Como os modelos de linguagem avançados estão a transformar a educação e a exigir uma nova abordagem pedagógica
Ler na fonte | Autor: Eduardo César Garrido Merchán
A revolução tecnológica da inteligência artificial está a transformar radicalmente o panorama educativo. Para além do conhecido ChatGPT, outros modelos avançados estão a redefinir o que é possível alcançar com simples instruções textuais (ou prompts).
Trata-se de uma revolução protagonizada, por exemplo, pelo Claude 3.7 Sonnet, da Anthropic, e a sua capacidade de gerar código, resolver problemas matemáticos e desenhar videojogos básicos com uma única indicação, ou o Grok 3 da empresa xAI, liderada pelo magnata Elon Musk e desenvolvida em apenas um ano, que pode manter conversas praticamente indistinguíveis das humanas e lidera o ranking de modelos grandes de linguagem no momento da escrita deste artigo.
Entretanto, funcionalidades como o DeepResearch, do Gemini (modelo de inteligência artificial da Google), ou o Perplexity podem elaborar relatórios exaustivos sobre qualquer tema em questão de minutos. Neste caso, a tecnologia opera de forma autónoma de uma maneira algo diferente dos modelos mencionados anteriormente.
A transformação no processamento do conhecimento humano
Estas ferramentas não são simples assistentes: representam uma transformação fundamental no acesso e processamento do conhecimento humano. E embora de momento exista uma barreira cultural para o uso generalizado destas ferramentas, as gerações mais jovens conhecem-nas amplamente, pelo que olhar para o lado ou proibir o seu uso não parece a opção mais sensata.
E menos ainda se tivermos em conta que a previsão da Anthropic, a empresa que desenhou o assistente de IA Claude, de que em 2027 estas ferramentas passarão de meros assistentes a colaboradores e a liderar grupos de investigação em 2030.
Desafios imediatos
Esta nova realidade coloca desafios imediatos para o ensino superior. Os estudantes familiarizados com estes modelos podem empregá-los para completar todo o tipo de tarefas académicas, desde exercícios básicos até à redação de ensaios complexos.
Um trabalho final de curso, que tradicionalmente requereria meses de investigação e redação, referências perfeitamente escritas e certeiras, e análise de dados complexos, pode ser gerado em poucas horas mediante agentes de inteligência artificial como o Thesis com mínima supervisão por parte do estudante.
Os modelos de inteligência artificial mencionados também funcionam como alternativas aos livros de texto ou mesmo à assistência às aulas, sintetizando conhecimentos e explicando conceitos complexos de forma personalizada.
A avaliação questionada
Os métodos tradicionais de avaliação de tarefas ficam questionados quando um algoritmo pode produzir respostas academicamente sólidas sem compreensão real da matéria por parte do aluno, que se limitaria, no pior dos casos, a copiar e colar uma redação escrita por inteligência artificial, indistinguível da realizada pelo ser humano.
Nas universidades tenta-se contrariar esta tendência verificando por outros meios, como a defesa oral, que o estudante não se limitou a copiar e colar em detrimento da avaliação escrita, mas a verdade é que os trabalhos de fim de curso vão ficando em causa como método para demonstrar os conhecimentos dos alunos.
Atalhos estudantis
Um aluno que não encontra sentido no que aprende naturalmente procurará atalhos para superar avaliações sem se preocupar com a aprendizagem real. A verdadeira causa não é a tecnologia, mas um sistema que falhou em cultivar a paixão pelo conhecimento.
A personalização educativa emerge como necessidade urgente: cada estudante precisa de encontrar significado e propósito na sua formação. O desafio fundamental consiste, portanto, em transmitir valores que vinculem a aquisição de conhecimentos com o desenvolvimento pessoal e profissional, demonstrando que aprender transforma positivamente a vida, para além de classificações e títulos.
Adaptar a educação às novas realidades
O problema nunca foi a ferramenta – seja uma calculadora, internet ou agora a inteligência artificial –, mas sim a nossa resistência em adaptar a educação a novas realidades. As fraudes académicas sempre existiram, desde copiar em exames até contratar terceiros para realizar trabalhos. A diferença atual é a democratização e eficiência destes atalhos.
A verdadeira resposta deve focar-se em desenvolver habilidades que a IA não pode replicar: pensamento crítico, criatividade, colaboração e aprendizagem adaptativa. As universidades devem reinventar-se como espaços de aplicação prática do conhecimento, onde a avaliação se baseia numa supervisão contínua da aprendizagem, não apenas em resultados finais.
Oportunidade para a evolução educativa
Em definitivo, a proliferação de modelos avançados de linguagem não representa o fim da educação tradicional, mas uma oportunidade para a sua obrigatória evolução. Estas tecnologias podem libertar tempo para aprofundar aspetos verdadeiramente formativos, permitindo que educadores e estudantes se concentrem em construir habilidades genuinamente humanas.
O futuro educativo depende de reorientar os nossos objetivos pedagógicos para competências que transcendam a mera acumulação de dados. A universidade do amanhã deverá ser um espaço onde a tecnologia amplie, não substitua, o potencial humano; onde o conhecimento se transforme em sabedoria mediante experiências significativas e onde cada estudante encontre o seu próprio caminho para a excelência, utilizando todas as ferramentas disponíveis – incluindo a IA – como meios para o seu desenvolvimento integral, não como atalhos para uma titulação vazia de significado real.
Referencia: Eduardo César Garrido Merchán Profesor en Universidad Pontificia Comillas. Investigador en Instituto de Investigación Tecnológica. (2025). ¿Cómo será la educación universitaria en la era de la inteligencia artificial? Retrieved from https://theconversation.com/como-sera-la-educacion-universitaria-en-la-era-de-la-inteligencia-artificial-253448
