Arquivo da Categoria: aprendizagem

O que a ciência já sabe sobre atenção, IA e aprendizagem

Publicado a por
Responder

Estudos recentes mostram que a atenção sustentada está a encurtar-se e que o uso substitutivo da IA generativa acelera essa erosão. O que isto significa para a escola portuguesa — e uma atividade concreta para trabalhar em sala de aula.

Os jovens portugueses entre os 12 e os 17 anos passam, em média, mais de três horas por dia ligados à internet — e um em cada três ultrapassa as quatro horas. Os dados são de um inquérito conduzido em Portugal pela Euroconsumers, em parceria com a Deco Proteste, junto de mais de seiscentos adolescentes, divulgado em outubro de 2025. Não são números excecionais: acompanham uma tendência que se repete, com variações, em Espanha, Itália, Bélgica e Polónia. Mas surgem no mesmo momento em que a inteligência artificial generativa se instala, de forma acelerada, nas rotinas de estudo de praticamente todas as escolas. É esta coincidência — o tempo de atenção já fragilizado a encontrar-se com uma tecnologia desenhada para pensar em nosso lugar — que está a levar investigadores e decisores europeus a falar de algo mais sério do que «distração digital». Falam de soberania cognitiva.

O termo pode soar grandiloquente para quem lida, todos os dias, com uma turma distraída ou com um trabalho de casa visivelmente escrito por um chatbot. Mas a ideia que o sustenta é simples e diz respeito diretamente à escola: se a capacidade de manter a atenção numa tarefa e de pensar de forma independente deixar de ser um dado adquirido, deixa também de fazer sentido discutir apenas regras de uso do telemóvel ou políticas de bem-estar digital. Está em causa a própria infraestrutura cognitiva sobre a qual se constrói qualquer aprendizagem.

Um declínio da atenção que já não é opinião

A investigadora Gloria Mark, da Universidade da Califórnia em Irvine, estuda há duas décadas quanto tempo as pessoas conseguem permanecer numa única tarefa antes de mudar de ecrã. Os seus dados mostram uma queda acentuada: em 2004, a média rondava os dois minutos e meio; em 2012, tinha descido para cerca de setenta e cinco segundos; nos estudos mais recentes, replicados por vários grupos de investigação independentes, a média estabilizou nos quarenta e sete segundos, com uma mediana de apenas quarenta. Isto significa que, em metade das observações, a atenção sustentada dura menos de quarenta segundos antes de ser interrompida.

Este dado não surge isolado. Michel Desmurget, neurocientista e diretor de investigação do INSERM francês, reuniu em 2019, na obra La fabrique du crétin digital, quase duas mil referências bibliográficas que documentam défices cognitivos, linguísticos e atencionais associados ao uso intensivo de ecrãs em crianças e jovens — pondo em causa a ideia, ainda comum em muitas salas de professores, de que a chamada «geração digital» seria naturalmente mais ágil a lidar com estes dispositivos. Bruno Patino, presidente da Arte e antigo diretor de redação, descreve em Tempête dans le bocal o funcionamento da captologia — a aplicação de princípios de neurociência ao design de aplicações, com o único propósito de prender a atenção o máximo de tempo possível. Segundo o próprio Patino, esta engenharia da distração resulta num número elevado de notificações diárias e em várias horas de utilização acumulada nas grandes plataformas; não foi possível confirmar de forma independente os valores exatos avançados pelo autor, pelo que os apresentamos aqui com a devida reserva.

Também em Portugal há evidência convergente, embora mais cautelosa nas conclusões. Um documento de síntese científica publicado em maio de 2024 pela Direção-Geral da Educação, da autoria de investigadoras da Universidade Católica Portuguesa, reviu a literatura internacional sobre tempo de ecrã e cognição em crianças e adolescentes. Um dos estudos citados — realizado com estudantes universitários — mostrou que a simples vibração de notificações no telemóvel, mesmo sem qualquer interação, tornava mais lentas as respostas num teste de atenção, sobretudo entre quem já reportava maior uso do dispositivo. O documento da DGE é, aliás, honesto quanto às limitações da investigação disponível: sublinha que faltam estudos randomizados e conduzidos especificamente em contexto escolar português, e recomenda prudência antes de tirar conclusões causais definitivas. É uma diferença importante em relação ao tom mais alarmado de parte do debate internacional — mas não invalida o sentido geral dos dados: a atenção sustentada tornou-se um recurso escasso, e a escola já não pode presumi-la como ponto de partida.

Clicar para ver a apresentação…

A IA generativa como acelerador da delegação cognitiva

É neste terreno já fragilizado que a IA generativa se instala nas escolas — e o mecanismo começa a estar bem documentado na investigação académica. Um estudo publicado em 2024 no International Journal of Educational Technology in Higher Education, conduzido por Shunan Zhang e colegas junto de trezentos estudantes universitários, identificou os cinco efeitos negativos mais associados à dependência de ferramentas como o ChatGPT: aumento da preguiça cognitiva, maior exposição a informação incorreta, diminuição da criatividade e enfraquecimento do pensamento crítico e independente. O mecanismo subjacente não é misterioso: quanto mais a ferramenta assume a formulação, a organização e a conclusão de um raciocínio, menos o utilizador exercita as capacidades necessárias para avaliar criticamente aquilo que recebe.

A distinção que aqui importa — e que muitos colegas já intuem nas suas turmas, mesmo sem a nomear — é entre um uso aumentativo e um uso substitutivo da IA. No primeiro caso, existe uma reflexão pessoal prévia, que a ferramenta depois ajuda a enriquecer, estruturar ou testar. No segundo, delega-se à máquina exatamente aquilo que se pretendia evitar produzir. O problema não está, portanto, na tecnologia em si, mas no momento em que ela entra no processo de pensamento do aluno. E esse uso substitutivo encontra, nas gerações mais novas, um terreno cognitivo já habituado a ciclos curtos de atenção — o que ajuda a explicar por que motivo a preocupação dos investigadores não é com a IA isoladamente, mas com a sobreposição entre uma fragilidade atencional pré-existente e uma tecnologia particularmente eficaz a substituir o esforço de pensar.

Para quem trabalha com as Aprendizagens Essenciais e com o Perfil dos Alunos à Saída da Escolaridade Obrigatória, esta distinção não é abstrata: toca diretamente competências como o pensamento crítico e a autonomia, que o currículo português já identifica como transversais, mas que raramente são ensinadas de forma explícita enquanto tal.

O texto aborda o conceito de soberania cognitiva perante o declínio acentuado dos níveis de atenção entre os jovens, agravado pelo uso intensivo de ecrãs e pela inteligência artificial generativa. Investigações indicam que a capacidade de concentração humana reduziu drasticamente, tornando o pensamento crítico e a autonomia intelectual recursos cada vez mais escassos e vulneráveis. A obra alerta para o risco da delegação cognitiva, em que a tecnologia substitui o esforço de raciocínio em vez de o complementar no processo educativo. Defende-se que as escolas devem ensinar a leitura profunda e a reflexão pessoal de forma deliberada, protegendo o espaço da criação de juízo próprio. Em última análise, garantir a capacidade de pensar de forma independente é apresentado como um desafio essencial para o futuro da cidadania e da aprendizagem.

Da sala de aula à política pública: nomear a soberania cognitiva

Em abril de 2026, a investigadora Chayma Drira, do Institut Montaigne, propôs um deslocamento de enquadramento que tem vindo a ganhar tração no debate europeu: a captação da atenção de menores não deveria ser tratada como um problema de saúde pública nem apenas como uma questão educativa, mas como um verdadeiro enjeu de defesa das capacidades cognitivas de uma geração. Drira defende a criação, no direito europeu, de uma categoria jurídica nova — o «tempo algorítmico» —, distinta do tempo de simples utilização de uma ferramenta e do tempo de lazer escolhido livremente. O que está em jogo, segundo esta leitura, é a capacidade futura de uma geração formar juízo próprio — condição, em última análise, do exercício da cidadania.

Há aqui um paradoxo que atravessa diretamente o trabalho escolar: à medida que a IA automatiza cada vez mais tarefas de tratamento de informação, o valor das competências cognitivas de nível superior — analisar, avaliar fontes, formular hipóteses, sustentar um argumento — só tende a aumentar. Ao mesmo tempo, as condições concretas em que os alunos vivem o digital no dia a dia empurram exatamente na direção contrária, corroendo a base atencional sobre a qual essas competências se constroem. Não se trata de opor tecnologia e pensamento crítico, mas de reconhecer que a concentração profunda deixou de se transmitir por defeito, apenas pela convivência com livros e aulas: precisa agora de ser explicitamente ensinada e treinada, tal como se ensina uma língua ou um método de resolução de problemas.

O que isto pode significar numa aula concreta

Uma forma simples de trazer esta discussão para a sala de aula, sem necessidade de qualquer recurso tecnológico adicional, é um protocolo de leitura profunda seguido de comparação com IA. Numa aula de qualquer disciplina, os alunos dedicam entre quinze a vinte minutos, sem telemóvel e sem consulta de qualquer ferramenta, a ler um texto ou a resolver um problema e a escrever, com as suas próprias palavras, uma síntese ou solução. Só depois desse exercício individual pedem a uma ferramenta de IA generativa que produza a sua própria resposta ao mesmo desafio. A comparação que se segue — onde a resposta da IA acrescenta algo que faltava, onde simplifica em excesso, onde soa fluente mas diz pouco de substancial — transforma-se, por si só, num exercício de pensamento crítico mais eficaz do que qualquer aviso genérico sobre «os perigos da inteligência artificial». O momento final, de reflexão escrita breve sobre o que cada aluno observou nesse contraste, é o que consolida a aprendizagem: sem ele, o exercício passa; com ele, começa a instalar-se um hábito de leitura atenta e de questionamento que resiste para além daquela aula.

Este tipo de atividade não exige negar aos alunos o acesso à IA generativa, nem tratá-la como ameaça a evitar. Exige, isso sim, garantir que a reflexão pessoal continua a acontecer antes — e não depois — de a ferramenta intervir. É essa sequência, mais do que qualquer proibição, que protege o espaço onde o pensamento próprio ainda se forma.

Uma competência a nomear, não apenas a lamentar

A expressão «soberania cognitiva» pode ainda soar como jargão de relatório internacional. Mas descreve algo muito concreto que já está a acontecer nas escolas: a atenção sustentada e o pensamento crítico já não podem ser tratados como pré-requisitos silenciosos da aprendizagem. Tornaram-se, eles próprios, o conteúdo que é preciso ensinar — tão estruturante, na era da IA generativa, quanto qualquer competência disciplinar. Reconhecer isto não é motivo de alarmismo; é, sobretudo, um convite a inscrever de forma deliberada, nos planos de trabalho e nas práticas de sala de aula, momentos de atenção protegida, treino de leitura profunda e comparação criteriosa entre pensamento próprio e produção da máquina. Nenhuma escola resolve isto sozinha, mas cada escola pode começar por aí.

Nota de transparência: este artigo foi redigido com apoio de inteligência artificial a partir de uma crónica de opinião de Sébastien Tran, publicada no Journal du Net a 6 de julho de 2026, que serviu de ponto de partida temático. O texto foi reescrito de raiz para o contexto educativo português, com verificação independente das fontes primárias citadas pelo autor original (Gloria Mark, Michel Desmurget, o estudo de Zhang et al. e a proposta de Chayma Drira/Institut Montaigne, todas confirmadas em fontes próprias) e substituição do enquadramento estatístico francês por dados portugueses (Euroconsumers/Deco Proteste, 2025; Direção-Geral da Educação, 2024).

Referências

Deco Proteste. (2025, 1 de outubro). Jovens portugueses passam mais de três horas, em média, por dia na internet. https://www.deco.proteste.pt/tecnologia/computadores/noticias/jovens-portugueses-passam-mais-tres-horas-dia-internet

Desmurget, M. (2019). La fabrique du crétin digital: Les dangers des écrans pour nos enfants. Seuil.

Drira, C. (2026, 14 de abril). Numérique: la souveraineté cognitive des jeunes, un enjeu de défense. Institut Montaigne. https://www.institutmontaigne.org/expressions/numerique-la-souverainete-cognitive-des-jeunes-un-enjeu-de-defense

Mark, G. (2023). Attention span: A groundbreaking way to restore balance, happiness and productivity. Hanover Square Press.

Patino, B. (2022). Tempête dans le bocal: La nouvelle civilisation du poisson rouge. Grasset.

Rato, J., Ribeiro, F., Saramago, S., & Tomás, I. (2024). Tempo de ecrã e cognição: que relação? [Evidência Científica]. Direção-Geral da Educação. https://www.dge.mec.pt/sites/default/files/boletim/insight_paper_tempo_de_ecra_e_cognicao_que_relacao.pdf

Tran, S. (2026, 6 de julho). IA: la souveraineté cognitive, dernière compétence avant l’effondrement. Journal du Net. https://www.journaldunet.com/intelligence-artificielle/1552261-ia-la-souverainete-cognitive-derniere-competence-avant-l-effondrement/

Zhang, S., Zhao, X., Zhou, T., & Kim, J. H. (2024). Do you have AI dependency? The roles of academic self-efficacy, academic stress, and performance expectations on problematic AI usage behavior. International Journal of Educational Technology in Higher Education, 21(1), Artigo 34. https://doi.org/10.1186/s41239-024-00467-0

Entre o currículo e a aula: o professor como verdadeiro agente de mudança

Publicado a por
Responder

Um livro recente da UCL Press devolve ao centro do debate educativo uma pergunta incómoda: o que vale a pena ensinar, e quem decide isso na prática? A resposta, sustentam os autores, está sobretudo nas mãos do professor — o verdadeiro agente de transformação do conhecimento disciplinar em conhecimento de sala de aula.

Download |

Há livros que chegam na hora certa. Este é um deles. Bringing Powerful Knowledge into Classrooms, publicado este ano pela UCL Press e disponível em acesso aberto, devolve ao centro da conversa educativa uma pergunta que, com todo o entusiasmo tecnológico dos últimos tempos, corre o risco de ficar por responder: o que é, afinal, que vale a pena ensinar — e quem decide isso, na prática, todos os dias, dentro de cada sala de aula?

A resposta que o livro propõe não vem de um ministério nem de um manual. Vem do professor. E é isso que torna esta obra particularmente relevante para quem, como nós, acompanha de perto o modo como a tecnologia e a inteligência artificial estão a remodelar o trabalho docente: porque nos obriga a olhar, primeiro, para aquilo que a tecnologia serve — o conhecimento — antes de discutirmos as ferramentas que o transportam até aos alunos.

Um conceito que volta a incomodar: o conhecimento poderoso

A expressão «conhecimento poderoso» foi cunhada há quase duas décadas por Leesa Wheelahan e desenvolvida depois por Michael Young e Johan Muller, sociólogos do currículo ligados ao UCL Institute of Education. A ideia de partida é simples de enunciar e difícil de aplicar: o conhecimento disciplinar — aquele que resulta de séculos de trabalho especializado dentro de comunidades científicas e académicas — não é apenas mais um conteúdo entre outros. É um tipo de saber sistemático, coerente e distinto do conhecimento do dia a dia, que abre aos alunos possibilidades de pensar que a experiência pessoal, por si só, não oferece.

Os editores do livro, Mark Hardman, Marie Nilsberth e Mikko Puustinen, insistem numa distinção que vale a pena reter: o «poder» do conhecimento poderoso não é o poder de quem já domina a sociedade e impõe os seus conteúdos através do currículo — a chamada «conhecimento dos poderosos». É antes um poder de fazer: a capacidade de pensar o que ainda não foi pensado, de imaginar alternativas ao que existe, de participar de forma mais plena numa sociedade democrática. Um aluno que aprende gramática apenas para decorar categorias não ganha esse poder. Um aluno que aprende gramática para perceber como a língua constrói sentido — e para desmontar, por exemplo, a diferença entre uma notícia e um texto publicitário disfarçado de notícia — já está a exercê-lo.

Esta distinção ecoa um debate que atravessa décadas de política curricular e que os autores recuperam através do conhecido esquema de Young e Muller sobre três cenários educativos possíveis. Num primeiro cenário, o currículo é um bloco fechado de factos que os alunos apenas recebem. Num segundo, mais recente e influente em muitas reformas das últimas décadas — incluindo a ênfase generalizada em «competências para o século XXI» —, as fronteiras entre disciplinas e saber quotidiano dissolvem-se e o que importa passa a ser sobretudo a opinião do aluno e as suas competências genéricas. O terceiro cenário, que o livro defende, procura um equilíbrio: reconhecer as fronteiras entre o saber disciplinar e o saber do dia a dia, precisamente para que os alunos as possam atravessar de forma consciente e ganhar, com isso, novas formas de pensar.

Clicar na imagem para ver a apresentação…

Bernstein e a recontextualização: da política à sala de aula

Para explicar como o conhecimento das disciplinas académicas chega às escolas, os autores recorrem ao conceito de recontextualização, desenvolvido pelo sociólogo britânico Basil Bernstein. A ideia é que o conhecimento produzido nas universidades e nos centros de investigação nunca entra intacto na sala de aula: é sempre transformado, simplificado, reorganizado, adaptado — recontextualizado — para servir fins pedagógicos. Bernstein via este processo como controlado, sobretudo, por decisores políticos, autores de manuais e responsáveis curriculares.

A contribuição mais original deste livro está precisamente aqui: os autores defendem, com base num extenso trabalho empírico em Inglaterra, Finlândia e Suécia, que os professores são também — e talvez sobretudo — agentes ativos de recontextualização. Não se limitam a executar um currículo já decidido. Recontextualizam o conhecimento disciplinar cada vez que planeiam uma aula, cada vez que escolhem um exemplo, cada vez que decidem aprofundar ou não uma resposta de um aluno. É um trabalho intelectual contínuo, muitas vezes invisível, que a investigação em educação tende a subestimar.

Um caso sueco: quando a tecnologia amplia a ambiguidade

Um dos capítulos mais úteis para quem trabalha com tecnologia educativa descreve uma aula de língua sueca, gravada durante o ensino remoto da pandemia, em que a professora conduz uma turma de 14 anos através da plataforma Teams. O plano de aula não foi criado por ela: foi descarregado de um blogue publicado no site de um sindicato de professores, escrito por uma professora premiada e seguida por muitos colegas.

O episódio é revelador. Os alunos são convidados a interpretar um conto e, perante uma pergunta legítima sobre o significado de um título metafórico, a professora despacha a questão dizendo que o que importa não é o significado objetivo, mas aquilo que cada aluno sente perante o texto. Mais tarde, quando um grupo confessa não perceber nada do que leu, a resposta é ainda mais simples: que pesquisem a palavra-chave num motor de busca. A investigadora que analisa esta aula, Marie Nilsberth, não questiona as intenções da professora — mostra, antes, como a ideia de que qualquer interpretação pessoal vale tanto como outra acaba por afastar os alunos precisamente do conhecimento especializado sobre interpretação literária que a disciplina poderia oferecer-lhes: a leitura atenta, a procura de evidência no próprio texto, a distinção entre uma leitura bem fundamentada e uma opinião qualquer.

O que este exemplo mostra, e que interessa diretamente a quem hoje pensa o papel da inteligência artificial na sala de aula, é que a ambiguidade entre saber disciplinar e opinião pessoal não nasceu com o ChatGPT. Já existia antes, sustentada por hábitos pedagógicos bem instalados e por planos de aula que circulam livremente entre colegas através de blogues e redes profissionais. A tecnologia — seja uma plataforma de videochamada, seja um motor de pesquisa, seja hoje um assistente de inteligência artificial — não cria essa tensão: torna-a mais visível e, por vezes, amplifica-a, ao facilitar a circulação de materiais que os professores usam sem necessariamente os recontextualizarem de forma crítica.

O que isto interessa às escolas portuguesas

Este debate não é alheio à realidade curricular portuguesa. O Perfil dos Alunos à Saída da Escolaridade Obrigatória e as Aprendizagens Essenciais procuram, também eles, equilibrar competências transversais com saberes disciplinares consolidados — o mesmo dilema entre os três cenários que Young e Muller descreveram há mais de uma década. E a pergunta que o livro coloca aos seus leitores ingleses, suecos e finlandeses aplica-se igualmente a qualquer professor português que prepare hoje uma aula com o apoio de uma ferramenta de inteligência artificial ou de um recurso encontrado online: este material ajuda os alunos a atravessar a fronteira entre o que já sabem e o que a disciplina pode ensinar-lhes de novo, ou apenas confirma, de forma mais eficiente, aquilo que já pensavam?

Os próprios autores, no capítulo final, deixam um alerta que vale a pena sublinhar: o conhecimento que sustenta o ensino de uma disciplina não pode ser tratado de forma acrítica, nomeadamente «no uso de aulas guionizadas ou de programas de aprendizagem predeterminados, digitais ou não». Dito de outro modo — e isto aproxima-se de conversas que já tivemos aqui sobre literacia em inteligência artificial generativa —, um plano de aula gerado por um assistente digital, tal como um plano copiado de um blogue, só se transforma em conhecimento poderoso se o professor o recontextualizar de forma consciente, e não se limitar a segui-lo.

Três saberes que sustentam a agência docente

Para que esta recontextualização aconteça de forma deliberada, e não por acaso, o livro propõe que os professores mobilizem três tipos de saber, em permanente interação: o conhecimento da disciplina e da matéria que ensinam; o conhecimento sobre como ensinar especificamente essa disciplina a um determinado grupo de alunos; e um conhecimento mais amplo sobre educação, currículo e sociedade, que permite compreender porque é que certos conteúdos e não outros acabam por chegar à sala de aula.

É esta tríade — e não apenas o acesso a mais ferramentas ou mais recursos — que os autores identificam como a verdadeira condição da agência docente. Um professor que domina profundamente a sua disciplina, mas desconhece como a tornar acessível a adolescentes de 13 anos, tem tanta dificuldade em construir conhecimento poderoso como um professor que domina técnicas pedagógicas genéricas mas não tem clareza sobre o que, especificamente, torna o pensamento histórico, geográfico ou literário diferente do senso comum.

Bringing Powerful Knowledge into Classrooms não oferece receitas fáceis, e os próprios autores o reconhecem: os exemplos que analisam mostram professores competentes a tomar decisões razoáveis em circunstâncias reais, nem sempre com o resultado que a teoria consideraria ideal. Mas talvez seja precisamente esse o valor do livro para quem trabalha em escolas portuguesas hoje: lembrar-nos de que nenhuma ferramenta — por mais sofisticada que seja — substitui a decisão informada de um professor sobre aquilo que, naquela aula, com aqueles alunos, vale a pena trazer da disciplina para a sala de aula.

Este artigo foi redigido com apoio de inteligência artificial, a partir da leitura direta do livro Bringing Powerful Knowledge into Classrooms (Hardman, Nilsberth e Puustinen, eds., UCL Press, 2026), disponível em acesso aberto.

Referências

Hardman, M., Nilsberth, M., & Puustinen, M. (Eds.). (2026). Bringing powerful knowledge into classrooms: Subject teachers as agents of recontextualisation. UCL Press. https://doi.org/10.14324/111.9781806551156

Além da resposta pronta: a articulação da inteligência artificial com as metodologias ativas

Publicado a por
Responder

A IA generativa não é uma ameaça às metodologias ativas — é o seu complemento natural. Quando o foco se desloca da transmissão de conteúdos para a construção de conhecimento, a tecnologia deixa de fabricar respostas e passa a multiplicar perguntas.

O debate sobre a inteligência artificial na educação tem vivido, em grande parte, refém de um equívoco. Discute-se o plágio, discutem-se formas de blindar os testes e os trabalhos escritos contra a geração automática de texto, discutem-se proibições e filtros. Tudo isto é compreensível, mas pouco produtivo. O problema de fundo não reside na capacidade de um modelo de linguagem redigir um ensaio convincente em trinta segundos; reside no tipo de ensaio que continuamos a pedir e, sobretudo, no tipo de aprendizagem que esse ensaio pretende avaliar. Se a tarefa pode ser resolvida por um comando simples num chatbot, talvez a tarefa, e não a ferramenta, precise de ser repensada.

É neste ponto que a IA generativa encontra o seu par mais natural: as metodologias ativas. Quando deslocamos o centro de gravidade do ensino — da transmissão frontal do professor para a ação investigativa do aluno — a IA deixa de funcionar como uma máquina de fornecer respostas prontas e transforma-se numa ferramenta de mediação, de exploração e de cocriação. Deixa de ser o atalho e passa a ser o trampolim.

O aluno no centro, a IA como interlocutora

Nas abordagens ativas, o estudante aprende investigando, colaborando e resolvendo problemas com ancoragem no real. A IA generativa entra neste ecossistema não para substituir o pensamento crítico, mas para o expandir. Funciona como uma espécie de espelho cognitivo: devolve resultados proporcionais à qualidade dos comandos que recebe. Se a pergunta é superficial, a resposta será superficial. Para extrair verdadeiro valor, o estudante precisa de aprender a formular perguntas — e essa é, por si só, uma das competências mais nobres do trabalho intelectual.

Um ensaio controlado e aleatorizado conduzido na Universidade de Harvard, publicado na revista Scientific Reports em 2025, trouxe dados reveladores sobre esta dinâmica. O estudo de Kestin e colegas comparou a aprendizagem de 194 estudantes universitários em dois cenários distintos: aulas presenciais com metodologias ativas (trabalho de grupo, instrução entre pares, apoio direto do docente) e sessões individuais com um tutor de IA desenhado segundo os mesmos princípios pedagógicos. Os resultados mostraram que os alunos que utilizaram o tutor de IA obtiveram pontuações cerca de 30% superiores nos testes, sentiram-se mais motivados e mais envolvidos, e completaram as tarefas em menos tempo — 49 minutos em mediana, contra 60 minutos nas aulas presenciais. O dado mais relevante não é, porém, a superioridade numérica: é o facto de o tutor de IA ter sido deliberadamente concebido para guiar o estudante passo a passo, verificar respostas e manter o envolvimento ativo, em vez de simplesmente debitar informação. A qualidade do desenho pedagógico fez toda a diferença.

Esta evidência não significa que devamos substituir professores por algoritmos. Significa, isso sim, que a IA pode ser extraordinariamente eficaz quando é integrada em estratégias pedagógicas ativas e intencionais — e que o seu potencial se desperdiça quando a utilizamos como mero repositório de respostas.

Clicar na imagem para ver a apresentação…

A IA ao serviço de diferentes abordagens pedagógicas

A articulação entre IA e metodologias ativas não se esgota num único modelo. Pelo contrário, a tecnologia adapta-se a múltiplas abordagens com notável flexibilidade.

Na aprendizagem baseada em problemas, a IA pode funcionar como um simulador de cenários complexos ou como um gerador de contra-argumentos, obrigando o grupo de trabalho a refinar as suas soluções e a confrontar-se com perspetivas que, de outro modo, dificilmente encontraria. Um grupo que investiga, por exemplo, o impacto das alterações climáticas na agricultura do Alentejo pode utilizar a IA para modelar diferentes projeções e depois comparar criticamente essas projeções com dados reais do Instituto Português do Mar e da Atmosfera.

No ensino sob medida — o chamado just-in-time teaching — o professor pode analisar as interações prévias dos alunos com assistentes virtuais para mapear dúvidas recorrentes antes mesmo de a aula começar, ajustando o plano de sessão em função das necessidades reais da turma, e não de suposições genéricas.

No design thinking aplicado ao contexto educativo, as ferramentas de IA ajudam na fase de imersão e de ideação, organizando grandes volumes de informação textual para que os estudantes possam concentrar-se naquilo que a máquina não faz: a empatia, a prototipagem colaborativa e a tomada de decisões com base em valores.

Uma sequência didática com sala de aula invertida e uso crítico da IA

Para que esta integração aconteça de forma orgânica, o planeamento da atividade precisa de intencionalidade clara. Uma estrutura possível, que combina a sala de aula invertida com o uso crítico da IA, pode organizar-se em quatro fases articuladas.

Na primeira fase, de exploração autónoma e assíncrona, o estudante recebe o tema central e utiliza a IA para realizar um mapeamento inicial de conceitos. O objetivo não é obter uma resposta definitiva, mas pedir à ferramenta que explique o assunto sob diferentes perspetivas ou através de analogias variadas, registando o que ficou claro e o que gerou dúvida.

Na segunda fase, de verificação e curadoria crítica, o aluno confronta as respostas da IA com a bibliografia de referência da disciplina. É provocado a identificar alucinações — os erros factuais que os modelos de linguagem produzem com aparente naturalidade — e a detetar eventuais enviesamentos no texto gerado. Esta etapa desenvolve a competência de curadoria e validação de informações, uma das literacias mais urgentes do nosso tempo.

Na terceira fase, síncrona e presencial, os estudantes reúnem-se em grupos de trabalho. Trazem os insights e as contradições encontradas. O desafio consiste agora em aplicar esse conhecimento a um estudo de caso prático fornecido pelo professor, no qual a IA pode ser consultada pontualmente como um «membro consultor» da equipa — útil, mas não decisor.

Na quarta fase, de metacognição e registo, cada aluno documenta os prompts que geraram as melhores respostas, analisa por que razão determinadas formulações foram mais produtivas do que outras e justifica as escolhas teóricas que fez para descartar ou aceitar as propostas da IA. Mais importante do que o produto final é a reflexão sobre o caminho percorrido.

O professor como arquiteto de experiências

Esta articulação redefine profundamente o papel do educador. A UNESCO, no seu AI Competency Framework for Teachers, publicado em agosto de 2024, sublinha que a integração da IA na educação exige do professor não apenas competências técnicas, mas sobretudo uma mentalidade centrada no humano — a capacidade de manter a agência pedagógica, de exercer juízo crítico sobre os resultados gerados pelas máquinas e de garantir que a tecnologia serve como apoio, nunca como substituto, das funções essenciais do ensino. O mesmo quadro de referência identifica quinze competências distribuídas por cinco dimensões, desde os fundamentos éticos até à utilização da IA no desenvolvimento profissional contínuo, numa progressão que vai da compreensão básica à criação inovadora.

Na prática quotidiana, esta mudança traduz-se em abandonar o papel de detentor exclusivo do conteúdo — papel que o ecossistema digital já descentralizou há muito — e assumir a função de arquiteto de experiências de aprendizagem. Em vez de formular perguntas que podem ser respondidas com um comando simples, o professor cria problemas ambíguos, que exigem sensibilidade humana, contextualização ética, conhecimento do território local e colaboração interpessoal. A tecnologia resolve o volume e a velocidade; o professor, em parceria com os alunos, garante a direção, o sentido e a profundidade.

O relatório da UNESCO de 2025, AI and the Future of Education: Disruptions, Dilemmas and Directions, reforça esta perspetiva ao argumentar que a IA não deve ser tratada como um simples instrumento de automação, mas como um catalisador que obriga os sistemas educativos a confrontarem-se com questões estruturais que vinham sendo adiadas — desde a formação de professores até à governança ética da tecnologia nas escolas.

Uma sugestão para a sala de aula

Uma atividade concreta para aplicar esta articulação pode ser desenvolvida em qualquer disciplina e nível de ensino. O professor seleciona um tema curricular e pede aos alunos que, individualmente ou em pares, formulem três perguntas diferentes sobre esse tema a um assistente de IA generativa, registando os prompts utilizados e as respostas obtidas. Numa segunda etapa, os alunos confrontam essas respostas com pelo menos duas fontes de referência (um manual escolar, um artigo científico, um documento oficial) e elaboram um breve relatório de curadoria, no qual identificam convergências, divergências e eventuais erros factuais produzidos pela IA. Na aula seguinte, cada grupo apresenta as suas conclusões à turma, destacando não apenas o que a IA acertou ou errou, mas sobretudo o que aprendeu ao longo do processo de verificação. O professor encerra a sessão com uma reflexão coletiva sobre a diferença entre obter uma resposta e construir conhecimento — e sobre o papel insubstituível do pensamento crítico num mundo saturado de respostas instantâneas.

Nota editorial: Este artigo foi desenvolvido com recurso a inteligência artificial como ferramenta de apoio à redação e à pesquisa, sob orientação, curadoria e revisão integral do autor. Os dados quantitativos referentes ao estudo de Harvard foram verificados junto da publicação original na Scientific Reports. As referências ao quadro de competências da UNESCO foram confrontadas com os documentos oficiais publicados pela organização.

Referências

Kestin, G., Miller, K., Klales, A., Milbourne, T., & Ponti, G. (2025). AI tutoring outperforms in-class active learning: An RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15, 17458. https://doi.org/10.1038/s41598-025-97652-6

UNESCO. (2023). Guidance for generative AI in education and research. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org/ark:/48223/pf0000386693

UNESCO. (2024). AI competency framework for teachers. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org/ark:/48223/pf0000391104

UNESCO. (2025). AI and the future of education: Disruptions, dilemmas and directions. United Nations Educational, Scientific and Cultural Organization. https://www.unesco.org/en/articles/ai-and-future-education-disruptions-dilemmas-and-directions

O diagnóstico que faltava: como o Banco Mundial está a medir aquilo que a escola não vê

Publicado a por
Responder

Descarregar |

Imaginemos uma aluna do quarto ano, sentada numa sala de aula, com uma página de texto à frente que não consegue decifrar. Sonha ser médica. À sua volta, vários atores do sistema educativo trabalham, cada um à sua maneira, para a ajudar: o professor, com sessenta e cinco alunos na turma e pouca formação em didática da leitura, tenta cumprir o programa antes dos exames; a inspetora regista a falta de água na escola, mas não tem forma de assinalar que as crianças não sabem ler; os serviços centrais distribuem tablets para uma escola sem eletricidade fiável; uma organização não-governamental ensina fonética, mas isoladamente, sem ligação ao sistema de formação de professores. Todos trabalham com boas intenções. Nenhum vê o quadro completo.

Esta cena, descrita num recente relatório do Banco Mundial, podia ter sido escrita sobre qualquer um dos dezanove sistemas educativos analisados — do Chade ao Paquistão, da Serra Leoa à Jordânia. Mas é também, de forma mais ampla, uma boa metáfora para um problema que atravessa praticamente todos os sistemas de ensino: decisores, professores e diretores tomam decisões importantes com uma visão fragmentada da realidade que pretendem mudar.

O relatório em questão, Unlocking the Drivers of Learning for a Skilled Future, sintetiza os resultados do Global Education Policy Dashboard (GEPD), um instrumento de diagnóstico desenvolvido pelo Banco Mundial desde 2019 e já aplicado em vinte e sete sistemas educativos de baixo e médio rendimento. Não é um estudo sobre Portugal — os países analisados situam-se sobretudo em África Subsariana, Sul da Ásia, Médio Oriente e América Latina, com a Jordânia e o Montenegro como exceções europeias e mediterrânicas. Mas a forma como o relatório olha para os sistemas educativos — e aquilo que descobre sobre professores, escolas e burocracias — vale a pena ser conhecida por quem trabalha em educação em qualquer parte do mundo.

Um instrumento para tornar visível o que estava escondido

A pergunta de partida do GEPD é simples e incómoda: porque é que, mesmo com mais crianças do que nunca dentro de uma sala de aula, tantas continuam a sair da escola sem saber ler ou fazer contas? A resposta do Banco Mundial assenta numa ideia central do World Development Report de 2018: a aprendizagem não falha por uma única causa, mas pela desarticulação entre três camadas do sistema — as práticas dentro da escola, as políticas que deveriam orientar essas práticas, e o contexto político e a capacidade burocrática que decide se as políticas se cumprem ou ficam no papel.

É exatamente isso que o GEPD mede, através de três instrumentos complementares: um inquérito às escolas, que observa salas de aula e avalia alunos e professores; um inquérito de políticas, que verifica o que existe «de jure», ou seja, escrito em diplomas e regulamentos; e um inquérito a funcionários públicos, que tenta perceber o que se passa dentro dos próprios ministérios e direções regionais.

O resultado mais surpreendente, do ponto de vista metodológico, é a robustez do modelo: estas três camadas, em conjunto, explicam cerca de setenta e três por cento da variação nos resultados de aprendizagem do quarto ano, numa amostra de mil quinhentas e sessenta e oito escolas em dezassete sistemas educativos. Dito de outra forma, quando se mede o que acontece na escola, nas políticas e na administração, fica-se a saber, com bastante precisão, porque é que uns alunos aprendem mais do que outros. E o instrumento consegue fazê-lo a menos de metade do custo de ferramentas anteriores — uma escolha deliberada para que o diagnóstico possa repetir-se ao longo do tempo, em vez de ser um retrato isolado.

Vale a pena reter este princípio mesmo fora do contexto dos países estudados: melhorar a aprendizagem não é, em primeiro lugar, um problema de mais dinheiro ou de mais boa vontade. É, sobretudo, um problema de visibilidade. Sem dados regulares sobre o que se passa dentro das escolas e das administrações, qualquer reforma educativa corre o risco de apontar para o sítio errado.

Dentro da sala de aula: prontidão, conteúdo e pedagogia

A análise às mais de quatro mil escolas visitadas mostra um padrão consistente: em catorze dos dezassete sistemas avaliados, menos de dez por cento dos alunos do quarto ano dominam as competências de literacia e numeracia esperadas para o seu nível. Mesmo nos sistemas com melhor desempenho — Bangladesh, Peru e Montenegro — cerca de dois terços dos alunos ainda têm dificuldade nas tarefas mais básicas.

O problema começa antes do primeiro dia de aulas. O GEPD avalia também a prontidão das crianças que entram no primeiro ano, através de testes de literacia e numeracia emergentes, funções executivas e competências socioemocionais. Apenas em três dos dezoito sistemas analisados — de novo, Bangladesh, Montenegro e Peru — mais de metade das crianças revela essas competências de base. Um dado particularmente interessante é a hierarquia das dificuldades: a numeracia tende a ser o ponto mais forte, possivelmente porque os números fazem parte do quotidiano e das brincadeiras das crianças muito antes da escola; a literacia exige mais exposição a texto e a um ambiente doméstico rico em leitura; e as competências socioemocionais — como a empatia ou a capacidade de resolver conflitos — são, em quase todos os sistemas, o ponto mais fraco de todos.

Do lado dos professores, o retrato é igualmente desafiante. Em doze dos dezoito sistemas, menos de vinte por cento dos professores demonstram domínio sólido dos conteúdos que ensinam — quando confrontados com tarefas tão simples como uma divisão de um dígito ou uma pergunta de compreensão leitora ao nível do quarto ano. Mas o dado mais relevante, do ponto de vista da política de formação, não é a média nacional: é a descoberta de que, na maioria dos sistemas, pelo menos metade da variação no conhecimento dos professores ocorre dentro da mesma escola, e não entre escolas diferentes. Há colegas, na mesma sala de professores, com níveis de preparação muito distintos.

Esta descoberta tem uma implicação prática que qualquer diretor de escola pode aplicar de imediato: quando a maior parte da disparidade está dentro de portas, a solução mais eficaz não é necessariamente trazer recursos externos, mas organizar a partilha entre os professores que já lá estão — através de mentoria entre pares, observação de aulas com retorno estruturado, e momentos de planificação conjunta. O relatório cita a experiência queniana do School-Based Teacher Support System como exemplo de como transformar essa variação interna, que parece à primeira vista um problema, num recurso de formação contínua.

E aqui chegamos a um dos pontos mais relevantes do relatório para qualquer sistema educativo, incluindo o nosso: a observação de aulas, por si só, ajuda pouco. Em cerca de metade dos sistemas analisados, pelo menos oitenta por cento dos professores foram observados no último ano. Mas só em três sistemas é que oitenta por cento dos professores recebeu, depois dessa observação, um retorno substantivo — uma conversa de pelo menos trinta minutos sobre o que correu bem e o que precisa de melhorar. Observar sem dar retorno de qualidade é, na prática, gastar tempo e recursos sem gerar mudança real na sala de aula. É uma distinção simples, mas que separa sistemas onde a supervisão pedagógica é ritual de sistemas onde é, de facto, formação.

Paredes, livros e tomadas: a infraestrutura que sustenta — ou não — a aprendizagem

Há um lugar-comum em debates educativos que diz que «a tecnologia resolve tudo». O GEPD mostra, com clareza desconfortável, que a maior parte dos sistemas estudados ainda não resolveu o básico. Em onze dos dezoito sistemas, menos de oitenta por cento dos alunos do quarto ano tinham manual escolar no momento da visita — com valores abaixo de vinte por cento na República Centro-Africana, em Madagáscar e no Níger. Em onze sistemas, menos de oitenta por cento das escolas tinham eletricidade funcional. E em nove dos dezoito sistemas, menos de dez por cento das escolas tinham qualquer tipo de ligação à internet.

Esta constatação importa particularmente para quem, como muitos leitores deste blogue, acompanha de perto o debate sobre inteligência artificial e tecnologias educativas: apenas quatro dos dezassete sistemas analisados tinham, no momento do estudo, alguma política formal que regulasse o uso de tecnologia educativa nas escolas. Num momento em que se discute, em Portugal e na Europa, como integrar de forma responsável ferramentas de IA generativa na sala de aula, vale a pena lembrar que, para uma parte substancial do mundo, a discussão ainda não chegou a esse patamar — não por falta de interesse, mas por falta de eletricidade, de computadores funcionais e de enquadramento regulador. A inovação tecnológica em educação não avança isoladamente: depende de uma base material e normativa que, em muitos contextos, ainda não existe.

Há, contudo, sinais de que esta distância pode reduzir-se com investimento sustentado. Na Etiópia, o fosso de eletrificação entre escolas urbanas e rurais diminuiu cerca de vinte e quatro pontos percentuais entre 2020 e 2025, e a percentagem de escolas com computadores funcionais subiu dezassete pontos, impulsionada sobretudo pela área rural. São números que mostram que estas lacunas não são imutáveis — são, antes, o resultado de escolhas de investimento que podem ser revertidas com prioridade política e tempo.

A liderança escolar que não vê a sua própria escola

Um dos capítulos mais reveladores do relatório debruça-se sobre a gestão escolar. Os dados confirmam algo que muitos diretores de escola, em qualquer geografia, reconheceriam de imediato: a qualidade da gestão é um dos fatores que mais distingue as escolas com melhores resultados das restantes, em dimensões como a gestão operacional ou o conhecimento que o diretor tem da sua própria escola.

O problema é que, em quinze dos dezoito sistemas analisados, os diretores sobrestimam sistematicamente a percentagem de professores que conseguem responder corretamente a perguntas básicas de literacia e numeracia — com diferenças que chegam a trinta pontos percentuais em algumas regiões do Paquistão. Um diretor que pensa que os seus professores sabem mais do que efetivamente sabem dificilmente vai promover a formação certa, no momento certo, para a pessoa certa.

Esta lacuna de perceção não é exclusiva dos diretores. Nenhum dos sistemas estudados oferece mentoria ou acompanhamento por parte de diretores mais experientes a mais de metade dos seus diretores. É uma das conclusões mais práticas do relatório: investir na formação inicial de quem lidera escolas tem retorno, mas investir no acompanhamento contínuo — alguém com quem um diretor possa discutir um dilema real, semana após semana — continua a ser, em quase todo o mundo, uma lacuna por preencher.

O que se passa por detrás das portas dos ministérios

A parte do relatório que talvez mereça mais atenção de quem desenha política educativa é a dedicada à burocracia — aos mais de três mil e quinhentos funcionários públicos entrevistados em dezanove sistemas. E a primeira conclusão desmente um preconceito comum: o problema não é, regra geral, falta de empenho. Oitenta e um por cento destes funcionários afirmam estar satisfeitos a trabalhar no setor público, e apenas um em cada quatro pretende mudar-se para o setor privado nos próximos dois anos — apesar de quatro em cada cinco acreditarem que ganhariam mais fora da função pública.

O que mina este empenho são três fatores estruturais, claramente identificáveis nos dados. O primeiro é a instabilidade de liderança: o Peru, por exemplo, teve doze ministros da Educação diferentes entre 2019 e 2025, com uma permanência média inferior a seis meses; e, em mais da metade dos sistemas estudados, mais de metade dos diretores de departamento mudaram apenas no ano anterior ao inquérito. Cada mudança de liderança reinicia prioridades, dispersa memória institucional e atrasa reformas que precisam de continuidade para produzir efeito.

O segundo fator é a interferência política em decisões que deveriam basear-se no mérito: um em cada quatro funcionários relata que as contratações favorecem ligações políticas, e cerca de trinta por cento acredita que más práticas — como distorcer processos de contratação pública ou contratar professores por favorecimento — ficariam, na prática, sem consequência formal.

O terceiro fator, e talvez o mais subestimado, é a falta de dados e de incentivos ligados a objetivos de aprendizagem. Quarenta e seis por cento dos funcionários afirma não ter acesso a um sistema de informação de gestão funcional; e apenas cerca de trinta por cento conhece, na sua organização, algum sistema formal de reconhecimento ligado a melhorias de aprendizagem. Um funcionário que melhora os resultados de leitura na sua região recebe, na prática, o mesmo reconhecimento de quem não o faz. Sem dados para acompanhar progresso e sem incentivos para o premiar, mesmo o esforço mais dedicado tende a dissolver-se na rotina.

Há ainda um dado que junta todos estes fios: os próprios funcionários têm uma perceção distorcida da realidade que gerem. Em média, estimam que uma turma típica tem quarenta e quatro alunos, quando a observação real revela vinte e quatro; e calculam o absentismo docente em onze por cento, quando os dados de campo apontam para vinte e dois. Decisores que subestimam o absentismo a meio e sobrestimam a dimensão das turmas em quase o dobro estão, inevitavelmente, a desenhar políticas para um sistema que não é exatamente aquele que existe.

Sinais de que a mudança é possível

Apesar do retrato exigente, o relatório insiste — e com razão — em sublinhar exemplos concretos de progresso, precisamente porque desmontam a ideia de que estes problemas são permanentes. Na Etiópia, a percentagem de professores ausentes das instalações escolares caiu de dezassete para nove por cento entre 2020 e 2025, e a prontidão escolar das crianças que entram no primeiro ano subiu de trinta e três para quarenta e cinco por cento no mesmo período — uma melhoria conseguida em apenas cinco anos.

O exemplo mais inspirador para qualquer responsável por política educativa é, talvez, o do Peru. Depois de o país ter ficado em último lugar entre os participantes no PISA de 2012, o governo lançou, em 2015, o sistema Semáforo Escuela: um painel que recolhe dados em tempo real sobre presença de professores e alunos, materiais didáticos e infraestrutura, fazendo essa informação chegar a quem decide a nível distrital, regional e nacional. Em três anos, a frequência docente melhorou de forma significativa e os resultados de aprendizagem começaram a subir. Foi precisamente esta experiência peruana que inspirou o desenho do próprio GEPD — prova de que um bom sistema de informação, bem desenhado e regularmente alimentado, pode mudar comportamentos reais dentro das escolas.

Outros exemplos seguem o mesmo fio condutor: na Serra Leoa, os dados sobre práticas pedagógicas dos professores alimentaram diretamente o desenho de ações de formação contínua, com vídeos de observação de aulas a servir de base para «círculos de professores»; no estado de Edo, na Nigéria, o diagnóstico validou os pontos fortes do programa educativo local e revelou, ao mesmo tempo, uma lacuna até então invisível na educação pré-escolar; e em Bangladesh, as conclusões do GEPD moldaram diretamente o desenho do programa nacional de desenvolvimento da educação primária. Em todos estes casos, o ponto de partida foi o mesmo: dados específicos, recolhidos com rigor, que tornaram visível um problema concreto e permitiram agir sobre ele.

Porque é que isto interessa a quem trabalha numa escola portuguesa

Nenhum dos dezanove sistemas analisados pelo GEPD é Portugal, e seria um erro transpor diretamente percentagens recolhidas no Chade ou no Níger para a realidade de uma escola em Lisboa ou no Porto. Mas três das ideias estruturais deste relatório atravessam fronteiras e ecoam debates que continuam bem vivos no sistema educativo português — e que se cruzam, de forma direta, com competências centrais do Perfil dos Alunos à Saída da Escolaridade Obrigatória, nomeadamente as áreas do raciocínio e resolução de problemas e do pensamento crítico.

A primeira ideia é que formação sem acompanhamento produz pouco efeito. O relatório mostra, com dados de dezoito sistemas diferentes, que observar uma aula sem dar retorno de qualidade, ou frequentar uma ação de formação sem aplicação supervisionada na prática, raramente muda o que acontece dentro da sala de aula. É uma lição que continua a ser discutida em qualquer claustro: a diferença entre formação que se acumula em certificados e formação que se traduz em mudança de prática está quase sempre no acompanhamento contínuo, não no momento isolado da sessão.

A segunda ideia é que a liderança escolar precisa de informação fiável sobre a sua própria escola, e não apenas de boa vontade. Mesmo em sistemas com diretores experientes e empenhados, a perceção sobre o que se passa nas salas de aula pode estar significativamente desalinhada com a realidade. Mecanismos simples — questionários internos, observação estruturada, conversas regulares com diferentes professores — ajudam a fechar esse fosso de perceção, seja em que sistema educativo for.

A terceira ideia, e talvez a mais relevante para o debate atual sobre tecnologia em educação, é que a inovação digital depende de bases que muitas vezes se dão como garantidas: eletricidade estável, equipamento funcional e, sobretudo, enquadramento e formação que orientem o seu uso. O relatório mostra que apenas quatro em dezassete sistemas tinham, à data, uma política clara sobre tecnologia educativa. É um aviso útil também para contextos mais bem equipados: a velocidade com que chegam novas ferramentas — incluindo a inteligência artificial generativa — tende a ultrapassar a velocidade com que se constrói enquadramento pedagógico sólido para as usar bem.

Uma proposta para a sala de aula: ver o sistema, não apenas a nota

Esta é também uma boa oportunidade para uma atividade de literacia de dados e de cidadania global, indicada para os últimos anos do ensino básico e para o secundário. A ideia central é simples: ajudar os alunos a perceber que um resultado escolar nunca aparece isolado — está sempre dentro de um sistema com peças interligadas.

A proposta funciona assim. Cada grupo de alunos recebe os indicadores de um país diferente, retirados deste relatório — por exemplo, a percentagem de alunos com manual escolar, a percentagem de escolas com eletricidade, a percentagem de professores com domínio dos conteúdos que ensinam, e a percentagem de funcionários públicos que dispõem de um sistema de informação de gestão funcional. Sem saber ainda o nome do país, cada grupo constrói um pequeno «semáforo», à semelhança do dashboard do Banco Mundial: verde para indicadores fortes, amarelo para situações intermédias, vermelho para lacunas graves. Em seguida, cada grupo é convidado a formular três hipóteses sobre o tipo de país que aqueles números podem descrever, e a discutir que medidas de política educativa priorizaria primeiro, e porquê.

Só depois desta análise se revela o nome real do país e se compara com os resultados efetivos de aprendizagem reportados no relatório. A discussão final pode centrar-se numa pergunta simples e poderosa: que indicadores, sobre a nossa própria escola ou comunidade educativa, gostaríamos de ver num «semáforo» semelhante — e o que mudaria se esses dados fossem regularmente recolhidos e partilhados? Esta etapa final transforma um exercício sobre países distantes numa reflexão sobre a própria realidade escolar dos alunos, ligando diretamente literacia de dados, pensamento crítico e cidadania.

Referências

Direção-Geral da Educação. (2017). Perfil dos alunos à saída da escolaridade obrigatória. Ministério da Educação. https://www.dge.mec.pt/perfil-dos-alunos

Saavedra, J., & Gutierrez, M. (2020). Peru: A wholesale reform fueled by an obsession with learning and equity. In F. M. Reimers (Ed.), Audacious education purposes (pp. 153–180). Springer. https://link.springer.com/chapter/10.1007/978-3-030-41882-3_6

Venegas Marin, S., Akmal, M., Farysheuskaya, V., Rogers, H., Cloutier, M.-H., & Stacy, B. W. (2026). Unlocking the drivers of learning for a skilled future: Insights from the Global Education Policy Dashboard. World Bank Group. https://www.educationpolicydashboard.org/

World Bank. (2018). World development report 2018: Learning to realize education’s promise. World Bank Group. https://www.worldbank.org/en/publication/wdr2018

World Bank, UNESCO, UNICEF, FCDO, USAID, & Bill & Melinda Gates Foundation. (2022). The state of global learning poverty: 2022 update. World Bank Group. https://www.worldbank.org/en/topic/education/brief/country-learning-poverty-briefs

Clicar na imagem para ver a apresentação…

A curiosidade ainda existe na era da IA?

Publicado a por
Responder

A arte de questionar… | Incentivar o pensamento crítico… |

Há uma fotografia tirada em 2014 pelo fotógrafo Gijsbert van der Wal que nunca deixou de circular nas conversas sobre tecnologia e educação. Mostra um grupo de jovens sentados em frente a «A Ronda da Noite», de Rembrandt, no Rijksmuseum de Amesterdão — todos com os olhos fixos nos telemóveis. A imagem tornou-se num símbolo quase perfeito do que os educadores mais temem: a indiferença das novas gerações perante tudo o que não caiba num ecrã. Acontece, porém, que a história não era bem essa. Os jovens naquela sala não estavam a jogar nem nas redes sociais. Estavam a usar a aplicação interactiva do próprio museu para aprofundar o que tinham acabado de ver. A realidade, uma vez mais, era mais complexa do que o símbolo.

É a partir desta tensão — entre o que parece e o que é, entre o medo que os adultos projectam nas tecnologias e o que os jovens realmente fazem com elas — que Luís Caldas de Oliveira, professor do Instituto Superior Técnico da Universidade de Lisboa, estrutura um argumento publicado recentemente no jornal SOL. O texto merece atenção precisamente porque não cede à tentação fácil de culpar a tecnologia por tudo, nem tampouco de a absolver de tudo.

O que o telemóvel fez ao tédio

A tese central começa por um ponto aparentemente simples: o tédio é produtivo. Quando uma criança não tem nada para fazer, o seu cérebro entra num modo exploratório — começa a procurar novidade, a imaginar, a construir. É esse processo que activa a curiosidade. O telemóvel, ao preencher instantaneamente qualquer vazio com gratificação imediata, elimina o tédio antes que ele possa converter-se em descoberta.

Esta ideia dialoga directamente com o que Jonathan Haidt desenvolve em The Anxious Generation (Penguin Press, 2024), um dos livros mais discutidos nos últimos anos no campo da psicologia do desenvolvimento. Haidt argumenta que a transição de uma infância baseada no brincar para uma infância baseada no telemóvel não foi inócua: fragilizou a tolerância à frustração, fragmentou a capacidade de atenção e instalou um medo permanente do julgamento social, porque «a vida online passou a ser um exame permanente» onde qualquer erro pode ser partilhado e ridicularizado. Numa lógica assim, a estratégia mais segura é não tentar.

Para quem trabalha em sala de aula, este quadro não é abstracto. Reconhece-se no aluno que desiste antes de começar, no grupo que prefere não responder a correr o risco de responder errado, na relutância crescente em fazer perguntas em voz alta. A escola não criou este problema, mas recebe-o todos os dias.

A pergunta que a IA tornou urgente

A tudo isto junta-se agora uma camada nova. A inteligência artificial generativa chegou às salas de aula com uma capacidade que nenhuma tecnologia anterior tinha: consegue responder, em linguagem natural, a quase tudo o que lhe seja perguntado. Isto coloca os jovens diante de uma dúvida que, na perspectiva de Caldas de Oliveira, é perfeitamente legítima: «porquê esforçar-me se a IA faz melhor do que eu?»

A questão não deve ser descartada como preguiça ou cinismo. É, antes, uma pergunta racional perante uma ferramenta que de facto faz muita coisa muito bem. O problema é que a pergunta contém um pressuposto errado: que o valor da aprendizagem reside no produto — a resposta — e não no processo — o raciocínio. Quando um aluno usa a IA para obter um resumo sem ter lido o texto, não está apenas a «fazer batota»; está a privar-se da experiência de construir compreensão. E essa experiência, ao contrário do resumo, não pode ser externalizada.

É aqui que o argumento pedagógico ganha força. Numa sociedade em que toda a gente tem acesso à mesma IA, a vantagem competitiva desloca-se: já não está em saber as respostas, mas em saber fazer as perguntas certas. A curiosidade — a capacidade de identificar o que não está respondido, de formular hipóteses, de questionar os pressupostos — torna-se não apenas uma virtude educativa, mas uma competência estratégica.

O que a ciência diz sobre motivar os jovens

David Yeager, professor de psicologia na Universidade do Texas em Austin, dedicou anos a estudar exactamente isto: como é que os adultos podem motivar jovens entre os 10 e os 25 anos sem os afastar. O seu livro 10 to 25: The Science of Motivating Young People (Simon & Schuster, 2024) parte de uma premissa que inverte muitos dos pressupostos habituais: o cérebro adolescente não é deficitário nem imaturo — é um «detector de respeito» altamente calibrado.

O que os jovens mais precisam, segundo Yeager, é sentir que são tratados como pessoas capazes, cujo esforço é reconhecido. Isto explica dois erros simétricos que educadores e pais cometem com frequência. O primeiro é a mentalidade de controlo — autoritária, que exige obediência e gera rebeldia, porque desrespeita a necessidade de autonomia do jovem. O segundo é a mentalidade de protecção — permissiva, que baixa as expectativas para evitar o conflito, e que o jovem interpreta como sinal de que não se acredita nele.

A alternativa é o que Yeager chama de «mentalidade de mentor»: padrões elevados combinados com suporte genuíno. Um professor que diz «estou a dar-te este desafio difícil porque sei que és capaz de o superar» comunica algo completamente diferente de «tens de saber isto porque vai sair no teste». A primeira frase convida; a segunda obriga. E jovens que se sentem convidos tendem a trabalhar muito mais do que jovens que se sentem obrigados.

Yeager também descobriu algo que tem implicações directas para o design curricular: os adolescentes esforçam-se mais quando sentem que o seu trabalho serve algo maior do que uma nota. Quando os problemas envolvem questões reais — justiça social, ética, impacto na comunidade — o envolvimento aumenta. Não porque os jovens sejam idealistas ingénuos, mas porque o significado é um motor de motivação mais poderoso do que a classificação.

O que muda na prática

Estas ideias têm consequências concretas para o modo como se ensina, e o artigo de Caldas de Oliveira oferece um exemplo particularmente bem construído. Em vez de proibir o uso da IA nas tarefas de escrita — uma proibição difícil de aplicar e fácil de contornar — sugere inverter a lógica: pedir aos alunos que gerem versões com IA e depois usem o seu conhecimento crítico para identificar as partes mais fracas, as imprecisões, os argumentos que não se sustentam. O aluno deixa de ser consumidor passivo da ferramenta para se tornar curador activo da sua produção. A IA não desaparece; muda de papel.

Esta abordagem tem outra virtude: é honesta. Não finge que a ferramenta não existe nem que os alunos não a usam. Reconhece a realidade tecnológica e faz dela o ponto de partida de um exercício de pensamento crítico. É exatamente o que a Teoria da Autodeterminação de Edward Deci e Richard Ryan — referenciada por Caldas de Oliveira — preconiza: as pessoas aprendem melhor quando sentem autonomia sobre as suas escolhas, competência crescente face aos desafios e relação genuína com os outros. Retirar a IA das mãos dos alunos por decreto não satisfaz nenhuma destas três necessidades.

Uma nota sobre a escola portuguesa

Em Portugal, este debate ainda está em fase de arranque. O Perfil dos Alunos à Saída da Escolaridade Obrigatória (2017) já incluía dimensões como o pensamento crítico, a criatividade e a literacia para a informação — competências que são precisamente as que a era da IA valoriza. O desafio é que os instrumentos de avaliação e a organização curricular ainda penalizam o erro e premiam a reprodução. Enquanto o sucesso escolar for medido principalmente pela capacidade de restituir informação correcta num exame, os alunos terão razões racionais para preferir a IA à aprendizagem.

A transição que Caldas de Oliveira descreve — de uma educação centrada na acumulação de informação para uma centrada na agência e na formulação de perguntas — exige mudanças que vão além da sala de aula individual. Exige uma conversa sobre avaliação, sobre tempo, sobre o que se considera «bom trabalho» escolar. São conversas lentas e difíceis, mas necessárias.

Sugestão de actividade para a sala de aula

«O advogado do diabo da IA» (adaptável ao 3.º ciclo e ensino secundário)

Peça aos alunos que escolham um tema da matéria e gerem, com uma ferramenta de IA à sua escolha, um texto explicativo. Depois, individualmente ou em pares, devem identificar três problemas no texto: uma imprecisão factual, um argumento fraco e algo que o texto ignorou. Por fim, reescrevem o texto corrigindo esses três pontos, sem usar a IA para a versão final.

O objectivo não é mostrar que a IA «falha» — falha e não falha, conforme a tarefa. O objectivo é que o aluno perceba que avaliar a qualidade de um texto exige saber sobre o assunto, e que esse saber não pode ser substituído pela ferramenta. A IA é o ponto de partida do exercício crítico, não o seu fim.

Notas editoriais

Fonte principal: Caldas de Oliveira, L. (2026, 11 de maio). A curiosidade na era da IA. SOL. https://sol.iol.pt/opiniao/noticias/luis-caldas-de-oliveira-a-curiosidade-na-era-da-ia/20260511/6a019dd30cf2d0ed34b8429b

Referências verificadas:

Haidt, J. (2024). The anxious generation: How the great rewiring of childhood is causing an epidemic of mental illness. Penguin Press.

Yeager, D. (2024). 10 to 25: The science of motivating young people. Simon & Schuster.

Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Springer. [Teoria referenciada no artigo-fonte; obras subsequentes dos autores estão disponíveis em https://selfdeterminationtheory.org]

Clicar na imagem para ver a apresentação…