A inteligência artificial generativa já escreve textos convincentes, resolve equações complexas e produz código funcional. Perante estas capacidades, uma pergunta instala-se nas salas de professores e nos gabinetes de direção: ainda faz sentido ensinar os alunos a fazer aquilo que uma máquina faz mais depressa? A resposta, sustentada por investigação recente e pelo enquadramento que a UNESCO publicou em abril de 2026, é um sim inequívoco — mas um sim que obriga a repensar práticas.
A tecnologia que imita, mas não compreende
Desde a Antiguidade que as novas tecnologias suscitam receios sobre o futuro da aprendizagem. Sócrates, nos diálogos de Platão, via a escrita como uma ameaça à memória; Rousseau, no século XVIII, temia que os livros dispensassem o esforço de aprender; mais tarde, a internet prometeu tornar todo o conhecimento acessível a um clique. Em nenhum destes casos a educação se tornou dispensável — transformou-se, sim, ao incorporar cada tecnologia.
A inteligência artificial introduz, porém, um fator novo: é a primeira tecnologia concebida para imitar, de forma intencional e convincente, o desempenho humano. Wayne Holmes, professor de Estudos Críticos de IA e Educação no University College London e titular da Cátedra UNESCO em Ética da IA e Educação, sublinha que esta capacidade de imitação gera uma ilusão perigosa — a de que, se a máquina produz o resultado, o processo de aprendizagem deixa de ser necessário.
Só que o resultado que a IA gera não é conhecimento; é uma previsão estatística. Os modelos generativos calculam a sequência de palavras mais provável com base nos dados em que foram treinados — dados que incluem todas as imprecisões, enviesamentos e inconsistências da internet. Não compreendem verdade nenhuma, por mais fluentes que pareçam.
Educar é mais do que transmitir conteúdos
A discussão sobre se a IA substitui a aprendizagem parte, muitas vezes, de uma visão redutora da educação. Gert Biesta, filósofo da educação na Universidade de Maynooth, propõe um enquadramento que ajuda a ver o problema com mais clareza: a educação cumpre três funções distintas, embora interligadas.
A primeira é a qualificação — a aquisição de conhecimentos, competências e disposições. É aqui que a IA promete ajudar, e é também aqui que residem os maiores equívocos. A segunda é a socialização — o processo pelo qual encontramos o nosso lugar em grupos sociais, culturais e políticos. A terceira é a subjetivação — a construção da capacidade de pensar de forma autónoma e de assumir responsabilidade pela própria vida.
Ora, os chamados “sistemas de tutoria inteligente”, que existem há quase cinquenta anos e que nos últimos dez se espalharam por escolas de todo o mundo, concentram-se exclusivamente na primeira função. Automatizam aspetos do ensino individualizado, mas nada dizem sobre como nos tornamos membros responsáveis de uma comunidade ou como desenvolvemos um pensamento genuinamente nosso. São cegos às dimensões da educação que mais importam para a formação integral de cada pessoa.
Para quem trabalha em escolas, esta distinção não é teórica — é profundamente prática. Quando um professor pede aos alunos que debatam um dilema ético, quando um projeto de grupo exige negociação e empatia, quando um aluno descobre que a sua perspetiva é diferente da dos colegas e aprende a articulá-la, está a acontecer educação que nenhuma máquina replica.
Muleta cognitiva: o que dizem os estudos
E mesmo na função de qualificação — aquela em que a IA parece brilhar — os dados empíricos pedem cautela.
Um estudo conduzido na Turquia em 2024, com cerca de mil alunos, comparou o desempenho de dois grupos: um que usou o ChatGPT e outro sem acesso a qualquer tecnologia. Os resultados foram reveladores: o grupo que utilizou a ferramenta obteve melhores resultados — mas apenas enquanto teve acesso a ela. Quando o acesso foi retirado, o desempenho desses alunos caiu para níveis inferiores aos do grupo que nunca tinha utilizado a IA. Os investigadores descreveram o fenómeno como uma “muleta cognitiva”: a ferramenta sustenta a prestação no momento, mas compromete a aprendizagem real.
Na mesma linha, um estudo norte-americano do MIT, publicado em 2025, recorreu a eletroencefalografia para medir a atividade cerebral dos participantes durante tarefas de aprendizagem. Quem usou IA generativa obteve resultados piores em todos os níveis avaliados. Os autores falam em “atrofia cognitiva” — um enfraquecimento da memória de longo prazo e das capacidades cognitivas que resulta da delegação excessiva de tarefas à máquina.
Estes resultados lançam uma sombra sobre as metanálises que proclamam os benefícios do ChatGPT no desempenho académico. O neurocientista Jared Cooney Horvath analisou vários destes estudos e concluiu que falham em critérios básicos de seleção de amostras, rigor metodológico e integridade estatística. Ou seja: a evidência de que a IA generativa melhora a aprendizagem é, na melhor das hipóteses, frágil.
Três preocupações para a escola
Além do impacto direto na cognição, há pelo menos três questões que a comunidade escolar não pode ignorar:
A privatização silenciosa da educação. À medida que as escolas adotam plataformas de IA proprietárias, a educação — um bem público — fica progressivamente dependente de empresas tecnológicas cujos modelos de negócio nem sempre se alinham com os interesses dos alunos.
O custo ambiental invisível. Os modelos de IA generativa exigem quantidades enormes de energia e de água. Num momento em que a escola educa para a sustentabilidade, importa ter consciência de que cada consulta feita a um sistema de IA tem uma pegada ecológica real.
O fosso digital invertido. Num cenário paradoxal, os alunos de contextos socioeconómicos mais favorecidos continuam a ter acesso a professores humanos, enquanto os mais desfavorecidos são direcionados para sistemas automatizados. Em vez de colmatar desigualdades, a IA pode aprofundá-las.
O que a UNESCO propõe — e o que a escola pode fazer já
A UNESCO tem desempenhado um papel pioneiro nesta matéria. Logo em 2021, publicou a Recomendação sobre a Ética da Inteligência Artificial — a primeira norma global nesta área — e as orientações IA e Educação: Guia para Decisores Políticos. Em setembro de 2023, lançou o primeiro guia mundial sobre IA generativa na educação e na investigação. E em 2024, apresentou os Quadros de Competências em IA para Alunos e Professores, que definem as capacidades essenciais para uma utilização segura, ética e responsável destas tecnologias.
Estes documentos partem de um princípio fundamental: a IA deve apoiar a tomada de decisão humana e o desenvolvimento intelectual, nunca substituí-los. A educação tem de permanecer centrada no ser humano.
Para professores e escolas, esta orientação traduz-se em ações concretas:
- Ensinar a interrogar, não apenas a usar. Quando um aluno utiliza IA generativa, o exercício pedagógico mais valioso não é o resultado que obtém — é a capacidade de avaliar criticamente esse resultado. Verificar factos, identificar enviesamentos, contrastar fontes e detetar inconsistências são competências que a era da IA torna mais urgentes, não menos.
- Valorizar o que a máquina não faz. Debates, projetos colaborativos, expressão artística, reflexão ética — tudo aquilo que envolve socialização e subjetivação ganha importância redobrada quando a qualificação pode ser parcialmente automatizada.
- Conhecer as limitações, não apenas as possibilidades. Integrar a IA no currículo implica também ensinar o que ela não sabe fazer: compreender contexto, exercer juízo moral, sentir empatia. Esta literacia crítica é, talvez, a competência mais importante que a escola pode desenvolver neste momento.
- Manter o professor no centro. A investigação existente não sustenta a ideia de que a IA melhora a aprendizagem por si só. O que a investigação continua a confirmar é que bons professores fazem a diferença. A tecnologia pode ser um recurso; nunca é um substituto.
Aprender continua a ser difícil — e é por isso que vale a pena
Há uma certa ironia no facto de a era da IA recolocar no centro da discussão educativa algo que nunca devia ter saído de lá: a importância do esforço. Aprender exige trabalho — ler com atenção, pensar devagar, errar, corrigir, recomeçar. A IA generativa oferece atalhos sedutores, mas os atalhos nem sempre levam onde queremos ir.
Como defende Wayne Holmes, todos — e não apenas os alunos — precisamos de abraçar o trabalho difícil de aprender. Precisamos de compreender as limitações profundas da IA, de considerar o seu impacto nos direitos humanos, na justiça social e no ambiente e, acima de tudo, de aprender a pensar de forma crítica.
Num mundo saturado de conteúdos gerados automaticamente, a capacidade de pensar por si próprio não é um luxo. É uma necessidade.
Referências
Holmes, W. (2026, 2 de abril). Learning to think in the AI era. The UNESCO Courier. https://courier.unesco.org/en/articles/learning-think-ai-era
UNESCO. (2021). Recommendation on the ethics of artificial intelligence. https://unesdoc.unesco.org/ark:/48223/pf0000381137
UNESCO. (2021). AI and education: Guidance for policy-makers. https://unesdoc.unesco.org/ark:/48223/pf0000376709
UNESCO. (2023). Guidance for generative AI in education and research. https://unesdoc.unesco.org/ark:/48223/pf0000386693
UNESCO. (2024). AI competency frameworks for students and teachers. https://www.unesco.org/en/articles/what-you-need-know-about-unescos-new-ai-competency-frameworks-students-and-teachers
UNESCO. (2025). AI and the future of education: Disruptions, dilemmas and directions. https://www.unesco.org/en/articles/ai-and-future-education-disruptions-dilemmas-and-directions
