Developing deepfake literacy among pre-service teachers: a qualitative study in the context of immigration
Este estudo qualitativo demonstra que, embora o treinamento específico em detecção de deepfakes melhore o uso de estratégias de verificação sistemática pelos professores em formação ao avaliar conteúdos relacionados à imigração, ele não elimina totalmente a dependência de vieses cognitivos não validados, ressaltando a necessidade de reforçar o pensamento crítico na formação inicial de professores.
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
Numa era em que um vídeo pode ser feito para parecer e soar exatamente como uma pessoa real dizendo coisas que ela nunca disse, a linha entre a verdade e a fabricação está se tornando perigosamente tênue. Este fenômeno, conhecido como deepfake, baseia-se em poderosos programas de computador que aprendem com vastas quantidades de imagens e vozes reais para criar mídia sintética. Essas ferramentas podem gerar vídeos convincentes de políticos, celebridades ou pessoas comuns fazendo ou dizendo quase qualquer coisa. Embora esta tecnologia ofereça novas formas de criar arte e educação, ela também representa uma séria ameaça à forma como entendemos o mundo. Quando as pessoas não conseguem distinguir o que é real, a confiança nas notícias, nas instituições e até umas nas outras começa a desmoronar. Isso é especialmente perigoso quando se trata de temas sensíveis como a imigração, onde histórias falsas podem inflamar tensões e distorcer o debate público. O desafio para a sociedade não é apenas identificar essas falsificações, mas ensinar as pessoas a pensar criticamente sobre a informação que consomem todos os dias.
Uma equipe de pesquisadores na Espanha partiu para ver se futuros professores poderiam aprender a identificar essas falsificações digitais, especificamente no contexto da imigração. Eles trabalharam com 133 estudantes em formação para serem professores do ensino fundamental na Universidade de Murcia. Esses estudantes não eram especialistas em tecnologia; eram pessoas comuns estudando para guiar a próxima geração. Os pesquisadores queriam ver como esses estudantes julgavam a veracidade do conteúdo digital antes e depois de receberem um treinamento específico sobre como detectar deepfakes. O objetivo era entender que tipo de raciocínio as pessoas utilizam quando tentam decidir se um vídeo ou imagem é real, e se o ensino de habilidades específicas de detecção poderia mudar sua abordagem.
Antes do início do treinamento, os estudantes foram expostos a várias peças de conteúdo digital relacionadas à imigração e solicitados a decidir se eram reais ou falsas. Nesta fase, seus métodos eram frequentemente pouco confiáveis e baseados em pressentimentos, em vez de fatos. Muitos estudantes dependiam do que já acreditavam ser verdade, um atalho mental conhecido como viés de confirmação. Se um vídeo sobre imigração se ajustasse às suas visões ou estereótipos existentes, eles provavelmente o aceitariam como real sem verificar mais a fundo. Outros confiavam em um conteúdo simplesmente porque parecia oficial ou vinha de uma fonte que presumiam ser autoritária, como um chefe de polícia ou um jornal antigo. Alguns até julgavam um vídeo como falso apenas porque o texto parecia mal formatado ou porque a linguagem parecia muito emocional, sem procurar por evidências reais de manipulação. Seu raciocínio era frequentemente intuitivo, ou seja, parecia certo para eles, mas não era fundamentado em uma verificação sistemática dos fatos.
Os pesquisadores então introduziram um programa de treinamento projetado para ensinar aos estudantes como identificar os sinais específicos de manipulação por inteligência artificial. Esta instrução abrangia como procurar erros sutis que os computadores costumam cometer, como os lábios de uma pessoa não se movendo em perfeita sincronia com sua voz, padrões estranhos de piscar ou fundos que parecem borrados ou distorcidos. Os alunos também aprenderam a verificar a fonte da informação, procurando por veículos de notícias verificados em vez de contas não verificadas de redes sociais, e a cruzar afirmações com dados confiáveis. Após este treinamento, os estudantes foram expostos ao mesmo tipo de conteúdo novamente e solicitados a julgá-los mais uma vez.
Os resultados mostraram uma mudança clara na forma como os estudantes abordavam a tarefa. Após o treinamento, eles se afastaram de depender de seus sentimentos iniciais ou estereótipos e começaram a usar métodos mais sistemáticos. Eles passaram a procurar muito mais por falhas técnicas, como o movimento não natural de um rosto ou inconsistências na iluminação. Eles também começaram a verificar a credibilidade da fonte com mais cuidado, perguntando se a informação vinha de uma organização de notícias confiável ou de uma postagem aleatória de rede social. Embora ainda caíssem ocasionalmente em suas próprias crenças, o treinamento deu-lhes um novo conjunto de ferramentas para questionar o que viam. O estudo sugere que a educação específica pode ajudar as pessoas a se tornarem mais cuidadosas e analíticas ao avaliar o conteúdo digital, ajudando-as a separar o fato da ficção.
No entanto, os pesquisadores observaram que o treinamento não eliminou completamente a influência das crenças pessoais. Mesmo com novas habilidades, alguns estudantes ainda deixavam suas precepções guiarem seu julgamento. Isso destaca que, embora o ensino de como identificar erros técnicos seja útil, não é uma solução completa. Para verdadeiramente proteger contra a desinformação, especialmente em tópicos sensíveis como a migração, as pessoas precisam combinar habilidades técnicas com um forte hábito de pensamento crítico. O estudo conclui que os futuros professores precisam desse tipo de treinamento para que possam transmitir essas habilidades aos seus próprios alunos, ajudando a construir uma sociedade melhor equipada para navegar em um mundo onde ver nem sempre significa acreditar.
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.