Full Review of the Article: "The interplay between teachers trust in artificial intelligence and digital competence"

a) Problema e relevância

O artigo aborda uma lacuna significativa e emergente na literatura educativa atual: a relação entre a confiança dos professores em tecnologias de inteligência artificial (IA) — designada aqui como TAI (Teachers’ Trust in Artificial Intelligence) — e dois fatores-chave, a saber, o conhecimento específico dos professores sobre IA (KAI - Knowledge about AI) e a sua competência digital (DC - Digital Competence). Essa problemática é relevante pois, no contexto da educação básica (K-12), os professores são agentes centrais para a efetiva integração das tecnologias de IA no processo de ensino-aprendizagem. No entanto, eles enfrentam desafios devido a limitações no entendimento das potencialidades e riscos da IA, o que se reflete em uma oscilação entre resistência e excesso de confiança diante da tecnologia.

O estudo expõe que, apesar do progresso na capacitação em competências digitais, existe uma escassez de investigações empíricas que aprofundem a compreensão das interações específicas entre competência digital, conhecimento em IA e confiança na adoção da IA. Tal lacuna é crítica, pois a adoção eficaz da IA na educação depende não somente das competências técnicas digitais genéricas, mas sobretudo do conhecimento especializado em IA e da confiança calibrada nesse contexto. A ausência de estudos detalhados acerca da influência de variáveis sociodemográficas como idade, sexo, experiência docente e nível de ensino (ISCED) sobre a confiança em IA caracteriza outro aspecto pouco explorado e abordado nesta pesquisa.

Além disso, a questão ganha maior relevância à luz do cenário mundial que indica a lenta incorporação institucional da IA no currículo escolar, mesmo com a crescente pressão para tal integração. A compreensão das dinâmicas internas de confiança e conhecimento dos professores se mostra fundamental para orientar políticas públicas, iniciativas de formação continuada e desenvolvimento de recursos educacionais que promovam uma integração tecnológica eficiente, segura e ética no ambiente escolar [chunk_cbaccfc5cef03d3a0b94db7ca84db96db5481816092d811aab05c853f9726c01_0].

b) Desenho da investigação

A pesquisa seguiu uma abordagem quantitativa, utilizando um instrumento validado que consiste em um questionário composto por 24 itens, distribuídos por oito fatores relacionados à confiança dos professores em IA (TAI). Esses fatores abrangem aspectos como autoeficácia, comparação entre recomendações da IA e humanas, ansiedades associadas ao uso de IA, percepção de benefícios, transparência e exigências pedagógicas decorrentes da adoção da IA.

O estudo utilizou uma amostra de 211 professores portugueses de ensino primário e secundário inscritos em um curso online (MOOC) focado em avaliação digital e aspectos da dataficação e IA. O questionário incluiu, além das questões sobre confiança, uma autoavaliação do conhecimento em IA em uma escala de seis pontos que vai desde "nunca ouvi falar de IA" até "sou especialista em IA", e uma autoavaliação da competência digital baseada no DigCompEdu, um referencial de competências digitais para educadores amplamente reconhecido.

Para análise dos dados, foram aplicadas técnicas robustas que contemplaram análise fatorial confirmatória para avaliação da validade e confiabilidade do instrumento (utilizando estimadores adequados para dados não normalmente distribuídos), análise de redes de correlação parcial para entender as relações diretas entre variáveis, regressões lineares, análises de mediação para explorar efeitos indiretos e uma abordagem de machine learning para testar modelos preditivos envolvendo variáveis sociodemográficas. Este desenho metodológico rigoroso permite capturar a complexidade das inter-relações entre os constructos estudados e controlar possíveis variáveis intervenientes, conferindo robustez aos resultados [chunk_cbaccfc5cef03d3a0b94db7ca84db96db5481816092d811aab05c853f9726c01_18].

c) Resultados e implicações

Os resultados evidenciam uma correlação positiva e estatisticamente significativa entre confiança na IA (TAI), conhecimento em IA (KAI) e competências digitais (DC). Notavelmente, o conhecimento em IA desempenha um papel mediador crucial na relação entre competência digital e confiança em IA. Ou seja, sem um conhecimento mínimo sobre IA, a relação direta entre competência digital e confiança na IA não se sustenta, indicando que a competência digital geral não é suficiente para promover confiança positiva sem o complemento do conhecimento específico em IA. Isso evidencia que a simples proficiência em tecnologias digitais convencionais não garante a confiança necessária para a adoção segura e eficaz das ferramentas baseadas em IA no contexto escolar.

Por outro lado, as análises mostraram que a confiança dos professores não apresentou associação significativa com variáveis como idade, sexo, experiência de ensino ou nível educacional (ISCED). Esse resultado sugere que, na atual fase inicial de incorporação da IA na educação, essas variáveis demográficas não são preditoras relevantes da confiança dos docentes, semelhante ao padrão observado nas fases iniciais da incorporação de computadores nas escolas.

Outro achado relevante foi o aumento da ansiedade relacionada ao uso de IA conforme cresce o conhecimento dos professores sobre o tema. Essa ansiedade não deve ser interpretada unicamente como negativa, mas como um indicador de maior consciência sobre os riscos e incertezas vinculados à IA, reforçando a necessidade de formação que não apenas informe, mas que também oriente e suporte os docentes na gestão dessas preocupações.

Das implicações práticas decorrentes do estudo, destacam-se a ênfase na necessidade de políticas públicas focadas no incremento do conhecimento em IA para professores, com ênfase em formações continuadas que incluam conteúdo teórico e prático, além de estratégias para abordar as ansiedades e incertezas. Também se ressalta a importância de revisar e atualizar frameworks de competências digitais para integrar explicitamente conhecimentos e habilidades específicas de IA, adaptando os programas de formação às demandas contemporâneas da educação digital [chunk_cbaccfc5cef03d3a0b94db7ca84db96db5481816092d811aab05c853f9726c01_29].

d) Limitações e direções futuras

O estudo reconhece limitações inerentes que afetam a generalização dos resultados. A amostra foi composta exclusivamente por professores portugueses, majoritariamente em faixa etária mais avançada, com escassa representação de professores jovens, o que pode introduzir viés de amostragem e limitar a extrapolação dos resultados para outros contextos culturais e educativos. Essa limitação reforça a necessidade de estudos futuros que ampliem o escopo geográfico e etário, permitindo comparações interculturais e intergeracionais que possam revelar nuances diferenciadas nas relações estudadas.

Outra limitação reside na dependência da autoavaliação para medir conhecimento em IA e competência digital, método susceptível a vieses por superestimação ou subestimação dessas habilidades. Reforça-se a recomendação para o desenvolvimento de instrumentos mais objetivos e rigorosos para avaliação dessas variáveis, como testes práticos ou avaliações baseadas em desempenho, que possibilitem uma mensuração mais acurada das competências docentes.

Além disso, o estudo sugere-se avançar na investigação para compreender melhor as nuances da ansiedade relacionada à IA, suas fontes e efeitos no comportamento docente, assim como explorar intervenções que possam diminuir essas ansiedades sem comprometer o desenvolvimento do conhecimento. Pesquisas futuras também poderiam avaliar longitudinalmente a evolução da confiança em IA frente a práticas formativas e mudanças tecnológicas, fornecendo dados mais dinâmicos e contextuais para a formulação de políticas educacionais [chunk_cbaccfc5cef03d3a0b94db7ca84db96db5481816092d811aab05c853f9726c01_42].

---

Em síntese, o artigo apresenta uma contribuição sólida e atual para o campo da integração da inteligência artificial na educação básica, ao esclarecer a centralidade do conhecimento específico em IA para sustentar a confiança dos professores nessa tecnologia, destacando um elo mediador entre competências digitais genéricas e atitudes positivas. Ainda que circunscrito a um contexto nacional e possua limitações metodológicas típicas do estudo exploratório, o trabalho oferece base empírica relevante para orientações políticas e pedagógicas no desenvolvimento de formação docente voltada para a revolução digital que a IA representa na educação contemporânea [chunk_cbaccfc5cef03d3a0b94db7ca84db96db5481816092d811aab05c853f9726c01_44].