Agências do Artificial e do Humano: Uma análise de noções do humano na Inteligên-cia Artificial a partir de perspectivas sociais e culturais
Bibliographic record
Abstract
Esta tese analisa noções construídas sobre o ser humano que são apropriadas com fins tecnológicos, em sistemas computacionais produzidos por praticantes da Inteligência Artificial. Foi desenvolvido com base em um trabalho de campo de observação participante junto a grupos de pesquisa acadêmico na área de Inteligência Artificial, um brasileiro e outro europeu (português). O trabalho articula-se com as demandas da Informática na Educação ao focar, de maneira não estrita, projetos com caráter pedagógico. O presente estudo, através dos significados e as práticas observadas a partir de dentro dos grupos, procurou compreender o conhecimento do participante enquanto pertencente a uma cultura própria e peculiar, e a lógica interna desta cultura. Foram interrogados com especial atenção os artefatos produzidos: sistemas computacionais, investidos das características funcionais desejadas pelos participantes, e materializando suas práticas e premissas. Observou-se como emoção, conhecimento, cultura, e agência, entre outros, são conceituados, estabelecidos e colocados em práticas como categorias do humano, não apenas como definições expressas em texto, mas como materializadas em artefatos e em expectativas sobre o encontro entre estes artefatos e seus usuários. Foi consistentemente trabalhado o “colocar em perspectiva” das práticas e noções próprias do campo estudado, a partir de ferramentas teóricas propostas pelos Estudos de Ciência e Tecnologia, em especial por B. Latour, L. Suchman e D. Forsythe. As práticas e noções, no campo abordado, são conhecimento científico e tecnológico, com estatuto próprio e estabelecido como válido e legítimo; em relação a isto, foi sistematicamente buscada a colocação desta validade e desta legitimidade em perspectiva, mostrando como esta validade relaciona-se com a forma de produção e legitimação, e como esta produção e legitimação podem ser vistas de outras formas. Espera-se, com estes resultados, contribuir para um diálogo mais sofisticado dentro da Informática na Educação entre as práticas tecnológicas, a Ciência da Computação e Inteligência Artificial, e a aplicação social e pedagógica destas práticas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.006 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".