O que os algoritmos não veem, parte 1: A máquina não lê entrelinhas 🤖📚🧵 Na zona leste de SP, a professora Jussara recebe gráficos coloridos gerados por IA — e um bilhete: “Minha cabeça doía... Posso te mostrar um jeito diferente amanhã?” Entre dados e afetos, começa a nossa história.

Imagem indisponível

Jussara vive dois mundos: na tela, dashboards com curvas, setas e percentuais; no caderno, a caligrafia tímida de um aluno buscando ajuda. A IA aponta padrões; o bilhete revela sofrimento, estratégia e confiança. É aí que a educação mostra sua complexidade humana.

O paradoxo da eficiência: modelos estatísticos detectam correlações, preveem desempenho, sugerem intervenções. Mas conhecer é mais que correlacionar — é interpretar sinais, história e contexto. A máquina junta pontos; a professora lê as entrelinhas.

Imagem indisponível

Esta coluna é parte da série baseada no livro O Professor Ampliado (lançamento na Feira do Livro de Porto Alegre). Conectar pesquisas, exemplos e dilemas práticos ajuda a imaginar como IA pode ampliar professores — sem apagar experiências singulares.

Riscos: se a educação virar só dashboard, perdemos vozes, narrativas e escolhas locais. Dados viesados e plataformas concentradas podem reproduzir desigualdades. Precisamos de ferramentas que suportem diversidade e condições decentes de trabalho para professores.

Imagem indisponível

Caminhos práticos: modelos que expliquem incertezas, interfaces que incluam notas qualitativas, formação docente em alfabetização de dados e participação da comunidade na criação das tecnologias. Democracia tecnológica começa na sala de aula.

Reflexão final: a máquina pode mapear padrões, mas a educação é feita de histórias, dores e iniciativas pequenas — como um bilhete à lápis. Se quisermos futuros mais justos, a tecnologia precisa escutar antes de prescrever.

Imagem indisponível