Em 1950, Alan Turing formulou uma pergunta ousada: máquinas podem pensar? A questão inaugurou o campo da inteligência artificial (IA) e acendeu uma visão poderosa – acompanhada de preocupações profundas – de que, um dia, as máquinas poderiam replicar ou até ultrapassar a inteligência humana.

Hoje, a presença da IA na educação se manifesta de diversas formas: tutores personalizados, avaliações adaptativas, painéis preditivos, correção automatizada. Antes, porém, de perguntar como a IA pode melhorar a educação, é preciso indagar: o que estamos buscando otimizar?

Com frequência, a resposta é eficiência.

Essa tendência expressa o que o economista Erik Brynjolfsson, da Universidade Stanford, chama de Armadilha de Turing – situação em que sistemas de IA são usados para imitar tarefas humanas existentes em vez de abrir possibilidades fundamentalmente novas. A automação de trabalhos repetitivos pode trazer ganhos reais – um robô aspirador, por exemplo, libera tempo. Mas o uso descuidado da IA pode automatizar formas de pensar do passado, reforçando modos de educar que já não respondem às necessidades do presente.

Na educação, o risco é especialmente agudo. Um estudo recente mostrou que planos de aula gerados por IA tendem a reproduzir o modelo instrucional expositivo: uma pessoa na frente de estudantes que recebem informações de forma passiva. O resultado não surpreende: esse formato é o mais disseminado na internet e no nosso sistema escolar. A arquitetura da escola moderna foi moldada pelos valores da era industrial: padronização, escala e controle. Tal modelo ampliou o acesso à escolarização, mas também limitou nossa própria concepção de aprendizagem.

Agora que a escolarização universal está, em grande medida, consolidada, o foco precisa recair sobre a aprendizagem em toda a sua riqueza e complexidade, o que inclui aprender a cuidar, a se conectar e a prosperar num futuro em transformação. A IA pode contribuir para isso, mas apenas se evitarmos a Armadilha de Turing.

Apreciação, compreensão, adaptabilidade

O ponto de partida é perguntar: o que as pessoas devem saber e ser capazes de fazer em um futuro permeado pela IA?

Com frequência, essa conversa começa pela discussão sobre quais habilidades serão necessárias. Habilidades, em geral entendidas como procedimentos sequenciais, são justamente aquilo que a IA replica com maior eficiência. Se a aprendizagem for ancorada em tarefas que logo poderão ser executadas melhor por máquinas, crianças e jovens não estarão recebendo o que precisam para prosperar. É necessário, portanto, adotar uma visão mais ampla da inteligência humana, fundamentada em apreciação, compreensão e adaptabilidade.

A apreciação de um pôr do sol, de uma pintura ou de uma ideia engenhosa não pode ser terceirizada. Pedir que a IA “aprecie algo por você” sempre soará falso.

Compreensão também exige mais que informação superficial. Em um estudo clássico, a pesquisadora Michelene Chi analisou a descrição do coração humano em um livro de biologia. O texto listava apenas parte das conexões causais do sistema – incluir todas tornaria o trecho complexo demais. Bons leitores preenchem as lacunas: apoiam-se em conhecimentos prévios para ir além do que está explícito. A IA pode apresentar respostas bem estruturadas, mas, sem conhecimento de base, os alunos não conseguem construir compreensão profunda.

Adaptabilidade, a capacidade de modificar a própria abordagem diante de novos contextos, será essencial nesta nova era. Ainda precisaremos saber apreciar e compreender, mas a IA generativa introduz o desafio adicional de navegarmos por um cenário de informações e ferramentas em rápida evolução.

Quando as calculadoras chegaram às salas de aula, o ensino de matemática não foi abandonado; ensinou-se matemática e o uso da calculadora. O momento atual é semelhante, embora muito mais complexo. Considere a escrita de um ensaio: na geração anterior, alunos lutavam para encontrar três fontes, e uma delas era, via de regra, uma enciclopédia. Hoje, enfrentam uma enxurrada de conteúdos, frequentemente amplificados por algoritmos e, muitas vezes, enganosos. O trabalho do professor Sam Wineburg, da Universidade Stanford, que investiga a problemática da confiabilidade das fontes de internet e o combate à desinformação, evidencia a urgência de formar pessoas capazes não apenas de consumir informação, mas de discernir, avaliar e se adaptar a uma era de excesso informacional. Sua pesquisa demonstra que mesmo indivíduos com alta escolaridade podem ser induzidos ao erro pela desinformação online e que o fortalecimento das habilidades de avaliação crítica, além de promover uma cidadania mais bem informada, também amplia a capacidade dos estudantes de aprenderem em um ambiente informacional complexo e em rápida transformação.

A maioria dos métodos de ensino ainda prioriza a memorização, não a adaptação. Avaliações afastam os alunos da aprendizagem, oferecendo poucas chances de revisão ou progresso. Já as avaliações dinâmicas – que incorporam oportunidades de aprendizado durante a prova – permitem que o estudante transfira seu conhecimento a novos contextos. A IA possibilita focar no processo e não apenas no produto do aprendizado.

Olhando adiante, acreditamos que o futuro com IA tende a valorizar a capacidade de criar, não somente consumir. Criatividade é uma forma profunda de adaptabilidade: envolve testar caminhos novos, gerar ideias, buscar feedback e lidar com restrições. A IA generativa já impulsiona essa mudança. As pessoas se encantam ao compor poemas, remixar códigos e criar arte digital com ajuda da IA generativa. Talvez estejamos migrando da era da informação para a era da criação.

A era da criação

A ascensão da IA generativa abre possibilidades novas para repensar como aprendemos, o que valorizamos e quem pode criar. Mas aproveitar essa oportunidade exige a aplicação da ciência da aprendizagem. Durante décadas, a construção de modelos instrucionais orientou-se por intuições herdadas; porém, nos últimos 50 anos, consolidou-se um corpo robusto de evidências sobre como as pessoas aprendem. Temos diante de nós uma rara chance de redesenhar a educação com base no que realmente funciona.

Cinquenta anos de pesquisas mostram, repetidamente, que aprender implica muito mais do que transmissão de informação. Envolve interação e feedback, o contexto no qual se aprende e a posição que se ocupa nele. Roy Pea, da Universidade Stanford, trabalha com o conceito de cognição distribuída e destaca como as ferramentas do ambiente moldam o pensamento – uma virada em relação às primeiras teorias da aprendizagem, centradas apenas em reforço e resposta.

Outra mudança decisiva foi a incorporação de fatores sociais às teorias da aprendizagem. Relações importam. Trocas sociais motivam e modelam comportamentos, especialmente na infância. Pertencimento não é um complemento – é fundamento. Estudos em Stanford mostram que mesmo intervenções breves focadas em pertencimento geram ganhos acadêmicos duradouros, sobretudo entre grupos sub-representados. Dado o peso das interações sociais para a aprendizagem e para a vida, os ambientes educativos precisam valorizar a inteligência relacional – empatia, comunicação, convivência em comunidade. A IA generativa pode contribuir, por exemplo, ao apoiar interações humanas; pode também causar danos se for usada como ferramenta de vigilância ou como forma ilusória e manipulável de companhia.

Para prosperar nesta nova era, são necessárias pedagogias de criação e compartilhamento. A aprendizagem baseada em projetos é um exemplo: os alunos colaboram na produção de um produto ou solução, recebem feedback, refletem e repetem. A IA generativa pode apoiar professores que gerenciam uma classe com diferentes projetos e, também, ajudar os alunos a expandirem os próprios limites – por exemplo, com simulações que materializem seus projetos.

A aprendizagem centrada na criação desenvolve ainda competências essenciais à adaptação: persistência, experimentação, definição de metas, busca ativa de retorno e geração de soluções inovadoras. Nesse cenário, os alunos comandam a IA – utilizam-na para ampliar suas ideias e imaginação. No modelo tradicional de eficiência, é a IA que comanda o aluno, lhe dizendo o que fazer, como pensar e quando seguir.

Essa distinção é crucial para o florescimento em um futuro dinâmico. Usada com intencionalidade, a IA pode ampliar a capacidade humana de aprender por meio da criação e das relações, desde que apoie as decisões pedagógicas do professor, fortaleça a agência do estudante e pavimente o caminho para que todos criem e se conectem.

Um caminho melhor

Já é possível ver sinais desse caminho. Na Universidade Stanford, professores e alunos começam a explorar as aplicações da IA – usando-a não como uma caixa-preta para a automação, mas como uma parceira no processo de aprendizagem. O programa Learning Through Creation, liderado pelo professor de educação Victor Lee no âmbito do Stanford Accelerator for Learninge do Stanford Human-Centered Artificial Intelligence Institute, financia projetos em que os alunos usam IA generativa para criar, jogar, remixar e inventar, deslocando o foco do consumo passivo para a criação ativa. Tais protótipos e ideias iniciais estão redefinindo o que a IA pode fazer pela educação.

Seres humanos são naturalmente adaptáveis e profundamente sociais, mas essas características precisam ser cultivadas. Criar com IA pode ampliar a adaptabilidade. A questão é: será que a IA também pode apoiar o desenvolvimento das capacidades sociais? Pode ajudar a aprender a pertencer, a ter empatia, a cuidar?

A tendência atual de interagir com “companheiros de IA” muitas vezes significa exatamente o oposto – os “amigos” virtuais podem mascarar a necessidade de desenvolver habilidades sociais, pois se adaptam às preferências e emoções dos usuários sem estimulá-los a se relacionar com seus pares.Uma máquina que faz uma criança sentir-se compreendida pode confortar, mas não a ensina a compreender os demais. Se formos desenvolver companheiros virtuais, que sejam pontes, não destinos, para a aprendizagem social, promovendo abordagens transferíveis para a vida humana real.

Acreditamos que esse futuro é possível, desde que superemos o fascínio pela automação orientada à eficiência e projetemos com intenção, ancorados na ciência da aprendizagem, atentos às diferenças entre os aprendizes e fundamentados numa crença profunda no potencial humano.

Se usada com sabedoria, a IA generativa pode nos ajudar a criar um sistema educacional mais criativo, mais conectado e mais cuidadoso – um sistema que pertença a cada aprendiz.

Leia também: Reimaginando a educação por meio da IA