Planejamento e Ética na IA

Prévia do material em texto

DISCIPLINA MÉTODOS E TÉCNICAS DE ESTUDOS
PRIMEIRA AVALIAÇÃO À DISTÂNCIA (AD1)
Nome do estudante:
Polo:
Atividade 1: Em primeiro lugar, vimos que o primeiro passo para realização de um estudo é o planejamento. Sendo assim, elabore seu planejamento semestral de estudos, em uma tabela. 
As colunas correspondem às aulas da disciplina. Marque um x ou preencha de outra cor as atividades e as aulas correspondentes.
A linhas devem ser preenchidas com o tipo de atividades que você deverá elaborar, de acordo com as orientações de cada aula. Uma mesma atividade pode se repetir em mais de uma aula, portanto basta indicá-la apenas uma vez na planilha. 
	Atividades / Aulas
	1
	2
	3
	4
	5
	6
	7
	8
	9
	10
	11
	12
	13
	14
	15
	16
	Leitura do material didático
	x
	x
	x
	x
	x
	x
	x
	x
	
	
	
	
	
	
	
	
	Leitura do material complementar
	
	x
	x
	x
	x
	x
	
	
	
	
	
	
	
	
	
	
	Pesquisa didática sobre a aula
	x
	x
	x
	x
	x
	x
	x
	x
	
	
	
	
	
	
	
	
	Realização das atividades
	
	x
	x
	x
	x
	x
	x
	x
	
	
	
	
	
	
	
	
Atividade 2: Leia os artigos recomendados abaixo e responda:
a) Em que situações a IA pode ser usada em trabalhos e pesquisas acadêmicos? Quais suas proibições?
A inteligência artificial pode ser utilizada em pesquisas para acelerar a produtividade dos pesquisadores e reduzir custos operacionais. Ela é aplicada na análise de grandes volumes de dados para classificar, categorizar, identificar padrões e realizar previsões baseadas em evidências. Além disso, a IA auxilia na formulação e teste de hipóteses científicas e na identificação de contraexemplos que possam contradizer conjecturas teóricas.
Quanto às proibições, o material menciona que, em marcos regulatórios como o "AI Act" da União Europeia, são proibidas aplicações de IA destinadas a calcular pontuação social por governos. No âmbito da IA responsável, as diretrizes indicam que os sistemas não devem ser usados para causar danos, interferir na agência humana, discriminar ou desperdiçar recursos.
b) Quais as principais preocupações éticas que devem ser levadas em consideração no uso da IA em trabalho acadêmicos? 
As preocupações éticas fundamentais incluem:
· Opacidade (Caixas-pretas): A dificuldade de entender as razões subjacentes aos resultados gerados pela IA.
· Vieses e Discriminação: O risco de algoritmos alimentarem racismo, preconceitos e injustiças sociais.
· Integridade Científica: A possibilidade de gerar resultados falsos e propagar desinformação, o que compromete a confiança pública na ciência.
· Privacidade e Segurança: A necessidade de proteger dados sensíveis e garantir a segurança dos sistemas ao longo de sua vida útil.
· Responsabilidade (Accountability): A importância de definir quem é responsável pelo funcionamento e pelas decisões tomadas pelos sistemas de IA
c) Liste alguns usos possíveis da IA na elaboração de trabalhos acadêmicos.
A IA pode ser utilizada para processamento de dados, cálculos complexos, identificação de padrões, apoio administrativo e de ensino e na economia de recursos
Atividade 3: A partir da leitura do artigo “Desafios da IA responsável na pesquisa científica”, elabore uma ficha bibliográfica do texto:
Na ficha é preciso ter:
1. A referência bibliográfica do artigo, de acordo com as normas ABNT;
2. O assunto abordado;
3. Objetivo geral do artigo;
4. Faça um resumo (não pode ser igual do artigo) do texto, com até 200 palavras.
5. Apresente suas observações do artigo (exemplos: o que aprendeu, relevância, dúvidas, críticas etc.).
Os artigos estão disponíveis em anexo.
Prazo para entrega: até 28 de março. A atividade é individual.
Você deverá preencher as informações na planilha a seguir.
	Ref. Bibliográfica (ABNT)
	ALMEIDA, Virgílio; NAS, Elen. Desafios da IA responsável na pesquisa científica. Revista USP, São Paulo, n. 141, p. 17-28, abr./jun. 2024. 
	Assunto
	O texto trata da Inteligência Artificial Responsável (IAR) aplicada ao contexto da pesquisa científica. Ele discute como equilibrar o aumento da produtividade proporcionado pela IA com a necessidade de mitigar riscos éticos, como opacidade, preconceitos e desinformação.
	Objetivo geral 
	O objetivo é explorar a implementação de princípios de IA responsável nas organizações de pesquisa (especialmente universidades) para minimizar impactos negativos e garantir que o desenvolvimento tecnológico beneficie a sociedade de forma ética e transparente.
	Resumo (até 200 palavras)
	O artigo analisa a crescente presença da Inteligência Artificial (IA) na ciência, destacando sua capacidade de acelerar o processamento de dados e reduzir custos experimentais. Entretanto, os autores alertam para a "opacidade" das ferramentas, frequentemente tratadas como "caixas-pretas" que podem gerar resultados enviesados ou falsos, comprometendo a confiança pública na ciência.
Para enfrentar esses desafios, o texto propõe a adoção da IA Responsável (IAR), uma área multidisciplinar que prioriza o bem-estar humano e a transparência. São examinados diversos marcos regulatórios e princípios, como os da OCDE e da Universidade da Califórnia, que focam em justiça, segurança e responsabilidade. No Brasil, onde as universidades públicas lideram a produção científica, destaca-se a urgência de criar estruturas de governança interna e programas de treinamento, já que muitos pesquisadores ainda desconhecem diretrizes éticas para o uso dessas tecnologias. O texto conclui que princípios abstratos devem ser convertidos em práticas concretas de governança institucional para assegurar uma ciência confiável.
	Observações autorais sobre o artigo (até 25 linhas)
	A leitura deste artigo proporciona uma reflexão crítica sobre a dualidade da inteligência artificial na ciência, que, embora prometa acelerar a produtividade e reduzir custos, carrega riscos significativos de opacidade e desinformação. É alarmante observar que a discussão ética ainda parece distante da prática laboratorial, visto que estudos indicam que 70% dos pesquisadores não utilizam documentos de ética em seus projetos com IA.
A relevância da obra para o cenário brasileiro é evidente, uma vez que as universidades públicas são responsáveis por mais de 95% da produção científica nacional e devem, portanto, liderar a implementação de modelos de governança institucional. O texto destaca que, diante da lentidão de legislações nacionais, uma abordagem "bottom-up" (de baixo para cima) é o caminho mais viável para estabelecer regras e treinamentos que garantam a integridade dos resultados.
Contudo, permanece o desafio de como transformar princípios abstratos, como a transparência e a justiça, em práticas técnicas concretas dentro dos fluxos de trabalho científicos. O artigo reforça que a IA não deve ser tratada como uma "caixa-preta" e que a confiança pública na ciência depende da capacidade das instituições de garantir que esses sistemas sejam seguros, auditáveis e centrados no bem-estar humano.
BOM TRABALHO!
image1.png
image2.png