👩‍🏫 Para o Professor — Atividade 02: “Treinando uma IA para Reconhecer Objetos”

Ano: 3º ano

Duração: 50 minutos

Recursos: Computador com câmera + internet

Offline: ⚠️ Requer internet

📋 Resumo Rápido

Com o Teachable Machine (Google), a turma treina sua própria IA para reconhecer objetos usando a câmera. Cada grupo coleta exemplos, treina o modelo e testa — vivenciando o ciclo completo de machine learning em 50 minutos.

🛒 Pré-requisitos

Computador com câmera (1 por grupo de 4-5 alunos) ou 1 computador com projetor para demonstração
Acesso a teachablemachine.withgoogle.com (sem conta, sem instalação)
Internet (carrega em ~1 minuto, depois funciona localmente)

⏱️ Roteiro

🔵 Abertura (8 min)

“Hoje vocês vão ser cientistas de IA de verdade. Vão treinar uma IA do zero para reconhecer objetos. O mesmo processo — em escala muito maior — que a Google, a Apple e outras empresas usam.”

Acesse teachablemachine.withgoogle.com e mostre a interface. Clique em “Começar” → “Projeto de imagem” → “Modelo de imagem padrão”.

🟡 Desenvolvimento — Treinamento (25 min)

Configuração do experimento:

Cada grupo vai treinar a IA para distinguir entre 3 objetos (exemplos: caneta, borracha e apontador; ou mão aberta, mão fechada e punho).

Etapas:

Nomeie as classes (ex.: “Caneta”, “Borracha”, “Nada”)
Colete exemplos — segure cada objeto na câmera e grave 30-50 imagens de cada classe
Treine — clique em “Treinar Modelo” e aguarde (~30 segundos)
Teste — mostre os objetos e veja a IA classificar em tempo real

Experimentos extras (se der tempo):

“E se eu mostrar um objeto que a IA nunca viu?” (ex.: tesoura)
“E se eu mostrar o objeto de um ângulo diferente?”
“E se eu colocar uma fita sobre o objeto?”

🟢 Análise e Discussão (12 min)

Reunir os grupos e debater:

“O que aconteceu quando vocês mostraram poucos exemplos?”
“E quando mostraram o objeto de lado?”
“O que a IA estava ‘aprendendo’ na verdade?”

“A IA não aprendeu o que é uma caneta — ela aprendeu como canetas apareceram nas fotos que vocês deram. Por isso, pequenas mudanças de ângulo ou iluminação podem confundi-la.”

🔴 Caixa de Ética (5 min)

“Vocês treinaram a IA com objetos da sala. E se alguém treinasse uma IA para reconhecer rostos de crianças sem a permissão dos pais? Quais seriam os riscos?”

📝 Avaliação

✅ O grupo conseguiu treinar um modelo funcional?
✅ Testou os limites da IA (ângulos, luz, objetos novos)?
✅ Conseguiu explicar por que a IA acertou ou errou?

*LABRIOT — UTFPR

CC BY-NC-SA 4.0*

👩‍🏫 Para o Professor — Atividade 03: “Reconhecimento Facial — Incrível e Perigoso”

Ano: 3º ano

Duração: 50 minutos

Recursos: Nenhum

Offline: ✅ Total

📋 Resumo Rápido

Uma das aulas mais importantes do 3º ano: reconhecimento facial é uma das aplicações de visão mais poderosas — e mais controversas. A turma analisa benefícios e riscos a partir de casos concretos.

⚠️ Atenção: Nunca use fotos reais de alunos nesta aula. Use apenas exemplos genéricos ou imagens de ilustração.

⏱️ Roteiro

🔵 Abertura — “O Celular que Sabe quem você é” (10 min)

“Quando você pega o celular de alguém para olhar, às vezes ele pede o código de segurança. Por quê? Porque o rosto da outra pessoa não é igual ao de quem cadastrou. A câmera usou reconhecimento facial com IA para saber que não é você.”

Perguntas de levantamento:

Quem tem celular em casa que desbloqueia pelo rosto?
O celular já confundiu alguém da família com outra pessoa?

🟡 Desenvolvimento — Casos Bons e Casos Preocupantes (25 min)

Apresente os casos em dois grupos — discuta cada um por 2-3 minutos:

Casos em que o reconhecimento facial AJUDA:

Caso	Por que ajuda?
Desbloquear celular	Segurança pessoal sem precisar de senha
Encontrar pessoas desaparecidas	Polícia pode identificar em câmeras
Acessibilidade	Pessoas que não podem digitar usam o rosto
Rastrear golpistas	Bancos identificam fraudes em tempo real

Casos que geram PREOCUPAÇÃO:

Caso	Por que preocupa?
Câmeras em toda a cidade	Governo pode saber onde você está sempre
Reconhecimento em eventos públicos	Manifestações políticas podem ser monitoradas
Erro na identificação (falso positivo)	Pessoa inocente pode ser presa
Dados de crianças coletados sem consentimento	Viola privacidade e LGPD

Caso brasileiro real (adapte para a faixa etária):

“Em 2023, um sistema de reconhecimento facial no Brasil identificou incorretamente um homem negro como suspeito de um crime que ele não cometeu — e ele foi preso por engano. O sistema errou porque foi treinado com poucos exemplos de pessoas negras.”

Pergunte: “Por que esse sistema errou mais com esse homem do que erraria com outras pessoas?”

🟢 Votação — “Você aprovaria?” (10 min)

Para cada situação, a turma vota: APROVARIA / NÃO APROVARIA / DEPENDE

Reconhecimento facial para entrar na escola em vez de carteirinha
Câmeras com reconhecimento facial em todas as ruas da cidade
Reconhecimento facial para liberar acesso à biblioteca escolar
IA que identifica emoções dos alunos durante a aula (detecta se estão entediados)

Para cada votação: “Quem votou diferente explica por quê?”

🔴 Caixa de Ética (5 min)

“Vocês têm o direito à privacidade — inclusive o direito de andar na rua sem que uma câmera saiba quem vocês são. Esse direito está na Constituição brasileira e na LGPD. Como cidadãos, vocês podem cobrar que esse direito seja respeitado — inclusive da tecnologia.”

*LABRIOT — UTFPR

CC BY-NC-SA 4.0*

👩‍🏫 Para o Professor — Atividade 04: “Quando a IA Vê Errado”

Ano: 3º ano

Duração: 50 minutos

Recursos: Imagens impressas ou projetor

Offline: ✅ Total

📋 Resumo Rápido

Ilusões de ótica, imagens ambíguas e exemplos de erros reais de visão computacional revelam os limites da IA. Uma aula que desenvolve pensamento crítico sobre confiança em sistemas automatizados.

🛒 Materiais

Imprima (ou projete) as seguintes categorias de imagens:

Ilusões de ótica clássicas (cubo de Necker, vestido azul/dourado, pato-coelho)
Exemplos de IA confundindo objetos (banana de plástico vs. real, gato dormindo vs. pãozinho)
Casos reais de falha de visão computacional (opcional, se encontrar imagens apropriadas)

⏱️ Roteiro

🔵 Abertura — Ilusões de Ótica (10 min)

Mostre ilusões de ótica e deixe a turma discutir.

“O cérebro humano também ‘vê errado’ às vezes! Mas quando um humano erra, geralmente percebe logo. Quando a IA erra… ela pode nem saber que errou — e continuar confiante.”

🟡 Galeria de Erros da IA (20 min)

Apresente os casos um a um. Para cada um, pergunte:

“O que a IA ‘viu’?”
“O que era de verdade?”
“Por que ela errou?”
“Quais consequências esse erro poderia ter?”

Casos clássicos:

IA classificou uma bolsa de pão como um cachorro (pelo pelo da alça)
IA não reconheceu uma pessoa com óculos escuros
IA confundiu neve branca com papel em branco
IA de carro autônomo não reconheceu um caminhão branco contra o céu claro

🟢 Experimento com Teachable Machine (15 min — se tiver computador)

Retome o modelo treinado na aula anterior e teste propositalmente situações que causam erro:

Mude a iluminação
Mostre o objeto de lado
Cubra metade do objeto

“Encontrar os erros da IA é tão importante quanto encontrar os acertos. Engenheiros chamam isso de ‘teste adversarial’ — testar justamente onde a IA pode falhar.”

🔴 Caixa de Ética (5 min)

“Se um carro autônomo errar e atropelar alguém, quem tem culpa — o carro, o fabricante, ou quem vendeu o carro dizendo que era seguro? Como a gente garante que sistemas de IA sejam suficientemente testados antes de ser usados em situações de risco?”

*LABRIOT — UTFPR

CC BY-NC-SA 4.0*

👩‍🏫 Para o Professor — Atividade 05: “Arte com IA”

Ano: 3º ano

Duração: 50 minutos

Recursos: Computador opcional

Offline: ⚠️ Parcial

📋 Resumo Rápido

Atividade criativa de encerramento do 3º ano: usando a IA como ferramenta de expressão artística. Os alunos criam obras usando ferramentas de geração de imagem (com supervisão) ou fazem o exercício analógico de “instruções para a IA” no papel.

⏱️ Roteiro

🔵 Abertura — “Isso é arte?” (8 min)

Mostre imagens criadas por IA (sem revelar que são de IA primeiro). Pergunte: “O que vocês acham dessa arte? Quem criou?”

Após a revelação: “Uma IA gerou essas imagens. Alguém deu uma instrução — como ‘pôr do sol sobre a floresta amazônica em estilo aquarela’ — e a IA criou. Isso é arte? Quem é o artista — a pessoa ou a máquina?”

🟡 Desenvolvimento — “Escrevendo para a IA” (20 min)

Versão online: Acesse labs.google/fx/tools/image-fx (gratuito, sem conta necessária) e deixe grupos escreverem prompts (instruções) para gerar imagens. Atenção: Não use fotos de alunos, não escreva nomes pessoais.

Versão offline: Em papel, cada aluno escreve uma “instrução para a IA” extremamente detalhada:

"Crie uma imagem de:
- Onde: _______________________
- O que tem: __________________
- Cores: ______________________
- Estilo (como um desenho de livro infantil / como fotografia / como pintura): ________
- Clima/emoção: ________________"

Depois, trocam com um colega que desenha a instrução. Comparam o resultado com o que o criador imaginava.

🟢 Galeria e Debate (12 min)

Expo rápida das obras. Para cada uma: quem é o autor — quem deu a instrução ou a IA?

🔴 Caixa de Ética + Encerramento do 3º Ano (10 min)

“Se uma IA aprende com milhões de obras de artistas humanos — sem pedir permissão — e depois cria arte parecida, isso é justo para os artistas originais? Quem deveria ser pago — quem deu a instrução, quem fez a IA, ou os artistas cujas obras foram usadas para treinar?”

Fechamento do 3º ano:

“Vocês aprenderam como a IA vê o mundo — em pixels e números. Que ela pode ver incrível e errar feio. Que ela pode criar arte. E que há questões de privacidade, justiça e autoria que ainda não têm resposta. Essas perguntas estão esperando por vocês!”

*LABRIOT — UTFPR

Profa. Dra. Itamar Iliuk (Coordenadora)

CC BY-NC-SA 4.0*