Um guia prático para o ensino secundário propõe cinco roteiros didáticos que usam a IA como mediadora do pensamento, nunca como sua substituta. Cruzámos a proposta com o quadro DigCompEdu e com o currículo português para perceber o que pode, realmente, entrar amanhã na sala de aula.
Guia |
Há uma pergunta que qualquer professor de qualquer disciplina já ouviu, direta ou indiretamente, nos últimos dois anos: se o aluno pode pedir a resposta a uma IA em três segundos, o que resta para ensinar? Um guia prático recentemente publicado para o ensino secundário responde a essa pergunta de forma pouco habitual — não com regras de proibição, mas com uma arquitetura de atividades que transforma a própria pergunta num problema pedagógico.
O documento, intitulado «Da informação ao conhecimento», organiza-se em torno de uma tese simples de enunciar e difícil de operacionalizar: aceder a informação não equivale a construir conhecimento. Entre um e outro há um trabalho cognitivo — analisar, verificar, sintetizar, questionar — que nenhuma ferramenta faz pelo aluno, por mais fluente que seja a resposta que produz.
A pirâmide que já conhecíamos, aplicada a um problema novo
A base teórica do guia assenta na hierarquia DIKW (dados, informação, conhecimento, sabedoria), um modelo que circula há décadas na literatura da ciência da informação. Jennifer Rowley revisitou-o em 2007, num artigo académico de referência que examina como diferentes manuais tratam a passagem entre estes quatro patamares. O que o guia faz de interessante é situar a IA generativa precisamente na transição mais instável desta pirâmide: entre a informação organizada e o conhecimento interpretado. A ferramenta acelera o acesso ao primeiro patamar; o trabalho de síntese e avaliação — a subida ao segundo — continua a ser, e tem de continuar a ser, do aluno.
Esta distinção liga-se diretamente ao quadro europeu DigCompEdu, referido como enquadramento do guia. Vale a pena lembrar o que este quadro realmente é: um referencial desenvolvido pelo Centro Comum de Investigação da Comissão Europeia, cientificamente fundamentado, que descreve o que significa um educador ser digitalmente competente, organizado em vinte e duas competências distribuídas por seis áreas. O guia não pede aos professores que dominem tecnicamente a IA — pede que a integrem numa área já prevista nesse quadro europeu: a da mediação pedagógica da aprendizagem digital.
Cinco roteiros, um fio condutor comum
A proposta central do documento são cinco sequências didáticas, pensadas para caber num bloco de noventa minutos ou para se estenderem por várias semanas, consoante a disciplina e o objetivo. O que as une é uma estrutura recorrente: os alunos recolhem uma resposta da IA, mas nunca a aceitam como ponto final — verificam-na, confrontam-na com fontes primárias e só depois escrevem, com palavras próprias, aquilo que efetivamente sabem.
No primeiro roteiro, «O Detetive da Informação», a turma parte de um tema controverso e atual e pede à IA três respostas diferentes, registando numa tabela simples o que é verificável e o que não é. No segundo, «Mapa do Conhecimento Vivo», a interrogação à IA serve para gerar mais perguntas, não para as encerrar — um mapa concetual colaborativo evolui ao longo das aulas, distinguindo por cores o que veio da IA, o que foi verificado e o que ainda está em aberto. No terceiro, «Debate com Árbitro Digital», a IA assume o papel de advogado do diabo, obrigando cada aluno a testar a solidez dos seus próprios argumentos antes de os defender publicamente. No quarto, um projeto de investigação de três a quatro semanas usa a IA como assistente de pesquisa, mas exige uma secção final onde os alunos documentam explicitamente o que corrigiram nas sugestões da ferramenta. No quinto, os alunos tornam-se curadores de recursos sobre um subtema à sua escolha, descartando aquilo que não passa numa grelha de critérios definida coletivamente pela turma.
Nenhum destes roteiros pede tecnologia sofisticada. Pedem tempo de aula, uma tabela, um caderno de registo e — este é o ponto que mais interessa a quem está em sala de aula — a disponibilidade do professor para não responder de imediato quando um aluno pergunta «isto está certo?». O guia sugere devolver sempre a pergunta: «Como podemos verificar? Que fontes consultaste? O que a IA não pode saber sobre isto?»
Avaliar o processo, não apenas o produto
Um dos contributos mais úteis do documento é a proposta de instrumentos de avaliação centrados na transição cognitiva, e não apenas no resultado final. A rubrica apresentada cruza cinco indicadores — distinção entre dados, informação e conhecimento; verificação de fontes; síntese própria; uso ético da IA; metacognição — com três níveis de desempenho, do aluno que ainda confunde dados com opiniões ao que constrói argumento próprio apoiado em evidências e sabe explicar o percurso que o levou até lá.
Esta lógica de avaliação processual dialoga bem com o que já está previsto nos documentos curriculares portugueses. As Aprendizagens Essenciais e o Perfil dos Alunos à Saída da Escolaridade Obrigatória colocam o pensamento crítico e a autonomia entre as competências transversais a desenvolver em qualquer disciplina — o guia oferece, nesse sentido, instrumentos concretos para operacionalizar algo que, muitas vezes, permanece como princípio geral difícil de traduzir em prática de sala de aula.
O diário de aprendizagem proposto como instrumento complementar segue a mesma filosofia: não avalia a qualidade da escrita, mas a profundidade da reflexão, através de perguntas simples que o aluno responde no final de cada sessão — o que recolheu, o que conseguiu verificar, com o que discordou da IA, que conexão fez com outra disciplina.
Quando a interdisciplinaridade deixa de ser um cartaz na parede
A secção dedicada à mediação em projetos interdisciplinares merece destaque próprio, porque evita um erro comum: tratar a interdisciplinaridade como sobreposição de professores a observar o mesmo trabalho. O guia propõe antes uma tensão produtiva entre olhares disciplinares — o mesmo problema visto pela historiadora, pelo matemático e pela linguista deve produzir respostas diferentes, e é nesse atrito que o conhecimento se constrói.
Para isso, sugere questões-âncora que não têm resposta possível numa única disciplina — o exemplo dado no documento, sobre como a alteração climática transforma a língua que usamos, exige em simultâneo Ciências, Português e Filosofia — e reuniões de fronteira, em que cada professor questiona o trabalho dos alunos a partir da sua própria área, obrigando-os a traduzir o conhecimento entre linguagens disciplinares distintas. A avaliação final reflete essa lógica: sessenta por cento do peso recai sobre o diário de investigação e os registos intermédios, e apenas quarenta por cento sobre o produto final.
O enquadramento ético, sem rodeios
O guia não trata a questão ética como nota de rodapé. Estabelece com clareza que conteúdos gerados por IA não têm autor humano e não podem ser citados como fonte primária — servem apenas como ponto de partida para investigação —, que os alunos não devem partilhar dados pessoais próprios ou de terceiros em plataformas de IA, e que a transparência sobre o uso da ferramenta tem estatuto curricular: declarar quando e como se usou IA é tratado como competência a desenvolver, não como confissão de uma infração.
Este enquadramento aproxima-se do que a UNESCO já vinha a defender internacionalmente. A organização publicou, em 2023, a sua primeira orientação global sobre IA generativa em educação, um documento que explora as oportunidades, os desafios e os riscos — imediatos e de longo prazo — que a IA generativa coloca aos sistemas educativos, propondo em simultâneo passos concretos para a regulação governamental e exemplos práticos de desenho pedagógico. Entre as suas recomendações mais citadas está precisamente a definição de limites de idade para o uso autónomo destas ferramentas e a proteção da privacidade dos dados dos utilizadores mais jovens — preocupações que o guia recupera, sem as citar diretamente, na sua secção sobre RGPD no contexto educativo.
O que fica para quem vai usar isto amanhã
O valor prático deste guia não está na novidade dos conceitos — a pirâmide DIKW, a taxonomia de Bloom, os princípios de literacia digital são território já conhecido de quem acompanha estas questões. Está na tradução de tudo isso em algo que cabe num plano de aula: prompts prontos a adaptar, fases cronometradas, critérios de avaliação escritos em linguagem que qualquer professor, de qualquer disciplina, consegue aplicar sem formação técnica prévia.
A frase que fecha o documento resume bem a proposta: a transição da informação para o conhecimento não acontece por exposição, acontece por fricção cognitiva deliberada. A IA, usada assim, não substitui essa fricção — pode até aumentá-la, se o professor souber onde e quando a introduzir. Usada de outra forma, elimina-a por completo. A diferença entre as duas coisas não está na ferramenta. Está, como sempre esteve, na mediação de quem ensina.
Nota de transparência editorial: este artigo foi redigido com apoio de IA a partir de um guia prático em PDF fornecido para análise, cruzado com pesquisa própria para verificar as referências bibliográficas nele citadas (DigCompEdu, a hierarquia DIKW de Rowley e a orientação da UNESCO sobre IA generativa em educação, todas confirmadas em fontes primárias). As referências à taxonomia de Bloom revista, às Aprendizagens Essenciais e ao Perfil dos Alunos são apresentadas com nível de confiança alto, por se tratar de documentos institucionais amplamente estabelecidos, mas não foram objeto de verificação individual de URL nesta ocasião. Os cinco roteiros didáticos e os instrumentos de avaliação descritos correspondem ao conteúdo do guia original e não foram testados em contexto de sala de aula pelos autores.
Referências
Comissão Europeia, Centro Comum de Investigação. (2017). DigCompEdu: European framework for the digital competence of educators. https://joint-research-centre.ec.europa.eu/digcompedu_en
Direção-Geral da Educação. (s.d.). Aprendizagens essenciais. https://www.dge.mec.pt/aprendizagens-essenciais
Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
Rowley, J. (2007). The wisdom hierarchy: Representations of the DIKW hierarchy. Journal of Information Science, 33(2), 163–180. https://doi.org/10.1177/0165551506070706
