IA para Filosofia no Ensino Médio: caminhos práticos e críticos

Por que trazer IA para a Filosofia no Ensino Médio?

A IA favorece o exercício de perguntar bem, de explicitar pressupostos e de testar a solidez de argumentos com contraexemplos rápidos. Em sala, isso fomenta pensamento crítico, abertura ao dissenso e alfabetização midiática.

Com curadoria docente, a IA apoia leituras de textos clássicos e contemporâneos, análise de falácias, construção de conceitos e debates éticos sobre tecnologia. Alinha-se à BNCC ao integrar cultura digital, argumentação e responsabilidade consigo e com o outro.

Na prática, a IA pode funcionar como um interlocutor dialógico para seminários socráticos, ajudando a gerar perguntas de diferentes níveis, a sintetizar pontos de vista e a propor contraexemplos. Em análises de textos, ela sugere paráfrases, glosários e mapas conceituais que facilitam o acesso de estudantes com níveis variados de letramento, sem abdicar do rigor filosófico e da autoria discente.

Do ponto de vista ético, o uso da IA é em si um objeto de investigação: privacidade, vigilância, vieses algorítmicos, automação do trabalho e responsabilidade epistêmica. Ao problematizar esses temas com estudos de caso e dilemas morais, a turma desenvolve critérios para o uso responsável: explicitar fonte e mediação humana, checar veracidade, registrar versões e justificar escolhas, respeitar a LGPD e adotar políticas de transparência na escola.

Para começar, vale conduzir pilotos curtos com objetivos claros, rubricas de avaliação formativa e protocolos de segurança. Defina papéis para a IA no fluxo de trabalho (gerar hipóteses, oferecer contrapontos, apoiar revisão), promova momentos de metacognição sobre quando confiar ou desconfiar da máquina e documente aprendizados para a comunidade escolar. Assim, a IA entra como prótese intelectual que amplia o filosofar e conserva o essencial: a responsabilidade do julgamento humano.

Princípios éticos, privacidade e uso responsável

Colocar a LGPD na prática exige decisões didáticas concretas: evite dados pessoais nos exercícios, substitua nomes por pseudônimos e prefira cenários fictícios quando a análise de casos reais puder expor alguém. Antes de coletar qualquer informação identificável, questione a necessidade, o propósito pedagógico e o prazo de retenção. Em atividades avaliativas, combine com a turma protocolos de anonimização, armazenamento seguro e descarte, reforçando que ética de dados começa no planejamento.

Adote transparência como princípio operativo: explicite quando e como a IA foi usada em cada atividade, do rascunho ao refinamento. Inclua no enunciado uma nota de uso de IA e peça que estudantes anexem um registro sucinto dos prompts e versões geradas, indicando o que foi aceito, editado ou descartado. Essa trilha de auditoria favorece a metacognição e permite avaliar a qualidade do julgamento humano, não apenas a fluência do texto final.

Trabalhe vieses algorítmicos como objeto de investigação filosófica. Proponha que a turma localize e discuta pressupostos, estereótipos e lacunas em respostas da IA, comparando-as com fontes acadêmicas. Experimente contra-prompts que mudem perspectivas (classe social, gênero, região) e observem como as saídas se alteram; em seguida, debatam critérios de justiça epistêmica, pluralidade e responsabilidade coletiva no desenho e na adoção de sistemas sociotécnicos.

Pratique minimização de dados nos prompts: compartilhe apenas o essencial para a tarefa, trocando detalhes sensíveis por descrições funcionais. Use redatores de contexto com sanitização prévia, role-play com dados públicos e estudos de caso sintetizados. Quando necessário, separe o trabalho em camadas — primeiro a estrutura, depois exemplos genéricos — e só então faça a adaptação humana ao contexto real, sem expor informações confidenciais ao modelo.

Fortaleça fontes e verificabilidade: solicite que a IA proponha referências, mas valide tudo em obras confiáveis, bases de dados institucionais e bibliografia indicada. Integre uma etapa de checagem cruzada e citação correta, destacando limites de alucinação. Por fim, trate de autoria: estudantes devem registrar decisões, revisões e contribuições humanas no processo, distinguindo claramente o que é geração automática, curadoria crítica e criação original.

Roteiros de aula: debate socrático aumentado por IA

Comece pela preparação: selecione uma questão norteadora clara, alinhada a um eixo da BNCC, e um texto curto que traga tensão conceitual. Defina objetivos (clarificação, avaliação de argumentos, construção de tese), critérios de qualidade e papéis dos estudantes. Configure o ambiente de IA com transparência sobre limites, privacidade e vieses, e elabore um protocolo de uso responsável, incluindo a necessidade de checagem humana e referência às fontes.

No aquecimento, utilize a IA para gerar três perguntas clarificadoras e duas objeções típicas ao texto escolhido. Projete-as para a turma, convide os grupos a classificá-las por relevância e a propor reformulações mais precisas. Modele um prompt ético e explícito (contexto, objetivo e parâmetros) e peça que os estudantes justifiquem por que cada pergunta ou objeção é útil para abrir o debate, registrando as melhores versões no quadro.

Na Rodada 1, organize grupos para produzir respostas iniciais à questão norteadora, dialogando com as perguntas e objeções. Os grupos podem solicitar à IA contraexemplos e casos-limite, sempre verificando consistência e pertinência. Incentive práticas de escuta ativa, distinção entre exemplos e razões, e a técnica do steelman (fortalecer a posição oposta antes de criticá-la). Nomeie funções (moderador, relator, crítico) e compile os principais argumentos apresentados.

Na Rodada 2, cada grupo confronta sua tese com um contra-argumento gerado pela IA, identificando possíveis falácias (como ad hominem ou falsa causa) e premissas ocultas. Estimule o uso de mapas de argumentos para explicitar relações entre teses, razões e objeções. Em seguida, proponha a produção, com apoio da IA e validação humana, de um parágrafo de tese revisada que incorpore evidências, trate objeções relevantes e cite ao menos um autor do repertório estudado, com referência adequada.

Para a metarreflexão, conduza a turma a avaliar onde a IA ajudou, onde confundiu e quais limites foram percebidos (vieses, alucinações, dependência excessiva). Registrem boas práticas de prompt, checagem e citação, além de critérios para decidir quando não usar IA. Feche com avaliação formativa: cada estudante entrega a tese revisada e um breve relatório de raciocínio, explicitando mudanças feitas após o confronto com objeções e contraexemplos. Como extensão, proponha buscar novas fontes e iterar o diálogo em uma versão comentada.

Leituras guiadas por IA: de Platão a Djamila Ribeiro

Em leituras guiadas por IA — do cânone de Platão à crítica contemporânea de Djamila Ribeiro — organize uma rotina em que a máquina atua como tutora metódica, não como atalho. Defina o texto-base, o objetivo da sessão (conceituar, argumentar, comparar) e um produto final claro. Em seguida, conduza o diálogo com prompts que peçam explicitude conceitual, rastreabilidade das fontes e contraste de perspectivas.

Solicite um glossário comentado com exatamente seis termos-chave do trecho estudado. Para cada termo, peça: definição precisa, contexto histórico-filosófico, nuances no autor, termo correlato/antônimo e um exemplo de uso retirado do próprio texto. Oriente a IA a marcar os termos no corpus e a indicar onde aparecem, para que a turma confirme posteriormente no original.

Peça um mapa de argumentos em até oito itens, distinguindo tese central, premissas, inferências, exemplos e possíveis objeções. Exija que a IA separe o que é voz do autor do que é paráfrase ou comentário, e que explicite pressupostos e eventuais falácias. Esse diagrama serve como guia para debates socráticos e para a escrita de resumos críticos.

Compare passagens pedindo convergências e divergências entre autores e obras. Por exemplo, contraste a noção de justiça em A República com concepções de justiça social discutidas por Djamila Ribeiro, pedindo critérios comuns (conceito, método, finalidade) e divergências (fundamentos, locus de fala, implicações políticas). Requisite que a IA aponte trechos específicos a serem verificados no texto primário.

Exija citações literais com indicação de obra, capítulo/página ou seção e inclua um checklist de verificação posterior em fontes primárias. Na sequência, convide a IA a propor perguntas de leitura em três níveis: compreensão (o que o texto diz), análise (como argumenta) e avaliação (o que implica/que limites tem). Esse encadeamento favorece rigor textual, autonomia interpretativa e diálogo crítico entre tradições e autores.

Metodologias ativas com IA: PBL e estudos de caso

Trate a IA como uma consultora cética no PBL: ela desafia suposições, apresenta alternativas metodológicas e ajuda a planejar a investigação, sem decidir pelo grupo. Use-a para clarificar o enunciado do problema, explicitar pressupostos e registrar hipóteses e critérios de sucesso, garantindo que a tomada de decisão permaneça humana e argumentada.

Estruture um ciclo de PBL em quatro momentos: gatilho com cenário realista, levantamento de saberes prévios, definição do problema e das perguntas orientadoras, e plano de pesquisa com tarefas distribuídas. A IA pode apoiar a transformação de questões amplas em perguntas investigáveis, sugerir fontes iniciais, antecipar riscos metodológicos e propor cronogramas, sempre com checagem crítica e validação docente.

Para estudos de caso, selecione dilemas contemporâneos: deepfakes e verdade; algoritmos em sentenças judiciais; vigilância e liberdade; consumo e felicidade; tecnociência e bioética. Peça à IA contraexemplos, mapear stakeholders, explicitar consequências de curto e longo prazo e identificar princípios éticos relevantes (deontologia, utilitarismo, ética do cuidado), além de simular posições de autores clássicos para contraste.

Como produto final, proponha um dossiê argumentativo com tese, objeções fortes, respostas fundamentadas e bibliografia validada. A IA serve para esboçar estruturas, gerar objeções robustas, detectar falácias e apoiar a formatação de referências; o professor conduz a verificação de fontes, o registro de versões e a curadoria conceitual. Inclua uma rubrica com critérios como clareza da tese, solidez das evidências, consideração de objeções, precisão terminológica, autoria e uso responsável de IA (proveniência das sugestões e prompts utilizados).

Garanta protocolos de uso responsável: transparência sobre interações com IA, atenção à LGPD, revisão de vieses e rastreabilidade das fontes. Mantenha diários de bordo com prompts, decisões e justificativas, promovendo metarreflexão sobre como a tecnologia influenciou o raciocínio. Feche com apresentação pública, peer review entre turmas e uma carta de aprendizagem explicitando o que a IA ajudou a ver, o que permaneceu controverso e quais encaminhamentos práticos são recomendados; o dossiê pode ainda virar um policy brief para a comunidade escolar.

Avaliação formativa e rubricas para argumentação

Uma rubrica de argumentação, integrada à avaliação formativa, orienta o estudante sobre o que conta como bom desempenho e apoia o professor na devolutiva contínua. O instrumento descreve critérios, níveis de proficiência e evidências observáveis, permitindo que cada ciclo de escrita, debate ou apresentação gere metas de melhoria claras. Transparência de expectativas, exemplos de produção e momentos de autoavaliação e coavaliação ajudam a transformar a rubrica em guia de estudo e não apenas em tabela de pontuação.

No critério de clareza conceitual, avalia-se a precisão na definição de termos, a capacidade de distinguir conceitos próximos e o uso de exemplos que realmente iluminem a ideia. Um bom texto explicita o sentido adotado, delimita o escopo e mantém consistência vocabular ao longo do argumento. Descritores podem variar de formula e ajusta definições com base no diálogo a usa termos de modo vago, impreciso ou contraditório, sempre acompanhados de evidências do texto.

Quanto à coerência e à validade, observa-se se as conclusões decorrem das premissas, se não há saltos inferenciais e se os pressupostos estão identificados. A rubrica diferencia validade de solidez, solicita justificativas textuais ou empíricas quando alegadas e incentiva a reconstrução do raciocínio em passos, facilitando a revisão das transições lógicas. Conectivos, esquemas argumentativos e qualificação de afirmações ajudam a tornar visível a força inferencial do texto.

O teste por contraexemplos e a detecção de falácias compõem o núcleo de robustez. O estudante é convidado a buscar casos que tensionem a tese e, quando pertinente, a revisar escopo, termos quantificadores e condições de aplicação. Ao identificar falácias como ad hominem, petição de princípio ou falso dilema, a rubrica pede nomear a falha, explicar por que compromete a conclusão e propor uma reformulação do argumento, transformando o erro em oportunidade de aprendizagem.

Originalidade e diálogo com autores avaliam a articulação entre repertório filosófico e problemas contemporâneos, a síntese de posições e o posicionamento autoral com responsabilidade epistêmica. A IA pode oferecer feedback preliminar, sugerir revisões e gerar contrapontos, mas a atribuição de nota deriva da verificação humana do raciocínio, das fontes utilizadas e da autoria do processo. Registros do percurso, referências verificáveis e transparência sobre o uso de IA asseguram integridade acadêmica, alinhamento à LGPD e desenvolvimento de autonomia intelectual.

Design de prompts filosóficos (exemplos prontos)

Clarificação conceitual: Use um prompt curto e mensurável: Explique X em até 120 palavras, distinguindo de Y e oferecendo 1 exemplo e 1 contraexemplo. Peça que a resposta evite jargões e traga um critério de diferença. Exemplo: explique liberdade negativa distinguindo de liberdade positiva; dê 1 exemplo prático e 1 contraexemplo que pareça liberdade, mas não seja. Isso força precisão, delimita o escopo e gera material para discussão em sala.

Mapa de argumentos: Solicite uma estrutura explícita: liste tese, três premissas, duas objeções clássicas e duas respostas possíveis, citando autores relevantes. Exemplo: tese A desobediência civil pode ser moralmente justificada; objeções com referência a Hobbes e respostas inspiradas em Rawls. O formato visualiza o raciocínio, permite checagem de validade e prepara os estudantes para réplicas e tréplicas.

Falácias: Peça: avalie o argumento abaixo e identifique eventuais falácias, nomeando-as e sugerindo correções. Inclua a exigência de distinguir validade de verdade e de propor uma versão de aço do argumento. Exemplo de erro comum: apelo à popularidade e falso dilema em discussões sobre tecnologia inevitável; correção: qualificar premissas, introduzir alternativas e evidências.

Comparação: Para cotejar autores, solicite uma matriz de cinco itens com convergências e divergências textuais. Exemplo: compare Aristóteles e Kant sobre ação moral quanto a finalidade, motivação, universalidade, papel das emoções e avaliação do caráter; inclua passagens-chave e termos originais. O foco em critérios comuns evita caricaturas e sustenta leitura atenta.

Ética aplicada: Dado o caso C, exija três respostas: utilitarista, deontológica e da ética das virtudes, cada qual com justificativas e critérios. Exemplo: uso de reconhecimento facial na escola; peça análise de consequências, deveres e impactos no caráter cívico, além de riscos de viés e implicações legais. Finalize solicitando uma recomendação condicionada, com trade-offs e salvaguardas verificáveis.

Inclusão, acessibilidade e equidade

Leitura facilitada pode ser conquistada ao solicitar à IA resumos graduados por níveis de complexidade (básico, intermediário e avançado), preservando termos-chave e exemplos canônicos. Peça também guias de leitura com objetivos, palavras essenciais, perguntas-motrizes e indicações de trechos para releitura. Estratégias como chunking de parágrafos, mapas de conceitos e explicações progressivas ajudam estudantes a acessar argumentos filosóficos densos sem abrir mão do rigor conceitual.

Apoios multissensoriais ampliam o acesso: sintetize áudio do texto com controle de velocidade e timbre, gere glossários com definições, etimologia e contraexemplos, e proponha exercícios de vocabulário por níveis de domínio. Inclua descrições de imagens, esquemas de argumentos em etapas e versões de baixo jargão. Garanta que os materiais sejam compatíveis com leitores de tela, forneça transcrições e legendas, e publique alternativas em alto contraste, promovendo desenho universal para a aprendizagem.

Letramento digital crítico envolve discutir como sistemas de IA podem reproduzir vieses e desigualdades. Proponha que a IA explicite pressupostos, aponte lacunas e identifique possíveis estereótipos, e depois convide a turma a confrontar respostas com múltiplas fontes. Use checklists de auditoria de vieses, compare outputs em diferentes línguas e contextos e conecte o debate a temas de justiça algorítmica, responsabilidade, transparência e autoridade epistêmica, articulando teoria e experiência cotidiana dos estudantes.

Baixa conectividade não impede inovação: organize pacotes offline com textos, resumos, roteiros de prompts reutilizáveis e modelos de análise de argumentos em PDF ou EPUB leve. Mantenha um banco local de perguntas frequentes, faça downloads prévios de áudios TTS e planeje rotações de estações com um único dispositivo. Em paralelo, conduza atividades unplugged como debates socráticos guiados por cartões de falácias e fichas de conceitos, garantindo continuidade mesmo sem internet.

Para assegurar equidade, adote rubricas que valorizem processo, clareza argumentativa e autoria, permitindo evidências multimodais. Aplique salvaguardas de privacidade e consentimento alinhadas à LGPD, com anonimização e registro de versões de trabalho. Preveja adaptações para estudantes com deficiência, acolha variações linguísticas e culturais e, quando usar tradução automática, promova revisão humana. Formalize acordos de uso responsável e monitore impactos, ajustando práticas para que ninguém fique para trás.

Ferramentas e fluxos de trabalho sugeridos

Para operacionalizar uma Filosofia mediada por IA, monte um kit de ferramentas enxuto e complementar: use LLMs para rascunhos, geração de perguntas e produção de contrapontos; acople verificadores de fatos e pesquisa avançada para testar alegações; adote organizadores de mapas conceituais para estruturar ideias e relações; e finalize em editores colaborativos que permitam comentários, controle de versões e coautoria. Se possível, inclua um gerenciador simples de referências e um capturador de citações para manter a rastreabilidade das fontes ao longo do trabalho.

Um pipeline didático possível segue o ciclo perguntar — explorar — confrontar — revisar — citar — publicar: formular questões abertas e critérios de qualidade; explorar respostas iniciais com a IA para ampliar repertórios e hipóteses; confrontar visões com objeções geradas pela IA e pelo grupo; revisar argumentos com base em evidências, conceitos e contraexemplos; citar fontes com clareza (incluindo a indicação do papel da IA); e publicar o produto final (ensaio, mapa, apresentação) com indicação de limitações e próximos passos.

A checagem e a citação merecem protocolo próprio. Comece por extrair do rascunho as alegações verificáveis (datas, autores, passagens e definições) e, em seguida, corrobore cada uma com pelo menos duas fontes independentes. Priorize fontes primárias quando pertinentes, registre dados bibliográficos completos e guarde capturas de tela ou links permanentes. Ao citar a IA, descreva o tipo de tarefa realizada (por exemplo: “geração de contraexemplos” ou “revisão estilística”) e detalhe os trechos efetivamente incorporados após revisão humana.

Para transparência e avaliação formativa, mantenha um diário de bordo do processo: objetivos de aprendizagem, prompts usados, decisões humanas, iterações descartadas e justificativas, mudanças após a verificação de fatos, fontes consultadas e pontos em que vieses foram identificados e mitigados. Esse registro permite auditar a contribuição da IA, evidenciar autoria estudantil e compor rubricas que avaliem não só o produto, mas também a qualidade do raciocínio, da revisão crítica e da responsabilidade epistêmica.

Exemplo prático (45–90 min): 1) iniciar com uma pergunta-motriz e critérios de avaliação; 2) usar a IA para listar possíveis teses e, logo após, solicitar objeções a cada uma; 3) escolher uma tese, mapear conceitos e premissas em organizador visual; 4) checar fatos e passagens citadas, reescrevendo o que não passar no crivo; 5) editar colaborativamente o texto final com citações e nota de transparência sobre o uso da IA; 6) publicar para a turma e coletar pares de revisão. Assim, ferramentas e fluxo se articulam para cultivar autonomia intelectual, rigor argumentativo e ética no uso tecnológico.

Limites, riscos e como viram objeto de estudo

Ao tratar de limites e riscos da IA na Filosofia do Ensino Médio, o objetivo não é proibir ferramentas, mas transformá-las em objeto de investigação. Proponha perguntas-guia: que tipo de erro um modelo tende a cometer? Que evidências ele aceita como justificativa? Quais responsabilidades cabem ao usuário? Ao formular hipóteses e testá-las em atividades controladas, a turma aprende a diferenciar desempenho retórico de solidez argumentativa.

Sobre alucinações, estabeleça um protocolo de verificação. Sempre que a IA apresentar autores, obras ou dados, peça trechos citados e rastreie as passagens em fontes primárias acessíveis, como edições digitais, bibliotecas e repositórios acadêmicos. Incentive registros de tentativas, falhas e correções em um diário de pesquisa, destacando como a precisão depende de referências claras e da competência informacional do estudante.

A questão da autoridade epistêmica é um excelente gancho filosófico: quem decide o que conta como bom motivo? Organize uma comparação entre justificativas fornecidas pela IA e critérios clássicos de avaliação de argumentos presentes em autores do curso. Com uma rubrica simples, peça que a classe avalie validade, solidez, relevância e fidedignidade das fontes, explicitando quando a IA apenas parece convincente e quando realmente oferece razões.

Em vieses e justiça, proponha uma auditoria com critérios explícitos. Construa um conjunto de prompts com variações controladas e observe diferenças de tratamento por gênero, raça, classe ou território. Registrem métricas simples, como frequência de estereótipos, assimetrias de recomendação e omissões. Em seguida, elaborem intervenções: reformulação de prompt, contextualização histórica, inclusão de perspectivas marginalizadas e justificativas públicas para cada ajuste.

Direitos autorais e responsabilidade completam o quadro. Oriente o uso de resumos próprios, paráfrases cuidadosas e citações curtas com referência, privilegiando materiais de domínio público ou licenças abertas. Discuta limites de uso justo e a diferença entre inspiração e cópia. Ao final, sistematizem o aprendizado em um mini-guia de boas práticas e um plano de pesquisa que trate a IA simultaneamente como ferramenta de apoio e problema filosófico digno de estudo.

Integração com a BNCC e competências gerais

A integração com a BNCC se fortalece quando o professor explicita o mapeamento entre atividades e competências. Nas competências 7 e 10, os estudantes constroem e justificam posições com responsabilidade e autonomia intelectual: registram perguntas, fontes e decisões, solicitam à IA razões, contraexemplos e critérios, e revisam suas teses à luz de objeções. Rubricas tornam visíveis os avanços em clareza de tese, consistência argumentativa, pertinência das evidências e ética no uso de tecnologia.

A competência 5, cultura digital, ganha corpo com práticas de uso ético, crítico e criativo de ferramentas: documentação de prompts e versões, checagem de fatos com múltiplas fontes, identificação de vieses algorítmicos, cuidados com dados pessoais segundo a LGPD e transparência sobre o que foi produzido com mediação de IA. A criação autoral é estimulada quando a turma compara saídas automáticas, critica limitações e reescreve com estilo próprio, citando adequadamente.

Para a competência 9, empatia e cooperação, organizam-se debates regrados que valorizam escuta ativa, paráfrase fiel e coautoria. Atividades como aquário socrático, simulações de correntes filosóficas mediadas por IA e revisão por pares com protocolos de linguagem não violenta promovem respeito, negociação de sentidos e tomada de decisão compartilhada. A avaliação formativa destaca atitudes dialógicas e a qualidade do feedback entre colegas.

No componente de Filosofia do Ensino Médio, as habilidades de problematizar, conceituar, argumentar e analisar discursos são trabalhadas em ciclos curtos: estudo de caso para levantar problemas, construção colaborativa de definições e distinções conceituais, elaboração de argumentos e identificação de falácias com apoio da IA, além da análise crítica de discursos midiáticos e políticos, explicitando pressupostos, estratégias retóricas e efeitos sociais.

Sequências didáticas alinhadas à BNCC descrevem objetivos de aprendizagem, evidências observáveis e critérios. Portfólios com diário de bordo, mapas de conceitos e de argumentos, parecer filosófico, minipodcast ou carta aberta tornam visível o desenvolvimento de autoria, precisão conceitual, qualidade das razões, abertura à revisão e responsabilidade epistêmica. Essa integração também se conecta a projeto de vida e cidadania digital, favorecendo participação pública informada.

Plano de 50 minutos: mini-inquérito filosófico com IA

Em 50 minutos, conduza um mini-inquérito filosófico mediado por IA com foco em clareza conceitual e argumentação. 5’ Abertura: apresente uma questão provocadora (ex.: O que torna uma ação justa? ou Como sabemos que sabemos?), explicite objetivos (formular tese provisória, avaliar objeções, revisar critérios) e combine normas de diálogo. Posicione a IA como parceira de contraste e não como autoridade, reforçando autoria estudantil e checagem crítica.

10’ Leitura guiada: selecione um excerto curto (texto, notícia, caso, cena). Peça que a turma sublinhe termos ambíguos. Use a IA para propor cinco termos passíveis de esclarecimento e, por votação, escolha dois para investigar. Produzam microdefinições com exemplos e contraexemplos, articulando fontes como dicionário de filosofia e o próprio texto, e registrem dúvidas para retorno posterior.

15’ Debate em duplas: cada dupla formula uma tese provisória sobre a questão. Com um prompt claro, peça à IA que gere uma única objeção pertinente à tese da dupla, explicitando o critério desejado (consistência lógica, referência a autor, impacto prático). As duplas registram a objeção, testam sua força com casos-limite e verificam pressupostos não ditos, evitando apelos à autoridade da IA.

10’ Revisão + 5’ Socialização: as duplas redigem uma resposta à objeção e ajustam a tese usando movimentos argumentativos como concedo, distingo, nego. Socializem as teses em um mural físico ou digital, com enunciados curtos e critérios visíveis: clareza, consistência, relevância, exemplos. Promova escuta ativa e sínteses cruzadas; se houver tempo, coletem convergências e dissensos para uma próxima rodada.

5’ Metarreflexão: discutam onde a IA ajudou, onde atrapalhou e o que precisa ser verificado depois (fontes, vieses, possíveis alucinações). Registrem próximos passos: leituras de aprofundamento, checagem de referências, ampliação de casos. Combine práticas de uso responsável: não inserir dados pessoais, citar quando a IA foi usada e validar afirmações com duas fontes independentes. Encaminhe tarefas curtas ou rubrica formativa para consolidar a aprendizagem.

Extensões interdisciplinares (Sociologia, Língua, Artes)

Sociologia. Investigue como tecnologia e poder se entrelaçam no cotidiano: quem governa as plataformas, como funcionam as políticas de moderação e de vigilância, e que assimetrias surgem da coleta e do processamento de dados. Promova um mapeamento de pontos de controle digitais usados por estudantes e famílias, articulando conceitos como campo, capital informacional e sociedade de controle. Em seguida, conduza uma análise de algoritmos e desigualdades: simulem auditorias em feeds, comparem recomendações entre perfis distintos e debatam impactos de decisões automatizadas em acesso a oportunidades, privacidade e participação cívica.

Língua Portuguesa. Trate dos gêneros argumentativos ao construir dossiês e artigos de opinião que dialoguem com os achados sociológicos. Oriente a organização de tese, razões, evidências e contra-argumentos, trabalhando coesão referencial e sequencial. Proponha exercícios de citação e paráfrase ética, com fichamentos que distingam voz autoral, fontes humanas e contribuições de IA. Explore revisões orientadas por critérios explícitos, pedindo ao estudante que justifique escolhas estilísticas e registre transparência de uso de ferramentas, inclusive limitações e possibilidade de vieses.

Artes. Aborde imagens e ética por meio de estudos de caso e experimentos com ferramentas generativas. Desenvolva curadoria de referências visuais e sonoras com critérios de qualidade, contexto e consentimento, discutindo licenças, autoria compartilhada e responsabilidade estética. Proponha que cada obra venha acompanhada de uma legenda curatorial que explicite processos, prompts, fontes de dados e decisões de edição, ressaltando como escolhas técnicas materializam valores e podem reforçar ou mitigar estereótipos.

Integração. Culmine em um projeto interdisciplinar no qual a turma produza uma exposição comentada ou um relatório multimodal que articule análise sociológica, argumentação escrita e peças artísticas. Defina rubricas comuns com critérios como validade empírica, rigor argumentativo, clareza textual, ética da imagem e transparência no uso de IA. Planeje papéis colaborativos, ciclos de feedback e checagens de conformidade com LGPD, acessibilidade e crédito de fontes. Encerre com reflexão metacognitiva sobre o que foi aprendido a respeito de poder, linguagem e estética na era algorítmica.

Checklist rápido de implementação

Comece definindo o propósito pedagógico e os critérios de sucesso. Especifique quais habilidades filosóficas serão mobilizadas, como formular problemas, explicitar pressupostos, sustentar teses com razões e dialogar com posições contrárias. Traduza isso em evidências observáveis: qualidade das perguntas, rigor conceitual, coerência argumentativa, uso de referências, capacidade de escuta e contra-argumentação. Essa clareza orienta escolhas didáticas, instrumentos de avaliação e o papel da IA em cada etapa.

Em seguida, escolha um protocolo de interação: seminário socrático, estudo de caso, debate regrado, júri simulado ou roda de problematização. Delimite papéis, turnos e tempos, incluindo critérios de fala e de réplica. Defina como a IA participa do fluxo: gerar questões iniciais, oferecer contraexemplos, mapear convergências e dissensos, sugerir perspectivas históricas ou construir sínteses parciais. Garanta o alinhamento às habilidades da BNCC de Filosofia e à progressão de complexidade entre turmas.

Redija prompts claros e éticos, contendo contexto, objetivo, limites e critérios de qualidade. Inclua um protocolo de verificação de fontes: solicitar citação completa, checar autoria e data, confrontar trechos com obras e bases confiáveis, registrar incertezas e corrigir eventuais erros. Estimule estudantes a comparar respostas da IA com textos de referência e anotações próprias, justificando escolhas e registrando o raciocínio metodológico no diário de bordo.

Estabeleça regras de privacidade, autoria e transparência. Oriente a não inserir dados pessoais ou sensíveis, a declarar quando e como a IA foi utilizada e a registrar os prompts empregados. Defina limites de uso (por exemplo, apoio na geração de perguntas e na revisão estrutural, nunca substituindo leitura, análise e redação autoral), e discuta vieses algorítmicos, riscos de alucinação e responsabilidade epistêmica. Combine práticas de citação e licença para materiais produzidos.

Prepare rubricas e formas de registro do processo: mapas de argumentos, portfólios, atas de debate e breve metarreflexão ao final de cada encontro. Planeje momentos específicos de análise crítica da própria IA: o que ajudou, o que atrapalhou, onde errou, como foi verificado e o que mudou no entendimento do problema filosófico. Encerre com uma síntese avaliativa que conecte achados, referências e próximos passos, retroalimentando ciclos de melhoria contínua no planejamento docente.