QUANDO O ALGORITMO TAMBÉM EXCLUI: CAPACITISMO ALGORÍTMICO E PERSONALIZAÇÃO NA EDUCAÇÃO ESPECIAL INCLUSIVA

Resumo

Sistemas de inteligência artificial empregados na educação costumam ser associados à adaptação individual, à acessibilidade e ao apoio ao professor. O estudo examina um problema anterior à eficiência dessas ferramentas: como as categorias usadas para representar o estudante podem carregar expectativas normativas sobre capacidade, aprendizagem, comunicação e desempenho. Trata-se de pesquisa teórica, qualitativa, bibliográfica e documental, desenvolvida como revisão narrativa crítica orientada por problema, com levantamento dirigido e não exaustivo atualizado até agosto de 2026. A análise relaciona estudos sobre modelos do aprendiz, danos algorítmicos, capacitismo e aconselhamento automatizado a documentos brasileiros de Educação Especial. Os achados indicam que personalizar exige selecionar atributos e transformar essa seleção em inferências; assim, uma recomendação útil pode tornar-se reducionista quando recebe alcance maior do que os dados permitem ou quando toma determinada forma de funcionamento como padrão implícito. Também se verifica que a presença de julgamento humano não elimina, por si só, a influência algorítmica. A partir dessa síntese, o artigo organiza sete critérios crítico-pedagógicos: representação, finalidade, contexto, compreensibilidade, contestabilidade, proporcionalidade e participação. A análise indica que a inclusão depende menos do rótulo “personalizado” e mais da qualidade dos critérios, dos limites das inferências e da forma como a recomendação é integrada à avaliação pedagógica contextual.