Promovendo habilidades de avaliação online por meio de chatbots educacionais

Habilidades de avaliação online, como avaliar a credibilidade e relevância de fontes da Internet, são cruciais para a aprendizagem autorregulada dos estudantes na Internet, no entanto, muitos têm dificuldades em identificar informações confiáveis online. Embora os chatbots baseados em IA tenham avançado no ensino de várias habilidades, sua aplicação na melhoria das habilidades de avaliação online permanece subexplorada. Neste estudo, apresentamos um chatbot educacional projetado para treinar estudantes universitários a avaliar informações online. Os participantes foram designados para uma de três condições: (1) treinamento com o chatbot interativo, (2) treinamento com uma lista de verificação estática ou (3) sem treinamento adicional (ou seja, condição de base). Em um teste ecologicamente válido que forneceu um ambiente web simulado, os participantes tiveram que identificar os sites mais confiáveis e relevantes entre vários sites não-alvo para resolver problemas dados. Os participantes na condição do chatbot superaram aqueles na condição de base neste teste, enquanto os participantes na condição da lista de verificação não mostraram vantagem significativa em relação à condição de base. Esses achados sugerem o potencial dos chatbots educacionais como ferramentas eficazes para melhorar as habilidades de avaliação crítica. As implicações do uso de chatbots para intervenções educacionais escaláveis são discutidas, especialmente à luz de avanços recentes, como a integração de modelos de linguagem grandes em motores de busca e o potencial para paradigmas de inteligência híbrida que combinam supervisão humana com ferramentas de aprendizado impulsionadas por IA. • Chatbots educacionais mostram potencial para desenvolvimento de habilidades interativas, mas sua capacidade de promover o pensamento crítico é subexplorada. • Estudantes que interagiram com um chatbot educacional superaram significativamente a linha de base na identificação de fontes de alta qualidade em um teste de avaliação de informações online. • Estudantes que usaram uma abordagem tradicional de lista de verificação durante o treinamento não superaram a linha de base. • O estudo propõe uma abordagem inteligente híbrida para a avaliação de informações online que integra supervisão humana com ferramentas movidas por IA.