Siobahn Day Grady Enfrenta a Divisão no Financiamento da Educação em IA

Siobahn Day Grady criou o primeiro instituto de pesquisa em IA em uma HBCU, apesar de um sistema de financiamento que destina a essas instituições menos de um por cento dos recursos. Um perfil da IEEE Spectrum apresenta seu trabalho como um esforço ambicioso para tornar a inteligência artificial acessível em toda a North Carolina Central University. A questão mais incisiva é se esse modelo pode sobreviver ao desequilíbrio financeiro que busca superar.

Grady lançou o Institute for Artificial Intelligence and Emerging Research, ou IAIER, da NCCU em janeiro de 2025. Desde então, ele envolveu mais de 2.800 estudantes, docentes e moradores da comunidade, segundo o perfil sobre alfabetização em IA. Seus programas vão além da ciência da computação e abrangem serviço social, saúde, arquivos digitais e outras áreas.

O alcance inicial do instituto reforça a ideia de tratar a alfabetização em IA como parte da educação geral. Ainda assim, sua dependência de subsídios e empresas de tecnologia revela uma limitação mais difícil. Universidades com menos recursos para pesquisa precisam preparar estudantes para um mercado de trabalho moldado pela IA enquanto competem com instituições que têm mais docentes, capacidade computacional e recursos para captação.

Esse é o conflito central por trás do trabalho de Grady. Uma universidade pode tornar a educação em IA universal dentro da sala de aula, mas o acesso à infraestrutura que sustenta essa educação continua profundamente desigual.

Grady Transformou um Laboratório de IA em um Instituto para Todo o Campus

O IAIER mudou a estratégia de IA da NCCU, de um projeto de pesquisa especializado para um programa universitário de formação e educação para o mercado de trabalho.

O plano de Grady não começou com o instituto. Em 2020, ela criou o Laboratory for Artificial Intelligence and Emerging Research na NCCU. O laboratório ofereceu aos estudantes oportunidades de trabalhar em projetos envolvendo aprendizado de máquina, interação humano-computador, saúde e sistemas autônomos.

Essa estrutura ainda se concentrava em um grupo de pesquisa. Ela podia atender estudantes participantes e apoiar projetos selecionados, mas não alcançava todos os departamentos. Grady começou a considerar um modelo mais amplo quando surgiu uma oportunidade de subsídio do Google em 2024.

O instituto resultante recebeu US$ 1 milhão da Google.org. A NCCU descreve o IAIER como um centro de educação interdisciplinar, pesquisa e desenvolvimento responsável de IA. Sua visão geral do instituto também o identifica como o primeiro instituto de IA sediado em uma HBCU nos Estados Unidos.

Os conselheiros da universidade aprovaram formalmente o IAIER em 17 de dezembro de 2025, após uma revisão institucional. Essa aprovação deu à organização uma posição que ultrapassa o laboratório original conduzido por docentes. Também posicionou o instituto para coordenar programas acadêmicos, parcerias, subsídios de pesquisa e capacitação comunitária.

Essa distinção importa porque alfabetização em IA não é o mesmo que formar cientistas da computação. Alfabetização em IA significa entender o que os sistemas de IA podem fazer, onde falham e como seus resultados afetam decisões. Também inclui a capacidade de questionar fontes de dados, identificar riscos e usar ferramentas adequadas dentro de uma disciplina específica.

Um estudante de enfermagem e um estudante de ciência da informação não usarão IA de formas idênticas. O mesmo vale para assistentes sociais, arquivistas, professores ou analistas de negócios. Um instituto para todo o campus pode conectar fundamentos compartilhados aos padrões profissionais de cada área.

O programa de subsídios iniciais do IAIER ilustra essa abordagem. O instituto concedeu subsídios de até US$ 10.000 a 11 projetos em sua primeira turma divulgada. Esses projetos abrangeram serviço social, saúde, arquivamento digital, ciência da informação e outras áreas.

Um projeto está desenvolvendo um laboratório de simulação apoiado por IA para estudantes de serviço social. Os estudantes podem praticar interações com clientes sem tratar o sistema como substituto da experiência de campo supervisionada. O cenário transforma a educação em IA em uma questão de julgamento profissional, não apenas de elaboração de prompts.

Esse é um objetivo mais exigente do que mostrar aos estudantes como operar um chatbot. Ele exige que docentes decidam quando a IA melhora a aprendizagem, quando introduz incerteza inaceitável e como os estudantes devem documentar seu uso.

O IAIER também organiza eventos com empresas como Deloitte, FICO, Anthropic, IBM e Google. Essas conexões expõem os estudantes às expectativas atuais do mercado de trabalho e dão aos docentes uma visão das práticas em transformação fora da academia.

O envolvimento da indústria traz sua própria tensão. As empresas desenvolvem produtos de IA mais rapidamente do que as universidades conseguem revisar currículos, aprovar programas e capacitar instrutores. Por isso, as universidades precisam de conhecimento externo, mas não podem permitir que fornecedores definam a alfabetização em IA inteiramente em torno de suas próprias plataformas.

O instituto de Grady está diretamente inserido nessa tensão. Ele usa apoio corporativo para ampliar a participação enquanto enquadra a educação em IA como uma responsabilidade acadêmica interdisciplinar. O próximo teste do instituto é saber se esse equilíbrio pode se manter à medida que os programas e a demanda se expandem.

IEEE Spectrum Mostra Por Que a Alfabetização em IA Está se Tornando Educação Geral

O relato da IEEE Spectrum defende com clareza que a alfabetização em IA agora pertence a todo o currículo, não a um único departamento técnico.

A NCCU ainda não tem um curso dedicado de ciência da computação, embora a universidade esteja desenvolvendo uma graduação em ciência da computação e uma especialização complementar em IA. Essa ausência pode parecer uma desvantagem. Ela também levou o IAIER a adotar um modelo que não usa a matrícula em ciência da computação como critério de acesso.

Todos os calouros da NCCU agora têm contato com formação introdutória em IA por meio da UNIV 1100, uma disciplina obrigatória de educação universitária. O programa começou com uma turma de primeiro ano de quase 1.700 estudantes durante o outono de 2025, segundo o módulo obrigatório de IA da NCCU.

O módulo utiliza o IBM SkillsBuild, uma plataforma de aprendizagem online que oferece treinamento e credenciais fundamentais em tecnologia. Os estudantes concluem o material independentemente da graduação pretendida. A NCCU afirma que eles também podem obter acesso a mentoria e canais de estágio envolvendo a IBM e outros parceiros.

Inserir o módulo em uma disciplina obrigatória muda quem recebe a formação. Uma oficina opcional normalmente atrai estudantes que já se sentem à vontade com tecnologia. Uma exigência universal alcança estudantes que, de outra forma, poderiam concluir que a IA é irrelevante para seu trabalho.

Esse desenho reflete o argumento de Grady de que as pessoas já não podem separar os sistemas digitais da vida profissional cotidiana. Gestores de contratação esperam cada vez mais que os graduados avaliem trabalhos assistidos por IA, se comuniquem com sistemas automatizados e reconheçam resultados pouco confiáveis. Essas expectativas agora vão muito além do desenvolvimento de software.

No entanto, o uso básico de prompts não pode ser o ponto final. Um estudante que sabe pedir um resumo não entende automaticamente alucinações, privacidade, direitos autorais ou vieses incorporados. Alucinação é a produção de informações plausíveis, mas sem sustentação, por um modelo generativo.

Portanto, a alfabetização em IA precisa incluir verificação. Os estudantes precisam comparar resultados com materiais originais, divulgar assistência significativa de IA e entender quando informações confidenciais devem permanecer fora de sistemas de terceiros.

Esse trabalho também tem uma dimensão de gestão do conhecimento. Estudantes e pesquisadores precisam de formas confiáveis de organizar o material-fonte antes de pedir que a IA o interprete. Uma base de conhecimento de IA pessoal pode apoiar esse processo quando preserva citações e mantém as alegações conectadas às evidências.

O desenvolvimento docente torna-se igualmente importante. Uma instituição não pode estabelecer expectativas comuns para IA se os instrutores não recebem tempo ou orientação para reformular avaliações. O IAIER trabalhou com equipes de desenvolvimento docente para ajudar educadores a integrar IA aos seus cursos.

Integração não significa usar a mesma ferramenta em todas as salas de aula. Um professor de história pode se concentrar na verificação de fontes. Um professor de serviço social pode examinar consentimento e limites profissionais. Um pesquisador da área da saúde pode focar em privacidade, validação e nas consequências de previsões falsas.

Essa abordagem disciplinar dá ao IAIER uma justificativa mais sólida do que a de um centro genérico de tecnologia. Ela trata a IA como uma camada que atravessa muitas formas de trabalho, ao mesmo tempo em que reconhece que cada profissão enfrenta riscos diferentes.

O modelo também cria pressão sobre outras universidades. Instituições que restringem o ensino de IA a disciplinas técnicas optativas correm o risco de formar estudantes com preparação desigual. Universidades mais ricas podem responder contratando docentes e criando centros especializados, mas instituições menores enfrentam escolhas mais difíceis.

A NCCU escolheu priorizar a amplitude. Ela está dando a cada calouro uma base enquanto desenvolve opções avançadas de pesquisa e graduação sobre esse fundamento. A abordagem é prática, mas sua qualidade dependerá de apoio contínuo aos docentes e de atualizações regulares do currículo.

O Acesso Universal à IA Encontra um Sistema de Pesquisa Desigual

O modelo de Grady desafia uma incompatibilidade estrutural: espera-se que as HBCUs preparem talentos em IA sem receber uma parcela equivalente do investimento em pesquisa.

As faculdades e universidades historicamente negras representam 3,2 por cento das instituições que concedem diplomas de quatro anos. Ainda assim, receberam apenas 0,91 por cento dos gastos federais em pesquisa e desenvolvimento no ensino superior no ano fiscal de 2023.

A lacuna não se limita a um único ano. Desde 2018, as HBCUs receberam, em média, 0,87 por cento do financiamento federal para pesquisa acadêmica, segundo dados federais de P&D publicados.

A distribuição entre agências acrescenta outra camada. Das 43 agências federais que forneceram recursos para pesquisa universitária em 2023, 17 não destinaram nada às HBCUs. Isso significa que 40 por cento das agências participantes não fizeram nenhuma alocação de pesquisa para HBCUs.

Duas grandes fontes de financiamento também distribuíram parcelas desproporcionalmente pequenas. O Department of Health and Human Services destinou 0,54 por cento de seu financiamento de pesquisa acadêmica às HBCUs. O Department of Defense destinou 0,40 por cento.

Esses números importam para a IA porque a capacidade de pesquisa se acumula. Uma concessão federal pode financiar pesquisadores de pós-graduação, acesso a computação, equipe administrativa e estudos-piloto. Esses ativos ajudam uma instituição a competir pelo próximo subsídio e atrair parceiros adicionais.

O financiamento limitado produz o efeito inverso. Docentes passam mais tempo preparando propostas com menos apoio administrativo. Instituições têm dificuldade para manter laboratórios entre um subsídio e outro. Estudantes recebem menos oportunidades remuneradas de pesquisa que podem levar à pós-graduação ou ao emprego técnico.

O problema não é a falta de talento relevante. As HBCUs há muito atendem estudantes que continuam sub-representados em profissões de ciência e engenharia. Sua participação é especialmente importante quando sistemas de IA afetam comunidades historicamente excluídas do desenho de tecnologias.

A trajetória de um pesquisador não garante uma tecnologia justa. No entanto, excluir instituições e comunidades da pesquisa reduz a variedade de perguntas feitas. Também reduz o grupo de pessoas em posição de questionar pressupostos problemáticos.

Os subsídios interdisciplinares do IAIER mostram como uma participação mais ampla pode mudar a agenda de pesquisa. Um docente de serviço social aborda a IA de forma diferente de um desenvolvedor de modelos. Um arquivista identifica problemas de preservação, proveniência e representação que uma equipe de produto comercial poderia ignorar.

O instituto também oferece aos estudantes um espaço para investigar essas questões antes de ingressarem no mercado de trabalho. A experiência em pesquisa pode ensiná-los a formular problemas, lidar com evidências, testar afirmações e comunicar incertezas. Essas habilidades continuam valiosas, mesmo à medida que ferramentas específicas de IA mudam.

Subvenções corporativas podem ajudar a suprir lacunas imediatas, mas não substituem investimentos públicos contínuos. Uma empresa pode mudar suas prioridades filantrópicas, reorganizar um programa ou encerrar uma parceria. As universidades precisam apoiar estudantes e docentes ao longo de ciclos mais longos.

O financiamento governamental também pode mudar. Os orçamentos federais de pesquisa passam por negociações políticas, enquanto programas voltados à diversidade enfrentam escrutínio adicional. Uma alocação única pode gerar atividade sem garantir pessoal ou operações após o término do recurso.

O governo federal anunciou, em setembro de 2025, um investimento único de US$ 500 milhões em HBCUs e instituições credenciadas por governos tribais de povos nativos americanos. Esse compromisso ofereceu apoio de curto prazo, mas sua estrutura pontual não resolveu a lacuna recorrente em pesquisa.

Para o IAIER, a divisão no financiamento transforma o crescimento em risco. O sucesso atrai mais estudantes, projetos de docentes, demandas da comunidade e potenciais parceiros. Cada novo programa acrescenta necessidades de coordenação e suporte que uma subvenção temporária talvez não cubra.

Grady identificou o financiamento como a maior barreira à sustentabilidade do instituto. Essa avaliação complica a narrativa otimista criada pela alta participação. Alcançar milhares de pessoas comprova a demanda, mas não prova que o modelo operacional consegue se financiar.

O principal adversário, portanto, não é outra universidade ou laboratório de IA. É a distância entre o acesso universal como promessa e a capacidade desigual de pesquisa como realidade.

Parcerias com a Indústria Ampliam o Acesso, mas Não Podem Definir o Currículo

As parcerias tecnológicas fornecem recursos valiosos à NCCU, mas a universidade precisa manter o controle sobre o que significa uma educação responsável em IA.

O IAIER trabalhou com Google e IBM em treinamentos e credenciais. Também promoveu sessões com a participação de empregadores e empresas de IA. Essas relações conectam os estudantes a ferramentas, pesquisadores, redes profissionais e possíveis trajetórias de carreira.

O instituto sediou a primeira OpenAI Academy Summit realizada em uma HBCU. Segundo a reportagem da IEEE Spectrum, o evento levou 444 participantes de mais de 40 instituições à NCCU. A cúpula de HBCUs oficial incluiu discussões sobre educação, preparação para o mercado de trabalho, empreendedorismo e adoção responsável.

O valor dessa rede é significativo. Estudantes de universidades bem financiadas frequentemente obtêm acesso informal a pesquisadores visitantes, ex-alunos e recrutadores. Eventos sediados na NCCU podem reduzir a distância entre estudantes de HBCUs e as organizações que moldam o emprego em IA.

As credenciais também podem tornar visíveis as habilidades recém-adquiridas. Um estudante sem formação técnica pode se beneficiar de um certificado reconhecido que sinalize treinamento fundamental. No entanto, credenciais só são úteis quando os empregadores entendem o que elas avaliam.

Há o risco de a alfabetização em IA se tornar uma coleção de selos de fornecedores. Um selo pode comprovar a conclusão de um curso sem demonstrar se o estudante consegue questionar uma resposta, proteger dados sensíveis ou identificar uma aplicação inadequada.

A educação centrada em fornecedores também pode envelhecer rapidamente. Interfaces de produtos, nomes de modelos e termos de assinatura mudam. Os estudantes precisam de conceitos transferíveis que continuem úteis quando a ferramenta preferida mudar.

As universidades precisam, portanto, distinguir familiaridade com produtos de alfabetização duradoura. A familiaridade com produtos ajuda os estudantes a se tornarem produtivos com sistemas atuais. A alfabetização duradoura ajuda-os a avaliar sistemas futuros e reconhecer problemas recorrentes.

O mesmo princípio se aplica à pesquisa docente. O apoio corporativo pode financiar experimentos e oferecer acesso técnico, mas as questões de pesquisa não devem depender inteiramente do roteiro comercial de uma empresa. A investigação independente é essencial quando pesquisadores estudam vieses, efeitos sobre o trabalho, privacidade ou falhas de sistemas.

A estrutura interdisciplinar do IAIER oferece alguma proteção contra uma visão restrita e centrada em fornecedores. Seus projetos começam com problemas dentro de áreas como serviço social e arquivamento. A tecnologia serve à questão de pesquisa, em vez de defini-la.

Ainda assim, a dependência do instituto de parcerias externas cria uma incerteza legítima. Os números de participação divulgados publicamente não revelam quantos estudantes concluem um treinamento contínuo. Também não mostram se os formados aplicam essas habilidades de forma eficaz depois de deixar a NCCU.

Há poucas evidências longitudinais publicadas sobre resultados de emprego, produtividade em pesquisa ou mudanças na prática docente. Essa ausência é compreensível para um instituto jovem, mas limita afirmações amplas sobre a eficácia do modelo.

A questão relevante não é se o IAIER já resolveu o acesso desigual à IA. Ele não teve tempo, financiamento ou dados de resultados publicados suficientes para sustentar essa conclusão. A questão é se seu desenho inicial cria progresso mensurável que outras instituições podem reproduzir.

Uma avaliação útil separaria a presença em eventos de um engajamento mais profundo. Ela acompanharia a conclusão de cursos, a participação em pesquisa, estágios, credenciais, inserção na pós-graduação e a confiança dos estudantes em verificar resultados de IA.

Também deveria examinar quem se beneficia dentro da universidade. O treinamento universal para calouros cria um ponto de partida amplo, mas oportunidades avançadas ainda podem se concentrar entre estudantes com mais tempo, experiência prévia ou conexões com docentes.

A capacidade do corpo docente apresenta outra limitação. Subvenções iniciais podem lançar projetos promissores, mas os pesquisadores precisam de tempo, suporte técnico e financiamento posterior. Caso contrário, programas-piloto desaparecem depois de produzir uma demonstração inicial.

Nenhuma dessas preocupações invalida a estratégia de Grady. Elas definem quais evidências ainda são necessárias. O instituto mostrou que uma HBCU pode organizar uma iniciativa de IA visível e abrangente em todo o campus. Ainda não demonstrou se o modelo permanece estável após o fim das subvenções iniciais.

Três Sinais Mostrarão se o Modelo Pode Durar

O futuro do IAIER dependerá de infraestrutura contínua, resultados mensuráveis para os estudantes e replicação além de um único campus.

O primeiro sinal é o espaço físico exclusivo da NCCU para o instituto. Grady disse à IEEE Spectrum que o IAIER planejava abrir sua primeira instalação dedicada no campus no outono de 2026. A NCCU descreveu um prédio de aproximadamente 5.000 pés quadrados de área bruta para ensino e pesquisa.

Um centro físico daria a estudantes e docentes um local consistente para projetos, mentoria, treinamento e colaboração. Também demonstraria que a universidade está incorporando o IAIER às suas operações, em vez de tratá-lo como um programa temporário financiado por subvenções.

A instalação, por si só, não estabelecerá sustentabilidade. Os detalhes importantes incluirão pessoal, equipamentos, acesso a computação, recursos operacionais e o número de programas que poderá apoiar. Um prédio sem recursos recorrentes enfraqueceria a afirmação mais ampla do instituto.

O segundo sinal é o lançamento e a adesão ao planejado curso de graduação em ciência da computação e à especialização secundária em IA da NCCU. Esses programas conectariam o treinamento introdutório universal a trajetórias acadêmicas mais profundas.

Os dados de matrícula e conclusão importarão mais do que o anúncio. Uma demanda forte mostraria que a ampla exposição à IA incentiva os estudantes a buscar estudos avançados. Uma progressão fraca poderia indicar que o treinamento introdutório precisa de orientação acadêmica, pré-requisitos ou apoio financeiro mais robustos.

Os resultados devem ir além das graduações técnicas. A proposta distintiva do IAIER é que a IA pertence a todas as disciplinas. Portanto, pesquisadores devem acompanhar quantos departamentos criam disciplinas relacionadas à IA, como os docentes usam subvenções iniciais e se projetos interdisciplinares continuam além das etapas-piloto.

O terceiro sinal é se a abordagem da NCCU se torna reutilizável em outros lugares. Grady afirmou que quer criar uma estrutura que possa ajudar HBCUs e outras universidades a estabelecer programas semelhantes.

A replicação fortaleceria o argumento de que o IAIER representa mais do que uma única líder ou subvenção bem-sucedida. Também testaria quais elementos são transferíveis entre instituições com currículos, populações estudantis e relações com a indústria diferentes.

Uma estrutura repetível precisaria de requisitos mínimos claros. As universidades precisariam de orientação sobre desenvolvimento docente, políticas de uso responsável, avaliação dos estudantes, governança de pesquisa, envolvimento de empregadores e financiamento sustentável.

Também precisaria deixar espaço para prioridades locais. Uma instituição rural pode concentrar-se em agricultura ou acesso à saúde. Uma universidade urbana pode enfatizar administração pública, transporte ou empreendedorismo comunitário.

Nos próximos meses, esses três sinais deverão esclarecer a trajetória do instituto. Uma instalação com equipe reforçaria sua base institucional. A expansão das trajetórias acadêmicas demonstraria uma demanda estudantil mais profunda. A adoção por outras universidades sustentaria a afirmação de Grady de que o modelo pode se espalhar.

O fracasso em qualquer um desses sinais não apagaria o trabalho inicial do instituto. No entanto, instalações atrasadas, progressão fraca ou ausência de replicação mostrariam onde o entusiasmo sustentado por subvenções encontra limites organizacionais.

O perfil da IEEE Spectrum retrata uma líder que impulsiona o ensino superior rumo a uma definição mais ampla de preparação para a IA. A ideia mais consequente de Grady não é que todo estudante precise se tornar programador. É que todo estudante precisa ter compreensão suficiente para questionar, orientar e verificar sistemas automatizados.

Essa ideia traz consequências práticas para estudantes, empregadores e universidades. Os empregadores devem olhar além de selos específicos de ferramentas e perguntar aos candidatos como avaliam trabalhos assistidos por IA. As universidades devem medir a aprendizagem contínua, não apenas a presença. Os estudantes devem tratar a verificação e o julgamento de domínio como habilidades centrais.

A história também atribui responsabilidade aos financiadores. É difícil exigir uma força de trabalho em IA mais representativa enquanto se mantém um sistema de pesquisa que direciona menos de um por cento do financiamento federal de P&D acadêmica às HBCUs.

Os leitores devem acompanhar o que acontece depois que a atenção inicial diminui. O IAIER obtém apoio recorrente, publica resultados significativos e ajuda outros campi a criar programas comparáveis? Esses resultados determinarão se a alfabetização universal em IA se torna um compromisso institucional ou continua dependente de líderes excepcionais em busca de recursos temporários.

Grady já estabeleceu a demanda. O próximo passo cabe a universidades, empregadores, órgãos públicos e empresas de tecnologia. Eles precisam decidir se a alfabetização em IA é uma prioridade educacional compartilhada e financiá-la de acordo.