Towards a Psychologically Grounded Framework for Ethical, Inclusive, and AI-Enhanced Education
Rumo a um Referencial Fundamentado Psicologicamente para uma Educação Ética, Inclusiva e Potencializada pela Inteligência Artificial
Arpana Koul iDMIER College of Education, Jammu, India
Bharti Tandon iDMIER College of Education, Jammu, India
Bindu Dua iDMIER College of Education, Jammu, India
Abstract
Background: The rapid integration of artificial intelligence (AI) into educational systems worldwide presents significant opportunities for personalised learning, inclusive pedagogy, and data-informed instructional practice, yet AI systems designed without an understanding of how learners acquire knowledge, sustain motivation, regulate emotions, and respond to diverse social and cultural contexts may unintentionally reinforce existing educational inequalities.
Objective: This paper proposes a conceptual framework that positions educational psychology as the primary foundation, rather than a secondary consideration, for the design and evaluation of AI-supported educational systems.
Methods: The framework was developed through a systematic narrative synthesis of peer-reviewed literature, international policy documents, and recent empirical evidence, drawing on searches of PsycINFO, ERIC, Scopus, and Web of Science (2011–2025), supplemented by forward and backward citation tracking and review of international policy reports. The search yielded approximately 620 potentially relevant sources, of which approximately 65 were incorporated following title/abstract screening and full-text review against explicit inclusion criteria.
Results: The resulting framework comprises three interconnected components — a psychologically informed understanding of learner diversity, AI-enabled inclusive and innovative pedagogical practices, and reflective teaching within intelligent learning environments — mapped, through a reference table, against specific AI applications, illustrative empirical evidence, and inclusion implications. A comparative analysis across East Asia, Europe, Sub-Saharan Africa, and South Asia further identifies region-specific challenges, policy contexts, and persistent gaps in cross-cultural validation, particularly regarding generative AI and adaptive learning tools.
Conclusion: The framework offers AI designers, teacher educators, and policymakers a psychologically grounded, empirically mapped, and internationally contextualised basis for developing AI-supported educational systems that advance equity, learner engagement, and meaningful educational transformation, provided that access, teacher readiness, cultural validity, and ethical safeguards are adequately addressed.
Contexto: A rápida integração da inteligência artificial (IA) aos sistemas educacionais em todo o mundo apresenta oportunidades significativas para a aprendizagem personalizada, a pedagogia inclusiva e as práticas instrucionais orientadas por dados. No entanto, sistemas de IA desenvolvidos sem uma compreensão de como os estudantes adquirem conhecimento, mantêm a motivação, regulam as emoções e respondem a diferentes contextos sociais e culturais podem, inadvertidamente, reforçar desigualdades educacionais já existentes.
Objetivo: Este artigo propõe um referencial conceitual que posiciona a psicologia educacional como fundamento principal, e não como consideração secundária, para o desenvolvimento e a avaliação de sistemas educacionais apoiados por IA.
Métodos: O referencial foi desenvolvido por meio de uma síntese narrativa sistemática da literatura revisada por pares, de documentos internacionais de políticas públicas e de evidências empíricas recentes, com base em buscas realizadas nas bases PsycINFO, ERIC, Scopus e Web of Science, abrangendo o período de 2011 a 2025. O processo foi complementado pelo rastreamento retrospectivo e prospectivo de citações e pela análise de relatórios internacionais de políticas públicas. A busca identificou aproximadamente 620 fontes potencialmente relevantes, das quais cerca de 65 foram incorporadas após a triagem de títulos e resumos e a leitura dos textos completos, conforme critérios explícitos de inclusão.
Resultados: O referencial resultante é composto por três componentes interconectados: uma compreensão da diversidade dos estudantes fundamentada psicologicamente; práticas pedagógicas inclusivas e inovadoras viabilizadas por IA; e ensino reflexivo em ambientes inteligentes de aprendizagem. Esses componentes são relacionados, por meio de uma tabela de referência, a aplicações específicas de IA, evidências empíricas ilustrativas e implicações para a inclusão. Uma análise comparativa entre o Leste Asiático, a Europa, a África Subsaariana e o Sul da Ásia também identifica desafios específicos de cada região, diferentes contextos de políticas públicas e lacunas persistentes de validação intercultural, particularmente no que se refere à IA generativa e às ferramentas de aprendizagem adaptativa.
Conclusão: O referencial oferece a desenvolvedores de IA, formadores de professores e formuladores de políticas públicas uma base fundamentada psicologicamente, empiricamente mapeada e contextualizada internacionalmente para o desenvolvimento de sistemas educacionais apoiados por IA que promovam equidade, engajamento dos estudantes e uma transformação educacional significativa, desde que sejam adequadamente considerados o acesso, a preparação dos professores, a validade cultural e as salvaguardas éticas.
Cite this article
Zotero and Mendeley: open the RIS file, or use the Zotero Connector on this page (it reads the article metadata).
Share
Related articles
- Media Framing of Artificial Intelligence in Education: A Content Analysis of US News Coveragecorey basch, Grace C. Hillyer, Victoria H. Wagner · v. 7 (2026)
- An AI-Driven Approach to Developing Free, Inclusive, and Engaging Digital Learning Resources for Hearing-Impaired and Economically Disadvantaged StudentsSachin Sharma · v. 7 (2026)
- Developing an Integrated AI Pedagogical Framework for Pre-Service TeachersBindu Dua, Adit Gupta · v. 7 (2026)
- AI, Cybersecurity and Students’ Rights in EU Digital Education GovernanceAndreea Nicoleta Dragomir, Ovidiu Bernaschi · v. 7 (2026)