Autor: Scott H Young | Fonte

Tenho pensado bastante (e experimentado) a IA ultimamente. Especificamente, tenho-me focado em como esta nova ferramenta pode ser usada para aprender melhor.

O Ultralearning baseava-se, em parte, na ideia de que as novas tecnologias podem ajudar autodidatas a acelerar a aprendizagem. O open courseware permitiu, pela primeira vez, que alguém como eu estudasse com aulas reais do MIT. Tradução automática, tutoria via Skype e software de reprodução espaçada transformaram as possibilidades para aprender línguas. Até aprender a desenhar à mão pode ser acelerado se conseguirmos sobrepor imagens de referência para diagnosticar erros facilmente.

Mas esses avanços tecnológicos empalidecem em comparação com os avanços na IA que experimentamos nos últimos anos. As possibilidades de usar tecnologia para ajudar com princípios que identifiquei no meu livro de 2019 são imensas—meta-aprendizagem, explicada sob pedido, infinitos exercícios práticos, feedback corretivo e mais.

Dada a dimensão do tema, tenho alguma relutância em escrever sobre isto, pois sinto que exigiria um esforço muito mais aprofundado do que um artigo simples. Contudo, como ainda demorarei a lá chegar, entendo por bem partilhar alguns pensamentos provisórios:

Dificuldade necessária e desnecessária

1. A IA pode tornar a aprendizagem mais fácil. Isto é uma faca de dois gumes. Se, por um lado, podemos reduzir parte da chatice desnecessária ao voltar a explicar, exemplos e orientações mais acessíveis, por outro, tem também o potencial da diminuição do esforço necessário para se aprender.
2. O esforço necessário inclui coisas como atenção aos factos, formar um modelo mental da situação, prática, recuperação, e observar lacunas nas próprias capacidades e compreensão.
3. O esforço necessário inclui dificuldades de maior aplicação, materiais práticos insuficientes, materiais muito simples ou difíceis, tentativa e erro sem feedback, etc.
4. Esta dupla natureza significa que, tal como outras mudanças tecnológicas, a IA terá efeitos ambíguos na aprendizagem em termos gerais. Algumas pessoas usá-la-ão para aprender de forma mais eficaz; outras apenas para copiar ou enganar nos trabalhos.
5. Além disso, o que constitui “esforço necessário” é teoricamente controverso e pouco compreendido pelos próprios aprendizes. Portanto, existe um risco real de até estudantes bem-intencionados comprometerem a aprendizagem ao saltar partes “necessárias”.

O valor das competências de aprendizagem

6. Ao mesmo tempo que a IA facilita a aprendizagem, também altera o valor do que é aprendido. Muitas competências em que a IA é boa perderão valor económico rapidamente. ilustração básica, tradução e competências de programação serão desvalorizadas com o surgimento de concorrentes quase gratuitos.
7. Mas isto não significa que aprender seja tempo perdido. No curto prazo, muitas competências ligadas à IA até podem ganhar valor, já que “centauros”—pares colaborativos humanos/IA—são mais produtivos do que isoladamente.
8. Ainda não é verdade que, só porque um LLM consegue executar uma competência, o aprender humano seja inútil. Para pensar de forma eficiente, muitos conhecimentos e competências têm de estar no cérebro, não no silício. Tal como ensinar as crianças a somar continua central na educação matemática, apesar das calculadoras, também será importante aprender muitas competências que a IA já domina.
9. Isto significa que usar a IA para acelerar a aprendizagem nas competências em que já é perita é o caso de uso mais óbvio para aprendizagem assistida por IA. Apesar da posição precária da tradução profissional, por exemplo, este é um dos melhores momentos para estudar línguas.

Verificar os resultados da IA

10. Fala-se muito de “alucinações”, mas quase todas as fontes têm um grau de falibilidade. Lembro-me do pânico moral com a Wikipédia quando surgiu, mas hoje é mais preciso do que praticamente todas as fontes não-académicas (e mesmo assim, ficariam alarmados com a frequência com que as restrições induzem em erro).
11. O modo mais simples de contornar as alucinações é usar a IA de forma verificável. Pedidos verificáveis apenas respostas que podem ser difíceis de gerar, mas simples de confirmar. Sendo P != NP, isto é útil. Por exemplo, pedir à IA as fontes primárias permite conferir se a investigação diz de facto o que a IA afirma.
12. Analogias, metáforas, mnemónias visuais e outros pedidos de “ajuda para memorizar isto” são outro exemplo de resultado verificável – neste caso, as alucinações são irrelevantes, já que a resposta não é factual; se a IA gerar coleções de imagens criativas para uma mnemónica, só interessa se as palavras realmente são semelhantes.

IA não pode ser um bom professor, mas pode ser um óptimo tutor

13. Na verdade, o maior obstáculo à utilidade da IA é a clareza e precisão do pedido feito. As respostas podem ser muito mais úteis se soubermos exatamente o que queremos perguntar. Muitas desilusões com IA consistem em esperar boas respostas à primeira tentativa, quando pode ser preciso fazer mais do que uma interação até esclarecermos o que precisamos.
14. Esta dependência do pedido significa que a IA pode ser um óptimo tutor, ainda que seja um professor medíocre. Para a maioria das pessoas, um curso, manual ou currículo tradicional será melhor do que “avançar às cegas” na IA esperando que ela ensine algo de forma eficaz. Mas já sabemos em que ponto estamos com dificuldades, a IA é excelente para preencher essas lacunas.
15. Por exemplo, um passo-chave na Técnica Feynman é mapear a nossa compreensão de um tema para podermos identificar uma questão precisa. Originalmente, isso implicava leitura atenta até resolver a dúvida, mas hoje é o momento ideal para perguntar a uma IA.

Como estou a usar a IA para aprender: forças e fraquezas (para já…)

16. Agora faço muita da minha leitura “assistida por IA”, ou seja, quando leio um manual ou artigo, faço perguntas a um modelo de raciocínio como o o3 sobre possíveis atualizações com base em investigação mais recente, o grau em que as afirmações do autor têm apoio empírico e verifico se as ideias do autor são casuais ou excêntricas.
17. Mas não abandonei os livros reais. Ferramentas como o Deep Research podem fazer uma revisão decente da literatura em questões de nicho, mas são claramente piores do que um livro ou artigo de revisão escrito por um verdadeiro especialista.
18. Para além de explicação e conhecimento, a IA também pode ajudar nas competências cognitivas. Às vezes é difícil encontrar bons exercícios práticos e perguntas, mas a IA pode geri-los.
19. Tenho usado bastante a IA para praticar gramática macedónia, algo difícil de fazer com flashcards (pois estamos a aprender uma regra, não um facto), e para o qual não existem tantos recursos como para grandes línguas mundiais.
20. No entanto, afinar os pedidos para obter bons resultados pode ser trabalhoso. A prática repetitiva facilmente degenera em ciclos de perguntas e respostas muito semelhantes. Ter uma API e pedir IA via software é provavelmente mais confiável do que usar uma interface de chat.
21. Os agentes de programação estão cada vez melhores, ao ponto de software feito à medida para tarefas de aprendizagem começarem a ser viáveis em termos de custo-benefício. Recentemente criei um script para ajudar no meu listener de chinês—descarregar um vídeo do YouTube, fazer a transcrição, resumir em inglês e gerar uma tabela de palavras-chave para ajudar. Algo assim teria sido muito útil nas fases intensivas da aprendizagem de línguas, mas programá-lo do zero teria consumido quase todos os benefícios.

Considerações finais

22. Em última análise, apesar das maravilhas (e riscos) da IA, é essencial sublinhar que a própria aprendizagem não mudou. Continuamos a ter o mesmo cérebro, e as regras de como se aprender continuam a aplicar-se.

Em tudo isto, evitei propositadamente a questão de saber se a IA é “boa” como um todo. Sendo alguém cujo sustento depende de muitas das competências que a IA já desempenha, tenho tantas dúvidas como qualquer outro relativamente a esta resposta.

Ainda assim, encaro a invenção dos LLMs e o seu progresso futuro provável como factos incontornáveis da realidade. À medida que o mundo muda, a competência mais útil será a capacidade de se adaptar.