Pular para o conteúdo

2–4 · Dados, algoritmos e poder digital

International Baccalaureate · IB Diploma · Digital Society · HL · Tópico 1

Ver Slides Treinar
1.1

Dados, algoritmos e poder digital

Programa do Diploma do IB Sociedade Digital HL (primeira avaliação 2024; guia 2021). Este tópico equipara o NÚCLEO DE CONCEITOS do curso (2.1-2.7: mudança, expressão, identidade, poder, espaço, sistemas, valores e ética) aos primeiros ÁREAS DE CONTEÚDO (3.1 dados, 3.2 algoritmos), focados através de CONTEXTOS em investigação com exemplos do mundo real, conforme exigido pela Prova 1 (35% HL). Este material didático ensina as lentes conceituais, o conteúdo de dados e algoritmos e o foco investigativo. Todos os casos trabalhados são originais da sala de aula.

Conceitos essenciais para dados, algoritmos e poder digital:

Família Conteúdo
conceitos mudança, expressão, identidade, poder, espaço, sistemas, valores e ética: sete lentes
dados 3.1: dados vs informação; coleta, processamento, armazenamento
algoritmos 3.2: instruções, viés na entrada, decisões na saída
contextos cultural, econômico, ambiental, saúde, conhecimento humano, político, social
investigação conceito x conteúdo x contexto x exemplo do mundo real: a fórmula do foco
Vocabulário Treinar
English Português
concepts/ˈkɒnsepts/ conceitos
data/ˈdeɪtə/ dados
algorithm/ˈælɡərɪθəm/ algoritmo
real-world example/rɪəl wɜːld eɡˈzæmpl/ exemplo do mundo real
1.2

Sete conceitos como lentes

O curso investiga através de sete conceitos: MUDANÇA (evolução ou transformação), EXPRESSÃO (quem pode falar, até onde isso chega), IDENTIDADE (eu e grupo construídos e reconstruídos), PODER (quem decide, quem se beneficia), ESPAÇO (lugar reconfigurado pelo digital), SISTEMAS (peças interligadas com efeitos emergentes) e VALORES E ÉTICA (o que é bom, certo, aceitável). Um conceito é uma pergunta feita a um caso: o mesmo app é um objeto diferente sob PODER (cujos dados) e sob IDENTIDADE (qual autoapresentação).

Caso trabalhado. O aplicativo de presença da escola, lido de quatro formas: MUDANÇA (o registro saiu da memória do professor para o banco de dados), PODER (quem pode consultar o registro), ESPAÇO (presença registrada em qualquer lugar), VALORES E ÉTICA (rastreamento de localização de menores).

1.3

Dados e algoritmos

Na área de conteúdo 3.1, dados diferem de informação: dados são a captura bruta (marcas temporais, coordenadas); informação é dados com significado (um padrão de atraso). A disciplina da área de conteúdo: perguntar como os dados são COLETADOS (o que o sensor pode ou não ver), PROCESSADOS (limpos, associados, modelados) e ARMAZENADOS (quem os detém, por quanto tempo); um conjunto de dados é uma artefato com criadores, não uma janela para o mundo. Um algoritmo (3.2) é uma sequência de instruções sobre esses dados: o curso questiona quais premissas as instruções assumem (um limiar define o atraso) e quais decisões resultam (o alerta automático), pois viés entra = viés sai.

Caso resolvido, continuação. A regra de atraso do app: chegada após o segundo sino marca o registro; a premissa do algoritmo (um horário de sino para todas as rotas de ônibus) torna alunos rurais 'atrasados' por design: o conjunto de dados não é neutro, e a lente VALORES o percebe.

1.4

Focando a investigação

A investigação é focada pela fórmula CONCEITO x CONTEÚDO x CONTEXTO x exemplo real: uma pergunta relevante (se a presença automatizada altera o poder de definir atraso?), conteúdo capaz de respondê-la (dados e algoritmos), contexto situador (o contexto social escolar; o contexto econômico do transporte) e caso real (o app de presença). Modos de falha: ensaio apenas conceitual (sem caso), história apenas de caso (sem conceito) e lista de contextos (sem sistema digital em vista).

Azulejos de Conceito, conteúdo, contexto e exemplo multiplicados, com a questão gerada e três modos de falha
Os quatro fatores juntos produzem uma pergunta relevante; omitir qualquer um faz a investigação falhar.

Caso resolvido, conclusão. Focado: PODER (conceito) x ALGORITMOS (conteúdo) x SOCIAIS e ECONÔMICOS (contextos) x o app de presença (exemplo), respondendo se a automação transfere o poder de definir atraso dos professores para os autores das regras.

1.5

Lista de verificação

  • Os sete conceitos formulados como perguntas aos casos (conceitos).

  • Dados vs. informação; coleta, processamento, armazenamento; conjuntos de dados têm criadores (dados).

  • Algoritmos: premissas entram, decisões saem, viés atravessa (algoritmos).

  • Os sete contextos situando cada investigação (contextos).

  • Aplicação da fórmula de foco; os três modos de falha evitados (investigação). Notas de fronteira: o avaliador deve ver a investigação funcionando: conceitos nomeados, fontes diversas e avaliadas, exemplos reais do mundo real. Todos os casos resolvidos são originais de sala de aula.

Preparação apoiada: Dados, decisões e responsabilidade

Escopo e pré-requisitos

Primeira avaliação de Sociedade Digital do IB 2024. Integre conceitos, conteúdo e contextos. A investigação utiliza um documento de processo, apresentação multimídia gravada e referências; o HL adiciona intervenções sobre bem-estar global, governança/direitos humanos e desenvolvimento sustentável.

Resultados mapeados da preparação: ib_digital_society_hl.1.1, ib_digital_society_hl.1.2. Leia a lição nativa correspondente primeiro. As escolhas aprovadas reais, evidências e o trabalho final do aluno permanecem separados.

Vocabulário fonte

algoritmo; pegada digital.

Explicação e método trabalhado

Os dados são valores registrados; as informações dão significado contextual a eles. Um algoritmo mapeia entradas para saídas sob regras especificadas. Uma previsão não é uma causa. Preocupações de privacidade envolvem coleta, acesso, uso e retenção; poder inclui quem define o objetivo e quem pode contestar uma decisão.

Painel original de evidências em sala de aula para Dados, decisões e responsabilidade

Caso original: um recomendador prático armazena testes faltantes como zero e atribui trabalho mais fácil. Analise o mecanismo e uma solução.

A ausência de dados pode decorrer de inexistência ou falha de acesso, e não necessariamente de baixa habilidade. Convertê-la em zero altera a habilidade inferida e pode restringir oportunidades. Distinga zero ausente de zero observado, investigue causas, permita correção e teste resultados entre grupos afetados. Alta precisão média não estabelece erros iguais.

Transferência independente

O desenvolvedor propõe coletar renda familiar para explicar testes faltantes. Avalie essa resposta.

Tente independentemente antes de ler o modelo.

Modelo original verificado

Uma variável proposta precisa de relevância direta, permissão escolar, minimização de dados e proteção. Investigar falhas de conexão e permitir correção de dados ausentes primeiro, quando viável. Dados mais sensíveis não melhoram automaticamente a equidade e podem criar novos riscos de privacidade ou exclusão.

Estas são expectativas formativas elaboradas, não descritores oficiais do IB. Aceite outros argumentos fundamentados com evidências e limites materiais.

Fonte e tarefa mantidas

Este suplemento ensina o método para esta parte do curso. Os critérios de avaliação completos e qualquer texto escolhido pela sua escola são fornecidos pelo seu professor.

Aulas interativas sobre este tópico

Passe por ele passo a passo, com exercícios de verificação instantânea.

Mais tópicos em International Baccalaureate · IB Diploma · Digital Society · HL

Entrar ou criar conta

IGCSE, A-Level & AP