Media Framing of Artificial Intelligence in Education: A Content Analysis of US News Coverage
Enquadramento Midiático da Inteligência Artificial na Educação: Uma Análise de Conteúdo da Cobertura da Imprensa nos Estados Unidos
corey basch iDWilliam Paterson University
Grace C. Hillyer iDWilliam Paterson University
Victoria H. Wagner iDRutgers University
Charles E. Basch iDTeachers College, Columbia University
Abstract
Purpose: To examine how mainstream US media framed generative artificial intelligence (AI) in education during its early diffusion, assessing whether coverage emphasized problem definition and moral evaluation over pedagogical solutions and institutional innovation.
Method: A content analysis was conducted using data from the Dow Jones Factiva database. A total of 2,369 items published between January 2023 and September 2025 were screened, resulting in 542 articles with substantive focus on education after applying exclusion criteria. Coding was performed using Dedoose (Version 10), enabling thematic categorization and iterative comparative analysis. In total, 3,469 coded mentions were analyzed.
Findings: Risk-oriented framing was most prominent (21.6%), including themes such as misinformation, hallucinations, privacy, and academic integrity. This was followed by public perception and debate (15.0%) and industry/education technology (13.4%). Coverage consistently highlighted both opportunities (e.g., tutoring, drafting efficiency, productivity gains) and the need for precaution, with greater emphasis on governance and safety than on pedagogy or professional learning.
Conclusion: Early media discourse framed AI in education primarily as a policy and risk management issue, with pedagogical transformation remaining secondary. Understanding these framing patterns can support educators and policymakers in balancing precaution with innovation adoption.
Originality/Value: This study provides empirical evidence on media framing patterns during a critical phase of generative AI diffusion, contributing to discussions on governance, public perception, and the integration of emerging technologies in education.
Objetivo: Analisar como a mídia tradicional dos Estados Unidos enquadrou a inteligência artificial generativa na educação durante sua fase inicial de difusão, verificando se a cobertura priorizou a definição de problemas e a avaliação moral em detrimento de soluções pedagógicas e inovação institucional.
Metodologia: Estudo de análise de conteúdo com base em dados extraídos da base Dow Jones Factiva. Foram inicialmente identificados 2.369 itens publicados entre janeiro de 2023 e setembro de 2025, dos quais 542 artigos com foco substantivo em educação foram selecionados após critérios de exclusão. A codificação foi realizada com o software Dedoose (Versão 10), permitindo categorização temática e análise comparativa. No total, foram analisadas 3.469 menções codificadas.
Resultados: O enquadramento orientado a riscos foi predominante (21,6%), incluindo temas como desinformação, alucinações, privacidade e integridade acadêmica. Em seguida, destacaram-se percepção pública e debate (15,0%) e indústria/tecnologia educacional (13,4%). A cobertura evidenciou simultaneamente oportunidades (como tutoria e ganhos de eficiência) e preocupações com precaução, com maior ênfase em governança e segurança do que em pedagogia ou formação docente.
Conclusão: O discurso midiático inicial posiciona a inteligência artificial na educação majoritariamente como um desafio de políticas públicas e gestão de riscos, relegando a transformação pedagógica a um papel secundário. A compreensão desses padrões de enquadramento contribui para que educadores e formuladores de políticas equilibrem a adoção de inovações com abordagens cautelosas e regulatórias.
Originalidade/Valor: O estudo oferece evidências empíricas sobre padrões de enquadramento midiático em um período crítico de difusão da IA generativa, contribuindo para o debate sobre governança, percepção pública e integração tecnológica na educação.
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
- Towards a Psychologically Grounded Framework for Ethical, Inclusive, and AI-Enhanced EducationArpana Koul, Bharti Tandon, Bindu Dua · v. 7 (2026)
- Why Students Use Generative Artificial Intelligence for Essay Editing: A Configurational Method and Multidimensional Ethics Scale PerspectiveJorge de Andrés-Sánchez, Antonio Pérez-Portabella, Mario Arias-Oliva · 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)