Download |
A inteligência artificial generativa entrou nas salas de aula antes de os professores terem tido tempo de decidir o que fazer com ela. Esta é, em traços largos, a conclusão mais imediata de um relatório recente do Center for Generative AI and Society da University of Southern California (USC), que reúne perspetivas de investigadores, docentes e até de um estudante de licenciatura sobre o papel destas tecnologias no ensino.
O documento merece atenção não pela novidade do tema — que já não surpreende ninguém — mas pela forma como cruza vozes diversas: quem desenha currículo, quem ensina a escrever, quem investiga aprendizagem automática e quem se senta do outro lado da secretária a tentar obter o tal “A” no trabalho final.
Abraçar ou proibir? A falsa dicotomia
William Swartout, um dos autores do relatório, coloca a questão de forma direta: devemos adotar uma postura de negação e deteção, ou de abraço e melhoria? A resposta do centro de investigação da USC inclina-se para a segunda via, e os argumentos são pragmáticos. Os detetores de texto gerado por IA continuam a apresentar resultados inconsistentes — em alguns estudos, com taxas de precisão tão baixas quanto 38% — e, mais importante, os falsos positivos criam situações em que um professor pode acusar injustamente um aluno de fraude. A questão de fundo, porém, é outra: mesmo que os detetores funcionassem na perfeição, proibir a IA generativa durante toda a escolaridade e depois entregar os alunos a um mundo profissional que a utiliza extensivamente não constitui uma preparação adequada.
Isto não significa que os receios dos docentes sejam infundados. Pelo contrário, o relatório é honesto ao reconhecer que a resistência de muitos professores tem raízes filosóficas legítimas, e não apenas tecnofóbicas.
O que o ChatGPT sabe (e não sabe) fazer
Eric Bui, então estudante de licenciatura na USC, descreve uma experiência reveladora. Ao entregar o seu portátil a um professor de escrita experiente — que nunca tinha usado o ChatGPT — e ao pedir-lhe que gerasse um ensaio sobre a banalidade do mal, a reação do docente foi imediata e desconcertante: aquilo valia provavelmente a nota máxima.
A partir daqui, Bui explora as competências da ferramenta com olhar crítico. O ChatGPT revela-se um leitor eficiente, capaz de sintetizar passagens complexas de Descartes com razoável fidelidade. Funciona como revisor de pares, identificando redundâncias, problemas de coesão e sugerindo reestruturações. E escreve textos que, para um trabalho de licenciatura típico, passam sem dificuldade.
Mas Bui não se ilude. A sua preocupação central não é o plágio — é a erosão do pensamento crítico. Quando o percurso universitário se reduz a descobrir “como obter o A”, em vez de explorar o “porquê” por trás do conhecimento, a IA generativa torna-se não uma ferramenta, mas uma muleta. E as muletas, como se sabe, atrofiam os músculos que deveriam fortalecer.
As armadilhas da informação gerada
Gale Sinatra e Changzhao Wang, por seu turno, alertam para problemas concretos que qualquer utilizador destas ferramentas deve conhecer. A sua análise identifica quatro riscos principais: a fabricação de fontes bibliográficas (que, ironicamente, se assemelham a referências reais), a mistura indistinta de informação precisa e imprecisa, as limitações inerentes aos dados de treino, e a erosão gradual da confiança nos conteúdos obtidos em linha.
As recomendações que propõem são simples, mas exigem disciplina: manter a vigilância, verificar os factos numa segunda janela, avaliar a plausibilidade das afirmações antes de as aceitar e, sobretudo, nunca parar na primeira resposta da máquina. A IA pode ser um bom ponto de partida para uma pesquisa, mas nunca deve ser o ponto de chegada.
Na sala de aula do ensino básico: lições de um currículo experimental
O relatório inclui também uma experiência pedagógica com alunos do ensino básico (6.º ao 8.º ano), conduzida por Changzhao Wang. Num programa extracurricular em linha, dez alunos de origens diversas aprenderam a construir modelos de aprendizagem automática utilizando a plataforma Teachable Machine — concretamente, um sistema de deteção automática do uso de máscara no contexto da pandemia de COVID-19.
Os resultados são encorajadores em vários aspetos. Os alunos melhoraram os seus conhecimentos sobre aprendizagem automática, envolveram-se em discussões espontâneas sobre ética da IA e demonstraram capacidade para articular preocupações sobre impactos socioeconómicos, segurança, viés algorítmico e autonomia humana. Contudo, Wang nota que as atitudes dos jovens em relação ao ChatGPT tendiam para extremos — ou o rejeitavam por completo, ou o utilizavam sem critério — o que revela uma lacuna na literacia sobre como usar estas ferramentas de forma produtiva.
O que pensam os professores: ética entre regras e resultados
Stephen Aguilar, diretor-adjunto do centro da USC, apresenta os resultados de um inquérito a 248 professores do ensino básico e secundário nos Estados Unidos. A investigação utilizou o clássico “Dilema do Elétrico” (Trolley Problem) como ponto de partida para explorar as intuições éticas dos docentes — dividindo-as entre perspetivas deontológicas (centradas em regras) e consequencialistas (centradas nos resultados).
Duas conclusões merecem destaque. Primeiro, as professoras revelaram maior tendência para adotar perspetivas baseadas em regras do que os seus colegas masculinos. Segundo, a autoeficácia e a ansiedade em relação à tecnologia influenciam significativamente os juízos éticos sobre a IA — o que sugere que qualquer estratégia de integração destas ferramentas terá de investir tanto na formação técnica como no conforto emocional dos docentes.
Editar em vez de gerar: uma proposta para o ensino da escrita
Talvez a contribuição mais concreta do relatório seja o protótipo ABE+ (Authoring by Editing and Revising), desenvolvido por Benjamin Nye em colaboração com os docentes do programa de escrita da USC. O conceito é inteligante: em vez de pedir aos alunos que escrevam de raiz ou que usem a IA para gerar um texto final, o ABE+ propõe um ciclo em que a máquina produz um primeiro rascunho e o aluno assume o papel de editor crítico — analisando argumentos, verificando fontes, identificando lacunas e reformulando o texto.
O sistema acompanha todo o processo, registando as reflexões do aluno antes de cada alteração e gerando relatórios para o professor. Esta abordagem orientada ao processo tem uma vantagem adicional: torna a fraude particularmente difícil, porque exige um historial coerente de interações, edições e justificações ao longo do tempo.
Nye organiza ainda as atividades de aprendizagem possíveis com IA generativa segundo a Taxonomia de Bloom — desde a simples memorização (gerar apontamentos, corrigir gramática) até à criação (sessões de brainstorming, simulações de resposta de personagens históricas) — oferecendo aos educadores um mapa prático para integrar estas ferramentas com intencionalidade pedagógica.
O que fica por resolver
O relatório da USC não pretende ter respostas definitivas, e faz bem. Pedro Noguera, na introdução, sublinha que as considerações éticas — privacidade dos dados, viés algorítmico, fosso digital — devem estar no centro de qualquer implementação, e que a tecnologia deve servir para ampliar as capacidades humanas, não para as substituir.
Há muito por investigar: como é que alunos de diferentes contextos socioeconómicos e culturais interagem com estas ferramentas? Que padrões de edição revelam aquisição real de competências de escrita? Como evitar que a IA generativa agrave desigualdades já existentes?
São perguntas que não se respondem com um prompt. Respondem-se com investigação séria, experimentação cautelosa e, sobretudo, com a disposição para mudar de ideias quando a evidência o exigir. Exatamente aquilo que o pensamento crítico — com ou sem inteligência artificial — sempre nos pediu.
Fonte: Noguera, P., Aguilar, S., Sinatra, G., Wang, C., Bui, E., Swartout, W., & Nye, B. (2024). Critical thinking and ethics in the age of generative AI in education: A critical look into the future of learning. USC Center for Generative AI and Society. https://sites.usc.edu/genai/
