CAPACITISMO ALGORÍTMICO NA EDUCAÇÃO: RISCOS E DESAFIOS DA INTELIGÊNCIA ARTIFICIAL GENERATIVA PARA PRÁTICAS PEDAGÓGICAS INCLUSIVAS
DOI:
https://doi.org/10.63330/aurumpub.067-101Palavras-chave:
Capacitismo, Educação Inclusiva, Inteligência Artificial Generativa, Pessoas com Deficiência, Viés AlgorítmicoResumo
A expansão da Inteligência Artificial Generativa (IAG) no campo educacional tem ampliado as possibilidades de produção de materiais, personalização da aprendizagem, elaboração de avaliações e apoio às práticas pedagógicas. Entretanto, os sistemas generativos são desenvolvidos a partir de grandes conjuntos de dados e podem reproduzir vieses, estereótipos e padrões socialmente presentes nesses conteúdos, o que suscita preocupações específicas no âmbito da educação inclusiva. Nesse contexto, este estudo tem como objetivo analisar, a partir da literatura, os riscos de reprodução de concepções capacitistas associadas ao uso da Inteligência Artificial Generativa em práticas educacionais. Adota-se a expressão capacitismo algorítmico como categoria analítica para examinar situações nas quais sistemas de IA podem produzir, reforçar ou naturalizar representações, classificações e recomendações fundamentadas em concepções normativas sobre deficiência e capacidade. Metodologicamente, trata-se de uma pesquisa bibliográfica, de abordagem qualitativa e caráter exploratório-descritivo, fundamentada em produções científicas e documentos institucionais relacionados à IAG, vieses algorítmicos, capacitismo, deficiência e educação inclusiva. A discussão concentra-se nos riscos presentes na geração de materiais didáticos, respostas educacionais, processos avaliativos e recomendações pedagógicas mediadas por IA. Argumenta-se que a utilização acrítica dessas ferramentas pode reproduzir estereótipos, generalizar necessidades, reforçar expectativas reduzidas de aprendizagem e desconsiderar a diversidade existente entre estudantes com deficiência. Em contrapartida, a utilização responsável da IAG, associada à supervisão humana, acessibilidade, formação docente, avaliação crítica e participação das pessoas com deficiência no desenvolvimento e na governança dessas tecnologias, pode contribuir para práticas educacionais mais inclusivas. Conclui-se que a incorporação da IAG à educação inclusiva exige mecanismos permanentes de identificação e mitigação de vieses, de modo que a inovação tecnológica não reproduza digitalmente barreiras e concepções capacitistas já existentes nas estruturas sociais e educacionais.
Downloads
Referências
AUGUSTO, Solange do Rocio da Silva; PEREIRA, Alessandra Nunes Barbosa; CORREIA, Wanessa Danúbia Rodrigues; ANDRADE, Felipe Antonio Xavier; MARTINS, Erika Elvira de Araujo; ANTUNES, Luis Anderson; SANTANA, Eugênio Jesus. Tendências contemporâneas da formação continuada: Inteligência Artificial, inovação pedagógica e educação baseada em evidências. Educação em Perspectiva: Estudos, Pesquisas e Práticas, v. 1. Aurum Editora, 2026. p. 921–935. DOI: 10.63330/aurumpub.062-066.
BAKER, Ryan S.; HAWN, Aaron. Algorithmic bias in education. International Journal of Artificial Intelligence in Education, v. 32, p. 1052–1092, 2022. DOI: 10.1007/s40593-021-00285-9.
BENDER, Emily M.; GEBRU, Timnit; MCMILLAN-MAJOR, Angelina; SHMITCHELL, Shmargaret. On the dangers of stochastic parrots: can language models be too big? In: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency. New York: ACM, 2021. p. 610–623. DOI: 10.1145/3442188.3445922.
BENNETT, Cynthia L.; KEYES, Os. What is the point of fairness? Disability, AI and the complexity of justice. ACM SIGACCESS Accessibility and Computing, n. 125, 2020. DOI: 10.1145/3386296.3386301.
BRASIL. Lei nº 13.146, de 6 de julho de 2015. Institui a Lei Brasileira de Inclusão da Pessoa com Deficiência (Estatuto da Pessoa com Deficiência). Brasília, DF: Presidência da República, 2015.
BUOLAMWINI, Joy; GEBRU, Timnit. Gender shades: intersectional accuracy disparities in commercial gender classification. In: FRIEDLER, Sorelle A.; WILSON, Christo (org.). Proceedings of Machine Learning Research: Conference on Fairness, Accountability and Transparency. v. 81, 2018. p. 77–91.
CAMPBELL, Fiona Kumari. Contours of ableism: the production of disability and abledness. London: Palgrave Macmillan, 2009.
CRAWFORD, Kate. Atlas of AI: power, politics, and the planetary costs of artificial intelligence. New Haven: Yale University Press, 2021.
EUBANKS, Virginia. Automating inequality: how high-tech tools profile, police, and punish the poor. New York: St. Martin's Press, 2018.
FOLEY, Alan; MELESE, Fasika. Disabling AI: power, exclusion, and disability. British Journal of Sociology of Education, 2025. DOI: 10.1080/01425692.2025.2519482.
GIL, Antonio Carlos. Como elaborar projetos de pesquisa. 7. ed. Barueri: Atlas, 2022.
HOLMES, Wayne et al. Artificial intelligence and education: a critical view through the lens of human rights, democracy and the rule of law. Strasbourg: Council of Europe, 2022.
JESUS, Alexandra Virgínia das Graças de; SANTANA, Eugênio Jesus; ASSIS, Neuda da Cruz. Competência digital docente: revisão sistemática da literatura. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 12, n. 2, p. 1–18, 2026. DOI: 10.51891/rease.v12i2.24339.
KIZILCEC, René F.; LEE, Hansol. Algorithmic fairness in education. In: HOLMES, Wayne; PORAYSKA-POMSTA, Kaśka (org.). The ethics of artificial intelligence in education: practices, challenges, and debates. New York: Routledge, 2022.
MEHRABI, Ninareh et al. A survey on bias and fairness in machine learning. ACM Computing Surveys, v. 54, n. 6, art. 115, 2021. DOI: 10.1145/3457607.
MEYER, Anne; ROSE, David H.; GORDON, David. Universal Design for Learning: theory and practice. Wakefield, MA: CAST Professional Publishing, 2014.
NOBLE, Safiya Umoja. Algorithms of oppression: how search engines reinforce racism. New York: New York University Press, 2018.
ORGANIZAÇÃO DAS NAÇÕES UNIDAS (ONU). Convention on the Rights of Persons with Disabilities and Optional Protocol. New York: United Nations, 2006.
PEREIRA, Natalia Rezende; FEITOSA, Cristiane Izilda Trindade Alcântara; PINTO, Daniel Vinícius; ALMEIDA, Roma Reis de; SANTANA, Eugênio Jesus; RODRIGUES, Alessessandre Roque Garcia; PASSOS, Leila Nazaré dos Santos; BRAZNICK, Francielle; BARRETO, José Augusto. Inteligência Artificial Generativa e Educação Inclusiva: desafios éticos, pedagógicos e legais na garantia do direito à aprendizagem. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 12, n. 4, p. 1–21, 2026. DOI: 10.51891/rease.v12i4.25629.
PIEPZNA-SAMARASINHA, Leah Lakshmi. Care work: dreaming disability justice. Vancouver: Arsenal Pulp Press, 2018.
SANTANA, Eugênio Jesus; SILVA, Rafael Roberto da; RODRIGUES, Alessessandre Roque Garcia; COSTA, Ítalo Domingos; MACIEL, Keila Cristina Ferreira de Araújo; PINTO, Yago Fernandes Pereira. Competência digital docente: formação de professores para a educação do século XXI. Revista Tópicos, v. 4, n. 34, p. 1–20, 2026. DOI: 10.70773/revistatopicos/781153968.
SANTANA, Eugênio Jesus; OLIVEIRA, Glaucimar Torres Arruda; FINKLER, Sirlene Karin Minozzo; PEDRINI, Vanuza do Amaral; CUNHA, Jaqueline da; SOUZA, André Santos; SILVA, Marcia Alvares Ferreira e; SILVA, Gessyara Lucas Salvador dos Santos; MARTINS, Erika Elvira de Araujo; ROCHA FILHO, João Ferreira da; CORDEIRO, Vívian Cristina Fonseca da Silva. Tecnologia Assistiva na Educação Inclusiva: entre os marcos normativos e a efetividade das práticas pedagógicas. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 12, n. 3, p. 1–16, 2026. DOI: 10.51891/rease.v12i3.24636.
SELBST, Andrew D. et al. Fairness and abstraction in sociotechnical systems. In: Proceedings of the Conference on Fairness, Accountability, and Transparency. New York: ACM, 2019. p. 59–68. DOI: 10.1145/3287560.3287598.
SHAKESPEARE, Tom. Disability rights and wrongs revisited. 2. ed. London: Routledge, 2014.
TREWIN, Shari et al. Considerations for AI fairness for people with disabilities. AI Matters, v. 5, n. 3, p. 40–63, 2019. DOI: 10.1145/3362077.3362086.
UNESCO. Recommendation on the Ethics of Artificial Intelligence. Paris: UNESCO, 2021.
UNESCO. Guidance for generative AI in education and research. Paris: UNESCO, 2023.
URBINA, Jacob T.; VU, Peter D.; NGUYEN, Michael V. Disability ethics and education in the age of artificial intelligence: identifying ability bias in ChatGPT and Gemini. Archives of Physical Medicine and Rehabilitation, v. 106, n. 1, p. 14–19, 2025. DOI: 10.1016/j.apmr.2024.08.014.
VERGARA, Sylvia Constant. Projetos e relatórios de pesquisa em Administração. 16. ed. São Paulo: Atlas, 2016.
WANG, Lining; KAMESWARAN, Vaishnav; KACORRI, Hernisa. Toward a taxonomy of algorithmic harms for disability: a systematic review. Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, v. 8, n. 3, p. 2649–2665, 2025. DOI: 10.1609/aies.v8i3.36745.
Downloads
Publicado
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
