1. Fundamentos da Inteligência Artificial
1.1. Como funciona uma IA?
1.1.1. Aprende por meio da análise de grandes volumes de dados.
1.1.2. Utiliza algoritmos para identificar padrões e tomar decisões.
1.1.3. Baseia-se em redes neurais para simular processos cognitivos humanos.
1.2. Tipos de IA
1.2.1. Máquinas Reativas: Seguem regras fixas e não aprendem com experiências passadas (exemplo: Deep Blue, IA de xadrez).
1.2.2. Memória Limitada: Usam experiências passadas para melhorar a tomada de decisões (exemplo: assistentes virtuais como Siri e Alexa).
1.2.3. Teoria da Mente: Projetadas para compreender emoções e interações humanas.
1.2.4. Autoconsciência: IA futurística capaz de possuir consciência e cognição própria.
1.2.5. IA Generativa: Criação de novos conteúdos a partir de dados existentes (exemplo: ChatGPT, MidJourney).
2. Modelos de Treinamento de IA
2.1. Aprendizado Supervisionado
2.1.1. Utiliza dados rotulados para criar associações entre entrada e saída.
2.1.2. Exemplo: reconhecimento facial e classificação de e-mails como spam.
2.2. Aprendizado Não Supervisionado
2.2.1. Identifica padrões em dados não rotulados.
2.2.2. Exemplo: segmentação de clientes em campanhas de marketing.
2.3. Aprendizado por Reforço
2.3.1. Melhora seu desempenho com base em tentativa e erro.
2.3.2. Exemplo: IA utilizada em jogos e controle de robôs.
3. Vantagens da IA no Ensino Superior
3.1. Personalização do Ensino
3.1.1. Ajuste de conteúdos conforme as necessidades do aluno.
3.1.2. Plataformas que aplicam IA: Khan Academy, Coursera, edX.
3.2. Feedback Imediato
3.2.1. Sistemas que oferecem respostas instantâneas e correções automáticas.
3.2.2. Facilitam o aprendizado e a revisão de conceitos.
3.3. Melhoria na Escrita e Pesquisa
3.3.1. Ferramentas para gramática, ortografia e estilo.
3.3.2. Tecnologias de busca semântica e detecção de plágio.
3.3.3. Exemplos: Grammarly, Mendeley, ChatGPT, Perplexity.
3.4. Otimização do Estudo
3.4.1. Notion: Organização de notas com IA.
3.4.2. Thea: Criação de flashcards para revisão.
3.4.3. Mem: Gestão de conhecimento integrada com IA.
3.4.4. Todoist: Priorização e organização de tarefas acadêmicas.
4. Desafios e Questões Éticas
4.1. Riscos e Limitações
4.1.1. Plágio e Integridade Acadêmica: Uso indevido de IA em trabalhos escolares.
4.1.2. Privacidade de Dados: Exposição de informações pessoais em sistemas automatizados.
4.1.3. Viés Algorítmico: Risco de discriminação devido a padrões de treinamento enviesados.
4.1.4. Dependência Excessiva: Redução da capacidade de pensamento crítico dos alunos.
4.1.5. Informações Desatualizadas e Alucinações: Erros nas respostas geradas por IA.
5. Reflexão sobre o Uso da IA
5.1. Uso Consciente e Crítico
5.1.1. A IA deve ser uma ferramenta auxiliar no ensino, não uma substituição do aprendizado humano.
5.1.2. Necessidade de verificação e validação de informações obtidas.
5.2. Desenvolvimento de Habilidades
5.2.1. A IA deve ser uma ferramenta auxiliar no ensino, não uma substituição do aprendizado humano.
5.2.2. Necessidade de verificação e validação de informações obtidas.
5.3. Ética e Responsabilidade
5.3.1. Estabelecimento de diretrizes para o uso da IA na educação.
5.3.2. Desenvolvimento de regulamentações para garantir o uso responsável.
6. Acadêmicas:
6.1. Emanuély Cristina Santos Tillmann
6.1.1. RA: 021587
6.1.1.1. Curso: Psicologia
6.2. Perla Maria de Lima
6.2.1. RA: 042293
6.2.1.1. Curso: Psicologia
6.3. Cristiana Bernadete Moraes dos Santos
6.3.1. RA: 014650
6.3.1.1. Curso: Psicologia