Um novo manual sobre inteligência artificial e educação propõe uma mudança de perspetiva que merece chegar às escolas: antes de perguntarmos o que a IA consegue fazer por nós, talvez devamos perguntar em que condições a usamos, que decisões estamos a delegar e que aprendizagens queremos preservar. Porque ensinar com IA não chega. É preciso ensinar para um mundo com IA.

Apresentação | eBook no fim do artigo |

Um professor abre o ChatGPT e pede-lhe que crie uma ficha de trabalho. Um aluno usa o Gemini para resumir um texto. Uma escola experimenta uma plataforma que promete personalizar a aprendizagem. Em poucos segundos, a inteligência artificial parece reduzir-se àquilo que vemos no ecrã: uma caixa onde escrevemos qualquer coisa e uma resposta que aparece quase imediatamente.

É precisamente esta imagem que o recém-publicado Manual urgente sobre IA en el aula. Miradas y análisis de la esfera digital desde Abya Yala, de Mariana Ferrarelli e Natalia Corvalán, nos convida a abandonar.

Publicado em 2026, no âmbito do Centro de Estudios de la Sociedad Digital (CESDi), da EIDAES-UNSAM, o manual não começa por ensinar a escrever melhores prompts. Faz uma coisa muito mais interessante: pede-nos que olhemos para aquilo que normalmente não vemos. A própria Universidade Nacional de San Martín apresenta a obra como uma tentativa de compreender a IA enquanto «entramado sociotécnico complexo», ligando reflexão crítica e práticas de ensino na escola secundária.

E talvez seja exatamente deste desvio que a escola esteja hoje a precisar.

A interface é apenas a ponta do icebergue

Quando utilizamos uma aplicação de inteligência artificial, é fácil pensar que estamos simplesmente a escolher uma ferramenta.

Mas por trás dessa ferramenta existem modelos, dados, centros de processamento, empresas, trabalhadores, opções de programação, interesses económicos, enquadramentos legais e decisões sobre aquilo que o sistema deve considerar importante.

Há também uma determinada visão do mundo.

O manual insiste neste ponto: os sistemas de IA não se limitam a processar informação. Classificam, selecionam, hierarquizam e tornam algumas coisas mais visíveis do que outras.

Quando uma IA responde a uma pergunta, não está a contemplar o mundo inteiro para depois nos oferecer uma síntese neutra. Trabalha a partir dos dados com que foi desenvolvida, dos critérios incorporados no sistema e dos padrões estatísticos que aprendeu.

Esta diferença parece técnica.

Não é.

É profundamente educativa.

Porque significa que ensinar os alunos a utilizar inteligência artificial exige também ensiná-los a perguntar:

De onde vem esta resposta? O que está aqui representado? O que ficou de fora? Quem decidiu isto? Posso confiar? Como verifico?

É uma mudança importante: da competência para usar uma tecnologia para a capacidade de interpretar aquilo que a tecnologia faz.

O perigo das soluções que chegam antes das perguntas

Há uma expressão que atravessa o manual e que deveria fazer parte do vocabulário das escolas: solucionismo tecnológico.

A ideia, associada ao trabalho de Evgeny Morozov, é relativamente simples. Perante um problema complexo, surge rapidamente a promessa de que uma nova tecnologia o poderá resolver.

Falta tempo aos professores? IA.

É difícil diferenciar o ensino? IA.

Os alunos têm dificuldades em escrever? IA.

É necessário produzir materiais mais rapidamente? IA.

A promessa é sedutora porque os problemas são reais.

Mas há uma diferença entre uma tecnologia que ajuda a responder a um problema e uma tecnologia que nos leva a acreditar que o problema ficou resolvido.

A educação está cheia de questões que nenhuma aplicação consegue solucionar por decreto: desigualdades, dificuldades de aprendizagem, falta de hábitos de leitura, desmotivação, condições familiares diferentes, relações humanas, qualidade da formação dos professores ou a própria necessidade de tempo para aprender.

Podemos usar tecnologia para trabalhar melhor sobre algumas delas.

Não podemos confundir isso com fazê-las desaparecer.

Talvez por isso uma das perguntas mais importantes perante qualquer nova solução educativa continue a ser muito pouco tecnológica:

Que problema pedagógico estamos realmente a tentar resolver?

Só depois deveria surgir a escolha da ferramenta.

A IA como espelho, não como oráculo

Uma das metáforas mais interessantes exploradas pelas autoras é a da IA como espelho.

Um espelho não inventa do nada aquilo que mostra. Reflete. E pode também deformar, ampliar ou esconder.

Os modelos de inteligência artificial fazem algo semelhante com o mundo que lhes foi disponibilizado através dos dados.

Se determinados idiomas, culturas, grupos sociais ou formas de conhecimento estão sob-representados, essa assimetria pode reaparecer nas respostas. Se os dados históricos contêm preconceitos e estereótipos, os sistemas podem reproduzi-los. Se uma determinada visão cultural domina os materiais de treino, pode acabar por parecer universal simplesmente porque surge repetidamente nas respostas.

É por isso que a literacia em inteligência artificial não pode resumir-se a saber pedir uma boa resposta.

Precisamos de formar alunos capazes de reconhecer que uma resposta plausível não é necessariamente verdadeira, representativa ou justa.

Esta ideia aproxima-se muito de uma experiência sobre a qual escrevemos recentemente em [E se, no exame, fossem os alunos a avaliar a inteligência artificial?]. Nesse caso, estudantes universitários tinham precisamente de descobrir onde os modelos falhavam. Para encontrar o erro da máquina, primeiro tinham de saber.

Não se trata, portanto, de formar jovens desconfiados de tudo o que a IA produz.

Trata-se de formar jovens capazes de julgar.

Aquilo a que chamamos «nuvem» ocupa muito espaço no chão

Há outra parte do manual particularmente importante porque raramente entra nas conversas escolares sobre IA: a sua materialidade.

Falamos da «nuvem» como se os sistemas digitais existissem num espaço imaterial.

Não existem.

Por trás de cada serviço há centros de dados, processadores, redes elétricas, sistemas de refrigeração, água, minerais, equipamentos e cadeias internacionais de produção.

E há pessoas.

Pessoas que classificam dados. Pessoas que moderam conteúdos. Pessoas que analisam materiais difíceis ou violentos para que determinados sistemas consigam posteriormente identificá-los. Pessoas cujo trabalho permanece muitas vezes completamente invisível para quem escreve uma pergunta numa caixa de diálogo e recebe uma resposta alguns segundos depois.

O mérito desta abordagem está em ampliar a pergunta ética.

Já não basta perguntar:

«A resposta da IA está correta?»

Também podemos perguntar:

«O que foi necessário para que esta resposta pudesse existir?»

É uma excelente questão para trabalhar com alunos.

Porque transforma a educação para a inteligência artificial numa oportunidade para cruzar Ciências, Geografia, Cidadania, Economia, História, Português e Educação Ambiental.

A IA deixa de ser apenas matéria das disciplinas tecnológicas.

Passa a ser uma forma de ler o mundo contemporâneo.

Ensinar com IA não é o mesmo que ensinar para a IA

Talvez a distinção pedagogicamente mais fecunda de todo o manual seja esta: ensinar com IA e ensinar para a IA.

Parecem expressões semelhantes. Não são.

Ensinar com IA significa integrar a tecnologia em situações de aprendizagem.

Um professor de Português pode, por exemplo, pedir a uma IA que produza um texto argumentativo. Mas, em vez de o aluno copiar o texto ou simplesmente o melhorar, pode transformá-lo em objeto de estudo: identificar a tese, analisar os argumentos, verificar informações, procurar aquilo que ficou ausente, detetar generalizações e finalmente reescrever o texto para que passe a representar uma posição verdadeiramente sua.

Neste caso, a máquina produziu matéria-prima.

O pensamento ficou com o aluno.

Ensinar para a IA, por outro lado, significa preparar os estudantes para compreender um mundo em que sistemas algorítmicos intervêm cada vez mais na informação que recebem, nas decisões que enfrentam e nos ambientes em que vivem.

É aprender sobre dados, privacidade, enviesamentos, automatização, autoria, direitos, recomendação algorítmica, desinformação e responsabilidade.

É também aprender que algumas decisões não devem ser simplesmente entregues à máquina.

Esta perspetiva converge com a recente recomendação do Conselho da Europa sobre literacia em inteligência artificial, que entende a IA não apenas como tecnologia, mas também como fenómeno sociotécnico, envolvendo pessoas, instituições, políticas e práticas sociais. O documento coloca particular ênfase na agência humana, no pensamento crítico e nos direitos.

É precisamente esta questão que desenvolvemos anteriormente em [Literacia em IA: o Conselho da Europa põe as pessoas no centro — e a escola tem muito a fazer].

Usar menos pode, às vezes, significar aprender mais

Há ainda uma ideia incómoda — e por isso mesmo importante.

Uma boa integração da inteligência artificial na escola não significa necessariamente mais utilização de IA.

Pode significar saber quando não a utilizar.

Se queremos avaliar a capacidade de um aluno construir autonomamente um texto, talvez a IA deva ficar de fora.

Se queremos que compare argumentos produzidos por diferentes sistemas e encontre fragilidades, então pode fazer todo o sentido utilizá-la.

Se precisamos de encontrar uma informação factual simples numa fonte conhecida, talvez um motor de pesquisa, uma enciclopédia ou a própria fonte original sejam escolhas melhores.

Se queremos explorar versões alternativas de uma explicação, testar hipóteses ou discutir diferentes perspetivas, uma IA generativa poderá ser útil.

A competência essencial não é carregar sempre no mesmo botão.

É escolher conscientemente a ferramenta de acordo com a tarefa.

Também a UNESCO tem insistido numa abordagem centrada nas pessoas, defendendo que as instituições educativas precisam de critérios pedagógicos e éticos para decidir quando e como utilizar IA generativa, e não apenas de acesso às aplicações.

E isto já não é apenas uma discussão pedagógica

Para as escolas portuguesas, há ainda uma dimensão que importa não ignorar.

O Regulamento Europeu da Inteligência Artificial considera de risco elevado determinados sistemas utilizados em educação, nomeadamente quando servem para decidir acessos, avaliar resultados de aprendizagem, determinar percursos ou monitorizar comportamentos durante avaliações. A razão é clara: decisões deste tipo podem afetar significativamente o percurso educativo das pessoas.

Ao mesmo tempo, a literacia em IA já entrou no próprio enquadramento europeu. O artigo 4.º do AI Act estabelece responsabilidades de literacia para organizações que disponibilizam ou utilizam sistemas de IA no exercício das suas atividades.

Isto muda ligeiramente a conversa.

Formar professores e construir critérios institucionais deixa de ser apenas uma boa ideia.

Passa a fazer parte de uma cultura de utilização responsável que as organizações terão de conseguir demonstrar.

A questão é desenvolvida com maior detalhe no nosso artigo [Literacia em IA: cinco passos para a escola].

Do paradigma da eficiência ao paradigma do cuidado

É talvez aqui que o manual faz a sua proposta mais interessante.

Em vez de organizar toda a discussão sobre IA em torno da eficiência — fazer mais depressa, produzir mais, automatizar mais, personalizar mais — propõe aquilo a que chama paradigma do cuidado.

Parece uma expressão distante da tecnologia.

Na realidade, talvez seja uma das mais necessárias.

Cuidar significa perguntar o que acontece aos dados dos alunos.

Significa pensar antes de introduzir numa plataforma informação pessoal ou sensível.

Significa proteger a autoria.

Significa não transformar cada dificuldade de aprendizagem num indicador automático.

Significa preservar espaços de encontro, conversa, demora, dúvida e descoberta.

Significa ainda reconhecer que educar não é apenas otimizar resultados.

Há uma relação humana no centro da escola que nenhuma eficiência algorítmica substitui.

E isso não exige rejeitar a tecnologia.

Exige colocá-la no lugar certo.

Cinco perguntas antes de levar uma IA para a sala de aula

Talvez possamos transformar as quase sessenta páginas deste manual numa pequena bússola para decisões muito concretas. Antes de integrar um sistema de IA numa atividade, numa disciplina ou numa escola, vale a pena perguntar:

• Para quê? Que aprendizagem queremos promover e que problema pedagógico estamos realmente a tentar resolver?
• O que estamos a delegar? A tecnologia apoia o pensamento ou está a substituir precisamente a atividade cognitiva que pretendíamos desenvolver?
• O que o aluno terá de fazer? Verificar, comparar, justificar, corrigir e decidir — ou apenas aceitar aquilo que recebeu?
• Que dados, interesses e modelos de mundo estão envolvidos? Sabemos suficientemente sobre a ferramenta para a utilizar de forma responsável?
• Seria melhor não usar IA neste momento? Porque saber quando não utilizar uma tecnologia também é uma forma de literacia.

A escola não conseguirá acompanhar todas as ferramentas. E não precisa.

Há uma nova aplicação quase todas as semanas.

Novos modelos aparecem, desaparecem, mudam de nome, acrescentam funcionalidades e tornam obsoletos tutoriais que pareciam indispensáveis alguns meses antes.

Seria impossível organizar a educação em torno dessa corrida.

Felizmente, não precisamos de o fazer.

Podemos ensinar coisas que sobrevivem às ferramentas.

Saber formular uma pergunta.
Saber verificar uma afirmação.
Saber distinguir evidência de aparência.
Saber procurar uma fonte.
Saber reconhecer um enviesamento.
Saber explicar uma escolha.
Saber discordar.
Saber assumir a autoria de uma ideia.
Saber decidir quando uma máquina ajuda — e quando atrapalha.

É também por isso que a reflexão sobre inteligência artificial se cruza tão diretamente com aquilo a que temos chamado multiliteracias: já não basta ler textos; é necessário compreender como diferentes sistemas produzem, organizam e fazem circular significado.

O Manual urgente sobre IA en el aula chama-lhe uma urgência.

Talvez seja mesmo.

Mas não porque tenhamos de correr atrás da inteligência artificial.

Pelo contrário.

Porque, perante máquinas que produzem respostas em segundos, a escola talvez tenha hoje uma responsabilidade ainda maior de ensinar a parar, perguntar, verificar e pensar.

E essa continua a ser uma tecnologia extraordinariamente humana.

Download |

Referências

Borges, J. (2026, 8 de setembro). E se, no exame, fossem os alunos a avaliar a inteligência artificial? TIC, Educação e Web. https://jfborges.com/2026/09/08/e-se-no-exame-fossem-os-alunos-a-avaliar-a-inteligencia-artificial/

Borges, J. (2026, 12 de setembro). Literacia em IA: O Conselho da Europa põe as pessoas no centro — e a escola tem muito a fazer. TIC, Educação e Web. https://jfborges.com/2026/09/12/literacia-em-ia-o-conselho-da-europa-poe-as-pessoas-no-centro-e-a-escola-tem-muito-a-fazer/

Borges, J. (2026, 17 de setembro). Literacia em IA: Cinco passos para a escola. TIC, Educação e Web. https://jfborges.com/2026/09/17/literacia-em-ia-cinco-passos-para-a-escola/

Conselho da Europa. (2026, 2 de setembro). Recommendation CM/Rec(2026)12 of the Committee of Ministers to member States on artificial intelligence literacy. Consultar a recomendação

Comissão Europeia. (2026, 27 de julho). AI literacy – Questions & answers. Shaping Europe’s Digital Future. Consultar a página da Comissão Europeia

Ferrarelli, M., & Corvalán, N. (2026). Manual urgente sobre IA en el aula: Miradas y análisis de la esfera digital desde Abya Yala. Colección Miradas del CESDi.

Ferreira, A. P., & Borges, J. (2026, 4 de setembro). Ler o mundo em múltiplos formatos: Multiliteracias na era da inteligência artificial [Comunicação]. IX Encontro Leitur@s, Casa Municipal da Cultura de Seia.

Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. Consultar a publicação da UNESCO

Parlamento Europeu & Conselho da União Europeia. (2024). Regulamento (UE) 2024/1689 do Parlamento Europeu e do Conselho, de 13 de junho de 2024, que cria regras harmonizadas em matéria de inteligência artificial (Regulamento da Inteligência Artificial). Jornal Oficial da União Europeia. Consultar no EUR-Lex

Universidad Nacional de San Martín. (2026, 18 de agosto). Presentación del libro Manual urgente sobre IA en el aula. Noticias UNSAM. Consultar a notícia da UNSAM