Exploring Generative AI Readiness among Saudi EFL University Teachers: A TPACK-Informed Multi-Institutional Study
Este estudo exploratório com 96 professores de inglês como língua estrangeira (EFL) em universidades sauditas revela uma prontidão autorreferida moderada para a integração da IA generativa, destacando disparidades institucionais significativas, uma falta de correlação entre o treinamento prévio e a maioria das dimensões de prontidão, e barreiras fundamentais, como preocupações com a integridade acadêmica e suporte prático insuficiente.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Os professores de línguas têm sido, há muito tempo, os arquitetos da comunicação, guiando os alunos através das regras intrincadas da gramática, das nuances da pronúncia e dos contextos culturais que conferem significado às palavras. Agora, uma nova força entrou na sala de aula: a inteligência artificial generativa. Trata-se de sistemas computacionais capazes de criar textos, imagens e ideias que mimetizam a produção humana, oferecendo ajuda aos professores para redigir aulas, corrigir o trabalho dos alunos ou gerar materiais de prática. Mas esta tecnologia traz um conjunto complexo de questões. Não basta ao professor saber simplesmente como ligar uma máquina; ele deve compreender quando é apropriado utilizá-la, como identificar erros ou desajustes culturais na produção da máquina e como navegar pelos campos minados éticos da integridade acadêmica e da privacidade de dados. Na Arábia Saudita, onde o inglês é uma disciplina vital para a conexão global, os educadores enfrentam o desafio de integrar estas poderosas ferramentas na sua prática diária sem perder o elemento humano do ensino.
Um estudo recente propôs-se a mapear o panorama desta transição. Os investigadores questionaram noventa e seis professores de inglês de cinco universidades diferentes em toda a Arábia Saudita para compreender a sua prontidão para utilizar a inteligência artificial generativa. A investigação foi construída sobre uma estrutura que vê o ensino como uma mistura de três competências essenciais: conhecer o conteúdo da disciplina, compreender como ensiná-la e dominar a tecnologia utilizada na sala de aula. Os investigadores queriam ver se estes professores se sentiam confiantes nas suas competências técnicas, na sua capacidade de tecer a tecnologia nas aulas, na sua consciência sobre questões culturais e éticas e no apoio que recebiam das suas instituições. Também pediram aos professores que descrevessem os maiores obstáculos que encontravam no caminho e que tipo de ajuda precisavam para avançar.
Os resultados revelaram um quadro de otimismo cauteloso misturado com uma incerteza significativa. Em média, os professores relataram um nível moderado de prontidão. Eles não estavam a rejeitar a tecnologia, nem estavam totalmente confiantes na sua capacidade de a manejar de forma eficaz. A área em que os professores se sentiam mais confortáveis era a parte técnica; sentiam que conseguiam configurar e utilizar ferramentas comuns, como chatbots. Também estavam razoavelmente conscientes das preocupações éticas, tais como a privacidade de dados. No entanto, a sua confiança diminuiu quando as questões se voltaram para a própria sala de aula. Os professores sentiam-se menos seguros sobre como monitorizar os alunos que utilizam estas ferramentas fora da classe, como garantir que o conteúdo gerado pelas máquinas é culturalmente apropriado para os alunos sauditas ou como integrar a tecnologia nas suas rotinas de ensino diárias de uma forma significativa.
Uma das descobertas mais marcantes foi que ter recebido formação formal em inteligência artificial não tornava automaticamente um professor mais preparado para a utilizar. O estudo não encontrou uma ligação clara entre a formação prévia e pontuações mais elevadas em conhecimento técnico, planeamento de aulas ou prática de sala de aula. Isto sugere que simplesmente participar num workshop ou concluir um curso não é suficiente; a qualidade, a profundidade e o foco prático dessa formação importam muito mais do que o facto de ela ter ocorrido. A única área em que a formação pareceu fazer diferença foi na perceção dos professores quanto ao apoio institucional, talvez porque aqueles que tinham sido formados estavam mais atentos ao que lhes faltava ou ao que precisavam das suas universidades.
O género desempenhou um papel mais visível nos resultados. Os professores do sexo masculino reportaram níveis mais elevados de prontidão do que as professoras em várias áreas, mas a lacuna era maior no que diz respeito ao apoio institucional. Os homens sentiram que as suas universidades eram mais favoráveis aos seus esforços de utilização da inteligência artificial do que as mulheres. Isto sugere que o ambiente em que um professor trabalha — se se sente encorajado, dotado de recursos e orientado — pode ser tão importante quanto as suas competências pessoais. O estudo também observou diferenças entre as cinco universidades envolvidas. Embora uma universidade tenha apresentado uma pontuação média de prontidão superior a outra, as diferenças eram pequenas e os grupos de professores de cada instituição eram desiguais em tamanho, o que significa que estas conclusões são preliminares e devem ser vistas com cautela.
Quando os investigadores perguntaram aos professores para descreverem as maiores barreiras ao uso da inteligência artificial, as respostas foram claras e práticas. A preocupação mais frequente foi a integridade académica, especificamente o medo de que os alunos utilizassem mal as ferramentas para entregar trabalhos que não fossem próprios. Logo a seguir estavam questões de infraestrutura, como internet pouco fiável ou falta de acesso ao software necessário. Os professores também expressaram um forte desejo por formação mais prática e aplicada. Eles não queriam apenas saber o que era a tecnologia; queriam saber como construir aulas em torno dela, como criar materiais que funcionassem e como avaliar o trabalho dos alunos num mundo onde as máquinas podem escrever ensaios.
O estudo também descobriu uma profunda interconectividade entre as diferentes competências de que os professores necessitam. Os dados mostraram que os professores que se sentiam fortes numa área, como o conhecimento técnico, tendiam a sentir-se fortes noutras, como o planeamento de aulas ou o julgamento ético. Isto sugere que estas competências não são ilhas isoladas, mas parte de uma capacidade maior e unificada. No entanto, os investigadores observaram que a própria ferramenta de inquérito poderá necessitar de mais testes para garantir que mede estas competências distintas com precisão, uma vez que as linhas entre elas podem por vezes tornar-se ténues.
Em última análise, esta investigação traça o retrato de uma profissão em transição. Os professores de inglês da Arábia Saudita não têm medo da inteligência artificial, mas estão à espera das condições certas para a abraçar plenamente. Eles precisam de mais do que apenas acesso a software; precisam de um ambiente de apoio que aborde as suas preocupações sobre a honestidade académica, forneça tecnologia fiável e ofereça formação que vá além do básico para lhes mostrar como utilizar estas ferramentas de forma responsável e eficaz. O caminho a seguir não é sobre substituir o professor pela máquina, mas sobre equipar o professor com o conhecimento e o apoio necessários para guiar os alunos através de uma nova era de aprendizagem.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.