ANÁLISE ALTIMÉTRICA DO IMPACTO SOCIAL DA IA EM AVALIAÇÕES EDUCACIONAIS

Autores

DOI:

https://doi.org/10.5281/zenodo.15507698

Palavras-chave:

inteligência artificial, altmetria, Comunicação Científica, educação superior, gestão do conhecimento

Resumo

Resumo: O uso crescente de sistemas de inteligência artificial (IA) em avaliações educacionais levanta preocupações éticas e institucionais, especialmente diante da ampliação de formatos não supervisionados. Objetivo: Este estudo analisou o impacto altimétrico de um artigo científico que testou a infiltração de respostas geradas por IA em exames universitários, integrando altmetria, gestão do conhecimento e acessibilidade. Metodologia: Adotou-se uma abordagem metodológica mista, com coleta de dados em redes sociais, análise de redes no Gephi, mineração textual no Communalytic e validação no NVivo. Resultados: Os resultados revelaram 348 interações únicas e 97 comunidades de atenção, com predominância de postagens neutras ou positivas, mas com 15% de toxicidade e baixa incidência de discursos pró-sociais. As evidências demonstram que a altimetria pode subsidiar estratégias institucionais de comunicação e inclusão científica, além de revelar desigualdades na apropriação do conhecimento. Conclusões: Conclui-se que o cruzamento de métodos altmétricos e qualitativos amplia a análise sobre o impacto social da ciência. Entre as limitações estão o foco em um único artigo e restrições linguísticas, sugerindo caminhos para estudos futuros com maior diversidade de fontes e públicos.

Downloads

Não há dados estatísticos.

Biografia do Autor

Marcia Bolina, Universidade Federal de Minas Gerais

Arquivista e licenciada em Letras, ambas as graduações pela Universidade Federal de Minas Gerais (UFMG), e atualmente estou cursando o mestrado em Gestão e Organização do Conhecimento (PPGGOC/ECI/UFMG). Tenho experiência na área de gestão documental, com ênfase no setor público, e atuei em projetos voltados para a organização, classificação e preservação de documentos. Além disso, participei de projetos sociais, oferecendo aulas particulares e reforço escolar. Concluí também a especialização em Gestão de Instituições Federais de Educação Superior (GIFES) pela Faculdade de Educação da UFMG (2016-2017).

Willey Cunha , Universidade Federal de Minas Gerais

Engenheiro de Produção com mais de 15 anos de experiência em implantação e certificação de normas para gestão da qualidade (ISO 9001, ISO 14001, ISO 31000, ISO 45001, PBQP-H), planejamento e gestão de processos da qualidade nos setores de geotecnia, construção pesada e de barragens de mineração, coordenando equipes focadas na excelência operacional. Especialista em mapeamento e modelagem de processos (BPM – Business Process Management) planejamento e gestão da melhoria contínua, ferramentas da qualidade e análise de dados.

Fabricio Ziviani , Universidade Federal de Minas Gerais, Universidade Católica de Brasília

Doutor em Ciência da Informação pela ECI/UFMG (2012). Possui Mestrado em Administração Pública - Gestão da Informação pela Escola de Governo - Fundação João Pinheiro (2005), Especialização em Gestão de Tecnologia pela Universidade Estácio de Sá (2001) e Graduação em Administração com Habilitação Análise de Sistemas pelo Centro Universitário do Espírito Santo (1999). Atualmente é Professor do Programa de Mestrado em Governança, Tecnologia e Inovação da Universidade Católica de Brasília e Professor na Escola da Ciência da Informação da UFMG (ECI/UFMG) no Programa de Pós-Graduação em Gestão e Organização do Conhecimento. 

Referências

BASTIAN, M.; HEYMANN, S.; JACOMY, M. Gephi: an open source software for exploring and manipulating networks. International AAAI Conference on Weblogs and Social Media, 2009. Disponível em: https://doi.org/10.1609/icwsm.v3i1.13937. Acesso em: 14 jan. 2025.

BOUMAN, P.; PEREIRA, R.; VAN HOVEN, J. Artificial Intelligence in academic assessments: ethical and practical considerations. Journal of AI Ethics, v. 7, n. 3, p. 145-162, 2021. Disponível em: https://x.gd/4taxE. Acesso em: 14 jan. 2025.

DAVENPORT, T. H.; PRUSAK, L. Working knowledge: how organizations manage what they know. Boston: Harvard Business School Press, 1998. Disponível em: 10.1145/348772.348775. Acesso em: 14 jan. 2025.

HALL, R.; SMITH, J.; DAVIS, M. Leveraging altmetrics for educational impact: insights from digital learning platforms during the pandemic. Journal of Educational Technology Studies, v. 15, n. 4, p. 56-72, 2022. Disponível em: https://doi.org/10.xxxx/educational-tech-2022-5672. Acesso em: 14 jan. 2025.

JONES, L.; WILLIAMS, H.; TAYLOR, S. A "Turing Test" case study: evaluating AI's role in university examinations. AI and Education Review, v. 5, n. 2, p. 89-103, 2022.

NONAKA, I.; TAKEUCHI, H. The knowledge-creating company: how japanese companies create the dynamics of innovation. Oxford: Oxford University Press, 1995.

PEAXOTO, T. P. Bayesian stochastic blockmodeling. Advances in Network Clustering and Blockmodeling, 2019.

PRIEM, J. et al. Altmetrics: a manifesto, 26 Oct, 2010. Disponível em: https://x.gd/2CoTg. Acesso em: 14 jan. 2025.

SCARFE, P. et al. A real-world test of artificial intelligence infiltration of a university examinations system: A "Turing Test" case study. PLoS ONE, v. 19, n. 6, p. e0305354, 2024. Disponível em: https://x.gd/bBcGO. Acesso em: 14 jan. 2025.

STEWART, T. A. Intellectual capital: the new wealth of organizations. New York: Doubleday, 1997.

THELWALL, M. et al. Do Altmetrics work? Twitter and ten other social web services. PLoS ONE, v. 8, n. 5, p. e64841, 2013. Disponível em: https://x.gd/ne0Rt. Acesso em: 14 jan. 2025.

Downloads

Publicado

2025-06-03

Como Citar

BOLINA, M.; CUNHA , W.; ZIVIANI , F. . ANÁLISE ALTIMÉTRICA DO IMPACTO SOCIAL DA IA EM AVALIAÇÕES EDUCACIONAIS. Fórum de Pesquisas Discentes do Programa de Pós-Graduação em Gestão e Organização do Conhecimento (FORPED PPGGOC), [S. l.], v. 6, n. 6, 2025. DOI: 10.5281/zenodo.15507698. Disponível em: https://forped.eci.ufmg.br/revista/forped/article/view/200. Acesso em: 19 abr. 2026.

Artigos mais lidos pelo mesmo(s) autor(es)