitura assustadora, mas absolutamente essencial.

GOLUMBIA, David. Cyberlibertarianism: The right-wing politics of digital technology. Minneapolis: University of Minnesota Press, 2024.

Observação: Usei o Manus IA para me ajudar a elaborar minha anotações de leitura na escrita deste texto.

Estamos Medindo a Inteligência Erradamente (E Isso é Perigoso)

Pela profª. Rose Luckin, em publicação no Linkedin.

Tradução de máquina por Rodrigo Abrantes:

Estamos Medindo a Inteligência Erradamente (E Isso é Perigoso)

Se um sistema de IA pode passar nos nossos exames e escrever as nossas redações, então não estamos medindo o que pensamos que estamos medindo. Esta é a desconfortável verdade que precisamos enfrentar agora.

Passamos décadas construindo um sistema de ensino focado no que é mais fácil de quantificar: notas de testes padronizados, estruturas de redação previsíveis, resolução de problemas matemáticos. O resultado? Projetamos um sistema que recompensa precisamente as capacidades nas quais os modelos de linguagem (LLMs) da IA são mestres.

A Herança da Era Industrial

Isso não é um acaso. É a consequência direta de um sistema educacional moldado pelo pensamento da era industrial.

Nessa visão, a inteligência era algo que podia ser decomposto, medido e otimizado, como a linha de produção de uma fábrica. Mas a verdadeira inteligência humana não se parece em nada com a produção de uma fábrica.

Pense nisto: a simples caminhada matinal no seu jardim. Em poucos minutos, você mobiliza raciocínio espacial, reconhecimento de padrões, regulação emocional, memória contextual, planejamento futuro e resolução de problemas "incorporada" no seu corpo. Você toma dezenas de microdecisões baseadas em um conhecimento tácito que não consegue colocar totalmente em palavras.

Nada disso aparece em qualquer teste padronizado.

Competindo nos Termos da IA

É aqui que reside o grande perigo. Não estamos apenas subestimando as capacidades humanas únicas. Estamos treinando gerações inteiras para competir nos termos da IA.

Quando os alunos passam anos otimizando para testes que medem apenas o processamento de informação e a correspondência de padrões, eles estão, na prática, praticando para serem substituídos.

Recompensamos o tipo de escrita que segue a estrutura exata e se baseia em conhecimento enciclopédico, ignorando a visão a partir da vivência. Estamos ensinando os nossos jovens a competir com as máquinas naquilo que as máquinas fazem de melhor.

O Que Realmente Importa?

Enquanto isso, a inteligência que realmente faz a diferença na nossa vida diária permanece ignorada:

• A capacidade de um professor de ler o humor de uma sala de aula inteira.

• O médico que sente que algo está errado, apesar dos exames de laboratório normais.

• O líder que navega em dinâmicas interpessoais complexas.

Esta é a inteligência que permanece não medida e desvalorizada.

É hora de parar de medir o que é fácil e começar a medir o que é vital. Precisamos redefinir a inteligência e focar no desenvolvimento das nossas forças unicamente humanas.

O que você acha que deveria ser medido no lugar de testes padronizados? Deixe o seu comentário abaixo!

O Crescimento Exponencial da IA: Custos Quase Zero e 800 Milhões de Usuários

O mundo da Inteligência Artificial está em constante ebulição, e os últimos dias trouxeram notícias que, se concretizadas, podem redefinir o futuro da acessibilidade e do custo da IA. Paralelamente, números impressionantes de crescimento da OpenAI confirmam que a revolução dos Grandes Modelos de Linguagem (LLMs) já é uma realidade global.

💰 IA Mais Barata e Acessível: Modelos Mínimos, Impacto Máximo

Dois desenvolvimentos técnicos recentes apontam para uma queda drástica nos custos operacionais de certas tarefas de IA:

1. A Eficácia dos Modelos "Mini": Um artigo da Samsung sugere que modelos extremamente pequenos – com apenas 7 milhões de parâmetros (menos de 1% do tamanho do GPT-2) – podem ser altamente eficazes em domínios específicos.

   • Implicação: Tarefas de IA bem definidas poderiam ser executadas de forma incrivelmente barata por esses "mini-modelos". Eles poderiam ser acionados por LLMs mais potentes (como hoje o GPT usa ferramentas externas, como calculadoras ou código Python) para realizar funções específicas, a custo quase zero.

2. Otimização de Prompt: Outra pesquisa foca em técnicas como a re-escrita automatizada e iterada de prompts. Em essência, isso otimiza a forma como a IA recebe e processa instruções.

   • Implicação: Tais melhorias mostram que há um vasto campo para tornar a IA mais eficiente em termos de custo, não apenas no treinamento, mas também no tempo de inferência (ou seja, quando está sendo utilizada).

Se essas tendências se confirmarem, os custos atuais por token para muitas tarefas poderiam se aproximar de zero. Isso teria um impacto transformador na educação e em outras áreas, onde o custo de $20+ por mês, ou por token, hoje é proibitivo para muitos. A democratização da IA está no horizonte.

📈 A Explosão de Uso: Os Números da OpenAI no Dev Day

Enquanto a otimização de custos avança, o CEO da OpenAI, Sam Altman, compartilhou estatísticas que confirmam a escala monumental do uso de LLMs.

Durante a apresentação do Dev Day, ele mencionou:

• Alcance Global: A base de usuários do ChatGPT atingiu aproximadamente 800 milhões globalmente. Isso representa cerca de 10% da população mundial.

• Velocidade de Geração: A OpenAI gera 6 bilhões de tokens por minuto (cerca de 4.5 bilhões de palavras). Este número inclui o uso de seus produtos de código, que são intensivos em tokens.

Para colocar em perspectiva: Há menos de 3 anos, talvez houvesse apenas 100.000 usuários de LLMs (em fase beta) e a geração de palavras por minuto era insignificante em comparação.

Esses números dão a dimensão da escala de crescimento e sugerem um futuro muito próximo: é razoável imaginar que, antes de 2030, mais de 50% das pessoas usarão LLMs em alguma capacidade, e que esses modelos serão responsáveis por mais de 50% das palavras geradas online por minuto.

🤔 O Futuro do Discurso e do Letramento

A convergência de custos quase zero para tarefas específicas e um uso massivo e global aponta para uma mudança qualitativa nas nossas sociedades.

Precisamos urgentemente pensar sobre o letramento em IA e as transformações em conceitos fundamentais como: "Discurso”, "Intertextualidade", "Ciber Social" etc.

Os próximos anos não serão apenas de avanços técnicos, mas também de profunda reflexão social. A IA não está apenas aqui; ela está se tornando onipresente e, potencialmente, incrivelmente barata de usar.

O que você achou dessa perspectiva? Qual dessas tendências — o custo quase zero ou o crescimento massivo de usuários — terá o maior impacto na sua área?

O problema do alinhamento entre humanos e IA

O debate sobre o alinhamento entre humanos e inteligência artificial ganhou força com os avanços recentes da IA generativa. Tradicionalmente, esse conceito foi tratado de forma unidirecional: garantir que sistemas de IA seguissem os objetivos humanos. No entanto, essa visão ignora que os valores humanos são diversos, mudam ao longo do tempo e se transformam nas interações com a própria tecnologia.

O estudo “Towards Bidirectional Human-AI Alignment: A Systematic Review for Clarifications, Framework, and Future Directions” (Shen et al., 2024) apresenta o conceito de alinhamento bidirecional humano-IA, que amplia essa perspectiva. De um lado, é preciso alinhar a IA aos humanos, assegurando que os sistemas reflitam valores, preferências e princípios éticos da sociedade. De outro, é fundamental também alinhar os humanos à IA, ajudando pessoas e comunidades a compreender, criticar, colaborar e se adaptar aos impactos da tecnologia em seu cotidiano.

Esse modelo reconhece o caráter dinâmico e recíproco da relação entre humanos e máquinas, apontando para desafios como a dificuldade em especificar objetivos claros, a supervisão de sistemas cada vez mais complexos, o risco de comportamentos inesperados e até ameaças de longo prazo. Ao mesmo tempo, destaca a importância de considerar a diversidade de valores humanos e de desenvolver métodos para personalizar a IA a diferentes contextos sociais e culturais.

Em síntese, o alinhamento não deve ser visto apenas como uma questão técnica de programar sistemas de forma correta, mas como um processo coletivo e interdisciplinar. Envolve tanto a adaptação da tecnologia às necessidades humanas quanto a preparação da sociedade para conviver e evoluir junto com a IA.

Referência: Shen, H., Knearem, T., Ghosh, R., Alkiek, K., Krishna, K., Liu, Y., Ma, Z., Petridis, S., Peng, Y., Qiwei, L., Rakshit, S., Si, C., Xie, Y., Bigham, J., Bentley, F., Chai, J., Lipton, Z., Mei, Q., Mihalcea, R., Terry, M., Yang, D., Morris, M. R., Resnick, P., & Jurgens, D.. Towards Bidirectional Human-AI Alignment: A Systematic Review for Clarifications, Framework, and Future Directions. Manuscript submitted to ACM. arXiv, 2024.

A Encruzilhada da Avaliação: Treinar a Memória de Longo Prazo ou Despertar a Performance?

Em muitas escolas e universidades, ainda se vivencia um dilema que acompanha educadores há décadas. A aplicação de provas tradicionais. Aquelas bem conhecidas: silêncio sepulcral na sala, cada aluno imerso em seu próprio universo, proibido de conversar, de consultar qualquer material, de sequer levantar uma dúvida. Um ritual centrado na avaliação da memória de longo prazo do estudante.

Diante desses cenários, surge uma reflexão inevitável: o que realmente está sendo avaliado ali? A capacidade de reter informações e reproduzi-las sob pressão? Em grande parte, sim. Mas será que isso é suficiente? Será que essa é a melhor forma de preparar nossos jovens para um mundo que se transforma a cada instante?

Essa inquietação me motivou a escrever este post, o primeiro do meu blog, e a compartilhar uma reflexão que está no meu último livro. Uma reflexão sobre a dicotomia entre dois modelos de avaliação: de um lado, um modelo que inibe; de outro, um que liberta.

O Paradigma da Memória de Longo Prazo: A Avaliação que Inibe

A avaliação convencional, baseada em testes e atividades de compreensão leitora extremamente limitadas, opera sob uma lógica que precisa inibir as iniciativas de pesquisa e de diálogo do aluno. Ela pressupõe que o conhecimento é algo a ser adquirido individualmente e demonstrado em um momento específico, sob condições controladas que valorizam a memória. Nesse modelo, o aluno é, muitas vezes, um receptor passivo, e a avaliação se torna um mero instrumento de classificação, gerando ansiedade e frustração.

Como a imagem icônica dos estudantes tailandeses com seus "chapéus anti-cola" nos mostra, esse modelo pode levar a situações extremas e desumanas, onde o foco se desloca da aprendizagem para o controle. O efeito mais nocivo é a segregação social, que divide as pessoas por faixas de pontuação e condiciona o acesso a oportunidades. Um sistema que, desde cedo, ensina que o valor está na nota 10, e não no processo.

Alunos de universidade na Tailândia usam chapéu para evitar cola.

Fonte: UOL Educação. Disponível em: https://educacao.uol.com.br/noticias/2013/08/15/alunos-de-universidade-na-tailandia-usam-chapeu-para-evitar-cola.htm Acesso em 28 set de 2025.

A Performance Epistêmica Complexa: A Avaliação que Liberta

Em contrapartida, a abordagem que defendo propõe uma avaliação que se integra ao processo de aprendizagem, transformando-o em uma experiência mais rica e significativa. Uma proposta que leva o aluno a se envolver em uma prática autêntica de letramento, a exercer agência no processo, sendo analítico, crítico e criativo.

Imagine um ambiente de aprendizagem onde os alunos são estimulados a trabalhar em uma performance epistêmica complexa. Um ambiente onde eles são incentivados a colaborar, a debater ideias, a construir conhecimento em conjunto. Onde a tecnologia, como a inteligência artificial, é utilizada não para controlar, mas para ampliar as possibilidades de feedback e de documentação da aprendizagem. Nesse modelo, a avaliação deixa de ser um momento de julgamento para se tornar uma ferramenta de desenvolvimento, que estimula a autoavaliação, a avaliação entre pares e a reflexão contínua sobre o próprio ato de aprender.

A Provocação Final

E então, fica a reflexão, com uma pitada de ironia: para preparar nossos alunos para as complexas realidades do século 21, qual método está mais alinhado? Aquele que exige o silêncio e a memória de longo prazo, ou aquele que trabalha a performance epistêmica complexa, estimulando a colaboração e a criatividade? A resposta parece óbvia, mas nossas salas de aula, muitas vezes, contam uma história bem diferente.