Um estudo com 622 estudantes do ensino fundamental e médio na China modelou como atitude de aprendizagem em IA, alfabetização em IA e interesse por carreiras na área se relacionam, e encontrou um ponto central para escolas e redes: a alfabetização em IA parece ser o mecanismo que transforma atitude positiva em intenção de seguir profissões ligadas à tecnologia, enquanto diferenças de gênero aparecem nos níveis declarados, mas não no “caminho” que conecta as variáveis.
O QUE HÁ DE NOVO: Publicado na revista Education and Information Technologies, o artigo analisou dados de 622 alunos (11 a 18 anos) de 11 escolas que já ofereciam cursos de IA em diferentes regiões da China, para estimar um modelo que conecta três dimensões: atitude para aprender IA, alfabetização em IA e interesse de carreira em IA. Na amostra, meninos reportaram médias mais altas nos três indicadores, mas a modelagem estatística não encontrou diferenças relevantes entre gêneros na forma como atitude e alfabetização se combinam para explicar o interesse profissional.
COMO FUNCIONA: Os pesquisadores aplicaram questionários em escala Likert (1 a 5) com instrumentos específicos: uma escala de atitude frente às aulas de IA (com componentes afetivo, comportamental e cognitivo), uma escala ampla de alfabetização em IA construída e validada para o estudo (46 itens em sete dimensões, incluindo fundamentos, decomposição de tarefas, programação e resolução de problemas, colaboração, criatividade, pensamento crítico e responsabilidade/consciência) e um instrumento de interesse de carreira adaptado de escalas de STEM. Com os dados, realizaram análises de correlação e modelagem de equações estruturais (SEM), testaram mediação via bootstrapping (5.000 reamostragens) e executaram comparação multigrupo para verificar se o modelo mudaria entre meninos e meninas.
PRINCIPAIS RESULTADOS: As associações entre as variáveis foram altas e positivas: atitude e alfabetização (r=0,72), atitude e interesse de carreira (r=0,60), alfabetização e interesse de carreira (r=0,69). Na análise de caminhos, atitude previu alfabetização (β=0,83) e também mostrou relação com interesse (β=0,70) quando examinada isoladamente; alfabetização previu interesse (β=0,75). No modelo de mediação, porém, o efeito direto de atitude sobre interesse deixou de ser significativo (β=0,15), e o caminho indireto via alfabetização permaneceu forte (β=0,54), caracterizando mediação completa, com o componente mediado respondendo por 78,6% do efeito.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para redes e escolas que desenham currículos de IA, o estudo sugere que “gostar” de IA ou ter uma disposição positiva para aprender pode não se converter, sozinho, em aspiração profissional: é a alfabetização em IA, entendida como um conjunto multidimensional que inclui fundamentos, prática e responsabilidade, que faz essa ponte. Isso desloca o foco de iniciativas baseadas apenas em engajamento e sensibilização para estratégias de ensino que garantam progressão de competências, evidências de aprendizagem e experiências práticas que sustentem a autoconfiança do estudante em relação a tarefas reais (por exemplo, decompor problemas, programar, avaliar impactos e discutir ética).
Do ponto de vista de equidade, o achado de que meninas reportaram níveis mais baixos de atitude, alfabetização e interesse, mas não apresentaram um “modelo psicológico” diferente, reforça uma leitura operacional: reduzir a desigualdade pode depender mais de acesso, apoio e pertencimento (ambiente inclusivo, expectativas docentes, referências e mentoria, projetos relevantes) do que de intervenções totalmente distintas por gênero. Em políticas de formação e avaliação, a proposta de medir alfabetização em IA com dimensões que incluem pensamento crítico e responsabilidade também aponta para uma agenda de competências além de programação, alinhada a demandas contemporâneas de cidadania digital.
SIM, MAS…: O próprio estudo reconhece limites importantes para tomadores de decisão: os dados são autorrelatados (capturam percepção, não proficiência), o desenho é de survey (não estabelece causalidade ao longo do tempo) e a amostra veio apenas de escolas que já ofereciam cursos de IA, o que pode introduzir viés de seleção e superestimar níveis de atitude/alfabetização em comparação à média do sistema. Além disso, ainda que o trabalho tenha buscado diversidade geográfica, trata-se de um único país e contexto curricular, o que exige cautela ao transferir conclusões diretamente para redes com infraestrutura, currículos e formação docente diferentes.
O QUE VEM DEPOIS: Entre os próximos passos sugeridos, estão expandir amostras para escolas sem oferta de IA, incorporar medidas objetivas de desempenho (testes padronizados, tarefas práticas) e adotar métodos mistos (entrevistas e observação em sala) para entender melhor por que atitude se traduz, ou não, em aprendizagem efetiva e, depois, em projetos de futuro. Para gestores, a implicação prática é clara: se a meta é desenvolver talentos e ampliar a diversidade na área, programas de IA no ensino básico precisam ser avaliados não apenas por adesão e satisfação, mas por ganhos concretos nas múltiplas dimensões de alfabetização em IA que, segundo o modelo, sustentam o interesse de carreira.
