{"id":1302,"date":"2026-02-11T22:22:51","date_gmt":"2026-02-12T01:22:51","guid":{"rendered":"https:\/\/www.ufrgs.br\/carbono\/?p=1302"},"modified":"2026-03-11T17:59:15","modified_gmt":"2026-03-11T20:59:15","slug":"a-tecnologia-educacional-nao-e-neutra","status":"publish","type":"post","link":"https:\/\/www.ufrgs.br\/carbono\/2026\/02\/11\/a-tecnologia-educacional-nao-e-neutra\/","title":{"rendered":"A Tecnologia Educacional N\u00e3o \u00c9 Neutra"},"content":{"rendered":"\n

Tiera Tanksley1<\/a><\/sup><\/p>\n\n\n\n

Desde o advento da COVID-19 e a mudan\u00e7a para a educa\u00e7\u00e3o \u00e0 dist\u00e2ncia, o campo da educa\u00e7\u00e3o tem testemunhado um influxo inusitado do uso e desenvolvimento de tecnologias de intelig\u00eancia artificial (IA). Estas tecnologias s\u00e3o usadas de diferentes maneiras, incluindo a identifica\u00e7\u00e3o de estudantes em situa\u00e7\u00e3o de risco e a previs\u00e3o de desist\u00eancias;2<\/a><\/sup> o suporte para administra\u00e7\u00e3o de uma sala de aula e a cria\u00e7\u00e3o de planos educacionais personalizados;3<\/a><\/sup> a monitoria da seguran\u00e7a escolar e a detec\u00e7\u00e3o de viola\u00e7\u00f5es disciplinares;4<\/a><\/sup> e muito mais. Por conta de suas, aparentemente, infindas fun\u00e7\u00f5es no ambiente escolar, a IA \u00e9 frequentemente entendida como a \u201cbala de prata\u201d necess\u00e1ria para remediar os problemas de longa data da desigualdade na educa\u00e7\u00e3o associados a estudantes historicamente marginalizados.5<\/a><\/sup><\/p>\n\n\n\n

Plataformas de monitoramento, por exemplo, usam a IA para detectar, em tempo real, comportamentos suspeitos, anormais ou alheios ao exame de candidatos.6<\/a><\/sup> No entanto, por conta dessas plataformas regularmente aplicarem sistemas de detec\u00e7\u00e3o facial que, na maior parte do tempo, falham em reconhecer rostos de pessoas negras,7<\/a><\/sup> estudantes negros t\u00eam uma grande dificuldade em completar seus exames sem ativar o alarme dos sistemas de detec\u00e7\u00e3o defeituosos, o que acarreta testes bloqueados, notas em queda e a\u00e7\u00f5es disciplinares desnecess\u00e1rias.<\/p>\n\n\n\n

Algumas das plataformas mais populares de seguran\u00e7a escolar t\u00eam sido reconhecidas por falsamente identificar o ingl\u00eas vern\u00e1culo afro-americano, conte\u00fado racial e discuss\u00f5es a respeito de identidade queer como perigosos ou como viola\u00e7\u00f5es de regulamentos disciplinares das escolas.8<\/a><\/sup> Em raz\u00e3o de muitas dessas plataformas estarem diretamente conectadas a autoridades policiais,9<\/a><\/sup> estudantes incorretamente identificados s\u00e3o contatados pela pol\u00edcia tanto no campus quanto nas suas pr\u00f3prias casas. Considerando que a juventude negra sofre com altas taxas de disciplina, ass\u00e9dio e contato carcer\u00e1rio em ambientes escolares,10<\/a><\/sup> assim como \u00e9 seis vezes mais propensa a passar por encontros letais com a pol\u00edcia,11<\/a><\/sup> o risco de vivenciar preconceito algor\u00edtmico pode ser fatal.\u00a0<\/p>\n\n\n\n

Amea\u00e7as \u00e0 seguran\u00e7a, \u00e0 privacidade e ao bem-estar acad\u00eamico dos estudantes continuam iguais, mesmo quando essas tecnologias s\u00e3o destinadas a dar suporte \u2013 ao inv\u00e9s de vigiar \u2013 o aprendizado dos estudantes.12<\/a><\/sup> Na realidade, um relat\u00f3rio de 2023 do Center for Democracy and Technology (Centro pela Democracia e Tecnologia) revelou, em compara\u00e7\u00e3o a um primeiro estudo de 2020, uma diminui\u00e7\u00e3o geral no uso de Tecnologias Educacionais para o ensino e aprendizado, com mais de 60% de professores relatando que os softwares s\u00e3o usados primariamente para identifica\u00e7\u00e3o de infra\u00e7\u00f5es disciplinares.13<\/a><\/sup> Para al\u00e9m disso, estudantes negros e estudantes com defici\u00eancias sofrem taxas significativamente maiores de disciplinamento mediada por IA, n\u00e3o apenas por serem desproporcionalmente vigiados por tecnologias de aprendizado baseadas em IA, mas tamb\u00e9m por usarem programas e plataformas de IA desenvolvidas para fazer seu processo de aprendizagem mais confort\u00e1vel e acess\u00edvel.14<\/a><\/sup> Isso pode incluir o uso de IA para aux\u00edlio em fun\u00e7\u00f5es executivas, acesso a tradu\u00e7\u00f5es ou \u00e0 linguagem simplificada ou estrat\u00e9gias de aprendizagem alternativas.<\/p>\n\n\n\n

Quando n\u00e3o est\u00e3o sendo vigiados ou punidos por usar IA como suporte de aprendizagem, estudantes negros, n\u00e3o obstante, confrontam tecnologias de aprendizado preconceituosas nos seus algoritmos, as quais proporcionam outputs inadequados, injustos e imprecisos \u2013 que, por sua vez, produzem resultados de aprendizado e experi\u00eancias de educa\u00e7\u00e3o d\u00edspares. Por exemplo, sistemas de antecipa\u00e7\u00e3o anal\u00edticos erroneamente identificam jovem negros como estudantes em situa\u00e7\u00e3o de risco para fracasso acad\u00eamico e como futuros criminosos em taxas altas e desproporcionais;15<\/a><\/sup> sistemas de classifica\u00e7\u00e3o auxiliados por IA avaliam candidatos negros de maneira significativamente pior do que um classificador humano;16<\/a><\/sup> e chatbots de IA generativa disseminam resultados tanto estereot\u00edpica e historicamente imprecisos quanto at\u00e9 mesmo racialmente violentos a respeito de Comunidades de Cor.17<\/a><\/sup><\/p>\n\n\n\n

Ainda que os estudos mencionados acima sejam referentes aos Estados Unidos da Am\u00e9rica, suas implica\u00e7\u00f5es para estudantes, intervenientes educacionais e legisladores ao redor do mundo s\u00e3o vast\u00edssimas. Em primeiro lugar, a maioria das tecnologias de IA usada para educa\u00e7\u00e3o \u00e9 origin\u00e1ria do Vale do Sil\u00edcio, nos EUA, o que significa que as l\u00f3gicas raciais, os preconceitos ocidentais e as vis\u00f5es de mundo brancas e masculinizadas que o Vale do Sil\u00edcio entende como generaliz\u00e1veis ou como modelo de \u201cum tamanho para todos\u201d ser\u00e3o implementadas no mundo inteiro, a despeito de serem ou n\u00e3o ben\u00e9ficas para todos. Isto \u00e9 um problema quando consideramos que a maioria da popula\u00e7\u00e3o mundial \u2013 e, por consequ\u00eancia, as crian\u00e7as em idade escolar do mundo todo \u2013 n\u00e3o faz parte da vis\u00e3o de usu\u00e1rio imaginada para estas ferramentas beneficiarem: branco, homem, fisicamente apto, cisg\u00eanero, heteronormativo, em situa\u00e7\u00e3o legal, falante de ingl\u00eas, e assim por diante.<\/p>\n\n\n\n

Como escolas podem garantir que est\u00e3o adotando tecnologias de IA desenvolvidas, aplicadas e implementadas de maneiras que protejam e possam dar suporte a todos estudantes \u2013 particularmente aqueles cuja humanidade continua sendo discutida em n\u00edvel nacional e internacional (por exemplo, estudantes de cor; estudantes com defici\u00eancias; estudantes queer e trans; estudantes gr\u00e1vidas e estudantes que s\u00e3o pais; estudantes decididas a abortar; estudantes refugiados, migrantes ou sem documentos; estudantes sem moradia; estudantes vivenciado apartheid, ocupa\u00e7\u00e3o colonial ou genoc\u00eddio etc.)?<\/p>\n\n\n\n

A resposta \u00e9 complicada e requer uma coliga\u00e7\u00e3o entre a Big Tech (por exemplo, desenvolvendo tecnologias que s\u00e3o mais racialmente justas) e legisladores (por exemplo, passando legisla\u00e7\u00f5es que protegem consumidores de danos algor\u00edtmicos e que penalizam perpetuadores de racismo algor\u00edtmico). Apesar de n\u00e3o exaustiva, a lista a seguir pode ser um ponto de partida para escolas que procuram uma abordagem orientada pela justi\u00e7a, al\u00e9m de mais racial e historicamente consciente, para basear a equidade educacional na era das Tecnologias Educacionais e da IA generativa:<\/p>\n\n\n\n

Trazer Conscientiza\u00e7\u00e3o entre Intervenientes Educacionais<\/strong>: De acordo com um estudo realizado pelo Center for Democracy and Technology (Centro pela Democracia e Tecnologia), uma grande maioria de pais e cuidadores est\u00e1 completamente desavisada sobre os tipos de tecnologias que est\u00e3o sendo utilizados para monitorar, proteger e avaliar suas crian\u00e7as na escola.18<\/a><\/sup> Um estudo similar revelou que uma grande leva de educadores relatou disparidades no treinamento com Tecnol\u00f3gicas Educacionais, com alguns relatando terem recebido pouca ou nenhuma prepara\u00e7\u00e3o para manejar propriamente sistemas de IA ou para avaliar eticamente seus resultados. Todos intervenientes educacionais \u2013 incluindo administradores de recursos escolares, que s\u00e3o frequentemente encarregados de responder a sinaliza\u00e7\u00f5es de conte\u00fado algor\u00edtmico \u2013 precisam ser conscientizados sobre os danos que preconceitos algor\u00edtmicos podem causar nos estudantes de cor. Esse treinamento deve tamb\u00e9m considerar o hist\u00f3rico, anterior \u00e0 ascens\u00e3o de Tecnologias Educacionais, de desumaniza\u00e7\u00e3o contra negros em escolas, assim como a maneira com que essas tecnologias amplificam disparidades j\u00e1 existentes.<\/p>\n\n\n\n

Preparar Estudantes para serem Defensores da Equidade Algor\u00edtmica<\/strong>: Estudantes s\u00e3o os mais diretamente impactados pelo racismo algor\u00edtmico dentro das Tecnologias Educacionais e deveriam, portanto, ser ensinados a criticamente identificar, navegar e se defender em tempo real contra racismos algor\u00edtmicos. Adotar instru\u00e7\u00e3o cr\u00edtica sobre IA no curr\u00edculo,19<\/a><\/sup> organizar clubes do livro mensais sobre racismo ou injusti\u00e7a algor\u00edtmica e criar um conselho de consulta estudantil encarregado de, criticamente, avaliar poss\u00edveis solu\u00e7\u00f5es em Tecnologias Educacionais antes de estas serem implementadas s\u00e3o apenas algumas poucas maneiras para preparar os jovens a terem um agenciamento maior nas suas rela\u00e7\u00f5es com a tecnologia nas escolas.<\/p>\n\n\n\n

Conduzir Fiscaliza\u00e7\u00f5es de Equidade Algor\u00edtmica<\/strong>: Implementar tecnologias educacionais caras em larga escala antes de totalmente investigar seu potencial para causar danos em comunidades desfavorecidas pode se mostrar um erro caro. Procurando evitar isto, intervenientes educacionais devem conduzir auditorias de equidade algor\u00edtmica a respeito de tecnologias educacionais antes de implement\u00e1-las \u2013 com exames dos dados coletados e curados, do processo de tomada de decis\u00e3o utilizado e dos resultados produzidos, com o intuito de proativamente identificar preconceitos. Com tamanhos investimentos financeiros dedicados a Tecnologias Educacionais, alocar uma parte dos fundos para entidades externas realizarem fiscaliza\u00e7\u00f5es de equidade algor\u00edtmica seria um investimento \u00fatil.Formalizar Pol\u00edticas Educacionais Relacionadas ao Racismo Algor\u00edtmico<\/strong>: Escolas devem tamb\u00e9m adotar procedimentos claros para identificar, denunciar e fiscalizar tecnologias que amea\u00e7am a equidade educacional para todos estudantes. Sem procedimentos claros, estruturas de den\u00fancia e protocolos de interven\u00e7\u00e3o preparados, torna-se extremamente complicado para membros da comunidade escolar se oporem e, em \u00faltima inst\u00e2ncia, retificar<\/p>\n\n\n\n

* * *<\/p>\n\n\n\n

(Este texto foi originalmente publicado na revista NORRAG Policy Insights<\/em>, em 4 de mar\u00e7o de 2024. Agradecemos encarecidamente \u00e0 autora por ceder os direitos da tradu\u00e7\u00e3o. Para ler o original, clique aqui<\/a>. Tradu\u00e7\u00e3o de Jo\u00e3o Gabriel Manfrim.)<\/p>\n\n\n

  1. Pesquisadora do Center for Critical Internet Inquiry, da Universidade da California. Dedica-se ao estudo dos vieses racistas das tecnologias de intelig\u00eancia artificial, com in\u00fameros artigos publicados. Para mais informa\u00e7\u00f5es, visite o site<\/a>. \u21a9\ufe0e<\/a><\/li>
  2. Ver: M. Ekowo; I. Palmer. \u201cThe Promise and Peril of Predictive Analytics in Higher Education: A Landscape Analysis\u201d. New America<\/em>, 2016. Ver tamb\u00e9m: D. Ba\u00f1eres; M.E. Rodr\u00edguez; A.E. Guerrero-Rold\u00e1n; A. Karadeniz. \u201cAn early warning system to detect at-risk students in online higher education\u201d. Applied Sciences<\/em>, 10(13), 4427, 2020. \u21a9\ufe0e<\/a><\/li>
  3. Ver: S. Rakap. \u201cChatting with GPT: Enhancing individualized education program goal development for novice special education teachers\u201d. Journal of Special Education Technology<\/em>, 2023. Ver tamb\u00e9m: A.M. Saeger. \u201cUsing ClassDojo to promote positive behaviors and decrease negative behaviors in the classroom\u201d<\/a>. Theses and Dissertations. 2443, 2017. E, enfim: M. Tran. \u201cThe application of Class Dojo to manage and motivate students for online classes during Covid-19 pandemic\u201d. VietTESOL International Convention Proceedings<\/em>, 2022. \u21a9\ufe0e<\/a><\/li>
  4. Ver: E. Warren; E. Markey. \u201cConstant Surveillance: Implications of Around-the Clock Online Student Activity Monitoring\u201d<\/a>, 2022. \u21a9\ufe0e<\/a><\/li>
  5. Ver: D. Sengupta. \u201cThe transformative power of AI in modern elearning: A new era for education\u201d<\/a>, 2023. Ver tamb\u00e9m: T. Adiguzel; M.H. Kaya; F.K. Cansu. \u201cRevolutionizing education with AI: Exploring the transformative potential of ChatGPT\u201d<\/a>. Contemporary Educational Technology<\/em>, 15(3), ep429, 2023. \u21a9\ufe0e<\/a><\/li>
  6. Ver: C. Flaherty. \u201cBig proctor\u201d<\/a>. Inside Higher Ed<\/em>., 2020. \u21a9\ufe0e<\/a><\/li>
  7. Ver: T. Feathers. \u201cProctorio is using racist algorithms to detect faces\u201d<\/a>, 2021. Ver tamb\u00e9m: J. Buolamwini. Unmasking AI: My mission to protect what is human in a world of machines<\/em>. Nova York: Random House, 2023. \u21a9\ufe0e<\/a><\/li>
  8. Ver: J. Kelly. \u201cStudent monitoring tools should not flag LGBTQ+ keywords\u201d<\/a>, 2023. Ver tamb\u00e9m: T. Feathers; D. Mehrotra. \u201cInside America\u2019s school internet censorship machine\u201d<\/a>. Wired Magazine<\/em>, 2023. E, enfim: E. Warren; E. Markey. \u201cConstant Surveillance: Implications of Around-the Clock Online Student Activity Monitoring\u201d<\/a>, 2022. \u21a9\ufe0e<\/a><\/li>
  9. Ver: M. Keierleber. \u201cSurvey reveals extent that cops surveil students online \u2013 in school and at home\u201d<\/a>, 2022. \u21a9\ufe0e<\/a><\/li>
  10. Ver: B.L. Love. \u201cPunished for dreaming: How school reform harms Black children and how we heal\u201d. St. Martin\u2019s Press<\/em>, 2023. \u21a9\ufe0e<\/a><\/li>
  11. Ver: G.M. Badolato; M.D. Boyle; R. McCarter; A.M. Zeoli; W. Terrill; M.K. Goyal. \u201cRacial and ethnic disparities in firearm-related pediatric deaths related to legal intervention\u201d. Pediatrics<\/em>, 146(6), 2020. \u21a9\ufe0e<\/a><\/li>
  12. Ver: E. Laird; H. Grant-Chapman; C. Venzke; H. Hannah Quay-de la Vallee. \u201cHidden harms: The misleading promise of monitoring students online\u201d<\/a>, 2022. \u21a9\ufe0e<\/a><\/li>
  13. Ver: E. Laird; M. Dwyer. \u201cOff Task: EdTech Threats to Student Privacy and Equity in the Age of AI\u201d<\/a>, 2023. \u21a9\ufe0e<\/a><\/li>
  14. Idem<\/em>. \u21a9\ufe0e<\/a><\/li>
  15. Ver: T. Feathers. \u201cHow Wisconsin uses race and income to label students \u2018high risk\u2019\u201d<\/a>, 2023. \u21a9\ufe0e<\/a><\/li>
  16. Ver: T. Feathers. \u201cFlawed Algorithms Are Grading Millions of Students\u2019 Essays\u201d<\/a>, 2019. \u21a9\ufe0e<\/a><\/li>
  17. Ver: G. Brockell. \u201cWe \u2018interviewed\u2019 Harriet Tubman using AI. It got a little weird\u201d<\/a>, 2023. Ver tamb\u00e9m: S. Biddle. \u201cThe internet\u2019s new favorite AI proposes torturing Iranians and surveilling mosques\u201d<\/a>, 2022. \u21a9\ufe0e<\/a><\/li>
  18. Ver: E. Laird; H. Grant-Chapman. \u201cNavigating the new normal: Ensuring equitable and trustworthy edtech for the future\u201d<\/a>, 2021. \u21a9\ufe0e<\/a><\/li>
  19. Ver: T. Tanksley. \u201c\u2018We\u2019re Changing the System with This One:\u2019 Black Students Using Critical Race Algorithmic Literacies to Subvert AI Mediated Racism in School\u201d. English Teaching: Practice & Critique<\/em>, 2024. \u21a9\ufe0e<\/a><\/li><\/ol>\n\n\n
    \n\n\n\n

    Carbono<\/em>, vol. 15 \u2013 fevereiro de 2026.
    ISSN: 3085-7066<\/p>\n","protected":false},"excerpt":{"rendered":"

    Como a IA est\u00e1 automatizando a desigualdade na educa\u00e7\u00e3o<\/p>\n","protected":false},"author":58,"featured_media":1309,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":"[{\"content\":\"Pesquisadora do Center for Critical Internet Inquiry, da Universidade da California. Dedica-se ao estudo dos vieses racistas das tecnologias de intelig\u00eancia artificial, com in\u00fameros artigos publicados. Para mais informa\u00e7\u00f5es, visite o site<\/a>.\",\"id\":\"20e0f405-db15-4490-b335-518c2441b0d8\"},{\"content\":\"Ver: M. Ekowo; I. Palmer. \u201cThe Promise and Peril of Predictive Analytics in Higher Education: A Landscape Analysis\u201d. New America<\/em>, 2016. Ver tamb\u00e9m: D. Ba\u00f1eres; M.E. Rodr\u00edguez; A.E. Guerrero-Rold\u00e1n; A. Karadeniz. \u201cAn early warning system to detect at-risk students in online higher education\u201d. Applied Sciences<\/em>, 10(13), 4427, 2020.\",\"id\":\"451c0c47-6ac6-463e-986c-2faf9f42a3e6\"},{\"content\":\"Ver: S. Rakap. \u201cChatting with GPT: Enhancing individualized education program goal development for novice special education teachers\u201d. Journal of Special Education Technology<\/em>, 2023. Ver tamb\u00e9m: A.M. Saeger. \u201cUsing ClassDojo to promote positive behaviors and decrease negative behaviors in the classroom\u201d<\/a>. Theses and Dissertations. 2443, 2017. E, enfim: M. Tran. \u201cThe application of Class Dojo to manage and motivate students for online classes during Covid-19 pandemic\u201d. VietTESOL International Convention Proceedings<\/em>, 2022.\",\"id\":\"0b4da722-6303-4cc6-aea4-39afc91e8abd\"},{\"content\":\"Ver: E. Warren; E. Markey. \u201cConstant Surveillance: Implications of Around-the Clock Online Student Activity Monitoring\u201d<\/a>, 2022.\",\"id\":\"460de49d-dc8a-4d33-848c-01f0c0de58d0\"},{\"content\":\"Ver: D. Sengupta. \u201cThe transformative power of AI in modern elearning: A new era for education\u201d<\/a>, 2023. Ver tamb\u00e9m: T. Adiguzel; M.H. Kaya; F.K. Cansu. \u201cRevolutionizing education with AI: Exploring the transformative potential of ChatGPT\u201d<\/a>. Contemporary Educational Technology<\/em>, 15(3), ep429, 2023.\",\"id\":\"e58d1ba6-dc12-4ed8-907e-184b5beeedd6\"},{\"content\":\"Ver: C. Flaherty. \u201cBig proctor\u201d<\/a>. Inside Higher Ed<\/em>., 2020.\",\"id\":\"7f469b53-2e1f-4374-ace8-914fe2cdbfff\"},{\"content\":\"Ver: T. Feathers. \u201cProctorio is using racist algorithms to detect faces\u201d<\/a>, 2021. Ver tamb\u00e9m: J. Buolamwini. Unmasking AI: My mission to protect what is human in a world of machines<\/em>. Nova York: Random House, 2023.\",\"id\":\"303d882d-0b39-4514-9db8-cd5aa640da40\"},{\"content\":\"Ver: J. Kelly. \u201cStudent monitoring tools should not flag LGBTQ+ keywords\u201d<\/a>, 2023. Ver tamb\u00e9m: T. Feathers; D. Mehrotra. \u201cInside America\u2019s school internet censorship machine\u201d<\/a>. Wired Magazine<\/em>, 2023. E, enfim: E. Warren; E. Markey. \u201cConstant Surveillance: Implications of Around-the Clock Online Student Activity Monitoring\u201d<\/a>, 2022.\",\"id\":\"ade58ce7-0092-4d7e-9408-d0439fea0ba8\"},{\"content\":\"Ver: M. Keierleber. \u201cSurvey reveals extent that cops surveil students online \u2013 in school and at home\u201d<\/a>, 2022.\",\"id\":\"2dd7f456-30d0-488f-99f5-f112f5d00596\"},{\"content\":\"Ver: B.L. Love. \u201cPunished for dreaming: How school reform harms Black children and how we heal\u201d. St. Martin\u2019s Press<\/em>, 2023.\",\"id\":\"6c79cec1-1905-4c1c-9447-b6ce0eea1409\"},{\"content\":\"Ver: G.M. Badolato; M.D. Boyle; R. McCarter; A.M. Zeoli; W. Terrill; M.K. Goyal. \u201cRacial and ethnic disparities in firearm-related pediatric deaths related to legal intervention\u201d. Pediatrics<\/em>, 146(6), 2020.\",\"id\":\"aed3d1d5-b22a-44c7-8d58-baf33b089e1f\"},{\"content\":\"Ver: E. Laird; H. Grant-Chapman; C. Venzke; H. Hannah Quay-de la Vallee. \u201cHidden harms: The misleading promise of monitoring students online\u201d<\/a>, 2022.\",\"id\":\"6c0fabfb-0860-40e9-9756-8c726f2fd992\"},{\"content\":\"Ver: E. Laird; M. Dwyer. \u201cOff Task: EdTech Threats to Student Privacy and Equity in the Age of AI\u201d<\/a>, 2023.\",\"id\":\"95fd5c27-64f9-467e-b2ae-ffcc58eabbaf\"},{\"content\":\"Idem<\/em>.\",\"id\":\"d6cd664c-8945-4ac0-908b-b0b6cff64935\"},{\"content\":\"Ver: T. Feathers. \u201cHow Wisconsin uses race and income to label students \u2018high risk\u2019\u201d<\/a>, 2023.\",\"id\":\"6d9bda48-e365-4e15-b64b-d7c8e36f0bf4\"},{\"content\":\"Ver: T. Feathers. \u201cFlawed Algorithms Are Grading Millions of Students\u2019 Essays\u201d<\/a>, 2019.\",\"id\":\"50db287c-aad4-47b5-9c8f-86b68a73f863\"},{\"content\":\"Ver: G. Brockell. \u201cWe \u2018interviewed\u2019 Harriet Tubman using AI. It got a little weird\u201d<\/a>, 2023. Ver tamb\u00e9m: S. Biddle. \u201cThe internet\u2019s new favorite AI proposes torturing Iranians and surveilling mosques\u201d<\/a>, 2022.\",\"id\":\"2bbd959e-fe25-4a25-87b9-b6c59d54e5ad\"},{\"content\":\"Ver: E. Laird; H. Grant-Chapman. \u201cNavigating the new normal: Ensuring equitable and trustworthy edtech for the future\u201d<\/a>, 2021.\",\"id\":\"135a2373-2400-4245-a451-1a7ab0616180\"},{\"content\":\"Ver: T. Tanksley. \u201c\u2018We\u2019re Changing the System with This One:\u2019 Black Students Using Critical Race Algorithmic Literacies to Subvert AI Mediated Racism in School\u201d. English Teaching: Practice & Critique<\/em>, 2024.\",\"id\":\"bdf98e95-a605-4b25-b0d3-599c83195ee1\"}]"},"categories":[14,10,5,6],"tags":[148,37,22,158,177],"class_list":["post-1302","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-arquivo","category-artigo","category-capitalismo","category-cultura","tag-educacao","tag-inteligencia-artificial","tag-racismo","tag-tecnologia","tag-volume-15"],"_links":{"self":[{"href":"https:\/\/www.ufrgs.br\/carbono\/wp-json\/wp\/v2\/posts\/1302","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.ufrgs.br\/carbono\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ufrgs.br\/carbono\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/carbono\/wp-json\/wp\/v2\/users\/58"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/carbono\/wp-json\/wp\/v2\/comments?post=1302"}],"version-history":[{"count":7,"href":"https:\/\/www.ufrgs.br\/carbono\/wp-json\/wp\/v2\/posts\/1302\/revisions"}],"predecessor-version":[{"id":1448,"href":"https:\/\/www.ufrgs.br\/carbono\/wp-json\/wp\/v2\/posts\/1302\/revisions\/1448"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/carbono\/wp-json\/wp\/v2\/media\/1309"}],"wp:attachment":[{"href":"https:\/\/www.ufrgs.br\/carbono\/wp-json\/wp\/v2\/media?parent=1302"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ufrgs.br\/carbono\/wp-json\/wp\/v2\/categories?post=1302"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ufrgs.br\/carbono\/wp-json\/wp\/v2\/tags?post=1302"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}