Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
480 - Informática
Departamento / Department
Departamento de Tecnologias Digitais
Ano letivo / Execution Year
2024/2025
Pré-requisitos / Pre-Requisites
Não existem requisitos específicos para a frequência desta UC.
Objetivos Gerais / Objectives
A unidade curricular Inteligência Artificial no Processo de Ensino-Aprendizagem explora os conceitos e aplicações da IA no contexto educativo. Os estudantes terão a oportunidade de explorar diversas ferramentas de IA com aplicação na área da educação, bem como aprender sobre análise de dados e questões éticas e de privacidade relacionadas com o uso da IA na educação. Será ainda foco da UC formas de integração eficaz da IA nas atividades educativas, promovendo uma abordagem inovadora e ética no processo de ensino-aprendizagem.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1: Compreender os conceitos básicos e fundamentos da inteligência artificial e a sua aplicação no campo da educação. OA2: Identificar as principais aplicações da inteligência artificial no ensino básico e secundário. OA3: Explorar as vantagens e desafios do uso da inteligência artificial no processo de ensino-aprendizagem. OA4: Integrar ferramentas e recursos de inteligência artificial no planeamento e conceção de atividades educativas. OA5: Refletir sobre questões éticas e de privacidade relacionadas com o uso da inteligência artificial na educação.
Conteúdos Programáticos / Syllabus
CP1: Introdução à Inteligência Artificial (IA) na Educação CP2: Ferramentas e Recursos de IA para o Ensino e Aprendizagem CP3: Análise de Dados e Aprendizagem Automática CP4: Ética e Privacidade na Utilização de IA na Educação
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes
O OA1, que visa compreender os conceitos básicos e fundamentos da IA e sua aplicação na educação, é abordado no CP1, que oferece uma introdução abrangente à IA na educação. O OA2, que foca na identificação das principais aplicações da IA no ensino básico e secundário, encontra suporte no CP2, que detalha as ferramentas e recursos de IA para o ensino e aprendizagem, permitindo uma análise prática das aplicações de IA. O OA3, que explora as vantagens e desafios do uso da IA no processo de ensino-aprendizagem, está alinhado com o CP3, que aborda a análise de dados e aprendizagem automática, permitindo uma compreensão profunda dos benefícios e obstáculos. O OA4 trata da integração de ferramentas e recursos de IA no planeamento e conceção de atividades educativas e é diretamente relacionado ao CP2, oferecendo uma base prática para essa integração. O OA5, que reflete sobre questões éticas e de privacidade, é abordado no CP4, que explora a ética e privacidade na utilização de IA na educação.
Avaliação / Assessment
Avaliação por projeto, de acordo com o Regulamento Geral de Avaliação de Conhecimentos e Competências do Iscte: - Intervenção individual em 10 tarefas, respondendo aos critérios de cada solicitação do docente, tem o peso de 50% da nota final, com nota mínima de 7,5 valores. As tarefas incluirão a entrega de atividades e intervenções em fóruns de discussão mediados. - Projeto de aplicação de IA num cenário escolar previamente estabelecido pelo docente e respetiva discussão oral em grupo, tem o peso de 50% na nota final, com nota mínima de 7,5 valores. Os estudantes terão de estar presentes em 2/3 das sessões síncronas. A média final terá de ser igual ou superior a 9,5 valores. A UC não contempla avaliação por exame.
Metodologias de Ensino / Teaching methodologies
A UC Inteligência Artificial no Processo de Ensino-Aprendizagem adotará como metodologia de ensino e aprendizagem central a Aprendizagem por Projetos, combinada com Aprendizagem Baseada em Tarefas. Será também utilizado o storytelling e cenários de aprendizagem como estratégia de envolvimento dos estudantes e acesso a oportunidades de aprendizagem diversificadas. Estas abordagem pedagógica está articulada com o modelo pedagógico do Iscte porque o estudante é considerado um agente ativo no seu processo de aprendizagem e o conhecimento é trabalhado como uma ferramenta para a construção e desenvolvimento de mais conhecimento e aplicado em diversos contextos.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
Para garantir a coerência entre as metodologias de ensino e os objetivos de aprendizagem, as abordagens pedagógicas foram criteriosamente selecionadas, visando proporcionar aos estudantes uma experiência de ensino enriquecedora e estimulante. Através de uma combinação de momentos de aprendizagem online síncrona e assíncrona, os estudantes irão realizar tarefas com diferentes níveis de apoio e orientação docente ao longo da UC que lhes permitirá, numa primeira fase compreender os conceitos básicos e fundamentos da inteligência artificial e a sua aplicação no campo da educação, e posteriormente identificar as principais aplicações da inteligência artificial no contexto do ensino básico e secundário. Será promovido o desenvolvimento de projetos onde os estudantes aplicam o conhecimento em contextos reais ou simulados, proporcionando uma aprendizagem integrada onde os estudantes colaboram online, pesquisam, resolvem problemas e exploram as vantagens e desafios do uso da inteligência artificial no processo de ensino-aprendizagem. O desenvolvimento de projetos permitirá que os estudantes possam desenvolver competências para a integração de ferramentas e recursos de inteligência artificial no planeamento e conceção de atividades educativas. O feedback do docente (corretivo e/ou cognitivo) estará presente ao longo de todo o processo de ensino-aprendizagem e será fornecido para melhorar o desempenho dos estudantes. Como estratégia de motivação e envolvimento, a UC incluirá o storytelling onde o docente criará narrativas que relacionem os conteúdos a serem aprendidos com situações reais, experiências pessoais ou histórias fictícias, permitindo que os estudantes possam aplicar os conhecimentos em diferentes cenários e proporcionando momentos de reflexão sobre questões éticas e de privacidade relacionadas com o uso da inteligência artificial na educação.
Observações / Observations
•
Bibliografia Principal / Main Bibliography
Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. Ieee Access, 8, 75264-75278. Koul, R., Wang, T., & Yu, H. (2022). Artificial Intelligence in Education: Emerging Technologies, Models and Applications. E. C. Cheng (Ed.). Springer. Sijing, L., & Lan, W. (2018, August). Artificial intelligence education ethical problems and solutions. In 2018 13th International Conference on Computer Science & Education (ICCSE) (pp. 1-5). IEEE. Tavares, L. A., Meira, M. C., & do Amaral, S. F. (2020). Inteligência Artificial na Educação: Survey. Brazilian Journal of Development, 6(7), 48699-48714. Yang, W. (2022). Artificial Intelligence education for young children: Why, what, and how in curriculum design and implementation. Computers and Education: Artificial Intelligence, 3, 100061.
Bibliografia Secundária / Secondary Bibliography
Data da última atualização / Last Update Date
2024-09-16