Pedro Bem-Haja

Doctorado en Psicología por la Universidad de Aveiro, es investigador en el CINTESIS@RISE. Se centra en dos áreas: (1) metodología de investigación, evaluación de impacto, IA, modelos analíticos (inferenciales, bayesianos y machine learning) y (2) neurociencias cognitivas, especialmente en las funciones cognitivas y el aprendizaje. Ha participado y liderado proyectos nacionales e internacionales y ha desarrollado algoritmos de clasificación y programas de estimulación neurocognitiva y de promoción de la alfabetización y la competencia numérica iniciales. Colabora con entidades públicas nacionales e internacionales y actúa como formador, ponente y consultor.

Título de la conferencia: Quadro de Incerteza Reflexiva (RUF): Gestão do Offloading Cognitivo na Análise Qualitativa de Métodos Mistos Humano–IA

A crescente utilização de IA generativa na investigação qualitativa cria novas oportunidades analíticas, mas também introduz riscos epistémicos. Na análise assistida por IA, parte do raciocínio interpretativo pode tornar-se externalizado para sistemas probabilísticos, produzindo formas de offloading cognitivo em que os investigadores dependem de resultados automatizados sem examinarem plenamente a sua incerteza ou limites interpretativos. Esta apresentação introduz o Quadro de Incerteza Reflexiva (RUF) como uma abordagem metodológica concebida para tornar essa externalização visível e analiticamente produtiva.

Posicionado numa perspetiva de métodos mistos, o quadro combina a classificação probabilística gerada por modelos baseados em vetores com o juízo interpretativo qualitativo. O RUF opera através de três dimensões analíticas: resultados de classificação probabilística, zonas de ambiguidade interpretativa desencadeadas por valores de probabilidade próximos e comentário reflexivo no qual o investigador interpreta explicitamente as tensões entre as interpretações humanas e as da IA.

Em vez de tratar a incerteza como uma falha computacional, o quadro reconceptualiza-a como evidência analítica que sustenta a transparência epistémica na colaboração humano–IA. A abordagem é explorada no âmbito do modelo AbductivAI na investigação qualitativa em educação, triangulando os resultados probabilísticos da IA com a análise interpretativa humana. Ao abordar o offloading cognitivo na investigação apoiada por IA, o RUF contribui para abordagens de métodos mistos que integram a análise computacional com a interpretação qualitativa reflexiva.