Apresentação

A proposta desta Ação surge na sequência do pedido expresso de alguns docentes dos grupos destinatários, sendo que o formador proposto domina a temática e estará disponível para a ministrar.

Destinatários

Professores dos grupos 500 e 550

Releva

Para os efeitos previstos no n.º 1 do artigo 8.º, do Regime Jurídico da Formação Contínua de Professores, a presente ação releva para efeitos de progressão em carreira de Professores dos grupos 500 e 550. Mais se certifica que, para os efeitos previstos no artigo 9.º, do Regime Jurídico da Formação Contínua de Professores (dimensão científica e pedagógica), a presente ação releva para efeitos de progressão em carreira de Professores dos grupos 500 e 550.

Objetivos

Capacitar os docentes no domínio da linguagem de programação Python, fornecendo-lhes conhecimentos sólidos sobre sintaxe, estruturas de dados e técnicas de programação. Habilitar os docentes a compreender os conceitos fundamentais da Inteligência Artificial e suas aplicações práticas, incluindo técnicas de aprendizagem de máquina, processamento de linguagem natural, visão computacional e sistemas especialistas. Capacitar os docentes a desenvolver materiais didáticos e planos de aula relevantes e adaptados às necessidades dos alunos do ensino secundário, utilizando Python como ferramenta para ensinar conceitos de IA de forma eficaz. Promover a integração de conteúdos de Inteligência Artificial no currículo escolar do ensino secundário, contribuindo para a formação de estudantes com competências digitais e habilidades em IA necessárias para o mercado de trabalho atual e futuro. Incentivar a colaboração entre os docentes participantes, criando uma comunidade de prática onde possam compartilhar experiências, recursos e melhores práticas relacionadas ao ensino de IA com Pyton.

Conteúdos

1. Fundamentos de Python: Sintaxe básica e estruturas de controle de fluxo Estruturas de dados: listas, tuplas, dicionários Funções e modularidade Manipulação de arquivos 2. Programação em Python aplicada à IA: Introdução à Inteligência Artificial e suas subáreas Bibliotecas Python para IA: TensorFlow, Keras, Scikit-learn Conceitos de aprendizado de máquina e algoritmos básicos Aplicações práticas em reconhecimento de padrões, processamento de linguagem natural e visão computacional 3. Desenvolvimento de materiais e planos de aula: Elaboração de atividades práticas e projetos para o ensino de IA Adaptação dos conteúdos para diferentes níveis de ensino e perfis de alunos Utilização de ferramentas educacionais e recursos online 4. Práticas pedagógicas: Metodologias de ensino centradas no aluno e em projetos Avaliação formativa e diagnóstica Integração de tecnologias educacionais no processo de ensino-aprendizagem 5. Desenvolvimento profissional e colaboração: Compartilhamento de experiências e boas práticas entre os docentes participantes Formação de uma comunidade de prática para suporte contínuo Atualização constante sobre avanços em IA e suas aplicações na educação.

Metodologias

Aulas Expositivas: Inicie com a explicação dos conceitos fundamentais de Python e IA. Forneça exemplos práticos e contextuais para ilustrar como Python é usado na IA. Exercícios Práticos em Sala de Aula: Divida os participantes em grupos e atribua exercícios que envolvam a implementação de algoritmos de IA em Python. Pode incluir desde tarefas simples, como manipulação de dados, até projetos mais complexos, como a implementação de redes neurais. Estudos de Caso e Projetos Aplicados: Apresente estudos de caso do mundo real onde a IA é aplicada com sucesso. Em seguida, proponha projetos práticos que os participantes possam realizar em grupos para resolver problemas semelhantes. Avaliação Contínua: Implemente avaliações regulares para acompanhar o progresso dos participantes. Isso pode incluir testes de conhecimento, revisão de código, apresentações de projetos e feedback individualizado. Recursos Online: Forneça acesso a recursos online, como tutoriais, documentação oficial, fóruns de discussão e comunidades de código aberto, para que os participantes possam continuar aprendendo e se desenvolvendo mesmo após o término do curso.

Avaliação

Participação Ativa: Os formandos são incentivados a participar ativamente das atividades propostas durante o curso, incluindo a interação em fóruns de discussão, realização de tarefas práticas e colaboração em projetos em grupo. 10% Avaliação Contínua: A avaliação pode ser realizada de forma contínua ao longo do curso, considerando o progresso dos formandos em relação aos objetivos de aprendizagem estabelecidos para cada módulo ou unidade temática. 10% Avaliação de Tarefas: Os formandos podem ser solicitados a completar tarefas individuais ou em grupo, como exercícios de programação em Python , resolução de problemas práticos relacionados à IA e elaboração de materiais didáticos para uso em sala de aula. 40% Projetos Finais: A conclusão de um projeto final, que envolva a aplicação dos conhecimentos adquiridos ao desenvolvimento de uma solução de IA utilizando Python , pode ser parte integrante da avaliação. 25% Reflexão Final: 15%

Bibliografia

Tutoriais e documentação oficial do Python (https://www.python.org/)

Formador

José Manuel Baranito Gregório

Cronograma