1.2 O papel da inteligência artificial na construção de um ensino superior inclusivo
Explore a forma como a inteligência artificial pode apoiar um ensino, uma aprendizagem e serviços aos estudantes mais inclusivos no ensino superior. Esta unidade examina a forma como a IA pode reduzir as barreiras, melhorando a acessibilidade, apoiando a diversidade linguística e as necessidades de aprendizagem e aumentando a capacidade de resposta, ao mesmo tempo que salienta a importância de uma supervisão cuidadosa para evitar preconceitos, proteger a transparência e garantir um tratamento justo de todos os estudantes.
👉 Comece com o vídeo para obter uma visão geral rápida.
👉 Termine com a tarefa de refletir e aplicar o que aprendeu.
Escolha uma área na sua instituição em que a IA poderia realisticamente apoiar a inclusão. Os exemplos podem incluir materiais de aprendizagem acessíveis, identificação precoce de estudantes que necessitam de apoio, comunicação multilingue, apoio a estudantes com deficiência ou simplificação de processos administrativos que atualmente criam barreiras.
Descreva o caso de utilização em termos simples: o que é que a IA faria, quem beneficiaria e que mudança traria à experiência do aluno ou do pessoal? Em seguida, identifique um risco grave associado a este caso de utilização. O risco pode estar relacionado com preconceitos, privacidade, falta de transparência, dependência excessiva de recomendações automatizadas ou acesso desigual à própria ferramenta.
Por último, sugira uma salvaguarda que deva ser implementada antes da adoção. Pode ser uma política, um processo de revisão, formação do pessoal, supervisão humana, controlos de qualidade ou uma forma clara de os alunos questionarem ou recorrerem das decisões apoiadas pela IA.
(Escreva até 200-300 palavras).
Atenção: As suas respostas são não armazenado na plataforma. Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
1.3 Sensibilização da gestão e alinhamento estratégico para a integração da IA
Explore o que os gestores e líderes institucionais precisam de considerar antes de integrar a IA no ensino, na aprendizagem ou nas operações institucionais. Esta unidade examina a forma como a prontidão, a governação, o alinhamento de políticas, a qualidade dos dados, a aquisição e a capacidade do pessoal moldam a adoção bem sucedida da IA - assegurando que a implementação apoia a estratégia institucional e os valores académicos em vez de se tornar uma decisão puramente técnica.
👉 Comece com o vídeo para obter uma visão geral rápida.
👉 Termine com a tarefa de refletir e aplicar o que aprendeu.
Imagine que a sua instituição está a considerar a adoção de uma ferramenta de IA que apoie o ensino ou os serviços aos estudantes (por exemplo, um assistente de IA para consultas dos estudantes, um painel de controlo analítico ou uma ferramenta que apoie o feedback sobre a escrita). Identifique dois factores de preparação que devem ser avaliados antes de avançar. Pode considerar a qualidade e a privacidade dos dados, as competências e a carga de trabalho do pessoal, as estruturas de governação, a acessibilidade, os requisitos de aquisição ou a clareza sobre quem é responsável pelos resultados.
Para cada fator, explique brevemente o que seria uma “boa preparação” no seu contexto e o que poderia correr mal se o fator fosse ignorado. Em seguida, proponha uma medida prática que a sua instituição poderia adotar nos próximos três meses para melhorar a preparação. Esta medida deve ser realista e estar ao alcance dos gestores, como, por exemplo, a criação de um grupo de análise, a realização de um projeto-piloto com critérios de sucesso claros, a oferta de formação, a definição de uma política ou a criação de um canal de feedback para os estudantes e o pessoal.
(Escreva até 200-300 palavras.)
Atenção: As suas respostas são não armazenado na plataforma. Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
1.4 Promover a transformação digital inclusiva através da liderança e da colaboração
Explore a forma como a transformação digital inclusiva no ensino superior é fundamentalmente um desafio de liderança e coordenação e não um desafio puramente tecnológico. Esta unidade centra-se na forma como os líderes podem criar abordagens coerentes e multifuncionais que reduzam a fragmentação, reforcem a acessibilidade e o apoio aos estudantes e utilizem a experimentação responsável para melhorar a qualidade da aprendizagem - e não apenas a eficiência.
👉 Comece com o vídeo para obter uma visão geral rápida.
👉 Termine com a tarefa de refletir e aplicar o que aprendeu.
3. Dois riscos de colaboração: Identifique dois riscos práticos que possam comprometer a inclusão se a colaboração for fraca (por exemplo, práticas de curso incoerentes entre faculdades, propriedade pouco clara, cumprimento deficiente da acessibilidade, comunicação confusa, falta de capacidade de apoio ou IA utilizada sem vias de escalonamento transparentes).
4. duas acções de envolvimento: Proponha duas acções concretas para criar confiança e apropriação partilhada. Pelo menos uma ação deve envolver os estudantes como parceiros (por exemplo, uma sessão de co-conceção com diversos estudantes, um grupo-piloto com representantes dos estudantes, feedback estruturado com acompanhamento visível, clínicas de acolhimento de pessoal, comunicação clara sobre a utilização de dados e supervisão humana).
5. um indicador de sucesso: Indicar um sinal mensurável de que a mudança está a funcionar para a inclusão e não apenas para a eficiência.
(Escrever até 200-300 palavras).
Atenção: As suas respostas são não armazenado na plataforma. Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
2. grupo negligenciado: Escolha um grupo que é frequentemente ignorado (por exemplo, estudantes a tempo parcial, estudantes pendulares, estudantes internacionais, estudantes com deficiência, estudantes da primeira geração, pessoal docente adjunto) e explique por que razão a sua perspetiva é essencial para a inclusão.
3. Dois riscos de colaboração: Identifique dois riscos práticos que possam comprometer a inclusão se a colaboração for fraca (por exemplo, práticas de curso incoerentes entre faculdades, propriedade pouco clara, cumprimento deficiente da acessibilidade, comunicação confusa, falta de capacidade de apoio ou IA utilizada sem vias de escalonamento transparentes).
4. duas acções de envolvimento: Proponha duas acções concretas para criar confiança e apropriação partilhada. Pelo menos uma ação deve envolver os estudantes como parceiros (por exemplo, uma sessão de co-conceção com diversos estudantes, um grupo-piloto com representantes dos estudantes, feedback estruturado com acompanhamento visível, clínicas de acolhimento de pessoal, comunicação clara sobre a utilização de dados e supervisão humana).
5. um indicador de sucesso: Indicar um sinal mensurável de que a mudança está a funcionar para a inclusão e não apenas para a eficiência.
(Escrever até 200-300 palavras).
Atenção: As suas respostas são não armazenado na plataforma. Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
1) Partes interessadas: Indique pelo menos cinco grupos de partes interessadas relevantes no ensino superior (por exemplo, estudantes, pessoal académico, responsáveis por programas, serviços de apoio aos estudantes, apoio a deficientes/acessibilidade, TI, biblioteca, garantia de qualidade, proteção de dados, parceiros externos).
2. grupo negligenciado: Escolha um grupo que é frequentemente ignorado (por exemplo, estudantes a tempo parcial, estudantes pendulares, estudantes internacionais, estudantes com deficiência, estudantes da primeira geração, pessoal docente adjunto) e explique por que razão a sua perspetiva é essencial para a inclusão.
3. Dois riscos de colaboração: Identifique dois riscos práticos que possam comprometer a inclusão se a colaboração for fraca (por exemplo, práticas de curso incoerentes entre faculdades, propriedade pouco clara, cumprimento deficiente da acessibilidade, comunicação confusa, falta de capacidade de apoio ou IA utilizada sem vias de escalonamento transparentes).
4. duas acções de envolvimento: Proponha duas acções concretas para criar confiança e apropriação partilhada. Pelo menos uma ação deve envolver os estudantes como parceiros (por exemplo, uma sessão de co-conceção com diversos estudantes, um grupo-piloto com representantes dos estudantes, feedback estruturado com acompanhamento visível, clínicas de acolhimento de pessoal, comunicação clara sobre a utilização de dados e supervisão humana).
5. um indicador de sucesso: Indicar um sinal mensurável de que a mudança está a funcionar para a inclusão e não apenas para a eficiência.
(Escrever até 200-300 palavras).
Atenção: As suas respostas são não armazenado na plataforma. Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
Na sua resposta, inclua:
1) Partes interessadas: Indique pelo menos cinco grupos de partes interessadas relevantes no ensino superior (por exemplo, estudantes, pessoal académico, responsáveis por programas, serviços de apoio aos estudantes, apoio a deficientes/acessibilidade, TI, biblioteca, garantia de qualidade, proteção de dados, parceiros externos).
2. grupo negligenciado: Escolha um grupo que é frequentemente ignorado (por exemplo, estudantes a tempo parcial, estudantes pendulares, estudantes internacionais, estudantes com deficiência, estudantes da primeira geração, pessoal docente adjunto) e explique por que razão a sua perspetiva é essencial para a inclusão.
3. Dois riscos de colaboração: Identifique dois riscos práticos que possam comprometer a inclusão se a colaboração for fraca (por exemplo, práticas de curso incoerentes entre faculdades, propriedade pouco clara, cumprimento deficiente da acessibilidade, comunicação confusa, falta de capacidade de apoio ou IA utilizada sem vias de escalonamento transparentes).
4. duas acções de envolvimento: Proponha duas acções concretas para criar confiança e apropriação partilhada. Pelo menos uma ação deve envolver os estudantes como parceiros (por exemplo, uma sessão de co-conceção com diversos estudantes, um grupo-piloto com representantes dos estudantes, feedback estruturado com acompanhamento visível, clínicas de acolhimento de pessoal, comunicação clara sobre a utilização de dados e supervisão humana).
5. um indicador de sucesso: Indicar um sinal mensurável de que a mudança está a funcionar para a inclusão e não apenas para a eficiência.
(Escrever até 200-300 palavras).
Atenção: As suas respostas são não armazenado na plataforma. Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
Selecione uma mudança digital ou relacionada com a IA que afecte o ensino, a aprendizagem ou os serviços aos estudantes na sua instituição. Os exemplos podem incluir um serviço de assistência ao estudante apoiado por IA, uma nova plataforma de avaliação, um quadro de ensino híbrido, um programa de melhoria da acessibilidade ou a análise da aprendizagem para apoio precoce.
Na sua resposta, inclua:
1) Partes interessadas: Indique pelo menos cinco grupos de partes interessadas relevantes no ensino superior (por exemplo, estudantes, pessoal académico, responsáveis por programas, serviços de apoio aos estudantes, apoio a deficientes/acessibilidade, TI, biblioteca, garantia de qualidade, proteção de dados, parceiros externos).
2. grupo negligenciado: Escolha um grupo que é frequentemente ignorado (por exemplo, estudantes a tempo parcial, estudantes pendulares, estudantes internacionais, estudantes com deficiência, estudantes da primeira geração, pessoal docente adjunto) e explique por que razão a sua perspetiva é essencial para a inclusão.
3. Dois riscos de colaboração: Identifique dois riscos práticos que possam comprometer a inclusão se a colaboração for fraca (por exemplo, práticas de curso incoerentes entre faculdades, propriedade pouco clara, cumprimento deficiente da acessibilidade, comunicação confusa, falta de capacidade de apoio ou IA utilizada sem vias de escalonamento transparentes).
4. duas acções de envolvimento: Proponha duas acções concretas para criar confiança e apropriação partilhada. Pelo menos uma ação deve envolver os estudantes como parceiros (por exemplo, uma sessão de co-conceção com diversos estudantes, um grupo-piloto com representantes dos estudantes, feedback estruturado com acompanhamento visível, clínicas de acolhimento de pessoal, comunicação clara sobre a utilização de dados e supervisão humana).
5. um indicador de sucesso: Indicar um sinal mensurável de que a mudança está a funcionar para a inclusão e não apenas para a eficiência.
(Escrever até 200-300 palavras).
Atenção: As suas respostas são não armazenado na plataforma. Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
Selecione uma mudança digital ou relacionada com a IA que afecte o ensino, a aprendizagem ou os serviços aos estudantes na sua instituição. Os exemplos podem incluir um serviço de assistência ao estudante apoiado por IA, uma nova plataforma de avaliação, um quadro de ensino híbrido, um programa de melhoria da acessibilidade ou a análise da aprendizagem para apoio precoce.
Na sua resposta, inclua:
1) Partes interessadas: Indique pelo menos cinco grupos de partes interessadas relevantes no ensino superior (por exemplo, estudantes, pessoal académico, responsáveis por programas, serviços de apoio aos estudantes, apoio a deficientes/acessibilidade, TI, biblioteca, garantia de qualidade, proteção de dados, parceiros externos).
2. grupo negligenciado: Escolha um grupo que é frequentemente ignorado (por exemplo, estudantes a tempo parcial, estudantes pendulares, estudantes internacionais, estudantes com deficiência, estudantes da primeira geração, pessoal docente adjunto) e explique por que razão a sua perspetiva é essencial para a inclusão.
3. Dois riscos de colaboração: Identifique dois riscos práticos que possam comprometer a inclusão se a colaboração for fraca (por exemplo, práticas de curso incoerentes entre faculdades, propriedade pouco clara, cumprimento deficiente da acessibilidade, comunicação confusa, falta de capacidade de apoio ou IA utilizada sem vias de escalonamento transparentes).
4. duas acções de envolvimento: Proponha duas acções concretas para criar confiança e apropriação partilhada. Pelo menos uma ação deve envolver os estudantes como parceiros (por exemplo, uma sessão de co-conceção com diversos estudantes, um grupo-piloto com representantes dos estudantes, feedback estruturado com acompanhamento visível, clínicas de acolhimento de pessoal, comunicação clara sobre a utilização de dados e supervisão humana).
5. um indicador de sucesso: Indicar um sinal mensurável de que a mudança está a funcionar para a inclusão e não apenas para a eficiência.
(Escrever até 200-300 palavras).
Atenção: As suas respostas são não armazenado na plataforma. Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
2.1 Fundamentos éticos e jurídicos da IA no ensino superior
Explore os princípios éticos e legais que orientam a utilização responsável da Inteligência Artificial no ensino superior. Esta unidade introduz conceitos-chave como a justiça, a transparência, a responsabilidade e a proteção de dados, ajudando os líderes institucionais a garantir que a IA serve os valores educativos e respeita os direitos humanos.
👉 Comece com o vídeo para obter uma visão geral rápida.
👉 Termine com a tarefa de refletir e aplicar o que aprendeu.
Refletir sobre a forma como a IA é atualmente utilizada (ou poderia ser utilizada) na sua instituição. Identifique um risco ético potencial (por exemplo, parcialidade, utilização incorrecta de dados, falta de transparência) e sugira uma ação que a sua instituição possa tomar para o mitigar.
(Escreva até 200-300 palavras).
Atenção: As suas respostas são não armazenado na plataforma.
Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
2.2 Desenvolvimento de estratégias e políticas institucionais de IA
Explore como as universidades podem projetar e implementar estratégias e políticas institucionais de IA que promovam a inclusão, a transparência e a responsabilidade. Esta unidade se concentra em transformar princípios éticos e legais em estruturas acionáveis, garantindo que a inovação da IA se alinhe com valores educacionais, metas de equidade e missões institucionais.
👉 Comece com o vídeo para obter uma visão geral rápida.
👉 Termine com a tarefa de refletir e aplicar o que aprendeu.
Reflicta sobre a abordagem atual da sua instituição em relação à IA.
Se a sua universidade tivesse de desenvolver uma nova estratégia e política de IA, que três princípios a deveriam orientar, e porquê?
Para cada princípio, identifique uma ação ou mecanismo específico que a sua instituição poderia adotar para tornar esse princípio visível na prática.
(Escreva até 300 palavras.)
Atenção: As suas respostas são não armazenado na plataforma.
Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
2.3 Governação e reforço das capacidades para uma adoção responsável da IA
Explore a forma como as universidades podem estabelecer estruturas de governação e desenvolver a capacidade institucional para garantir a adoção responsável e sustentável da Inteligência Artificial. Esta unidade destaca modelos de liderança, colaboração interdepartamental e práticas de desenvolvimento do pessoal que integram a IA ética na cultura e nas operações das instituições de ensino superior.
👉 Comece com o vídeo para obter uma visão geral rápida.
👉 Termine com a tarefa de refletir e aplicar o que aprendeu.
Imagine que a sua universidade está a desenvolver um Quadro de Governação Responsável da IA.
A sua tarefa é delinear a forma como a liderança, a colaboração e o desenvolvimento do pessoal podem trabalhar em conjunto para garantir que a adoção da IA é ética, transparente e sustentável.
Escreva até 300 palavras, abordando os seguintes pontos de orientação:
1. que mecanismos de governação (por exemplo, comités, estruturas de comunicação, processos de revisão) incluiria?
2) Como promoveria a colaboração entre as unidades académicas, jurídicas e técnicas?
3) Que acções de reforço de capacidades ajudariam o pessoal e os estudantes a compreender e a aplicar a IA de forma responsável?
Atenção: As suas respostas são não armazenado na plataforma.
Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
3.1 A acessibilidade como requisito estratégico e jurídico
Explore a razão pela qual a acessibilidade é uma responsabilidade central de liderança no ensino superior e como molda os direitos dos estudantes, a qualidade institucional e a conformidade legal. Esta unidade examina a forma como a acessibilidade deve ser incorporada ao nível do sistema - através da governação, aquisições e garantia de qualidade - particularmente nos serviços digitais dirigidos aos estudantes, e como as normas reconhecidas, como as WCAG e a EN 301 549, orientam as instituições no cumprimento das obrigações europeias em matéria de acessibilidade.
👉 Comece com o vídeo para obter uma visão geral rápida.
👉 Termine com a tarefa de refletir e aplicar o que aprendeu.
Selecione um serviço digital de grande impacto que molde o percurso do estudante na sua instituição, por exemplo, a plataforma de aprendizagem, um portal do estudante, um ambiente de avaliação em linha ou um sítio Web central de que os estudantes dependem. Descreva quem é responsável pelos resultados de acessibilidade para este serviço ao nível da liderança e como a acessibilidade é atualmente abordada na aquisição, garantia de qualidade e apoio ao utilizador. Em seguida, identifique uma lacuna que possa criar um risco legal ou de reputação, como requisitos pouco claros para os fornecedores, testes fracos, relatórios de acessibilidade limitados ou falta de capacidade do pessoal. Proponha uma ação de liderança realista que possa ser implementada nos próximos três meses para reduzir esse risco e melhorar a experiência dos estudantes. Escreva 200 a 300 palavras.
Atenção: As suas respostas são não armazenado na plataforma.
Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
Explore por que os riscos éticos mais significativos da IA no ensino superior geralmente surgem de usos institucionais de rotina que se expandem rapidamente em admissões, suporte ao aluno, plataformas de aprendizado e processos administrativos essenciais. Esta unidade examina o risco ético como uma responsabilidade de governança, destacando como os líderes podem salvaguardar a justiça, a inclusão, a transparência e a responsabilidade quando os sistemas de IA influenciam as decisões sobre alunos e funcionários, e por que a supervisão institucional não pode ser delegada inteiramente aos fornecedores.
👉 Comece com o vídeo para obter uma visão geral rápida.
👉 Termine com a tarefa de refletir e aplicar o que aprendeu.
Selecione uma utilização atual ou prevista da IA na sua instituição, por exemplo, um chatbot para serviços de apoio aos estudantes, triagem automatizada de pedidos de apoio aos estudantes, conceção de avaliações apoiadas por IA, análise preditiva para retenção ou uma ferramenta externa de IA generativa utilizada pelo pessoal. Descreva o benefício pretendido e quem se espera que ganhe com isso. Em seguida, analise o risco ético, centrando-se em três questões. Em primeiro lugar, o que pode correr mal a um estudante ou membro do pessoal se o sistema for incorreto, tendencioso ou mal explicado. Em segundo lugar, quais são os dados envolvidos e se os indivíduos têm uma capacidade realista para compreender, contestar ou optar por não participar. Em terceiro lugar, quem é responsável por monitorizar os resultados e agir quando surgem danos. Conclua com uma medida concreta de liderança que reduza o risco sem parar a inovação, como um requisito de transparência para os utilizadores, uma métrica de monitorização, uma condição de aquisição ou uma via de decisão para o escalonamento.
Escreva 200 a 300 palavras.
Atenção: As suas respostas são não armazenado na plataforma.
Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
3.3 Níveis de risco da IA segundo o Ato UE sobre a IA
Explore como a abordagem baseada no risco da Lei de IA da UE molda as responsabilidades de liderança no ensino superior. Esta unidade examina como as universidades podem distinguir entre práticas proibidas, sistemas de alto risco e usos de menor risco da IA - particularmente em áreas como admissões, avaliação, progressão dos estudantes e monitorização - e como a governação, as aquisições e a supervisão institucional devem dar prioridade à conformidade onde o impacto potencial nos direitos e oportunidades dos estudantes é maior.
👉 Comece com o vídeo para obter uma visão geral rápida.
👉 Termine com a tarefa de refletir e aplicar o que aprendeu.
Escolha uma utilização de IA que já esteja implementada na sua instituição ou cuja adoção esteja atualmente a ser discutida. Descreva o que o sistema se destina a fazer e onde é que toca o percurso do estudante, por exemplo, admissão, avaliação, monitorização do progresso académico ou serviços ao estudante. Em seguida, classifique a utilização a um nível elevado utilizando a lógica de risco da Lei da IA, respondendo a três perguntas práticas. Em primeiro lugar, o sistema pode influenciar as condições de acesso, avaliação ou teste de uma forma que afecte as oportunidades de um estudante. Em segundo lugar, pode ser abrangido por uma área que o regulamento considera de alto risco na educação e na formação profissional. Em terceiro lugar, se o sistema não for de alto risco, que expectativas de transparência devem ser aplicadas para que os utilizadores compreendam quando estão a interagir com a IA e qual a responsabilidade do sistema. Conclua com uma ação de liderança que melhoraria a governação, como a clarificação das funções institucionais, a exigência de provas aos fornecedores ou o reforço da comunicação com os utilizadores e das vias de recurso.
Escrever 200 a 300 palavras.
Atenção: As suas respostas são não armazenado na plataforma.
Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
3.4 Elaborar uma lista de controlo institucional de alto nível
Explore como os líderes seniores podem traduzir a acessibilidade, a ética e a conformidade legal num instrumento prático de governação para iniciativas relacionadas com a IA. Esta unidade examina como uma lista de verificação institucional de alto nível pode reduzir a adoção fragmentada, clarificar a responsabilidade e garantir que as utilizações de maior risco - particularmente em áreas como as admissões, a avaliação e os serviços digitais para estudantes - recebem o escrutínio adequado ao abrigo do quadro regulamentar baseado no risco da UE, ao mesmo tempo que incorpora a acessibilidade e a proteção de dados como requisitos institucionais permanentes.
👉 Comece com o vídeo para obter uma visão geral rápida.
👉 Termine com a tarefa de refletir e aplicar o que aprendeu.
Pense numa iniciativa com IA que já seja utilizada na sua instituição ou que esteja a ser considerada ativamente, como uma ferramenta de apoio às admissões, um sistema relacionado com a avaliação, um painel de controlo analítico para a retenção de estudantes ou um chatbot de serviços para estudantes. Elabore uma lista de verificação de liderança de uma página que a sua instituição exigiria antes de aprovar a iniciativa para uma implementação mais alargada. O seu rascunho deve esclarecer três aspectos. Em primeiro lugar, para que é que o sistema será utilizado e se abrange quaisquer áreas de alto risco relacionadas com a educação nos termos do Anexo III. Em segundo lugar, quem é responsável pela conformidade e pelo acompanhamento contínuo, incluindo a forma como os utilizadores podem solicitar uma revisão humana e como os problemas serão tratados. Em terceiro lugar, que provas serão exigidas ao fornecedor ou à equipa de projeto em matéria de transparência para os utilizadores, tratamento de dados pessoais, acessibilidade e monitorização do desempenho ao longo do tempo. Procure criar um documento conciso e utilizável que uma equipa de liderança possa aplicar de forma coerente em todas as faculdades.
Escreva 200 a 300 palavras.
Atenção: As suas respostas são não armazenado na plataforma.
Pode guardar as suas reflexões localmente, clicando no botão “Descarregar texto” botão abaixo.
