Toward a Metaphysics of Learning Analytics: Ontological Positioning of Data, Inference, and Normativity

Resumo Técnico: Rumo a uma Metafísica da Análise de Aprendizagem

Problema
Apesar de quinze anos de desenvolvimento rápido desde a conferência inaugural da LAK, o campo da Análise de Aprendizagem (LA - Learning Analytics) tem negligenciado amplamente a investigação metafísica. Enquanto os debates epistemológicos e éticos têm sido vigorosos, há uma escassez de discussão sobre os fundamentos ontológicos da LA. Especificamente, a comunidade carece de uma derivação sistemática da identidade da LA a partir de seus princípios internos. As definições e práticas atuais frequentemente confundem o propósito da LA (melhorar a aprendizagem) com suas operações (manipulação de dados), levando a uma tensão ontológica onde julgamentos normativos são implicitamente incorporados em processos descritivos. Este artigo aborda a questão fundamental: "O que é a LA?" examinando o status ontológico dos dados sobre os quais ela opera, os agentes envolvidos e os limites lógicos da inferência.

Metodologia
O artigo emprega a metafísica descritiva, seguindo o arcabouço estabelecido por Strawson [1959]. Em vez de impor um sistema revisionista ou uma forma ideal sobre a LA, os autores analisam as estruturas conceituais e os compromissos existentes inerentes às próprias definições e práticas da LA.

• Material de Origem: A análise fundamenta-se na definição oficial de LA fornecida pela Society for Learning Analytics Research (SoLAR), tratando-a como uma articulação privilegiada da autocompreensão do campo.
• Abordagem Analítica: Os autores rastreiam as implicações lógicas da definição ("coleta, análise, interpretação e comunicação de dados sobre aprendizes") para derivar precondições ontológicas. Eles distinguem rigorosamente entre proposições descritivas (é) e proposições normativas (deve) para abordar o problema do "ser/dever ser" de Hume no contexto da LA.
• Escopo: A investigação foca na natureza dos "dados", na identificação de agentes e nos limites lógicos da inferência, excluindo explicitamente justificativas normativas externas para manter a neutralidade metodológica em relação à ontologia da prática.

Principais Contribuições e Resultados

1. Refinamento Ontológico de "Dados":
   O artigo redefine os dados manipulados pela LA não como fatos "dados", mas como "Registros Constituídos Formalizados".

• Constituído: O dado não é um dado bruto e neutro; ele é construído através da redução conceitual e observacional (abstração) de eventos de aprendizagem.
• Formalizado: Os registros são estruturados para serem operáveis por sistemas de LA (coleta, análise, etc.).
• Implicação: Não existe uma correspondência um-para-um entre eventos de aprendizagem e dados; o significado do dado é determinado inteiramente pelos frameworks conceituais e técnicos que o constituem.

2. O Princípio Zero e o Primeiro Princípio:

• O Princípio Zero: O aprendiz é o único pré-requisito ontológico para a LA. Os aprendizes são os sujeitos e produtores de registros; sem o aprendiz, nenhum dado de LA existe. Esta é uma condição intrínseca da manipulação de dados, não um objetivo normativo.
• O Primeiro Princípio: O fundamento mínimo legítimo de inferência na LA limita-se estritamente a "registros constituídos formalizados" sobre aprendizes e sua aprendizagem.
• Consequência Lógica: A LA não pode logicamente derivar proposições normativas de "dever ser" (ex: o que constitui uma aprendizagem desejável) a partir de proposições descritivas de "ser" (registros de dados). Os julgamentos normativos devem originar-se fora do sistema de LA.

3. Identificação de Oito Agentes:
   O artigo decompõe o processo de LA em oito agentes ontológicos distintos para esclarecer responsabilidade e função:
4. Aprendiz: O sujeito e produtor de dados (pré-requisito ontológico).
5. Designer do Sistema: Define o framework e detém a responsabilidade última pela estrutura do sistema.
6. Coletor de Dados: Executa a coleta dentro do framework do designer.
7. Analista de Dados: Realiza a análise e seleciona métodos.
8. Intérprete de Dados: Deriva insights descritivos e garante a relevância teórica.
9. Comunicador de Dados: Transmite os achados, selecionando formato e público.
10. Tomador de Decisão: (ex: aprendizes, instrutores, formuladores de políticas) que utiliza os insights da LA para tomar julgamentos normativos e intervenções independentes.
11. Tradutor de Conhecimento: Traduz insights entre diferentes sistemas ou contextos de LA (ex: pesquisadores publicando achados).

• Nota sobre Professores: Os professores não são tratados como agentes independentes que geram dados, mas são subsumidos sob "Tomadores de Decisão", porque o objeto operacional da LA é definido como dados sobre aprendizes, não dados gerados exclusivamente por professores.

4. Crítica da "LA com Normas Incorporadas":
   O artigo identifica uma tensão ontológica crítica em práticas denominadas "LA com Normas Incorporadas" (Norm-Embedded LA). Estes são sistemas onde proposições normativas (definições de "aprendizagem desejável") são inseridas no design do sistema, na coleta de dados ou nas fases de análise antes da geração de insights.

• O Conflito: Esta confusão entre propósito (melhorar a aprendizagem) e operação (processamento de dados) viola o Primeiro Princípio. Cria uma inconsistência ontológica onde o sistema tenta derivar o "dever ser" do "ser" dentro de sua própria lógica, potencialmente enviesando a análise (ex: focando apenas em variáveis de "risco") e obscurecendo a distinção entre achados descritivos e julgamentos de valor.

5. Posicionamento de Campos Adjacentes:
   O framework situa campos relacionados ontologicamente:

• Mineração de Dados Educacionais (EDM): Posicionada como a metodologia para as fases de "análise" e "interpretação" dentro da estrutura ontológica mais ampla da LA.
• Modelagem de Aprendizagem: Quando os modelos funcionam como registros descritivos, eles se encaixam na LA; quando atuam como estruturas normativas que geram comportamento de aprendizagem, eles se desviam da neutralidade descritiva da LA.
• Design de Aprendizagem: Existe no reino normativo fora da LA, embora seus insights possam ser traduzidos em diretrizes de design de sistema via o Tradutor de Conhecimento.

Significância e Alegações
O artigo afirma que este sistema metafísico não busca restringir a utilidade prática da LA ou negar seus objetivos educacionais. Em vez disso, visa:

• Esclarecer Fronteiras: Separar explicitamente a produção de insights descritivos (domínio da LA) da aplicação de julgamentos normativos (domínio dos Tomadores de Decisão e da filosofia educacional).
• Proteger contra o Problema do Ser/Dever Ser: Ao estabelecer que as normas não podem ser derivadas de fatos dentro do sistema, evita falácias lógicas onde os dados são confundidos com autoridade moral.
• Proteger a Agência: Ao posicionar o aprendiz como um pré-requisito ontológico e os professores como tomadores de decisão fora do loop de dados, o framework protege a autonomia tanto de aprendizes quanto de educadores de serem reduzidos a meros pontos de dados ou outputs algorítmicos.
• Permitir o Diálogo Crítico: O sistema serve como um ponto de referência estável para que a comunidade de LA possa discutir epistemologia e axiologia sem que esses debates se tornem emaranhados com definições operacionais.

Os autores concluem que tornar essas suposições implícitas explícitas não é um ato de imposição, mas um passo necessário para a maturação da LA como um campo acadêmico, permitindo uma divisão de trabalho mais clara entre a geração de evidências e a tomada de decisões educacionais.