APP |

Há temas que pedem mais do que uma aula. A inteligência artificial é um deles. Não porque seja complicado de explicar — a explicação técnica pode ser feita em dez minutos — mas porque as suas implicações para a vida, para a escola e para a sociedade se estendem muito além do que qualquer explicação pode cobrir. Por isso, este recurso não foi pensado para o início de uma conversa. Foi pensado para o fim de um debate, quando os alunos já formularam as suas ideias, defenderam as suas posições e estão prontos para ver o que a investigação científica tem a dizer.

De onde veio a necessidade

Quem já facilitou um debate sobre inteligência artificial em sala de aula conhece bem o momento em que o entusiasmo das opiniões começa a colidir com a escassez de argumentos verificáveis. Os alunos sabem que a IA existe, usam-na com frequência, têm opiniões firmes — mas raramente conhecem os estudos que sustentam ou contradizem o que dizem. Não por falta de curiosidade, mas porque essa informação não está sistematizada de forma acessível, contextualizada para o ensino obrigatório e apresentada de modo que convide à leitura em vez de a afastar.

Foi a partir desta lacuna que surgiu a app IA no Ensino e na Aprendizagem: um recurso digital de consulta, pensado para ser usado a seguir ao debate — no momento em que os alunos estão mais receptivos a ver as suas convicções confrontadas com evidência.

O que é e como funciona

A app está organizada em três separadores: Vantagens, Desvantagens e Síntese. Cada secção apresenta dez dimensões, cada uma desenvolvida num card expansível que combina uma descrição pedagógica acessível com referências a estudos académicos publicados em revistas científicas de referência internacional. Para cada vantagem ou desvantagem identificada, o utilizador encontra uma barra de nível de evidência — Alto, Médio ou Baixo — e dois a três estudos com autor, ano, título e publicação.

O elenco de referências inclui trabalhos fundamentais da área: a meta-análise de VanLehn (2011) sobre sistemas de tutoria inteligente, a análise de Bloom (1984) sobre o problema dos dois sigmas, a investigação de Sparrow et al. (2011) sobre o “efeito Google” na memória, os trabalhos de Noble (2018) e Eubanks (2018) sobre discriminação algorítmica, e o framework DigComp 3.0 da Comissão Europeia, entre muitos outros. No total, a app compila mais de quarenta estudos e relatórios de organizações como a UNESCO, a OCDE, o Fórum Económico Mundial e a União Europeia.

A secção de Síntese vai mais longe do que um resumo. Apresenta seis conclusões transversais que a investigação sustenta de forma consistente — entre elas, o facto de que a IA funciona melhor como suplemento do que como substituto do ensino humano, e que os riscos afetam desproporcionalmente os alunos mais vulneráveis. Inclui também seis perguntas para debate continuado, construídas para levar os alunos a pensar além da dicotomia simples “IA boa vs. IA má”.

Vinte dimensões, um argumento central

A opção por apresentar dez vantagens e dez desvantagens não é cosmética. É, em si mesma, uma tomada de posição pedagógica: a simetria visual e numérica comunica que a questão é genuinamente complexa, que a investigação encontra evidências sólidas dos dois lados, e que qualquer posição que ignore metade do quadro está incompleta.

Nas vantagens, destacam-se dimensões com evidência robusta: a personalização da aprendizagem (com o suporte de meta-análises que mostram efeitos comparáveis à tutoria individual), o feedback imediato (um dos fatores de maior impacto nas meta-análises de Hattie), e a inclusão de alunos com necessidades educativas especiais através de tecnologias assistivas. Há também dimensões de evidência mais emergente, como o desenvolvimento de literacia digital para o século XXI e a libertação do professor para o que é genuinamente humano na relação pedagógica.

Nas desvantagens, a evidência é igualmente exigente. O risco de erosão do pensamento crítico está documentado desde os estudos de Sparrow et al. sobre o “efeito Google” e aprofundado pelos trabalhos recentes sobre o impacto dos LLMs. A questão dos vieses algorítmicos — com o potencial de discriminar alunos de grupos minoritários — tem um corpus crescente de literatura, com contributos fundamentais de Safiya Umoja Noble e Virginia Eubanks. A crise de integridade académica trazida pela IA generativa está já bem documentada em publicações de 2023 e representa um dos desafios mais imediatos para as escolas.

Porquê depois do debate?

A sequência é intencional. Se os alunos consultam primeiro os estudos e depois debatem, tendem a limitar-se a repetir o que leram. Se debatem primeiro e consultam depois, fazem algo muito mais valioso: confrontam as suas ideias com evidência, identificam onde estavam certos, onde estavam errados e onde a realidade é mais complexa do que qualquer dos lados do debate conseguiu articular.

Esta lógica aplica-se ao modelo de aprendizagem produtiva pelo erro descrito por Manu Kapur (2016), citado na própria app: errar antes de aprender consolida melhor o conhecimento do que receber a resposta de início. O debate funciona como esse espaço de luta cognitiva; a app funciona como a sistematização que vem depois.

Para usar em sala de aula

O recurso pode ser projetado no quadro interativo após o debate, percorrido em grupo com moderação do professor, ou explorado individualmente pelos alunos como pesquisa autónoma. Funciona em qualquer browser, em computador, tablet ou telemóvel, e não requer ligação a APIs externas.

Para professores que queiram estruturar uma sequência didática completa, a app pode ser combinada com uma atividade prévia de formulação de hipóteses — pedindo aos alunos que antecipem, antes do debate, quais as vantagens e desvantagens que consideram mais importantes — e com uma reflexão final em que cada aluno identifica a ideia que mais o surpreendeu.

Uma nota sobre as referências

Todas as referências incluídas na app são publicações académicas verificáveis, relatórios de organizações internacionais de referência ou livros de autores reconhecidos na área. Nenhuma referência foi inventada ou gerada por IA. Esta opção é, ela própria, um modelo para os alunos: mostrar que é possível — e necessário — distinguir o que se sabe com base em evidência do que se diz com base em opinião.

A lista completa de referências, formatada em APA, está disponível no separador de Síntese da app.