Download |
Há uma pergunta que paira, cada vez com mais frequência, nas salas dos professores e nas reuniões de conselho de turma: o que fazemos com a inteligência artificial? A questão é legítima, e a resposta não é simples. Não se trata apenas de saber se os alunos podem ou não usar o ChatGPT para fazer um trabalho. Trata-se de algo muito mais profundo — de repensar o que é aprender, o que significa ensinar e que tipo de relação queremos estabelecer com as tecnologias que moldam cada vez mais as nossas vidas.
Um conjunto recente de guias produzido por investigadores da Pontifícia Universidade Católica do Chile, no contexto do projecto «Diagnóstico do uso de ferramentas de IA generativa em avaliações sumativas no ensino superior», oferece um ponto de partida valioso para essa reflexão. Embora os guias se destinem ao ensino universitário, os seus princípios atravessam os níveis de ensino com uma clareza que interpela qualquer professor, seja qual for o grau que leccione.
A responsabilidade profissional tem uma dimensão ética — e tecnológica
Durante muito tempo, a responsabilidade profissional do professor foi entendida, sobretudo, como competência disciplinar: saber bem a matéria e saber transmiti-la. A investigação contemporânea mostra que essa visão é insuficiente. A responsabilidade docente é multidimensional — articula dimensões morais, técnicas, relacionais e contextuais — e exige uma disposição reflexiva permanente em relação ao bem dos alunos e à qualidade do processo educativo (Campbell, 2003; Sockett, 1993).
Com a entrada da inteligência artificial na escola, essa responsabilidade ganhou uma camada nova. Shannon Vallor, filósofa da tecnologia, designou-a de «responsabilidade tecnomoral»: a obrigação ética de cultivar as virtudes necessárias para viver bem com tecnologias emergentes. Não se trata de competências técnicas, mas de disposições de carácter — prudência, honestidade, justiça, autocontrolo, humildade, empatia — que nos permitem usar, conceber e regular a tecnologia de forma a favorecer a convivência humana e o desenvolvimento social (Vallor, 2016).
O que isto significa, na prática, para um professor do ensino básico ou secundário? Significa que integrar ferramentas de IA na aula não é uma decisão técnica. É uma decisão ética. E como tal, requer critério pedagógico, clareza sobre os objectivos de aprendizagem e consciência dos riscos que essas ferramentas trazem consigo.
Os riscos que ninguém costuma nomear
Os guias chilenos identificam cinco riscos prevalentes da IA no ensino, todos com relevância directa para a escola.
O primeiro é o que os investigadores chamam de «efeito de inversão»: o risco de que o uso inadequado da IA reduza a profundidade da aprendizagem. Quando um aluno recorre a um modelo generativo para obter uma resposta que deveria construir por si próprio, poupa esforço cognitivo — mas é precisamente esse esforço que consolida a aprendizagem. A chamada carga cognitiva «pertinente» ou «essencial» — o esforço mental dedicado a processar informação nova e a relacioná-la com conhecimento prévio — é o que transforma a informação em compreensão real. Sem esse trabalho interno, o aluno acumula respostas, mas não aprende.
O segundo risco é a dependência excessiva e a consequente erosão de competências. Escrever com correcção, argumentar com coerência, pesquisar com método, tomar decisões com fundamento — todas estas capacidades se desenvolvem com a prática. Quando a IA as substitui sistematicamente, os alunos ficam privados das oportunidades de exercício que as constroem. Os investigadores falam mesmo de «preguiça metacognitiva»: a tendência para aceitar a resposta da máquina sem a questionar, sem reflectir sobre o próprio raciocínio.
O terceiro risco diz respeito à qualidade da informação. Os modelos generativos produzem respostas com uma aparência de autoridade que pode ser enganadora. Erram com confiança, introduzem enviesamentos culturais e de género, e constroem afirmações plausíveis mas falsas — as chamadas «alucinações». Se os alunos não forem preparados para avaliar criticamente esses conteúdos, o uso da IA torna-se um veículo de desinformação, não de conhecimento.
O quarto risco é mais subtil: o deslocamento do esforço cognitivo essencial. Quando a ferramenta faz a pesquisa, redige o texto e estrutura a análise, o aluno fica à margem dos processos que são, precisamente, os mais formativos — analisar, sintetizar, argumentar, resolver problemas. A actividade parece produtiva, mas o aprendiz foi dispensado do que mais importa.
O quinto risco é a redução da interação humana e do papel pedagógico do professor. A IA pode complementar o ensino, mas não pode substituir a presença do professor, a qualidade da sua relação com os alunos, o seu olhar sobre cada turma e cada aluno. Estudos recentes mostram que o conteúdo gerado por IA tem menor «presença social» — é mais frio, menos responsivo, menos humano. E isso conta, especialmente quando os alunos mais precisam de ser vistos.
Literacia ética: mais do que saber usar a tecnologia
Uma das distinções mais úteis que os guias chilenos propõem é a diferença entre literacia digital e literacia em deliberação ética. A literacia digital capacita as pessoas para interagir com a tecnologia. A deliberação ética capacita-as para decidir como interagir com ela de forma moralmente fundamentada.
Um aluno pode saber usar o ChatGPT com destreza e, simultaneamente, não ter desenvolvido qualquer critério sobre quando o fazer, de que forma, com que transparência ou com que consequências. A literacia ética não se reduz a regras — é uma competência de raciocínio moral que se aprende, como qualquer outra, através da prática e do exemplo.
Os investigadores identificam cinco capacidades centrais desta literacia: reconhecer quando uma situação envolve questões de justiça, equidade ou integridade; analisar os valores em conflito e as pessoas afectadas; argumentar com razões fundamentadas; escutar perspectivas diferentes com abertura genuína; e tomar decisões responsáveis, baseadas em reflexão e evidência — não em automatismos ou conveniência.
Para o professor, isto tem implicações práticas. Modelar o raciocínio ético em voz alta, perante os alunos, é uma das estratégias mais formativas que existe. Quando um professor pergunta, em contexto de aula, «se usar esta ferramenta para gerar este exemplo, que tipo de enviesamentos posso estar a introduzir?» ou «que informação não devemos partilhar num chatbot?», está a ensinar os alunos a pensar — não apenas a usar.
A avaliação no centro da questão
A terceira dimensão abordada pelos guias toca num ponto que muitos professores já sentem, mas nem sempre conseguem articular: a IA generativa não é apenas uma ferramenta que os alunos usam. É uma perturbação profunda do que entendemos por avaliação.
Se um aluno pode produzir, em segundos, um texto que responde a uma pergunta de desenvolvimento, o que estamos realmente a avaliar quando pedimos esse texto? A questão não é nova — a calculadora colocou-a à matemática há décadas —, mas a escala e a abrangência da IA generativa tornam-na urgente em praticamente todas as disciplinas.
Os guias propõem que os professores comecem por clarificar, para si próprios, três coisas: os objectivos de aprendizagem que a avaliação visa verificar, o tipo de avaliação que faz sentido (formativa, sumativa, ou ambas), e até que ponto — e em que condições — faz sentido envolver a IA no processo avaliativo. A pergunta central não é «podemos usar a IA?», mas «para quê precisamos da IA, e o que perdemos ou ganhamos com isso?».
Esta reflexão implica repensar formatos, critérios e instrumentos. Uma rubrica pensada antes da IA pode já não ser adequada. Uma tarefa que pedia um ensaio escrito pode precisar de ser redesenhada para incluir um momento de defesa oral ou de revisão crítica. Não se trata de proibir, mas de garantir que o que se avalia continua a ser aquilo que realmente importa aprender.
As oito virtudes que a escola pode cultivar
A ideia de responsabilidade tecnomoral organiza-se, segundo Vallor (2016), em oito virtudes que têm uma tradução directa no contexto escolar.
A prudência — saber quando usar a IA e quando não usar, avaliar as consequências antes de agir — é a virtude central. Sem ela, os alunos sobreconfiam nas ferramentas e os professores implementam-nas sem critério. A honestidade implica transparência sobre o uso da IA, reconhecimento das fontes e recusa em falsificar trabalho intelectual. A justiça obriga a reconhecer que a IA pode amplificar desigualdades — de acesso, de enviesamentos algorítmicos, de representação cultural — e que cabe à escola contrariar esse risco. O autocontrolo é a capacidade de resistir à tentação da resposta fácil e imediata, de moderar o uso da tecnologia, de gerir a impulsividade. A humildade lembra-nos — professores e alunos — que a IA erra, que não sabemos tudo, e que as nossas próprias suposições merecem revisão. A empatia e o civismo mantêm viva a dimensão humana da educação, numa época em que a tecnologia tende a mediar cada vez mais as relações. A responsabilidade exige que não culpemos a tecnologia pelos nossos actos — somos nós quem decide como a usamos. E a flexibilidade mental reconhece que as tecnologias mudam depressa, e que precisamos de nos adaptar sem perder os critérios éticos.
Estas virtudes não são inatas. Adquirem-se através do hábito, da prática sustentada e de comunidades educativas que constroem, deliberadamente, uma cultura ética em torno do uso da tecnologia. A escola é, por excelência, esse espaço de habituação guiada.
O professor como agente moral
No fundo, o que estes guias propõem é uma reafirmação do papel insubstituível do professor. Não como guardião que proíbe o acesso às ferramentas, nem como entusiasta que as adopta sem critério — mas como agente moral que pensa, decide e modela, em cada aula, o tipo de relação que quer que os seus alunos estabeleçam com o mundo e com o conhecimento.
A integração eficaz e segura da inteligência artificial na sala de aula depende, em larga medida, das competências, das convicções e das práticas pedagógicas de cada professor. Isso é simultaneamente uma responsabilidade enorme e uma oportunidade rara: a de ensinar, através do exemplo, que a tecnologia serve os valores humanos — e não o contrário.
Fontes
Arriagada-Bruneau, G., Rodríguez, M. F., Barahona, C., & Velasco, P. (2025). Guías de recomendaciones ético pedagógicas para la inclusión de IA en docencia universitaria (Guías 1, 2 y 3). Vicerrectoría Académica, Pontificia Universidad Católica de Chile. Licença Creative Commons BY-NC 4.0. https://creativecommons.org/licenses/by-nc/4.0/
Campbell, E. (2003). The ethical teacher. Open University Press.
Sockett, H. (1993). The moral base for teacher professionalism. Teachers College Press.
Vallor, S. (2016). Technology and the virtues: A philosophical guide to a future worth wanting. Oxford University Press. https://doi.org/10.1093/acprof:oso/9780190498511.001.0001
Nota editorial
O artigo adapta os conteúdos dos três guias para o contexto do ensino não superior (básico e secundário) em Portugal.
