Arquivo da Categoria: Artigos

A inteligência artificial na escola não se integra com ferramentas — integra-se com estratégia

Publicado a por
Responder

Há uma pergunta que circula pelos corredores das escolas, nas reuniões de departamento e nas ações de formação de professores: que ferramenta de inteligência artificial devemos usar? É uma pergunta legítima, mas talvez seja a pergunta errada. Ou pelo menos não é a mais importante.

Uma instituição de referência no ensino superior latino-americano, o Tecnológico de Monterrey, tem vindo a construir uma resposta diferente. Para esta universidade mexicana, a inteligência artificial não é uma camada tecnológica que se cola por cima do modelo educativo existente — é um eixo de transformação institucional, pensado de raiz. A abordagem, descrita em entrevista ao Observatorio del Instituto para el Futuro de la Educación, publicada em maio de 2026, merece atenção de qualquer escola que queira ir além da adoção pontual de aplicações.

Da tentação da ferramenta à necessidade da estratégia

É compreensível que a conversa sobre inteligência artificial nas escolas comece quase sempre pelas ferramentas. As novidades surgem a uma velocidade difícil de acompanhar, os estudantes chegam às aulas já a utilizá-las, e os professores sentem a pressão de não ficar para trás. Neste contexto, a resposta institucional mais imediata costuma ser: vamos adoptar esta plataforma, vamos fazer uma formação, vamos criar regras de utilização.

Estas respostas não são erradas. Mas ficam aquém do que a situação exige. Irving Hidrogo, director de Inteligência Artificial Educativa do Tecnológico de Monterrey, põe o dedo na ferida com uma afirmação que vale a pena guardar: «Para nós, a inteligência artificial não é uma ferramenta isolada — é um eixo estrutural do nosso modelo educativo.»

O que distingue esta perspectiva é a recusa em tratar a IA como um problema de adopção tecnológica. A questão não é qual a app a integrar, mas sim que estruturas, processos e capacidades precisa a instituição de desenvolver para responder de forma estratégica a um ambiente em permanente transformação? Para uma escola portuguesa, a pergunta traduz-se assim: não basta ter professores a usar o ChatGPT nas aulas. É preciso saber porquê, para quê e com que enquadramento pedagógico e ético.

Governação: antes das ferramentas, as estruturas de decisão

Um dos elementos mais originais da estratégia do Tecnológico de Monterrey é a aposta numa estrutura de governação para a IA educativa. Em vez de deixar a experimentação dispersa por iniciativas individuais, a instituição criou dois níveis de coordenação: um comité estratégico, com a reitoria e as vice-presidências, e um comité operativo, com os decanos e representantes de áreas-chave. Ambos se reúnem regularmente para monitorizar tendências, avaliar projectos em curso e definir prioridades.

Pode parecer burocracia. Não é. É o reconhecimento de que a velocidade do desenvolvimento tecnológico exige instituições capazes de tomar decisões rápidas sem perder coerência. Sem este enquadramento, o resultado habitual é o que Hidrogo descreve com precisão: «Muitas pessoas estão constantemente a propor novas formas de aproveitar estas tecnologias. Isso é muito positivo, mas também gera dispersão.»

Para as escolas portuguesas, o desafio é equivalente. Há professores entusiastas que experimentam, há direcções que aguardam orientações, há pais que questionam. Falta, muitas vezes, um espaço de decisão partilhada onde a inovação seja coordenada e não apenas tolerada. Criar esse espaço — seja um grupo de trabalho interno, um núcleo de inovação pedagógica ou uma comissão de acompanhamento digital — é o primeiro passo antes de qualquer ferramenta.

O professor como designer, não apenas como utilizador

Uma das concretizações mais interessantes da estratégia do Tec de Monterrey é o desenvolvimento de um ecossistema institucional de IA, o TECgpt, que inclui três componentes: uma interface conversacional protegida, uma funcionalidade que permite aos professores criar pequenas aplicações educativas sem programar, e um ambiente para desenvolver agentes conversacionais especializados — tutores virtuais, assistentes disciplinares, acompanhantes de aprendizagem.

O que importa aqui não é a tecnologia em si, facilmente substituível por outras soluções. O que importa é a lógica subjacente: posicionar o professor não como consumidor de ferramentas de IA, mas como designer de experiências educativas. A diferença é enorme. Um professor que usa o ChatGPT para preparar fichas está a adoptar uma ferramenta. Um professor que constrói um agente conversacional calibrado para o programa de história do 9.º ano, com os conteúdos curriculares portugueses e com critérios pedagógicos definidos por si, está a exercer autoridade profissional sobre a tecnologia.

A instituição reportou ao Digital Education Council que este ecossistema permitiu reduzir em cerca de 70% o tempo que os docentes dedicam a tarefas académicas repetitivas. Mais do que o número, o que esta afirmação sugere é que a IA pode libertar os professores para aquilo que verdadeiramente importa: o acompanhamento dos alunos, o desenvolvimento de projectos, a relação pedagógica. É essa a promessa — mas só se realizará se a integração for pensada com esse objectivo explícito.

As competências que ficam quando as ferramentas mudam

Se há uma ideia que atravessa toda a estratégia do Tecnológico de Monterrey, é esta: num mundo onde as ferramentas se tornam obsoletas com rapidez desconcertante, o que realmente protege os estudantes é o desenvolvimento de capacidades humanas profundas.

A iniciativa AI Foundations concretiza esta visão. Em vez de ensinar os alunos a usar plataformas específicas de IA — que provavelmente nem existirão quando se graduarem —, a instituição estruturou um conjunto de cinco competências transversais que percorrem todos os níveis de ensino: pensamento crítico, comunicação, ética, pensamento sobre o futuro e inovação empreendedora.

Hidrogo é directo: «Quando os estudantes se formarem, muitas das ferramentas que hoje aprenderam a utilizar poderão já nem sequer existir. O que importa é todo o bagagem que acompanha o seu desenvolvimento.»

Esta perspectiva tem implicações directas para as escolas portuguesas. O Perfil dos Alunos à Saída da Escolaridade Obrigatória já incorpora uma visão de competências transversais que vai exactamente neste sentido. O que falta, muitas vezes, é alinhar a discussão sobre inteligência artificial com este enquadramento já existente. A IA não é um tema à parte — é um contexto no qual competências como o pensamento crítico, a comunicação responsável e a ética digital se tornam ainda mais urgentes.

Perguntar a um aluno como é que o ChatGPT chegou a esta resposta? ou em que medida podes confiar neste resultado? ou ainda que dados foram usados para treinar este modelo? não é ensinar tecnologia. É ensinar a pensar. E esse é, afinal, o projecto central da escola.

Da experimentação individual à aprendizagem colectiva

Um dos problemas mais comuns nas escolas que começam a integrar IA é o seguinte: há sempre alguns professores a fazer coisas interessantes, mas esse trabalho fica na sala de aula. Não é partilhado, não é avaliado, não alimenta a memória institucional. Quando esses professores mudam de escola, o conhecimento vai com eles.

O Tecnológico de Monterrey encontrou um mecanismo para contrariar esta tendência: o AI Faculty Summit, um encontro anual em que centenas de professores de diferentes áreas trabalham intensivamente no design, implementação e avaliação de projectos de integração da IA nos seus contextos disciplinares específicos. O evento cresceu de 190 para mais de 370 participantes, com previsão de chegar a 600 em 2026.

Mas o que torna este mecanismo relevante não é o número de participantes. É o facto de os resultados alimentarem a tomada de decisão institucional. Como explica Hidrogo, «não estamos a falar de experimentação que fica na sala de aula. Falamos de informação e dados para tomar decisões sobre o futuro da escola.»

Para as escolas portuguesas, a lição prática é clara: criar momentos de partilha interna entre professores — jornadas pedagógicas, grupos de trabalho interdisciplinares, sessões de apresentação de experiências — não é apenas uma boa prática de desenvolvimento profissional. É uma forma de converter a inovação individual em capacidade colectiva. E é essa capacidade colectiva que, a longo prazo, faz a diferença entre uma escola que acompanha a mudança e uma escola que a sofre.

O que isto significa para as nossas escolas

O exemplo do Tecnológico de Monterrey não é directamente transponível para uma escola básica ou secundária portuguesa. As escalas são incomparáveis, os recursos também. Mas a lógica é perfeitamente aplicável.

A inteligência artificial não vai transformar a educação por si mesma. Não basta disponibilizar acesso a plataformas, autorizar ou proibir o seu uso, ou incluir um módulo sobre IA numa acção de formação. A transformação real exige que cada escola se interrogue sobre o seu modelo educativo, defina o que quer preservar e o que precisa de mudar, e construa as estruturas internas para tomar decisões consistentes ao longo do tempo.

Isto implica líderes escolares que não fujam da conversa tecnológica por a acharem demasiado técnica — porque ela é, acima de tudo, pedagógica e ética. Implica professores que se reconheçam como profissionais capazes de moldar a IA às suas necessidades, e não como utilizadores passivos de ferramentas desenhadas para outros contextos. E implica que os alunos sejam ensinados a questionar, a verificar e a decidir com critério — não apenas a produzir com eficiência.

Como resume Irving Hidrogo, «o grande diferenciador é que não pensamos em experimentar ferramentas tecnológicas, mas sim em como a inteligência artificial está a transformar o mundo e como podemos enfrentá-lo a partir de uma visão ampla, como instituição.»

Essa visão ampla é o que falta — e o que mais vale a pena cultivar.

Sugestões para a sala de aula e para a escola

Sem necessidade de grandes investimentos tecnológicos, qualquer escola pode começar por três movimentos simples. Primeiro, criar um espaço regular — uma reunião mensal, uma sessão de partilha por período — onde os professores falem abertamente sobre o que estão a experimentar com IA, o que correu bem e o que não funcionou. Segundo, incluir nos projectos curriculares existentes actividades que desenvolva nos alunos o pensamento crítico sobre os sistemas de IA: de onde vêm os dados, quem os produziu, que enviesamentos podem conter. Terceiro, e talvez o mais difícil, resistir à tentação de resolver a questão da IA com uma política de proibição ou com uma lista de ferramentas recomendadas — e substituir essa tentação por uma conversa honesta sobre valores, objectivos pedagógicos e contexto real da escola.

A inteligência artificial chegou à escola. A questão não é se vamos usá-la. É quem decide como, com que propósito e com que salvaguardas.

Referências

Delgado, P. (2026, 18 de maio). Irving Hidrogo: «La IA en educación no se integra con herramientas, sino con estrategia institucional». Observatorio del Instituto para el Futuro de la Educación, Tecnológico de Monterrey. https://observatorio.tec.mx/la-ia-en-educacion-no-se-integra-con-herramientas-sino-con-estrategia-institucional/

Digital Education Council. (2026). AI in education strategy: Tecnológico de Monterrey [Caso documentado]. https://observatorio.tec.mx/wp-content/uploads/2026/05/Formato-enviado-DEC-AI-in-Edu-Strategy-Tecnologico-MTY-1.pdf

Martins, G. O. (Coord.). (2017). Perfil dos alunos à saída da escolaridade obrigatória. Ministério da Educação/Direção-Geral da Educação. https://dge.mec.pt/sites/default/files/Curriculo/Projeto_Autonomia_e_Flexibilidade/perfil_dos_alunos.pdf

Não para dar respostas — para ensinar a pensar: o programa de IA que a Estónia instalou em todas as escolas

Publicado a por
Responder

Quando um país com um milhão e trezentos mil habitantes decide integrar a inteligência artificial em todas as escolas, não está apenas a fazer uma aposta tecnológica. Está a redefinir o que significa preparar uma geração para o futuro.

Havia qualquer coisa de simbólico na data escolhida. Foi no Dia da Independência da Estónia, em fevereiro de 2025, que o Presidente Alar Karis anunciou o programa AI Leap 2025 — em estoniano, TI-Hüpe 2025. Um salto. A palavra é deliberada e carregada de história. Há quase trinta anos, um outro programa chamado Tiger Leap tinha colocado computadores e internet em todas as escolas do país, num tempo em que isso não era óbvio nem barato. Desse investimento nasceu a Estónia digital que hoje o mundo conhece: o país que vota por telemóvel, que assina contratos com identidade digital, que figura consistentemente no topo dos rankings europeus de literacia digital e competências do século XXI.

O AI Leap é a segunda aposta da mesma natureza. Desta vez, o alvo é a inteligência artificial — e a ambição é proporcional ao desafio.

Da tigre ao algoritmo: uma herança que pesou bem

Perceber o que a Estónia está a fazer exige conhecer o que já fez. O programa Tiger Leap, lançado em 1996, não foi apenas uma distribuição de equipamentos. Foi uma decisão política de longo prazo, ancorada na convicção de que a literacia digital era tão fundamental quanto saber ler e escrever. Dois anos depois, as escolas estónias estavam ligadas à internet. Uma década depois, o país subia nos rankings PISA. Hoje, a Estónia é o único país europeu que se encontra consistentemente entre os cinco melhores do mundo nas provas de leitura, matemática e ciências, num feito notável para um território tão pequeno.

Linnar Viik, cofundador do novo programa e um dos arquitetos originais do Tiger Leap, recusa que a história seja de sorte ou de circunstância. A lógica é simples e exigente: «No futuro, a vantagem não será de quem mais usa a inteligência artificial, mas de quem a usa com mais inteligência.» É uma frase que merece ser lida duas vezes por qualquer professor ou diretor de escola — porque muda o problema. Não se trata de saber se os alunos vão usar IA. Já usam. Trata-se de saber se as escolas vão ser o lugar onde aprendem a fazê-lo bem.

O que é, concretamente, o AI Leap 2025

O programa arrancou em setembro de 2025 com 20 000 alunos do décimo e décimo primeiro anos e os seus 3 000 professores, tendo acesso gratuito às principais aplicações de inteligência artificial disponíveis no mercado. A parceria pública e privada que sustenta a iniciativa envolveu, desde o início, a OpenAI e a Anthropic — as duas empresas que atualmente lideram o desenvolvimento de modelos de linguagem de grande escala. A OpenAI disponibilizou o ChatGPT Edu, uma versão da ferramenta desenvolvida especificamente para contextos educativos, numa parceria que representa a primeira implementação governamental à escala nacional desta solução. O investimento previsto situa-se nos 15 milhões de euros anuais, financiados conjuntamente pelo Estado e pelo setor privado, através de uma fundação criada para o efeito.

A expansão está programada para 2026, quando o programa alargará a sua cobertura às escolas profissionais, acrescentando mais 38 000 alunos e 2 000 professores ao universo abrangido. O objetivo declarado é claro: que nenhum jovem estoniano conclua a escolaridade obrigatória sem ter desenvolvido competências sólidas e críticas no uso de ferramentas de inteligência artificial.

Há, porém, dois detalhes que separam este programa de uma simples distribuição de licenças tecnológicas. O primeiro é a sequência: a formação dos professores precede o acesso dos alunos. Kristina Kallas, ministra da Educação e Investigação, foi direta a este respeito: «Para que a IA apoie não só a aprendizagem, mas também o crescimento económico do país, investiremos fortemente na formação de professores no âmbito do AI Leap. Professores bem preparados poderão implementar as capacidades da IA de forma inteligente nas escolas.» Não é retórica. É uma sequência deliberada: primeiro capacitar quem ensina, depois colocar a tecnologia nas mãos de quem aprende. Para quem está habituado a ver as escolas a correr atrás da tecnologia que os alunos já trazem no bolso, esta inversão é, por si só, notável.

O segundo detalhe é ainda mais revelador — e diz respeito àquilo que a IA foi desenhada para fazer.

Um tutor que pergunta em vez de responder

A maioria das ferramentas de inteligência artificial que os jovens usam no quotidiano foi concebida para satisfazer. Dão respostas rápidas, lisas, confiantes. São otimizadas para agradar. A Estónia decidiu fazer algo diferente.

As ferramentas disponibilizadas no âmbito do AI Leap não são os produtos de consumo que os alunos encontram fora da escola. São versões personalizadas, desenvolvidas em parceria com a OpenAI e a Anthropic especificamente para contextos educativos, e foram deliberadamente concebidas para funcionar como tutores de inspiração socrática. Em vez de fornecer respostas, guiam os alunos através de perguntas. Em vez de resolver, desafiam a pensar. A ideia, explicada por um responsável estoniano da área da educação, é tão simples quanto exigente: não faz sentido competir com as ferramentas que os alunos já usam em casa para encontrar atalhos. O objetivo principal é modelar o que é o bom pensamento — e fazê-lo de dentro do próprio instrumento tecnológico.

Esta distinção importa muito mais do que parece à primeira vista. Há uma diferença fundamental entre uma IA que completa o raciocínio do aluno e uma IA que o obriga a continuar. A primeira pode substituir o esforço cognitivo; a segunda exige-o. O que a Estónia está a propor é que a tecnologia seja um interlocutor que eleva a exigência, não um atalho que a dispensa. É uma escolha pedagógica antes de ser uma escolha tecnológica — e é precisamente esse enquadramento que distingue o AI Leap de tantos outros programas que se limitam a distribuir acessos e ficam à espera de resultados.

Para os professores, esta abordagem tem uma implicação prática direta: antes de introduzir qualquer ferramenta de IA numa sala de aula, vale a pena perguntar para quê ela foi otimizada. Para dar respostas ou para suscitar perguntas? Para simplificar ou para aprofundar? A Estónia formulou essas perguntas antes de assinar qualquer parceria. Essa exigência colocada aos fornecedores é, em si mesma, uma lição de política educativa.

O que isto significa para professores e alunos

A pergunta que mais importa aos leitores deste blogue não é «o que fez a Estónia?», mas «o que devemos reter disto para as nossas escolas?». Há três ideias que vale a pena destacar.

A primeira é que proibir não é uma estratégia — e banir não é sequer a pergunta certa. O que a Estónia fez foi deslocar o debate: enquanto a maior parte do mundo ainda discute se deve permitir ou proibir o ChatGPT nas escolas, os estónios decidiram que essa questão já estava ultrapassada. A IA pertence à escola. A partir daí, a conversa muda inteiramente: que tipo de IA? Com que pedagogia? Orientada para quê? Esta clareza — aparentemente simples, na prática muito difícil de alcançar — foi o que desbloqueou todo o resto. Não é um argumento a favor da rendição à tecnologia; é um argumento a favor de a escola liderar a sua integração em vez de ser arrastada por ela. Um professor que conhece as ferramentas está em posição muito melhor para orientar o aluno do que um que as desconhece ou recusa.

A segunda ideia é que a formação docente é o verdadeiro investimento. Nenhuma ferramenta tecnológica transforma uma sala de aula por si mesma. O que transforma é a forma como os professores a integram, os problemas que propõem, as perguntas que fazem, a capacidade de distinguir um uso superficial de um uso genuinamente criativo ou analítico. O AI Leap reconhece isto ao estruturar a formação antes do acesso. Para as nossas escolas, este é talvez o aspeto mais transferível: não há atalhos para a competência docente, e qualquer estratégia de integração da IA que ignore esta dimensão está construída sobre areia.

A terceira ideia tem a ver com equidade. Um dos argumentos mais poderosos do programa estoniano é o do acesso igual. Leah Belsky, vice-presidente de Educação da OpenAI, sublinhou que «milhões de alunos em todo o mundo já usam o ChatGPT para enriquecer a sua aprendizagem». O que o AI Leap faz é garantir que esse acesso não é apenas para quem tem meios para pagar uma subscrição ou para quem nasceu numa família com maior literacia digital. É para todos. Esta dimensão de justiça educativa é fundamental numa conversa que, por vezes, se fica pelas dimensões técnicas e esquece as sociais.

Portugal: a caminho, mas ainda a meio do passo

Seria redutor olhar para a Estónia apenas como um espelho de superioridade alheia. O que acontece ali é inspirador precisamente porque mostra o que é possível quando existe visão política, continuidade de investimento e capacidade de organizar parcerias entre o Estado e o setor privado. Não existe um molde único exportável — os contextos são diferentes, as dimensões são diferentes, as culturas educativas são diferentes.

Em Portugal, o movimento existe, mas está ainda a tomar forma. Em setembro de 2025, o Ministério da Educação, Ciência e Inovação criou um grupo de trabalho com a missão de definir a «Estratégia Digital e de IA na Educação». O calendário previsto é ambicioso: diagnóstico até novembro de 2025, objetivos estratégicos e metas para 2030 até março de 2026, e um modelo de governança e plano de implementação até maio de 2026. Em dezembro de 2025, o Conselho de Ministros aprovou a Agenda Nacional de Inteligência Artificial (ANIA) e a Estratégia Digital Nacional, com um investimento total previsto de mil milhões de euros nas áreas do digital e da IA. O ministro Gonçalo Matias foi claro ao afirmar ser «inadmissível que crianças se formem em Portugal sem ter qualquer contacto com a inteligência artificial».

As intenções são boas. O desafio, como sempre, está na execução — e na velocidade.

A pergunta que fica para as escolas

No final deste percurso estoniano há uma lição que transcende as fronteiras e os orçamentos: as escolas que esperam que o debate se resolva antes de agir estão a perder tempo que os alunos não têm de volta. O AI Leap não nasceu de uma certeza absoluta sobre o que a inteligência artificial vai fazer ao futuro do trabalho, da criatividade ou da aprendizagem. Nasceu da convicção de que ficar parado é a única posição verdadeiramente perigosa.

Professores de todo o mundo estão já a descobrir, por tentativa e erro, como usar estas ferramentas de forma honesta, crítica e pedagogicamente relevante. Estão a construir atividades que pedem aos alunos para interrogar as respostas da IA, para identificar os seus limites, para usá-la como ponto de partida e não como destino. É trabalho exigente, imperfeito e necessário.

A Estónia não inventou esse trabalho. Mas teve a coragem de o tornar política de Estado.

Para saber mais e explorar na sua escola

Para professores que queiram começar a explorar estas ferramentas com intencionalidade pedagógica, o sítio oficial do programa estoniano (aileap.ee) disponibiliza materiais e contexto. A OpenAI mantém uma secção dedicada a contextos educativos em openai.com/education, onde é possível aceder a guias de utilização do ChatGPT Edu. Em Portugal, o acompanhamento da Agenda Nacional de Inteligência Artificial e da Estratégia Digital Nacional pode ser feito através do portal digital.gov.pt.

Uma atividade simples para começar: propor a uma turma que use uma ferramenta de IA para responder a uma pergunta do programa, e depois dedicar uma aula a analisar coletivamente o que a ferramenta acertou, o que simplificou em excesso e o que ficou por dizer. É uma forma prática de desenvolver pensamento crítico e literacia sobre IA ao mesmo tempo.

Para líderes escolares e responsáveis de política educativa que queiram conhecer o programa de perto, a Estónia organizou uma visita de estudo internacional em Tallinn, nos dias 28 e 29 de maio de 2026, aberta a participantes de todo o mundo. É uma oportunidade rara de ver o modelo em funcionamento — não em apresentações de diapositivos, mas dentro das escolas onde está a acontecer.

Referências

Karis, A. (2025, fevereiro). AI Leap 2025 — TI-Hüpe 2025. Declaração do Presidente da República da Estónia. https://aileap.ee/et

estonia.ee. (2025, fevereiro). Estonia’s groundbreaking AI Leap 2025 programme brings innovative AI tools to all schools. https://estonia.ee/stories/estonias-ambitious-initiative-the-ai-leap-programme-brings-ai-tools-to-all-schools

Trade with Estonia. (2025, abril). AI Leap 2025: Estonia sets the global standard for AI in education. https://tradewithestonia.com/ai-leap-2025-estonia-sets-the-global-standard-for-ai-in-education/

Invest in Estonia. (2025, fevereiro). Estonia to adopt AI-powered education. https://investinestonia.com/estonia-to-adopt-ai-powered-education/

Eurydice Unit Estonia. (2025). AI Leap Initiative — enhance learning and teaching. European Commission. https://eurydice.eacea.ec.europa.eu/news/estonia-ai-leap-initiative-enhance-learning-and-teaching

Governo de Portugal. (2025, setembro). Governo cria grupo de trabalho para definir «Estratégia Digital de IA na Educação». Ministério da Educação, Ciência e Inovação. https://eco.sapo.pt/2025/09/17/governo-cria-grupo-de-trabalho-para-definir-estrategia-digital-de-ia-na-educacao/

Governo de Portugal. (2025, dezembro). Reforma do Estado avança com Estratégia Digital e Agenda para a Inteligência Artificial. https://www.portugal.gov.pt/pt/gc25/comunicacao/noticia?i=reforma-do-estado-avanca-com-estrategia-digital-e-agenda-para-a-inteligencia-artificial

Quando os alunos chegam antes dos professores: IA, escola e pedagogia

Publicado a por
Responder

Há qualquer coisa de revelador na ideia de que são os alunos, e não as escolas, a impulsionar a entrada da inteligência artificial nas salas de aula. Não é uma hipótese teórica — é o que os dados mostram. Em Espanha, país que serve de espelho próximo para quem trabalha em educação em Portugal, 75% dos jovens entre os 16 e os 24 anos utilizam agentes de inteligência artificial regularmente. Entre os estudantes desta faixa etária, a percentagem chega aos 59%, largamente acima da média europeia de 39%. E se olharmos para os alunos do ensino secundário, 35% já recorrem à IA nas suas tarefas escolares — comparando com 14% em França e 25% em Itália. São números que não permitem contemporizações.

Em Portugal, o panorama caminha em sentido semelhante. O governo aprovou, em dezembro de 2025, a Agenda Nacional para a Inteligência Artificial e a Estratégia Digital Nacional, com um investimento direto de cerca de 350 milhões de euros no plano de ação para 2025-2026. O ministro da Educação, Fernando Alexandre, foi direto na mensagem: a IA não pode ser ignorada e as escolas têm de se adaptar, através da formação de professores e da alteração dos métodos de ensino. No ensino superior, a FCT e a FCCN lançaram, em maio de 2025, a plataforma IAedu, que democratiza o acesso a modelos de linguagem de grande dimensão com autenticação institucional. É um passo importante — mas a questão mais urgente não é tecnológica. É pedagógica.

A brecha que divide o corpo docente

Se entre os alunos o entusiasmo é evidente, o mesmo não pode dizer-se dos professores. Em Espanha, os dados desenham uma fratura nítida: 60% dos docentes com menos de 30 anos utilizam inteligência artificial no seu trabalho, mas esse valor cai para 27% entre os que têm mais de 30. Os professores que não a utilizam invocam, sobretudo, a falta de formação e a convicção de que a ferramenta não é útil para o seu trabalho. Não se trata, na maioria dos casos, de resistência ideológica — trata-se de desorientação formativa, agravada por uma sobrecarga profissional que deixa pouco espaço para aprender algo novo.

Este desfasamento coloca um paradoxo desconfortável: os alunos chegam à aula com ferramentas que os seus professores não dominam, e muitas vezes sem saber como usá-las com critério pedagógico. A inteligência artificial entra pela janela quando deveria entrar pela porta — com enquadramento, com propósito e com uma intenção educativa clara. A introdução sistemática da IA no ensino, hoje conduzida em grande medida pelos próprios estudantes, exige o acompanhamento de uma nova pedagogia e a formação do pessoal docente, tanto na formação inicial como na formação contínua. E exige também condições de trabalho que tornem essa adaptação possível sem somar mais peso a quem já carrega demasiado.

É precisamente este ponto que a UGT espanhola sublinha num documento recente: não basta formar professores se as condições estruturais não mudarem. Aumentar o pessoal para evitar a sobrecarga laboral não é um pedido de conforto — é um requisito para que qualquer transformação pedagógica real aconteça. Em Portugal, iniciativas como a Academia Professores do Futuro, lançada em novembro de 2025, procuram dar uma resposta, levando formação acreditada e ferramentas de IA a docentes de todo o país, incluindo os que vivem longe dos grandes centros. O caminho está a ser trilhado. Mas a velocidade dos recursos ainda não acompanha a urgência do momento.

Nem tudo é igual: a pedagogia tem de variar com a idade

Um dos equívocos mais comuns no debate sobre inteligência artificial e educação é tratar todos os ciclos de ensino como se fossem um bloco homogéneo. Não são. A pedagogia adequada a cada fase da vida escolar é profundamente diferente — e ignorar isso é um erro com consequências.

No ensino superior, é razoável confiar na autonomia dos estudantes e apostar em formas de avaliação que superem o exame tradicional como instrumento único de aferição. Apresentações orais, projetos de longa duração, portefólios, discussões em profundidade, trabalhos que exijam síntese crítica e tomada de posição pessoal: são estas as formas de avaliação que a IA ainda não consegue substituir, e que desenvolvem nos estudantes competências genuínas e duradouras. O exame clássico, neste contexto, começa a revelar-se não apenas desatualizado, mas honestamente insuficiente.

O mesmo raciocínio não se aplica ao ensino básico — e muito menos ao 1.º ciclo. A educação das crianças mais novas deve ser fundamentalmente analógica, ancorada na experiência física, relacional e sensorial do mundo. As crianças aprendem a ser pessoas antes de aprenderem conteúdos: aprendem a ouvir, a esperar, a partilhar, a gerir o erro, a sentir o peso de um livro, a olhar nos olhos de quem as ensina. Os seus cérebros ainda estão em plena formação, e confiar a agentes de inteligência artificial o seu desenvolvimento básico seria, como escreve o articulista da La Vanguardia, amputar uma parte essencial da experiência humana — o aprendizado da vida na sua maravilhosa multidimensionalidade.

Não se trata de hostilidade à tecnologia nem de saudosismo pedagógico. Trata-se de reconhecer que há dimensões do crescimento que nenhum algoritmo consegue proporcionar: a presença de um adulto que se importa, o conflito que se resolve no recreio, a história contada em voz alta numa tarde de inverno, o prazer físico de aprender a escrever à mão, o momento em que uma criança percebe que conseguiu. A inteligência artificial pode ser um instrumento poderoso quando o ser humano já tem ferramentas cognitivas e relacionais para a utilizar com discernimento. Antes disso, é demasiado cedo.

O que a escola precisa agora

A pergunta que se impõe não é se a IA deve entrar na escola — ela já lá está, nos bolsos dos alunos, nos telemóveis e nos computadores portáteis. A pergunta é como é que a escola responde a isso com inteligência pedagógica, e não apenas com entusiasmo tecnológico ou com proibições que não resistem ao primeiro clique fora da sala de aula.

Responder bem exige várias coisas em simultâneo. Professores formados — não apenas em ferramentas, mas em literacia crítica sobre o que a inteligência artificial faz e não faz, sobre os seus enviesamentos, as suas limitações e os seus riscos. Tempo e espaço profissional para que essa formação aconteça sem se somar ao trabalho já existente. Uma avaliação escolar que evolua, tornando-se mais rica, mais diversificada e mais difícil de delegar a uma máquina. E uma convicção firme: nas idades mais novas, a escola tem de ser, antes de tudo, um espaço humano.

A inteligência artificial, usada com sabedoria e com enquadramento pedagógico, pode ser uma aliada extraordinária do ensino. Mas a chave — como sempre em educação — está nos professores.

Sugestão de atividade (2.º e 3.º ciclos e ensino secundário)

Proponha aos alunos uma tarefa dupla: resolver o mesmo problema — uma análise de texto, um resumo histórico, a explicação de um fenómeno científico — primeiro sem IA e depois com IA. A seguir, peça-lhes que comparem os dois resultados e respondam: o que mudou? O que se perdeu? O que foi surpreendente? Esta atividade, simples e adaptável a qualquer disciplina, desenvolve pensamento crítico, metacognição e literacia sobre a própria ferramenta.

Clicar na imagem para ver a apresentação…

Referências

Governo de Portugal. (2025, 4 de dezembro). Reforma do Estado avança com Estratégia Digital e Agenda para a Inteligência Artificial. XXV Governo Constitucional. https://www.portugal.gov.pt/pt/gc25/comunicacao/noticia?i=reforma-do-estado-avanca-com-estrategia-digital-e-agenda-para-a-inteligencia-artificial

La Vanguardia. (2026, 4 de abril). Maestros artificiales [Artigo de opinião]. https://www.lavanguardia.com/opinion/20260404/11504773/maestros-artificiales.amp.html

Observador. (2025, 12 de novembro). Nova academia digital quer democratizar formação e apoio a professores. https://observador.pt/2025/11/12/nova-academia-digital-quer-democratizar-formacao-e-apoio-a-professores/

Rádio Renascença. (2026, 19 de janeiro). Inteligência artificial nas escolas: uma distração ou ajuda para os alunos? https://rr.pt/artigo/explicador-renascenca/2026/01/19/inteligencia-artificial-nas-escolas-uma-distracao-ou-ajuda-para-os-alunos/455954/

FCCN. (2025, maio). IAedu: democratizar o acesso à inteligência artificial na educação e investigação em Portugal. https://www.fccn.pt/en/blog/iaedu-democratizar-acesso-inteligencia-artificial-na-educacao-investigacao-em-portugal/

IA explicada sem filtros: capacidades, limites, riscos

Publicado a por
Responder
Imagem gerada pelo Perplexity

Há uma certa ironia em falar de inteligência artificial com pessoas que trabalham todos os dias com o desenvolvimento da inteligência humana. Os professores passaram décadas a tentar perceber como é que os alunos aprendem, o que os motiva, por que razão uns retêm informação e outros não. E de repente aparece uma tecnologia que se intitula «inteligente» e que, segundo muitos, aprende sozinha. Vale a pena parar e perguntar: aprende mesmo? E o que quer isso dizer, afinal?

Um documento recente produzido pelo Gordian Knot Center for National Security Innovation, da Universidade de Stanford, e da autoria de Steve Blank, tenta responder a esta pergunta de forma rigorosa mas acessível. O texto chama-se Artificial Intelligence/Machine Learning Explained e, embora tenha sido concebido para responsáveis de segurança nacional nos Estados Unidos, contém uma das explicações mais claras e honestas sobre o que a inteligência artificial é — e o que não é — que alguma vez li. Há muito ali que vale a pena trazer para quem trabalha na educação, não necessariamente dentro de uma sala de aula, mas enquanto cidadão informado num mundo que esta tecnologia está a transformar.

Uma revolução que já começou — e que a maioria ainda não viu

Blank abre o documento com uma imagem poderosa: imagine que está em 1950 e que viajou no tempo a partir dos dias de hoje. A sua missão é convencer as pessoas à sua volta de que os computadores vão mudar tudo — os negócios, os governos, a sociedade. Quem acreditar primeiro, quem aprender a usá-los antes dos outros, vai ter uma vantagem esmagadora. «É exatamente aqui que estamos hoje com a inteligência artificial», escreve o autor. A tecnologia que está a chegar não é uma novidade incremental. É uma mudança de paradigma da mesma dimensão da que os computadores representaram no século XX.

Esta perspetiva importa porque nos tira da tentação de tratar a IA como uma moda passageira ou como um conjunto de ferramentas úteis para algumas tarefas isoladas. Não é disso que se trata. Falamos de tecnologias que estão a mudar a forma como as máquinas processam informação, tomam decisões e interagem com o mundo. E isso tem implicações para toda a gente — incluindo para quem ensina e para quem aprende.

O que é afinal a inteligência artificial

Uma das contribuições mais úteis do texto de Blank é desfazer a confusão terminológica que rodeia este campo. «Inteligência artificial» não é uma coisa única. É um guarda-chuva que cobre um conjunto de tecnologias diferentes, e perceber a diferença entre elas é fundamental para não se deixar enganar pelo hype.

A inteligência artificial é o termo mais amplo: refere-se a máquinas que conseguem resolver problemas, tomar decisões e executar tarefas que, até há pouco tempo, exigiam capacidade humana. Dentro desse guarda-chuva encontramos a aprendizagem automática (machine learning), que é uma abordagem específica: em vez de programar explicitamente todas as regras que a máquina deve seguir, damos-lhe exemplos e ela «aprende» a partir deles. E dentro da aprendizagem automática existe ainda a aprendizagem profunda (deep learning), que usa redes neurais artificiais — estruturas inspiradas, de forma muito simplificada, no funcionamento do cérebro — para resolver problemas mais complexos, como reconhecer rostos em fotografias ou traduzir discurso em tempo real.

A diferença em relação aos computadores clássicos é fundamental e merece ser explicada com cuidado. Um computador tradicional faz exatamente o que lhe dizem para fazer. Um programador escreve regras, passo a passo, e a máquina executa-as com precisão cirúrgica. Nada acontece que não tenha sido previsto e codificado por um ser humano. Um sistema de aprendizagem automática funciona de forma radicalmente diferente: em vez de receber regras, recebe dados — muitos dados — e produz as suas próprias regras a partir deles. O modelo não é programado para reconhecer um gato numa fotografia; é treinado com milhares de fotografias de gatos (e de outras coisas) até que, a certo ponto, consegue fazê-lo por si mesmo.

Esta distinção é mais do que técnica. Ela tem implicações profundas para a forma como confiamos nestes sistemas e para a forma como os podemos questionar.

O problema da explicação

Há um ponto no documento de Blank que achei particularmente honesto, e que raramente aparece nas apresentações entusiásticas sobre o futuro da IA: o problema da explicabilidade.

As redes neurais e os sistemas de aprendizagem profunda podem chegar a conclusões notavelmente precisas. Mas muitas vezes é extremamente difícil — ou mesmo impossível — perceber como é que chegaram lá. O sistema gera uma previsão, mas não consegue dizer-nos, de forma clara e inteligível, porque é que tomou aquela decisão e não outra. Este é o chamado «problema da caixa negra»: sabemos o que entra e o que sai, mas o que acontece no interior é opaco.

Blank é direto: «Compreender como uma IA funciona é essencial para criar confiança nos modelos de IA em produção.» E acrescenta que o problema da explicabilidade afeta sobretudo as redes neurais e a aprendizagem profunda — outros tipos de algoritmos de aprendizagem automática, como as árvores de decisão, são muito mais transparentes.

Porque importa isto para além do mundo técnico? Porque vivemos num tempo em que sistemas de IA estão a ser usados para apoiar decisões que afetam vidas reais — na justiça, na saúde, nos créditos bancários, na moderação de conteúdos nas redes sociais. Se esses sistemas tomam decisões que não conseguem explicar, como é que as podemos contestar? Como é que saberemos se incorporam preconceitos? Estas são perguntas que pertencem ao espaço público, e não apenas ao laboratório de informática.

O que a IA sabe fazer — e o que não sabe

Uma das secções mais reveladoras do texto é precisamente a que lista as limitações da inteligência artificial, e que contraria a narrativa dominante de omnipotência que frequentemente envolve esta tecnologia.

Do lado das capacidades, a lista é impressionante. Os sistemas atuais de IA conseguem ler e compreender texto com um desempenho superior ao humano em certos testes de compreensão. Conseguem gerar texto que é indistinguível do produzido por uma pessoa. Conseguem reconhecer objetos e rostos em imagens e vídeos, traduzir línguas em tempo real, transcrever discurso, identificar padrões anómalos em enormes conjuntos de dados, e criar imagens realistas a partir de descrições textuais — o que inclui os chamados deepfakes, sobre os quais voltaremos adiante.

Mas do lado das limitações, o documento é igualmente claro. A IA trabalha bem num domínio restrito em que há muitos dados disponíveis e em que o objetivo está bem definido. Fora dessas condições, começa a falhar. Os modelos podem ser «enganados» por dados que nunca viram antes. Podem memorizar o «ruído» dos dados de treino em vez de aprender os padrões que realmente interessam — é o que os especialistas chamam de sobreajustamento (overfitting). Têm dificuldade em estimar a sua própria incerteza. Não conseguem, por si sós, definir objetivos. E, aqui está talvez o ponto mais importante: não pensam de forma criativa, não aplicam senso comum e não conseguem generalizar o conhecimento de um domínio para outro da forma que os humanos fazem com aparente facilidade.

Blank é perentório: «A IA não consegue (ainda) perceber causa e efeito. Não pensa criativamente. Não aplica senso comum. Não cria estratégias genuínas. E não tem inteligência generalizada.» Esta lista de limitações não desvaloriza a tecnologia. Mas recusa a narrativa do ser omnisciente, e isso é intelectualmente honesto.

Deepfakes, desinformação e o que isso significa para a literacia

Há uma parte do documento dedicada a aplicações militares e de segurança nacional que não nos interessa desenvolver aqui, mas que contém um alerta que tem tudo a ver com o que acontece nas escolas e na sociedade civil: o uso da IA para criar e amplificar campanhas de desinformação.

Blank descreve como os deepfakes — vídeos gerados por redes neurais que são praticamente indistinguíveis da realidade — já estão a ser usados por estados e por outros atores para manipular a opinião pública. Os rostos sintéticos, escreve, são agora tão convincentes que são considerados mais credíveis do que fotografias de pessoas reais. As mesmas técnicas que permitem criar entretenimento e arte podem ser usadas para fabricar declarações falsas atribuídas a políticos, professores, jornalistas ou qualquer outra pessoa.

Isto não é ficção científica. É a realidade presente. E significa que a capacidade de questionar a autenticidade do que se vê e ouve passou a ser uma competência de sobrevivência cívica. Já não basta saber verificar uma notícia. É preciso saber que um vídeo pode ser falso, que uma voz pode ser sintética, que uma fotografia pode ter sido gerada a partir de nada.

A literacia digital, neste contexto, tem de ir mais fundo do que saber usar uma aplicação ou distinguir um site fiável de um duvidoso. Tem de incluir uma compreensão básica de como estas tecnologias funcionam — não ao nível do engenheiro, mas ao nível do cidadão informado que percebe o que é possível e o que deve questionar.

Porque é que a IA é possível agora — e não há dez anos

Blank identifica quatro razões para o salto que se verificou nos últimos anos: a disponibilidade de enormes conjuntos de dados, a melhoria dos algoritmos de aprendizagem, a democratização do código aberto e dos modelos pré-treinados, e o aumento exponencial da capacidade de computação.

O ponto sobre os dados merece atenção especial. Os sistemas de aprendizagem automática precisam de exemplos — muitos exemplos — para aprender. A internet tornou possível reunir quantidades de dados que seriam inimagináveis há algumas décadas. Cada vez que usamos um serviço digital, cada pesquisa, cada clique, cada fotografia carregada, cada conversa num assistente de voz, contribui para alimentar estes sistemas. Somos, de certa forma, participantes involuntários no treino da IA — algo que levanta questões sérias sobre privacidade, consentimento e poder que precisam de estar na agenda pública.

O ponto sobre o código aberto é igualmente significativo: hoje, modelos que custaram dezenas de milhões de dólares a desenvolver estão disponíveis gratuitamente, e até pessoas sem formação técnica especializada conseguem criar ferramentas úteis de IA. Isso tem um lado democratizante genuíno — mas também significa que as mesmas capacidades estão acessíveis a quem quer usá-las para fins menos nobres.

Clicar na imagem para ver a apresentação…

O que fica por fazer

Blank termina o seu documento com uma advertência que serve igualmente para o contexto educativo: o maior obstáculo à adaptação não é tecnológico, é cultural. As instituições que resistem a compreender o que está a mudar, que se refugiam nos procedimentos habituais e evitam o desconforto da mudança, são as que ficam para trás.

Não se trata de defender que a escola deva seguir cegamente cada tendência tecnológica. Muito pelo contrário. Mas há uma diferença entre uma escolha informada de não usar determinada ferramenta e uma ignorância que impede sequer de avaliar as opções. A segunda é perigosa — para as instituições e, acima de tudo, para as pessoas que dependem delas.

A inteligência artificial não vai substituir o pensamento crítico. Não consegue. Mas num mundo cada vez mais mediado por sistemas que tomam decisões opacas, que produzem conteúdo indistinguível do humano e que amplificam tanto o conhecimento como a mentira, o pensamento crítico tem de ser mais sofisticado do que nunca. E isso é, em última análise, uma questão de educação.

Caixa de leitura

Alguns conceitos do documento de Blank que vale a pena explorar:

Aprendizagem supervisionada: o sistema aprende a partir de exemplos classificados por humanos. É como treinar um estudante com fichas de estudo que já têm a resposta correcta — o modelo aprende a associar padrões às categorias corretas e generaliza para novos casos.

Aprendizagem não supervisionada: o sistema encontra padrões por si mesmo, sem exemplos classificados. É útil quando não sabemos exactamente o que estamos a procurar — como detetar fraudes que ainda não têm um nome.

Aprendizagem por reforço: o sistema aprende por tentativa e erro, recebendo recompensas quando faz bem e penalizações quando falha. Foi com esta abordagem que o AlphaGo se tornou melhor do que qualquer ser humano no jogo de Go — depois de jogar 4,9 milhões de partidas contra si mesmo em apenas três dias.

Deepfakes: imagens ou vídeos gerados por redes neurais que imitam rostos e vozes reais com um grau de realismo crescente. O documento alerta que rostos sintéticos são hoje considerados mais credíveis do que fotografias de pessoas reais.

Caixa negra: a dificuldade em perceber como um sistema de aprendizagem profunda chegou a determinada conclusão. Um problema central para a confiança e a responsabilização no uso de IA em decisões que afectam pessoas.

Referências

Blank, S. (s.d.). Artificial intelligence/machine learning explained. Gordian Knot Center for National Security Innovation, Stanford University. https://gordianknot.stanford.edu

Allen, G. C. (s.d.). Understanding AI technology. Joint Artificial Intelligence Center (JAIC), Department of Defense. https://www.ai.mil/docs/Understanding%20AI%20Technology.pdf

National Security Commission on Artificial Intelligence. (2021). Final report. https://www.nscai.gov/2021-final-report/

Do livro ao ecrã: o que as adaptações cinematográficas nos ensinam (e às vezes incomodam)

Publicado a por
Responder
Livro a transformar-se em ecrã de cinema (imagem gerada pelo Perplexity).

Há uma frase que se repete, quase ritualmente, à saída dos cinemas: “O livro era muito melhor.” Dita com convicção, com um certo ar de superioridade cultural, como se quem leu tivesse acesso a uma versão mais nobre da história. O curioso é que, mesmo assim, toda a gente foi ao cinema. E vai continuar a ir.

Este é um dos paradoxos mais interessantes da nossa relação com as adaptações literárias: desconfiamos delas antes de as ver, julgamo-las enquanto as vemos e continuamos a falar delas muito depois de saírmos da sala. Longe de ser uma curiosidade cinéfila, este fenómeno diz muito sobre a forma como lemos, como interpretamos e como construímos sentido — competências que estão no coração de qualquer projeto educativo sério.

Clicar na imagem para ver a apresentação…

A obsessão pela fidelidade

Quando uma adaptação chega aos ecrãs, a primeira pergunta que muitos se fazem é: será fiel ao livro? O critério da fidelidade funciona como uma espécie de tribunal informal, onde o texto literário ocupa o lugar de juiz e o filme se senta no banco dos réus.

Esta lógica tem os seus problemas. Em primeiro lugar, trata a literatura e o cinema como se fossem o mesmo tipo de linguagem — e não são. Um romance pode dar-nos acesso direto aos pensamentos de uma personagem, deixar o tempo suspenso durante páginas, construir mundos interiores com uma precisão que nenhuma imagem consegue reproduzir. Um filme, por sua vez, trabalha com luz, som, ritmo de montagem, atuação e espaço físico. São artes distintas, com gramáticas próprias. Exigir que uma fale exatamente como a outra é como pedir a um pianista que reproduza uma pintura.

Em segundo lugar — e isto é talvez mais importante —, uma adaptação “literal” seria, paradoxalmente, um mau filme. O que resulta na página raramente resulta no ecrã sem transformação. Adaptar é, por definição, reinterpretar.

Os Maias de João Botelho, estreado em 2014, ilustra bem este ponto. O realizador optou por uma solução que, à primeira vista, parece discutível: em vez de filmar nas ruas de Lisboa, usou grandes telas pintadas a óleo como cenários de exteriores. A decisão nasceu de limitações orçamentais, mas tornou-se uma opção estética deliberada. Botelho transformou uma necessidade numa declaração de intenções: acentuou a artificialidade, sublinhou o caráter teatral do romance e fez da encenação um espelho da própria hipocrisia que Eça de Queirós denuncia. O resultado dividiu o público — alunos que viram o filme em contexto de aula deixaram opiniões marcadamente opostas — mas ninguém ficou indiferente. E isso, em educação, já é muito.

Noutro extremo está Manoel de Oliveira e o seu Amor de perdição (1978), baseado no romance de Camilo Castelo Branco. Oliveira seguiu o texto com uma fidelidade quase literal, transcrevendo extensos blocos da prosa de Camilo diretamente para o argumento. O resultado foi um filme de quatro horas, estático, teatral, deliberadamente frio. Quando estreou em sala, apenas 4.058 pessoas o viram. A crítica foi, na sua maioria, agressiva. Décadas depois, o mesmo filme é celebrado como uma das obras maiores do cinema português. O que mudou? Não o filme. Mudou o olhar de quem o via.

O cinema como releitura cultural

Existe outra razão pela qual certas adaptações nos incomodam, e esta vai mais fundo do que a simples questão da fidelidade. O cinema é filho do seu tempo. Quando um realizador escolhe adaptar um clássico, traz consigo, queira ou não, os valores, as tensões e as interrogações do presente. Italo Calvino escreveu que “um clássico é um livro que nunca termina de dizer o que tem que dizer” — e as adaptações são precisamente uma das formas como esses livros continuam a falar.

João Botelho tinha bem consciência disso quando rodava Os Maias. Declarou, sem hesitação, que “o Portugal dos Maias é igual ao Portugal de hoje” — e construiu o filme a partir dessa premissa. A hipocrisia social, o culto das aparências, a demagogia política, o cinismo das elites: tudo isso estava em Eça e, na leitura de Botelho, continua cá. A adaptação não recriou o século XIX; releu-o à luz do século XXI. E é precisamente aí que reside o seu valor mais fundo.

Ensaio sobre a cegueira, de José Saramago, oferece outro exemplo revelador. O romance, publicado em 1995, foi adaptado ao cinema pelo realizador brasileiro Fernando Meirelles em 2008, com produção internacional, atores anglófonos e um orçamento incomparável ao de qualquer filme português. Saramago — que sempre resistiu a ver os seus livros adaptados e costumava dizer que “o cinema é o cinema e um romance é um romance” — deu a sua bênção a Meirelles. O filme deslocou a ação para uma metrópole anónima, substituiu nomes por funções (“o médico”, “a mulher do médico”) e usou a cegueira epidémica como metáfora de um colapso civilizacional que, visto hoje, parece ainda mais pertinente do que em 2008. A adaptação não “traiu” o livro; escolheu ampliar o que nele havia de universal.

O mesmo realizador de Os Maias havia já mostrado, anos antes, que adaptar não significa reproduzir: o seu Filme do desassossego (2010), a partir de Fernando Pessoa, reorganizou radicalmente o Livro do desassossego para o cinema. Nenhuma destas escolhas foi arbitrária. Todas colocam a mesma pergunta que vale a pena fazer em sala de aula: o que é que esta adaptação diz sobre o momento em que foi feita?

O horizonte de expectativas e o que ele revela

Cada leitor constrói, à medida que avança por um romance, uma imagem mental do mundo que habita. As personagens têm um rosto, uma voz, um ritmo de respiração. Quando o filme chega, instala-se uma tensão entre esse imaginário pessoal e as imagens que surgem no ecrã.

Este choque — que a teoria literária designa como confronto com o horizonte de expectativas do leitor — explica muita da frustração que as adaptações geram. Não falham necessariamente enquanto filmes; falham enquanto espelhos de uma leitura que é única, intransmissível, nossa.

O homem duplicado, de Denis Villeneuve (2013), partiu do romance homónimo de Saramago e chegou a um thriller de identidade em que a personagem mudou de nome (de Tertuliano Máximo Afonso para Adam), a ação se deslocou para Toronto e a atmosfera se tornou densa, opressiva, quase onírica — nada que se associe imediatamente ao estilo de Saramago. E, no entanto, a metáfora nuclear do livro sobreviveu: a dissolução da identidade num mundo que fabrica cópias de tudo. A adaptação é fiel ao espírito, não à letra. Isso é suficiente? Depende de quem lê — e de como aprendeu a ler.

Há casos em que essa tensão nem sequer chega a existir, porque o espectador não conhece o original. Alunos que chegaram ao romance Ensaio sobre a cegueira depois de ver o filme de Meirelles fizeram-no com um quadro mental já construído. A experiência de leitura foi diferente — não necessariamente mais pobre, mas diferente. O filme abriu uma porta; o livro revelou o que havia para além dela.

O que isto tem a ver com a escola

Muito. Talvez mais do que parece à primeira vista.

Os textos que compõem o currículo de Português — Eça de Queirós, Camilo Castelo Branco, Saramago, Pessoa — existem hoje acompanhados de adaptações cinematográficas que os professores têm ao seu alcance. Isso não é um acidente feliz; é uma oportunidade pedagógica que vale a pena explorar com intencionalidade.

Comparar um livro com a sua adaptação não é um exercício de verificação — não se trata de fazer uma lista de diferenças e decidir qual é “melhor”. É, antes, um convite a pensar sobre linguagem, sobre escolhas narrativas, sobre os valores que os textos carregam. Algumas perguntas simples podem abrir conversas surpreendentemente ricas: Por que razão o realizador tomou esta decisão? O que é que esta adaptação diz sobre o momento em que foi feita? O que é que a minha reação diz sobre mim como leitor? Esta última é a mais difícil — e provavelmente a mais formativa.

Há também uma dimensão de motivação que não deve ser ignorada. Um excerto do filme de Botelho pode ser a porta de entrada para um aluno que nunca abriria Os Maias por iniciativa própria. A sequência inversa — ler o livro depois de ver o filme — tem o seu próprio valor: permite confrontar linguagens, notar o que o cinema não consegue dizer, descobrir o que a imaginação faz quando não há imagens impostas.

Caixa lateral — Pares livro/filme para usar em contexto de aula

Estas sugestões articulam obras presentes nos programas do ensino básico e secundário com adaptações cinematográficas acessíveis e pedagogicamente ricas:

LivroAutorAdaptaçãoAnoNível sugerido
Os MaiasEça de QueirósOs Maias, João Botelho201412.º ano
Amor de perdiçãoCamilo Castelo BrancoAmor de perdição, Manoel de Oliveira1978/7911.º ano
Ensaio sobre a cegueiraJosé SaramagoBlindness, Fernando Meirelles2008Secundário
O crime do padre AmaroEça de QueirósEl crimen del padre Amaro, Carlos Carrera2002Secundário
O homem duplicadoJosé SaramagoEnemy, Denis Villeneuve2013Secundário
Romeu e JulietaWilliam ShakespeareRomeo + Juliet, Baz Luhrmann19969.º/10.º ano
O diário de Anne FrankAnne FrankThe diary of Anne Frank, George Stevens19593.º ciclo

Como usar: não é necessário ver o filme na íntegra. Um excerto bem escolhido — uma cena-chave — é suficiente para comparar linguagens e lançar uma discussão. O objetivo não é veredicto, é reflexão.

Uma proposta de atividade

Uma abordagem possível, adaptável a vários níveis: escolher uma cena central de uma obra em estudo — por exemplo, a conversa entre Carlos da Maia e Ega no jardim d’Os Maias, ou qualquer momento de confronto n’Amor de perdição — e pedir aos alunos que, antes de ver a versão filmada, descrevam como imaginariam a cena: o espaço, as vozes, a luz, o ritmo. Depois de ver o excerto correspondente, o exercício de reflexão é natural: o que coincidiu com o que imaginavam? O que surpreendeu? O que mudaria?

O objetivo não é chegar a um veredicto sobre qual é melhor, mas perceber que ambos — o livro e o filme — são construções, feitas de escolhas. E que aprender a ver essas escolhas é uma forma de pensar com mais liberdade.

Para concluir: aprender a dialogar com as adaptações

As adaptações não apagam os livros. Releem-nos, aproximam-nos, por vezes irritam-nos — e é nessa irritação que mora muito do seu valor pedagógico. Quando nos incomodam, estão a dizer-nos algo sobre as nossas expectativas, os nossos preconceitos ou os valores que mudaram — ou que resistem a mudar.

Manoel de Oliveira adaptou Amor de perdição com uma fidelidade quase arqueológica ao texto de Camilo e produziu um filme que ninguém quis ver e que hoje toda a gente admira. João Botelho adaptou Os Maias com telas pintadas, cenários artificiais e uma convicção de que Eça era contemporâneo — e o maior público português do ano foi vê-lo. Fernando Meirelles pegou em Saramago, deslocou tudo para Toronto, filmou em inglês e preservou o que de mais essencial havia no livro.

Três estratégias diferentes. Três formas diferentes de respeitar — ou questionar — o original. Nenhuma delas “errada”.

A questão não é, portanto, se o livro é melhor do que o filme. A questão é o que aprendemos quando os colocamos em diálogo. E essa é, no fundo, uma competência que a escola pode cultivar: a capacidade de ler o mundo com mais de uma linguagem ao mesmo tempo.

Referências bibliográficas

Botelho, J. (Realizador). (2014). Os Maias — alguns episódios da vida romântica [Filme]. Ar de Filmes.

Calvino, I. (1991). Porquê ler os clássicos. Teorema.

Hutcheon, L. (2006). A theory of adaptation. Routledge.

Jauss, H. R. (1978). Pour une esthétique de la réception. Gallimard.

Meirelles, F. (Realizador). (2008). Blindness [Filme]. Bee Vine Pictures; O2 Filmes.

Oliveira, M. de (Realizador). (1979). Amor de perdição — memórias de uma família [Filme]. RTP; Centro Português de Cinema.

Sánchez-Mesa Martínez, D. (2025). ¿Por qué (no) nos gustan las adaptaciones literarias al cine? The Conversation. https://theconversation.com

Villeneuve, D. (Realizador). (2013). Enemy [Filme]. Roxbury Pictures; Mecanismo Films.

Sobral, F. A. (2014). Os Maias de João Botelho: transmutação cinematográfica e atualidade do romance. Estudos Portugueses, consultado em https://pt.wikipedia.org/wiki/Os_Maias_(filme)