Shared and Contested Beliefs About Generative AI Among Korean as a Foreign Language Instructors Evidenced by Q Methodology

Resumo Técnico: Crenças Compartilhadas e Contestadas sobre IA Generativa entre Instrutores de Coreano como Língua Estrangeira

Problema de Pesquisa
A rápida adoção institucional da IA Generativa (GenAI) na educação, exemplificada pelo impulso inicial da Coreia do Sul para livros didáticos digitais integrados à IA, superou o estabelecimento de normas pedagógicas estáveis. Isso cria um ambiente de alto risco onde os instrutores devem avaliar ferramentas sem estruturas estabelecidas. Embora pesquisas existentes sobre GenAI na educação de línguas tenham documentado atitudes, conhecimentos e práticas autorrelatadas de professores, elas frequentemente tratam esses elementos como variáveis isoladas, em vez de um sistema cognitivo integrado. Consequentemente, há uma falta de compreensão sobre como a pressão institucional organiza as estruturas de crenças subjacentes que unem a cognição docente. Especificamente, permanece incerto se a competência profissional em GenAI é um conjunto de habilidades uniforme ou se é diferenciada pelas estruturas de crenças pré-existentes que os instrutores detêm.

Metodologia
Este estudo emprega a metodologia Q para reconstruir as estruturas de crenças de instrutores de Coreano como Língua Estrangeira (KFL) sob pressão institucional. O desenho da pesquisa seguiu três estágios principais:

1. Desenvolvimento do Concurso e Construção da Amostra Q:
   • Uma revisão sistemática da literatura revisada por pares do Korean Citation Index (KCI) foi realizada seguindo as diretrizes PRISMA.
   • De um corpus inicial de 1.210 registros, 900 foram pré-processados e a modelagem de tópicos Latent Dirichlet Allocation (LDA) foi aplicada para identificar uma estrutura de tópicos latente.
   • Este processo resultou em 249 registros relevantes, dos quais uma amostra Q final de 54 enunciados foi extraída e validada por um especialista em educação da língua coreana.
2. Seleção do P-Set:
   • Trinta instrutores de KFL (23 mulheres, 7 homens; 86,7% com doutorado) foram selecionados via amostragem intencional.
   • Os participantes atenderam a critérios específicos: graus avançados em educação de língua coreana, experiência prática com GenAI e funções docentes atuais ou prospectivas. A amostra incluiu nacionais coreanos e chineses para capturar diversas socializações profissionais e pressões institucionais.
3. Coleta e Análise de Dados:
   • Os participantes realizaram um Q-sort online, organizando os 54 enunciados em uma grade de distribuição quase normal de 11 pontos (−5 a +5) com base em seu acordo.
   • Os dados foram analisados usando KADE 1.3.1. Os fatores foram extraídos via análise de fator central e rotacionados via varimax.
   • Um limiar de significância rigoroso (±.450) foi aplicado para minimizar cargas cruzadas, resultando em 24 de 30 participantes carregando significativamente em um único fator.
   • Entrevistas pós-classificação semiestruturadas com participantes exemplares forneceram dados qualitativos para interpretar as matrizes de fatores.

Principais Resultados
A análise extraiu três estruturas de crenças distintas (fatores) que explicam coletivamente 49% da variância do estudo:

1. Fator 1: Usuários de IA Centrados no Humano (20% de variância):
   • Lógica Central: Vê a GenAI como uma ferramenta que requer controle humano preciso e supervisão crítica.
   • Crenças-Chave: Enfatiza que "fazer perguntas melhores" (engenharia de prompt) é uma capacidade humana única. Opõe-se fortemente à ideia de que a IA ética possa ser alcançada meramente filtrando termos ofensivos, defendendo, em vez disso, a autoridade humana sobre a tecnologia. Acredita que a GenAI não substituirá o trabalho intelectual humano, mas serve como um recurso sob supervisão docente.
2. Fator 2: Defensores Institucionais e Éticos (19% de variância):
   • Lógica Central: Vê a integração da GenAI como uma questão estrutural e de governança, e não puramente pedagógica.
   • Crenças-Chave: Argumenta que a responsabilidade exige estruturas regulatórias sistêmicas ao nível institucional, não apenas correções internas de ferramentas. Destaca os riscos de desigualdade social, incluindo a erosão de línguas não predominantes e o alargamento das lacunas de alfabetização em IA. Mantém-se neutro sobre aplicações específicas em sala de aula, vendo o valor da GenAI como contingente à existência de padrões éticos e regulatórios definidos.
3. Fator 3: Otimistas Relacionais da IA (10% de variância):
   • Lógica Central: Vê a GenAI como uma parceira competente, quase humana, a ser abraçada.
   • Crenças-Chave: Rejeita a noção de que a GenAI seja assustadora ou meramente um mito. Reconhece a genuína competência linguística do sistema, que chega a superar a lógica humana em algumas áreas. Demonstra baixa preocupação com riscos (viés, alucinação) e alta disposição para deferir ao julgamento da GenAI. Participantes deste grupo frequentemente antropomorfizam a tecnologia, tratando-a como um amigo ou parceiro de diálogo.

Cognições Compartilhadas (Consenso)
Apesar de suas abordagens divergentes, os três grupos compartilham um "terreno epistêmico comum" composto por três pilares:

1. Centralidade do Professor Humano: Todos os fatores afirmam que o papel do professor humano permanece crucial na era da GenAI.
2. Postura Crítico-Reflexiva: Todos os grupos rejeitam a ideia de que a incerteza inerente aos outputs da GenAI seja benéfica para a criatividade do aluno; concordam que os resultados exigem avaliação.
3. Renovação Pedagógica: Todos concordam que o ensino da língua coreana deve se renovar através de abordagens orientadas digitalmente e baseadas em dados.

Contribuições Principais e Significância
O artigo afirma realizar uma contribuição metodológica e prática ao ir além das abordagens centradas em variáveis (ex: escalas Likert) para reconstruir o sistema organizado da cognição docente.

• Diferenciação em vez de Uniformidade: O estudo demonstra que a competência profissional em GenAI não é um conjunto de habilidades uniforme, mas é diferenciada por estruturas de crenças subjacentes. Os três grupos não discordam sobre se devem usar a GenAI, mas sobre como responder a ela (controle instrumental vs. governança institucional vs. aceitação relacional).
• Um Modelo de Desenvolvimento Profissional Diferenciado: Os autores propõem um modelo de desenvolvimento profissional que parte do "terreno epistêmico comum" (o consenso) e então adapta o treinamento de alfabetização em IA às necessidades específicas de cada fator:
  • O Fator 1 requer treinamento em capacidade crítico-reflexiva e refinamento de prompts.
  • O Fator 2 requer treinamento em sensibilidade institucional e julgamento ético.
  • O Fator 3 requer treinamento em aplicação prática equilibrada com reflexão crítica para evitar que a identificação emocional prejudique o pensamento crítico.
• Implicações de Políticas: O estudo sugere que políticas e treinamentos eficazes devem diagnosticar os tipos de crenças dos professores antes de prescrever intervenções. Impor uma abordagem de "tamanho único" ignora as diferenças estruturais na forma como os professores processam a pressão institucional.

Limitações e Escopo
Os autores declaram explicitamente que este estudo é uma afirmação de existência, não uma afirmação de frequência; ele identifica que essas estruturas de crenças coerentes existem, mas não estima sua prevalência na população geral de KFL. Além disso, a tipologia aplica-se apenas a instrutores que já possuem experiência prática com GenAI; as estruturas de crenças de não-adotantes permanecem inexploradas. O estudo convoca pesquisas longitudinais futuras para observar se essas estruturas se reconfiguram conforme as normas institucionais se estabilizam.