Conceitos
Educação em ciências sociais
Esta é uma tradução automática da página em inglês; ainda não foi revisada por uma pessoa falante nativa.
Educação em ciências sociais — o ensino das disciplinas que estudam pessoas em agregado: política e cidadania, economia e gestão, sociologia, geografia e estudos ambientais. A IA entra nesses campos duas vezes, como instrumento que muda os métodos que os estudantes aprendem e como objeto de estudo, porque os sistemas algorítmicos agora governam as instituições que as disciplinas descrevem. O cluster se situa sob a IA nas disciplinas, ao lado da educação em humanidades e da educação STEM. A cobertura é rarefeita e desigual: negócios e gestão tem a maior literatura, a educação cívica tem fontes mas quase nenhuma aprendizagem medida, e a educação ambiental se divide entre a IA como auxílio de ensino e a IA como custo.
Perguntas para refletir
- Quando um modelo consegue escrever a revisão de literatura, o instrumento de pesquisa e a análise de mercado, qual parte do método o curso está de fato avaliando?
- Se um modelo solicitado a escrever aulas de educação cívica recorre a tarefas de nível de memorização em nove de dez vezes, o que isso revela sobre os padrões que ele foi treinado para satisfazer?
- A educação em negócios tem a maior literatura sobre IA de todas as ciências sociais e o menor consenso sobre avaliação. Por que um campo que ensina estratégia seria lento para revisar o que avalia?
- A educação ambiental precisa ensinar a IA como ferramenta e como custo energético ao mesmo tempo. Um único curso consegue sustentar ambas sem transformar a segunda em um aparte ético?
Introdução
As ciências sociais estudam pessoas em agregado: como as instituições distribuem poder, como os mercados alocam bens, como os públicos formam opiniões, como as sociedades usam a terra e a energia. Seus métodos são o levantamento, o modelo, a comparação e o estudo de caso, e sua avaliação assinatura pede aos estudantes que façam uma afirmação sobre um mundo social que não podem observar diretamente.
Esse objeto é o que distingue o cluster de seus vizinhos. A educação em humanidades interpreta textos e artefatos; as ciências sociais interpretam populações e mecanismos, e a diferença aparece no que se pode pedir a um estudante que defenda. A educação STEM compartilha o método quantitativo, mas não o objeto: um resultado de física é verificável contra a natureza, uma afirmação sobre o comportamento eleitoral é verificável apenas contra uma amostra.
A variação interna do cluster é grande, e a literatura a acompanha. A educação em gestão e negócios tem uma década de trabalhos publicados sobre currículos, avaliação e adoção. A educação cívica e política tem fontes que descrevem como a IA poderia minar a competência democrática sem um único desfecho de aprendizagem cívica medido. A educação ambiental carrega um objeto duplo, porque a tecnologia que se ensina é ela própria um agente ambiental. Cada uma dessas vertentes tem seu próprio tratamento — educação em negócios, educação cívica e política, educação ambiental — e o que compartilham é o argumento deste cluster.
Como a IA aparece no cluster
- Na educação cívica, como produtora de currículo. Uma análise de 310 planos de aula gerados por IA escritos contra 53 padrões de educação cívica encontrou 90% voltados a objetivos de ordem inferior e 94% sem conteúdo multicultural (Civic education in the age of AI: Should we trust AI-generated lesson plans). A falha não é erro factual, mas uma pedagogia padrão: o modelo reproduziu a leitura mais rasa dos padrões que recebeu.
- Na educação cívica, como objeto de estudo. Nkalanga (2026) lê a governança algorítmica de fronteiras na África do Sul como um problema de letramento cívico e deriva cinco exigências que se seguem para o que os cidadãos precisam compreender sobre decisões automatizadas do Estado.
- Na gestão, como questão curricular. Csaszar et al. (2026) analisam como a IA muda o propósito da educação em gestão por uma lente de estratégia baseada em valor, perguntando quais atividades a tecnologia substitui e quais ela complementa. Espino & Espino (2026) cobrem a década de trabalho que precedeu essa questão, e Drummond & Dale (2026) constroem um referencial informado por estudantes sobre como as escolas devem responder.
- Na gestão, como problema de correção. Mesny (2026) trata o desenho da avaliação como o local da mudança, e não o syllabus. A correção automatizada de posts de marketing de estudantes mede concordância e erro diretamente, que é a versão deste cluster da questão da validade: uma nota que concorda com um corretor humano não é necessariamente uma nota que mede a aprendizagem pretendida.
- Nos estudos ambientais, como objeto duplo. Daniel (2026) separa a IA para a sustentabilidade da IA sustentável e encontra a lacuna do Sul Global atravessando ambas. O relato de pegada de carbono em AIED revisa a prática de divulgação de 2025 e fornece um método de código aberto para a segunda metade, enquanto a investigação climática assistida por IA relata d = 0.69 sobre a investigação sozinha para a primeira.
A lacuna de medição
A evidência mais fraca do cluster é a mais politicamente consequente. A educação cívica fornece o relato mais claro do que a IA poderia danificar — a competência democrática, o terreno factual compartilhado, a capacidade de raciocinar sobre instituições — e quase nenhuma evidência de que alguma intervenção a melhore. A educação em negócios fornece o maior número de estudos e o menor consenso sobre o que deve ser avaliado. A educação ambiental fornece tamanhos de efeito para a investigação e auditorias de divulgação para as pegadas, mas raramente ambos em um mesmo curso.
A leitura honesta é que este cluster sabe mais sobre como a IA está sendo usada em suas salas de aula do que sobre o que os estudantes aprendem. Os métodos de pesquisa necessários para fechar essa lacuna são comuns: comparações pré-registradas, medidas de desfecho que não sejam autorrelato e desenhos que sobrevivam à objeção de que o tratamento e a avaliação foram ambos escritos por um modelo.
Onde o cluster é rarefeito
Psicologia: mais amostrada do que estudada. A disciplina agora tem sua própria página, educação em psicologia, porque carrega mais evidência no nível do curso do que o resto do cluster somado. O que se segue é o resumo no nível do cluster e a razão de sua existência. A maior parte da evidência em psicologia vem de estudos que recrutam estudantes de psicologia como participantes convenientes, em vez de examinar o currículo de psicologia. Quatro exceções olham para o curso em si. Richmond e Nicholls substituíram a avaliação entre pares em uma "Media Assignment" de psicologia do segundo ano por ChatGPT, em uma tarefa que transforma um artigo publicado em um release de mídia e um vídeo. Préau e colegas implantaram o "R-Tutor" ao longo de um curso semestral de programação em R para graduandos de psicologia em Tübingen, pré-registrado e longitudinal.
Outros dois testam o que os estudantes de psicologia sabem e como julgam. Richter e colegas apresentaram 30 afirmações sobre saúde mental a 150 estudantes de psicologia e a quatro LLMs em 80 execuções cada. Reed e colegas testaram se o letramento em IA prediz o julgamento ético aplicado em 531 graduandos, usando seis vinhetas.
O restante é sobre estudantes em geral. Psicologia cognitiva, psicologia do desenvolvimento, motivação e autoeficácia são páginas sobre como a aprendizagem funciona, não sobre como um curso de psicologia é ensinado. Em uma tarefa simulada de redação assistida por IA, o letramento em feedback foi o único preditor significativo da nota da redação (β = 0.46, p = 0.017; Summarise, elaborate, try again: exploring the effect of feedback literacy on AI-enhanced essay writing).
O uso crítico de IA generativa é predito por conhecimento medido tanto por autorrelato quanto por teste objetivo, ao lado da orientação epistêmica e de valores intelectuais. A psicologia também é de onde vêm os respondentes. O maior curso único em uma replicação recente de dois anos é psicologia, com 300 de 991 estudantes, de modo que a disciplina fornece as amostras para levantamentos como esse sem ser o objeto deles.
Mais três cursos de psicologia estão agora no registro. Baudin fez o ChatGPT-4 escrever 80 itens para um curso de Psicologia Experimental e os submeteu a revisão por especialistas e análise de itens com 120 estudantes: a confiabilidade se sustentou, mas 73.75% dos itens testavam memorização e apenas 8.75% alcançavam análise ou avaliação. Akkurt e colegas usaram o GPT-4o como cliente para conselheiros em formação, o que reduziu a ansiedade de desempenho, mas produziu um cliente que concordava prontamente demais, sem nuance emocional e culturalmente neutro. Armagan-Bogatekin modelou 286 estudantes de psicologia e formandos em psicoterapia e encontrou de três a quatro classes em cada um de seis domínios, a evidência mais forte até agora de que não existe um formando médio a ser formado.
A sociologia cresceu de três estudos para cinco. Dixon e Buchmann apresentaram um quiz de sociologia de 20 itens ao ChatGPT, ao DeepSeek e ao Gemini todos os dias por duas semanas e encontraram kappa combinado de 0.91 a 1.00, com a discordância concentrada nos dois itens que exigiam aplicação. Malik entrevistou 18 estudantes de sociologia, que descreveram o ChatGPT como um companheiro de pensamento para esboços e esclarecimento de teoria, enquanto se preocupavam em perder a própria voz. García-Alonso e colegas pesquisaram 216 estudantes espanhóis de ciências sociais e encontraram que os estudantes que receberam treinamento do corpo docente relataram menor confiança na ferramenta.
Sociologia: três estudos. Kuznetsov, Sheely e Baker pesquisaram 504 estudantes de sociologia e entrevistaram outros 12. Dois terços usam a IA seletivamente, sobretudo para perguntas de acompanhamento, resumir leituras e questões de prática. 81% haviam recebido alguma orientação, e apenas 46% a consideraram muito clara.
Wells relata o caso de curso: 24 estudantes em um curso de métodos de pesquisa de nível 3000 usaram o Copilot em seis de dezoito oficinas com andaimes e foram proibidos de usá-lo para escrever o projeto de pesquisa. Farazouli e colegas abordam o tema pelo lado do ensino, com 24 professores suecos de sociologia, filosofia, direito e educação raciocinando sobre trabalhos gerados por IA em oficinas de avaliação.
O caso clínico é genuinamente disciplinar e tem o desenho mais forte aqui. Um paciente virtual adaptativo para formação em psicoterapia registrou 1,033 turnos com 20 clínicos e formandos. A autorrevelação aumentou com a empatia e a exploração do terapeuta. A exploração fez cerca de 78 vezes o trabalho da empatia nos dados subjacentes, enquanto o sistema implantado a ponderou três vezes mais, de modo que formandos que praticam contra ele correm o risco de otimizar para o que o simulador recompensa.
A geografia chega à literatura apenas por meio da educação ambiental. Se você ensina sociologia ou psicologia, esses estudos são o que existe. A forma da evidência é ela própria o achado: um levantamento, um caso de curso e um estudo com professores para a sociologia, quatro estudos de curso para a psicologia.
Implicações para instrutores de ciências sociais
- Torne o método visível, não o produto. Se o entregável é um relatório, o curso está avaliando escrita de relatórios; mova a nota para o desenho do instrumento, as decisões de amostragem ou a defensabilidade de uma afirmação causal.
- Verifique a correção automatizada contra o construto. Concordância com um corretor humano é um resultado de confiabilidade, não de validade, e o estudo dos posts de marketing mostra a lacuna em uma página.
- Ensine a instituição, não apenas a ferramenta. A governança algorítmica agora faz parte do que a educação cívica, o direito e a administração pública descrevem, e o caso das fronteiras é o exemplo mais claro.
- Sustente o custo e o benefício em um único enquadramento. Um curso de sustentabilidade entregue por meio de uma ferramenta intensiva em carbono precisa dar conta das duas metades, e o relato de pegada lhe dá um método.
Ideias equivocadas comuns
"A IA na educação em ciências sociais é sobretudo uma questão de ferramenta de pesquisa." Os maiores efeitos medidos neste cluster estão na produção de currículo e na correção, não na prática de pesquisa: a análise de educação cívica e a correção dos posts de marketing tratam ambas do que se entrega aos estudantes e de como eles são julgados.
"O problema da educação cívica é que os estudantes vão acreditar no que um chatbot diz." O problema documentado é mais fino que isso: o material de educação cívica gerado por IA recorre a tarefas de nível de memorização e omite inteiramente o conteúdo multicultural, de modo que o risco é um currículo que deixa de ensinar julgamento antes de qualquer estudante ser enganado.
"A educação ambiental pode tratar a pegada da IA como um tema de ética." A pegada é um parâmetro de desenho: latência, tamanho do modelo e hospedagem a decidem, e a literatura de relato a trata como mensurável, e não exortativa.
Conceitos conectados
Artigos conectados
- Civic education in the age of AI: Should we trust AI-generated lesson plans
- Digital borders, algorithmic governance and civic digital literacy: examining the educational implications of AI-driven immigration management in post-apartheid South Africa
- The effects of artificial intelligence on management education
- Mapping the integration of AI into business education: Insights from a decade of research
- Generating a student-informed teaching and learning conceptual framework for GenAI in business schools: a case study
- Innovative assessment and grading practices in higher education: A critical exploration for management educators
- Agreement and error in automated scoring of student marketing posts
- A Scoping Review of AI for Sustainability and Sustainable AI in Higher Education
- The Environmental Cost of LLMs in AIED: Reporting and Practices
- Can AI-Assisted Inquiry Enhance Students' Decision-Making Skills in Socio-Scientific Issues? A Three-Group Experimental Study on Climate Change
- Summarise, elaborate, try again: exploring the effect of feedback literacy on AI-enhanced essay writing
- GenAI knowledge, epistemic orientation, and intellectual values predict undergraduate students' critical GenAI use
- Student Use of and Views on GenAI for Writing
- Exploring the Role of Generative AI as a Research Assistant in Undergraduate Sociology Research Methods
- Navigating uncertainty: university teachers' experiences and perceptions of generative artificial intelligence in teaching and learning
- Using generative AI to promote psychological, feedback, and artificial intelligence literacies in undergraduate psychology
- Student Adoption of an AI Tutor for Statistical Programming: A Longitudinal Study
- Mental Health Literacy Across Psychology Students and Large Language Models
- AI literacy and scenario-based ethical judgment about generative AI among undergraduate students
- The Empirically Grounded Adaptive Virtual Patient for Psychotherapy Training: Disclosure That Responds to Therapist Micro-Skills
- The Proliferation of AI among College Students: A Replication and 2-Year Follow-Up
- Assessing the psychometric properties of AI-generated multiple-choice exams in a psychology subject
- Learning Through Simulation: Counselor Trainees' Interactions with ChatGPT as a Client
- Heterogeneity in AI attitudes, anxiety, and acceptance among psychology students and psychotherapy trainees: a domain-specific latent class analysis
- Are Large Language Models Reliable across Services and over (a Short) Time? An Exploratory Study in Sociology with Pedagogical Implications
- ChatGPT as a Cognitive Tool in Sociology: Students' Perceptions and Its Impact on Academic Writing Practices
- Training and Technology Acceptance of ChatGPT in University Students of Social Sciences: A Netcoincidental Analysis
Recursos relacionados
- Integrating Generative AI in Psychology CoursesUm volume de acesso aberto da STP, com 255 páginas e 21 relatos em nível de curso sobre IA generativa no ensino de psicologia, das seções introdutórias à formação clínica e à estatística.