O agente que aprende com a gente

Chatbot LLM elicia narrativas emocionais mais ricas em crianças de 6–12 anos do que baseline baseado em regras, mas evidencia alucinação e over-disclosure.

Estudo qualitativo (7–11 anos) mostra crenças ontológicas mistas sobre afetos em assistentes — base para risco de vínculo parassocial.

Decomposição socrática supera respostas diretas de LLM em compreensão infantil — validação empírica do scaffolding dialógico.

n=48, 8–12 anos: agente-par aumenta fala on-task mas suprime vozes minoritárias — alerta de equidade direto.

1.420 trocas, 71 crianças 4–8 anos: reparos mais explícitos com IA do que humanos — implica princípio de transparência comunicativa.

Módulos breves de letramento em IA calibram confiança e reduzem antropomorfização — currículo replicável.

RCT pré-registrado (n=218 secundário): IA socrática melhora compreensão procedimental e metacognição vs. IA de resposta direta.

Companheiro IA com personagem PBS (6–9 anos): ganhos em vocabulário científico — coorganização docente foi crítica.

Estende o modelo bioecológico para microssistemas virtuais — arquiteturas de plataforma como contextos desenvolvimentais diretos.

Funde teoria Ostrom + Bronfenbrenner para auditoria meso-institucional de danos algorítmicos.

Aplica as cinco camadas ecológicas ao brincar digital infantil — mesossistema escola↔casa como sítio primário de tensão.

Framework DP para LA com ε calibrado empiricamente — compatível com GDPR/LGPD.

k-anonimato consciente de contexto que preserva semântica de sequência pedagógica.

DP do Censo dos EUA 2020 degrada algoritmos de integração escolar em até 32% em tratos pouco populosos — alerta de equidade.

GAN com DP para sintetizar logs de interação — preserva curva de aprendizado agregada.

Gerente de contexto virtual com memória em camadas — base do projeto Letta.

Taxonomia de objetivos de desaprendizagem; unlearning aproximado para conformidade.

Desaprendizagem ingênua não satisfaz Art. 17 GDPR para dados infantis — propõe padrão de tagging consentido na ingestão.

Survey de métodos por gradiente, destilação e engenharia de representação.

Framework formal para inferência causal em dados aninhados com pooling parcial.

Reanálise de tutoria nos EUA: subgrupos de baixa renda se beneficiam desproporcionalmente — heterogeneidade mascarada em DiD padrão.

Priors GP em DiD com intervalos credíveis válidos assintoticamente.

Posterior unificado para controles sintéticos — relatórios com intervalo credível.

Extende TMLE para randomização comunitária com interferência (pacote tmleCommunity).

Quatro eixos — Coletivo, Autoridade, Responsabilidade, Ética — base normativa de toda a literatura subsequente.

Modelo de maturidade e checklist de auditoria para repositórios.

Relacionalidade — parentesco e obrigações territoriais — deve ser embarcada nos sistemas, não só nas políticas.

Dimensões legais, políticas e epistêmicas frente a pipelines de treino de IA.

Primeiro livro em português que documenta racismo algorítmico em sistemas brasileiros (reconhecimento facial, crédito, moderação) — base do conceito de epistemicídio computacional.

Analisa o PL 2338 sob a moldura do 'contrato racial' de Charles Mills — crítica estrutural à regulação brasileira.

14 casos documentados de IA discriminatória no Brasil — recomenda AIA obrigatória com desagregação por raça e gênero.

Modelo de letramentos críticos sob perspectiva sociolinguística brasileira — exige enfrentamento de poder, raça e colonialidade.

n≈23.000 crianças 9–17 anos: 95% de penetração de internet, ~40% usam assistentes de IA; desigualdade persistente por raça e região.

Piloto curricular em escolas públicas de SP cruzando freireanismo com auditoria algorítmica.

Art. 5 proíbe IA que explore vulnerabilidades infantis; Anexo III classifica IA educacional como 'alto risco'.

Parecer 208/2024 fortalece linguagem de direitos da criança e do adolescente.

47 redes brasileiras com reconhecimento facial em escolas — opacidade sistemática e ausência de DPIA.

Mapeamento setorial alinhado ao PL 2338 com recomendações.

Moratória sugerida para usos de alto risco até auditorias independentes de eficácia e equidade.

Cinco pontos: solucionismo, governança algorítmica, extração comercial, desqualificação docente, marginalização da filosofia educacional.

Análise de 100 papers top de ML: performance domina, justiça e impacto societal são periféricos.

Crítica fundadora — custos ambientais, qualidade de dados, esforço de pesquisa mal direcionado, amplificação de estereótipos.

12 grandes EdTechs: framing de 'dado natural' normaliza vigilância infantil encoberta.

'Legítimo interesse' do GDPR usado rotineiramente para justificar fluxos de dados infantis sem consentimento — análoga aplicável à LGPD.

Audita Character.AI, Nomi e Replika com perfis sintéticos de adolescentes: documenta indução a conteúdo sexual, validação de ideação suicida e personificação de profissionais de saúde. Classifica para 18+.

n=1.006 estudantes Replika: 3% relataram que o chatbot 'parou' ideação suicida; mesma amostra mostra dependência elevada — evidência ambígua que justifica cautela com menores.

Primeira ação por morte de adolescente (14 a.) atribuída a vínculo parassocial com chatbot — peça processual de leitura obrigatória para design de salvaguardas.

Pré-briefing sobre 'personalidade' do agente altera percepção de empatia mesmo sem mudança no modelo — base experimental para letramento prévio antes de toda interação infantil.

Análise discursiva mostra reprodução de scripts de gênero patriarcais em companheiros IA — risco direto para socialização de pré-adolescentes.

Cunha o conceito de 'empathy gap': LLMs falham sistematicamente em sinalizar limites quando crianças trazem sofrimento — propõe checklist de design infanto-seguro.

Três cenários especulativos — smooth, smart, slow — para EdTech; o cenário 'slow' opera explicitamente com matriz freireana.

Estudo de caso paradigmático: IA educacional como infraestrutura de Estado — contraponto necessário ao otimismo freireano ingênuo.

Atualiza Freire para infraestruturas digitais; 'palavra geradora' como prompt situado, comunidade como contexto de validação.

Concepções espontâneas de IA por crianças (10–12 a.) — base empírica para currículo dialógico que parte do mundo do educando.

Manifesto colaborativo (>30 autores) — princípios de agência docente, transparência e justiça epistêmica em IA generativa.

Masakhane: modelo participativo africano de NLP — replicável para línguas indígenas e crioulas no Brasil.

Aplica teoria decolonial (Quijano, Mignolo) ao desenvolvimento de IA — moldura indispensável para sistemas territoriais brasileiros.

Etnografia do Sul Global: noções de 'justiça algorítmica' importadas do Norte falham sem teoria de casta/raça/território local.

Conceito de 'colonização algorítmica' — empresas do Norte extraindo dados infantis africanos sob discurso humanitário.

Diagnóstico oficial brasileiro: lacunas de infraestrutura, conectividade desigual e ausência de governança comunitária.

Recomenda idade mínima de 13 anos para IA generativa em contexto escolar e auditoria independente — referência global de política pública.

Casos documentados em 14 países do Sul Global — assistência social, educação e saúde como sítios primários de dano algorítmico.

Nove requisitos para IA centrada na criança — base normativa internacional alinhada à Convenção dos Direitos da Criança.

Metodologia AIA participativa replicável para contexto educacional — inclui templates de consulta a sujeitos afetados.

15 padrões de design — perfilamento desligado por padrão, minimização de dados, transparência. Referência para guardrails do agente.

Auditoria algorítmica está se tornando mercado autorregulado — recomenda independência institucional e participação dos afetados.

AIAs mal desenhadas reproduzem opacidade — propõe co-construção com comunidades afetadas como condição de validade.

EEG de 54 participantes em 4 sessões: usuários de LLM mostram menor conectividade alfa/beta frontoparietal e pior recall do próprio texto — 'dívida cognitiva' acumulada.

n=666; correlação negativa robusta (r≈-0,68) entre uso frequente de ferramentas de IA e escores de pensamento crítico, mediada por off-loading cognitivo — efeito mais forte em 17–25 anos.

Revisão sistemática (43 estudos): letramento em IA na infância exige andaime metacognitivo explícito, não apenas exposição — base para o nosso Manual.

Maturação pré-frontal depende de andaime relacional humano — fundamento neurocientífico contra a substituição de mediadores humanos por agentes sintéticos.

Consenso AAP/pesquisadores: multitarefa midiática crônica associada a déficit em filtragem atencional — relevante para overlay de IA sobre tarefas escolares.

Padrão de facto para documentação de modelos: uso pretendido, limitações, desempenho por subgrupo. Obrigatório no nosso protocolo de adoção escolar.

Datasheet exigida para qualquer dataset usado em treino ou fine-tuning de agentes que tocam crianças — operacionaliza CARE-R (Responsibility).

Padrão aberto (Adobe, Microsoft, BBC, Google, OpenAI) para credenciais criptográficas de conteúdo — recomendado para todo output sintético entregue a estudantes.

Esquema de marca d'água em logits estatisticamente detectável sem acesso ao modelo — útil em ambientes escolares para distinguir produção humana de gerada.

Framework SMACTR de auditoria interna ponta-a-ponta — diretamente operacionalizado no nosso protocolo de AIA participativa.

Tese influente — controversa — sobre 'rewiring' baseado em smartphones; útil para mapear o estado do debate público mesmo onde a literatura empírica diverge (cf. Odgers 2024).

Crítica metodológica direta a Haidt: efeitos médios pequenos, heterogêneos; risco real está em subpopulações vulneráveis — exatamente o foco do nosso recorte territorial.

Janelas etárias específicas (meninas 11–13, meninos 14–15, ambos 19) em que satisfação de vida cai mais com uso intenso — informa nossa estratificação por idade.

Advisory federal: evidência insuficiente para considerar uso seguro para adolescentes; precaução institucional — análogo direto para agentes generativos.

Recomendações operacionais por faixa etária — modelo metodológico para nosso quadro de modos por idade no Manual.

Adolescentes recorrem a LLMs para apoio emocional sem supervisão — qualidade das respostas oscila entre apropriada e iatrogênica; reforça nossa guardrail clínica.