Inteligência Artificial e Ensino da Leitura

uma análise da plataforma Amira Learning

Resumo

Este artigo traz uma análise da plataforma Amira Learning, voltada ao ensino da leitura para estudantes da Educação Básica no sistema norte-americano. Fundada em 2016 por engenheiros e executivos oriundos de empresas como Pearson, IBM, ACT e Renaissance, a plataforma utiliza Inteligência Artificial (IA) para oferecer instrução personalizada em leitura. Atualmente, responde por aproximadamente 15% do mercado de tecnologias educacionais voltadas à Educação Básica nos Estados Unidos, atendendo a mais de 1.800 distritos escolares. O objetivo do estudo é identificar os principais mecanismos de automação presentes na plataforma e discutir os fundamentos pedagógicos que os sustentam. A investigação ancora-se, teoricamente, nos estudos críticos sobre a plataformização da educação, nos letramentos e na teoria da psicogênese da língua escrita. Metodologicamente, foi adotada uma abordagem qualitativa, com base em análise documental de materiais divulgados pela própria empresa. A análise concentrou-se na versão mais recente do sistema — o Intelligent Growth Engine —, a partir da qual foram descritas as cinco funcionalidades que evidenciam seus mecanismos de automação. Além disso, também foram mapeados três agentes inteligentes — Amira ISIP Assess (avaliação), Amira Instruct (instrução) e Amira Tutor (tutoria) — e seus respectivos fluxos de coleta, adaptação, feedback e recomendação.  Os resultados das análises indicam que, apesar da alta sofisticação tecnológica, a abordagem pedagógica da Amira Learning permanece fundamentada em princípios associacionistas e behavioristas, baseados na lógica da instrução programada, de base skinneriana. Nessa perspectiva, aprender a ler é basicamente decifrar relações entre grafemas e fonemas — isto é, associar letras a sons —, restringindo o processo de aprendizagem ao reconhecimento dessas correspondências. Assim, priorizam-se exercícios repetitivos e memorização, enquanto o desenvolvimento de habilidades metacognitivas e a consideração dos contextos ficam relegados a segundo plano. No sistema da Amira, essa visão se manifesta, entre outros, em tarefas que priorizam a fragmentação dos conteúdos, no fornecimento de feedback imediato e na personalização automatizada da aprendizagem.  Conclui-se que a crescente adoção de plataformas como a Amira Learning por instituições de ensino e por órgãos governamentais demanda uma análise ética e pedagógica atenta aos modos como tecnologias de IA estão moldando práticas escolares, especialmente nos campos da alfabetização e do letramento.