LEARNING FROM CYBORGS: HOW ARTIFICIAL INTELLIGENCE CAN SUBVERT DUALISMS IN BIOLOGY EDUCATION IN THE ANTHROPOCENE? INTELIGÊNCIA ARTIFICIAL CONTRA DICOTOMIAS EM TEMPOS DE ANTROPOCENO
Article Sidebar
Main Article Content
Abstract
This article analyzes how the cyborg metaphor, proposed by Donna Haraway, can be articulated with the use of Artificial Intelligence (AI) in biology education to overcome traditional dualisms, promoting more integrated pedagogical practices in the context of the Anthropocene. A qualitative methodology of theoretical-conceptual analysis was adopted, based on a literature review and practical exemplification through interactive narratives and speculative images generated by AI. The analyzed data demonstrate that AI, as a pedagogical resource, expands the possibilities for speculative fabulation, hybridity, and critical reflection. It is concluded that the integration of AI fosters an epistemological transformation in biology education, enhancing the development of critical subjects prepared to face contemporary ethical and ecological challenges.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Aviso de Direito Autoral Creative Commons
https://creativecommons.org/licenses/by-nc-nd/4.0/
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
References
ACHIAM, OpenAI Josh et al. GPT-4 Technical Report. 2023, [S.l: s.n.], 2023. Disponível em: <https://api.semanticscholar.org/CorpusID:257532815>.
CARBAJO-NÚÑEZ, Martín. Inteligência artificial e humanismo de fraternidade. Revista Eclesiástica Brasileira, 2024. Disponível em: <https://api.semanticscholar.org/CorpusID:272055813>.
CASTELLANI, Ana Mauriceia et al. Uso de Inteligência Artificial em Sistemas de Tutores Inteligentes. Revista de Ensino, Educação e Ciências Humanas, 2024. Disponível em: <https://api.semanticscholar.org/CorpusID:267974170>.
CRUTZEN, Paul; STOERMER, Eugene. The Anthropocene. IGBP Global Change Newsletter, n. 41, p. 17–18, 2000.
DA SILVEIRA, Antonio Claudio Jorge; JUNIOR, Niltom Vieira. A inteligência artificial na educação: utilizações e possibilidades. INTERRITÓRIOS, 2019. Disponível em: <https://api.semanticscholar.org/CorpusID:197455390>.
DE SOUZA LINDENMAIER, Diogo; CHITOLINA, Maria Rosa. As representações sociais de sustentabilidade e desenvolvimento sustentável nas pesquisas em ensino de ciências: uma avaliação das publicações em periódicos nacionais de 1996 a 2018. 2020, [S.l: s.n.], 2020. Disponível em: <https://api.semanticscholar.org/CorpusID:225213458>.
DESCOLA, Philippe. Par-delà nature et culture. Paris: Gallimard, 2005.
DÜRBECK, Gabriele; SCHAUMANN, Caroline; SULLIVAN, Heather I. Human and Non-human Agencies in the Anthropocene // Agencialidades humanas y no-humanas en el Antropoceno. European journal of literature, culture and the environment, v. 6, p. 118–136, 2015. Disponível em: <https://api.semanticscholar.org/CorpusID:19678424>.
FLORIDI, Luciano; COWLS, Josh. A Unified Framework of Five Principles for AI in Society. Harvard Data Science Review, 23 jun. 2019.
GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep Learning. [S.l.]: MIT Press, 2016. Disponível em: <https://www.deeplearningbook.org>. Acesso em: 12 maio 2024.
HARAWAY, Donna. A Cyborg Manifesto: Science, Technology, and Socialist-Feminism in the Late 20th Century. In: WEISS JOEL AND NOLAN, Jason and Hunsinger Jeremy and Trifonas Peter (Org.). The International Handbook of Virtual Learning Environments. Dordrecht: Springer Netherlands, 2006. p. 117–158. Disponível em: <https://doi.org/10.1007/978-1-4020-3803-7_4>.
______. Simians, Cyborgs, and Women: The Reinvention of Nature. New York: Routledge, 1991.
______. Staying with the Trouble: Making Kin in the Chthulucene. Durham: Duke University Press, 2016.
HAYLES, Nancy Katherine. How We Became Posthuman: Virtual Bodies in Cybernetics, Literature, and Informatics. Chicago: University of Chicago Press, 1999.
INTERGOVERNMENTAL PANEL ON CLIMATE CHANGE. Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Geneva, Switzerland: [s.n.], 2023.
LATOUR, Bruno. Reassembling the Social: An Introduction to Actor-Network-Theory. Oxford: Oxford University Press, 2005.
______. We Have Never Been Modern. Cambridge, MA: Harvard University Press, 1991.
SÁ-SILVA, Jackson Ronie et al. Falando do Corpo, Calando a Cultura: Discursos sobre o Corpo Humano em Livros Didáticos de Biologia do Ensino Médio. 2019, [S.l: s.n.], 2019. Disponível em: <https://api.semanticscholar.org/CorpusID:212773819>.
SIEMENS, George. Connectivism: A Learning Theory for the Digital Age. International Journal of Instructional Technology and Distance Learning, v. 2, n. 1, p. 3–10, 2005.
STEFFEN, Will; CRUTZEN, Paul J; MCNEILL, John R. The Anthropocene: Are Humans Now Overwhelming the Great Forces of Nature. AMBIO: A Journal of the Human Environment, v. 36, n. 8, p. 614 – 621, 2007. Disponível em: <https://doi.org/10.1579/0044-7447(2007)36[614:TAAHNO]2.0.CO;2>.
VASWANI, Ashish et al. Attention is All you Need. 2017, [S.l: s.n.], 2017. Disponível em: <https://api.semanticscholar.org/CorpusID:13756489>.