Jan Woitas/Picture Alliance via Getty Images
22 jan 2026
[Nota do Website: Frente à IA, que caminhos pedagógicos seguir? Essa matéria, mesmo que superficial, nos mostra algumas reflexões. E com a chegada de forma avassaladora dessas novas formas da tecnologia se impor, outros caminhos serão necessários. E a autora nos traz alguns].
O principal desafio para os educadores na era da IA é preparar os alunos para atuarem com eficácia diante da incerteza. A resposta não é treiná-los para tarefas específicas que podem se tornar obsoletas em breve, mas sim torná-los o mais adaptáveis e intelectualmente independentes possível.
NEW HAVEN – O rápido progresso dos grandes modelos de linguagem (LLMs, na sigla em inglês) nos últimos dois anos levou alguns a argumentar que a IA em breve tornará o ensino superior, especialmente nas áreas de humanidades, obsoleto. De acordo com essa visão, os jovens estariam em melhor situação se pulassem a faculdade e aprendessem diretamente no trabalho.
Discordo veementemente. Aprender por meio da experiência prática é valioso e sempre foi. Mas funciona melhor quando as pessoas têm uma boa noção de quais empregos e habilidades estarão em demanda. Se há algo de que podemos ter certeza, é que o futuro do trabalho é altamente incerto. Aconselhar os jovens a abdicarem da faculdade em favor de uma entrada precoce no mercado de trabalho é, no mínimo, um equívoco.
Geoffrey Hinton, amplamente considerado um dos pioneiros da IA moderna, certa vez comparou o progresso em sua área à navegação em meio à neblina: você consegue ver o que está imediatamente à frente, mas não o que vem a seguir. Assim, o principal desafio para os educadores é preparar os alunos para atuarem com eficácia em condições semelhantes à neblina. A resposta não é treiná-los para tarefas específicas que podem se tornar obsoletas em breve, mas sim torná-los o mais adaptáveis possível. Tentar preparar as pessoas para um conjunto fixo de desafios, quando esses desafios estão em constante mudança, é uma estratégia fadada ao fracasso. Queremos motoristas habilidosos que consigam navegar por estradas desconhecidas e superar obstáculos inesperados.
Dessa perspectiva, a educação – e especialmente o ensino superior – desempenha um papel mais importante do que nunca. Como não sabemos quais habilidades específicas serão demandadas no futuro, um retorno aos fundamentos é imprescindível. A educação liberal enfatiza o como pensar, e não o que fazer. Ela treina os alunos a raciocinar, a ler com atenção, a escrever com clareza e a avaliar evidências. Essas habilidades envelhecerão muito melhor do que competências técnicas restritas.
Isso não significa ignorar a tecnologia. Pelo contrário, os alunos devem aprender a trabalhar com IA. Mas o objetivo deve ser torná-los usuários críticos e avaliadores informados das ferramentas de IA, e não consumidores passivos. Continua sendo essencial ensinar matemática básica, lógica e raciocínio; interagir com textos fundamentais; e aprender como os argumentos são construídos e testados. Essas são as habilidades que permitem aos indivíduos se manterem à frente da tecnologia em rápida evolução.
Este princípio levanta duas questões práticas: o que devemos ensinar e como devemos ensiná-lo? A primeira questão é difícil e inevitavelmente gerará debates. Embora possa haver um consenso geral sobre a importância dos conceitos fundamentais, os detalhes mudarão com o tempo. Nossa experiência com tecnologias anteriores oferece orientações úteis. A introdução de calculadoras e computadores não eliminou a necessidade de ensinar aritmética. Os alunos ainda aprendem como os cálculos funcionam, mas o processamento manual demorado agora é delegado às máquinas. Da mesma forma, a ortografia e a gramática continuam importantes, mas o software substituiu em grande parte a necessidade de exercícios intermináveis.
A IA exige uma adaptação semelhante em diversas áreas. Os profissionais de Direito agora executam tarefas como resumir textos ou identificar ideias principais — elementos tradicionais da educação — com extrema competência. O mesmo ocorre cada vez mais com programação, resolução de problemas quantitativos e até mesmo redação de textos. Embora essas atividades não devam desaparecer do currículo, o objetivo precisa mudar. Os alunos precisam compreender os conceitos e a lógica subjacentes, em vez de dominar cada etapa da execução.
Os alunos que terão sucesso são aqueles que conseguirem usar as ferramentas de IA de forma eficaz para atingir objetivos bem definidos. O mesmo se aplica à boa gestão: o sucesso depende da definição de prioridades, da estruturação dos problemas e da utilização criteriosa dos recursos disponíveis. Essas são habilidades conceituais, não meramente técnicas.
A segunda questão, de cunho pedagógico, diz respeito a como a aprendizagem é reforçada e avaliada. A compreensão requer prática, mas a IA torna mais fácil do que nunca para os alunos evitarem o trabalho por conta própria. Mesmo alunos altamente motivados podem ser tentados a recorrer a atalhos, especialmente sob pressão de tempo. Portanto, precisamos de uma mudança radical na avaliação. Redações para fazer em casa, listas de exercícios e provas sem supervisão são cada vez mais ineficazes. Elas precisam ser substituídas por testes e provas presenciais, avaliações orais e resolução de problemas em tempo real, seja no papel ou no quadro branco.
Essas mudanças têm implicações de longo alcance. Elas exigem presença física, turmas menores e interação mais direta entre alunos e professores. De muitas maneiras, isso marcaria um retorno a modelos de ensino mais antigos, revertendo parte da escala e da padronização introduzidas por tecnologias anteriores. Poderia até mesmo inaugurar uma nova era de ouro para a educação em artes liberais.
Mas esse modelo também levanta sérias preocupações. Ele impõe maior responsabilidade aos instrutores, que devem estar dispostos a aplicar os padrões e a tomar decisões difíceis. As instituições devem apoiá-los nesse processo. Ao mesmo tempo, a avaliação baseada na interação pessoal suscita preocupações legítimas sobre viés. Os exames padronizados têm suas falhas, mas seus vieses são, pelo menos, visíveis. A avaliação subjetiva baseada em provas orais e interação pessoal pode ser menos transparente.
Talvez o desafio mais sério diga respeito à desigualdade. A educação personalizada e em turmas pequenas é cara. Instituições de elite podem ser capazes de oferecê-la, mas as grandes universidades públicas terão dificuldades. Assim como o ensino remoto durante a pandemia ampliou as disparidades educacionais, uma mudança impulsionada pela inteligência artificial em direção ao ensino presencial intensivo pode prejudicar aqueles que mais dependem da educação pública.
Alguns argumentam que a própria IA reduzirá a necessidade de educação formal, fornecendo informações e orientação personalizada sob demanda. Mas isso pressupõe que os usuários saibam o que perguntar e como interpretar as respostas. Os indivíduos mais motivados ou talentosos podem prosperar em tal ambiente, mas o fariam de qualquer forma. A educação formal é mais importante para a classe média em geral.
Para que a IA beneficie a sociedade, precisaremos de mais, e não menos, investimento em educação. A IA eliminará empregos, mas também criará novos. A educação deve estar entre os setores que se expandirão. À medida que a IA se torna amplamente disponível, a qualidade da educação dependerá menos do acesso e mais das expectativas e da aplicação das regras. Turmas menores, mais instrutores e maior interação pessoal são custosos, mas os ganhos de produtividade prometidos pela IA tornam esses investimentos viáveis e compensadores.
Tradução livre, parcial, de Luiz Jacques Saldanha, janeiro de 2026
