Um ensaio premiado do filósofo Daniel Innerarity recusa tanto o entusiasmo ingénuo como o pânico apocalíptico face à inteligência artificial, e propõe uma terceira via: pensar com rigor o que estas tecnologias realmente mudam. Para quem trabalha numa escola, o interesse não está na tecnologia em si, mas nas perguntas que ela reabre sobre o que significa decidir, avaliar e conhecer.

Há livros sobre inteligência artificial que prometem resolver a ansiedade de quem os lê, e há livros que a organizam. Una teoría crítica de la inteligencia artificial, de Daniel Innerarity, pertence claramente à segunda categoria. Publicado pela Galaxia Gutenberg em março de 2025, depois de ter recebido, em novembro de 2024, o III Prémio de Ensaio Eugenio Trías — atribuído por um júri presidido pela filósofa Victoria Camps —, o livro não promete respostas fáceis. Promete, isso sim, o vocabulário certo para fazer as perguntas de outra maneira.
O autor tem a bagagem para o fazer. Daniel Innerarity é catedrático de Filosofia Política na Universidade do País Basco, investigador Ikerbasque, diretor do Instituto de Governação Democrática e titular da Cátedra de Inteligência Artificial e Democracia do Instituto Universitário Europeu, em Florença. Escreve regularmente em jornais como El País, El Correo e La Vanguardia, e este é apenas o mais recente de uma série de ensaios sobre democracia, complexidade e decisão coletiva. O gesto que atravessa o livro inteiro é incómodo, e é isso que o torna interessante: Innerarity não se limita a apontar os riscos da inteligência artificial, aponta também os riscos das nossas próprias defesas apressadas do que é «humano» — muitas vezes carregadas de nostalgia e de más definições.
A máquina não pensa — obriga-nos a pensar
A primeira parte do livro desmonta uma comparação que se tornou lugar-comum: a de saber se a inteligência artificial é, ou não, mais inteligente do que nós. Para Innerarity, a pergunta está mal colocada, porque a inteligência não tem uma única dimensão — depende sempre do tipo de operação que está em causa. A inteligência artificial funciona bem em tarefas que se podem quantificar e mal em tudo o que exige aquilo a que o autor chama «sentido comum»: uma capacidade natural, e nada sofisticada, de apanhar o contexto de uma situação sem que ninguém o tenha explicado antes. Uma revisão independente do ensaio, publicada na Nueva Revista, resume bem esse argumento: os sistemas de inteligência artificial não falham nas perguntas complexas de lógica, falham precisamente nas que exigem compreender um contexto (Basallo, 2025).
A esta falta de sentido comum junta-se a falta de reflexividade — a capacidade de saber o que se sabe e o que se ignora. Por muito que um sistema «aprenda», não tem uma ideia própria daquilo que aprendeu. E porque lhe falta corpo, falta-lhe também aquilo que Innerarity considera decisivo para a compreensão do mundo: pensamos com o corpo inteiro, não apenas com um cérebro isolado, e é esse enraizamento físico que nos permite instalar-nos numa situação e não apenas processá-la. Daqui nasce uma das ideias mais úteis do livro para quem ensina: a criatividade humana alimenta-se precisamente daquilo que a inteligência artificial não tem — a imprevisibilidade. Nenhum sistema treinado para compor como Beethoven teria conseguido compor as obras do seu último período, que rompem de forma surpreendente com tudo o que ele tinha feito antes.
A conclusão que Innerarity tira daqui não é de confronto, é de complementaridade. Não faz mais sentido perguntar se os humanos são mais inteligentes do que as máquinas do que perguntar se os aviões são pássaros mais sofisticados. Uma máquina não trabalha como um cérebro, e exigir-lhe isso é um erro de categoria. O problema não está em a inteligência artificial fazer o que faz — está em decidirmos bem onde ela deve ou não substituir um julgamento humano.
Automatizar não é abdicar, exceto quando deixamos de decidir
A segunda parte do ensaio é a que mais interessa a quem gere uma instituição, incluindo uma escola. Innerarity remonta a Thomas Hobbes — a quem chama, com alguma ironia, «o avô da inteligência artificial» — para lembrar que o Estado já era descrito, no século XVII, como um automaton, um mecanismo que mede, planeia e calcula. A sociedade política, escreve, foi sempre uma sociedade «maquinizada»; nunca fomos plenamente soberanos das nossas próprias decisões. A automação de hoje não é uma rutura absoluta com o passado — é a continuação de uma tendência antiga, só que com uma escala e uma opacidade novas.
O autor recorre a um filósofo de outra área para explicar por que motivo delegamos tanto sem darmos por isso. Cita o matemático e filósofo Alfred North Whitehead, que escreveu, em 1911, que a civilização avança à medida que aumenta o número de operações importantes que conseguimos realizar sem ter de pensar nelas. Automatizar, neste sentido, não é preguiça — é o que torna possível lidar com um mundo demasiado complexo para ser pensado passo a passo em cada instante. O risco não está aqui: está em confundir essa delegação saudável com uma entrega total da soberania, sem perceber onde termina o alívio e começa a rendição.
Innerarity ilustra o perigo com um exemplo da aviação que qualquer sala de professores reconhece noutra roupagem. Em junho de 2009, o voo 447 da Air France caiu no oceano Atlântico depois de o piloto automático se ter desligado devido ao gelo nos sensores de velocidade; morreram as 228 pessoas a bordo, porque a tripulação não conseguiu retomar manualmente o controlo do avião numa situação para a qual não estava treinada (Risk Engineering, 2023). Meses depois, o comandante Chesley Sullenberger conseguiu pousar um avião sem motores no rio Hudson, em Nova Iorque, salvando todos os passageiros — precisamente porque preservara a competência de decidir por si, sem depender inteiramente da máquina. Quanto mais sofisticados os sistemas, mais opacas se tornam as suas decisões; e quanto mais opacas, mais depende de nós termos treinado a capacidade de as questionar quando algo corre mal. É um argumento que se aplica, sem qualquer esforço de tradução, a um professor que aceita sem verificar a correção sugerida por um sistema de inteligência artificial.
O futuro não cabe nos dados do passado
Há uma passagem do livro particularmente fértil para uma aula de Cidadania e Desenvolvimento ou de Filosofia, e é a que trata da relação entre algoritmos e mudança social. Os sistemas de inteligência artificial são treinados com dados do passado, e por isso privilegiam sempre a regularidade em detrimento do desvio e da surpresa. Isto cria, avisa Innerarity, um novo tipo de ordem social — uma normalização que tende a fazer coincidir aquilo que já acontece com aquilo que deveria acontecer. O exemplo que o autor escolhe é preciso: nenhum algoritmo poderia ter gerado um movimento como o #MeToo, porque esse movimento implicou precisamente uma rutura deliberada com práticas do passado (Basallo, 2025). Um sistema treinado em regularidades tende, por definição, a reproduzi-las.
Para uma escola, esta ideia tem uma aplicação direta e pouco confortável. Sempre que se usa um sistema automatizado para prever o desempenho de um aluno, sugerir uma orientação vocacional ou recomendar um recurso pedagógico com base em padrões anteriores, corre-se o risco de projetar o passado sobre o futuro de alguém que ainda está a formar-se — e de tornar mais difícil, não mais fácil, o tipo de rutura pessoal que qualquer professor gostaria de ver nos seus alunos mais inesperados. Não se trata de recusar estas ferramentas; trata-se de saber, com clareza, para que servem e onde param.
Humanizar a tecnologia também pode ser desculpa
Um dos gestos mais originais do ensaio é o de desconfiar também da linguagem da própria ética da inteligência artificial. Innerarity nota que, quanto mais categóricos são os apelos à «humanização» da tecnologia, mais parecidos entre si se tornam e menos ajudam a compreender o problema real. Há aqui uma paradoxo que vale a pena levar a um debate escolar: se se insiste em manter um controlo humano total sobre cada decisão automatizada, perde-se boa parte dos benefícios que a própria automação oferece — mas se se abandona esse controlo, perde-se a possibilidade de responder por aquilo que se decide. Nem o controlo absoluto nem a automatização irrefletida resolvem, sozinhos, o problema; ambos têm inconvenientes semelhantes, apenas em sentidos opostos.
Esta desconfiança estende-se à própria política que rege estas tecnologias na Europa. Innerarity defende que, ao invés de uma moratória — que apenas adia o problema — ou de uma ética que se limita a acompanhar, sem contrariar, o desenvolvimento tecnológico, o caminho mais produtivo é uma crítica filosófica e política que não dê nada por garantido, nem sequer que a inteligência artificial seja, de facto, inteligente ou artificial no sentido em que habitualmente se usam essas palavras.
O que isto diz à escola portuguesa
Nada neste livro foi escrito a pensar em Portugal, nem em escolas. É um ensaio de filosofia política dirigido a um público adulto e informado, e seria um erro simplificá-lo para uma turma sem esse cuidado. Mas as suas perguntas centrais — o que deve continuar a ser decidido por um ser humano, o que significa delegar sem abdicar, como evitar que a eficiência algorítmica apague a diversidade de interpretações que sustenta uma democracia — coincidem, ponto por ponto, com as que uma escola portuguesa já tem de enfrentar. Em maio deste ano, o Conselho Nacional de Educação publicou em Diário da República a sua Recomendação n.º 4/2026 sobre a integração da inteligência artificial no sistema educativo português, defendendo módulos obrigatórios de literacia em IA na formação inicial de professores e avisando, precisamente, contra uma integração «acrítica e desordenada». O vocabulário de Innerarity — sentido comum, reflexividade, regularidade contra surpresa, contrato tecnológico — dá a essa recomendação um chão filosófico que a linguagem administrativa raramente oferece.
A ligação ao Perfil dos Alunos e às Aprendizagens Essenciais faz-se sem forçar nada. O domínio do pensamento crítico e do pensamento criativo, central ao Perfil dos Alunos à Saída da Escolaridade Obrigatória, é exatamente aquilo que Innerarity descreve como a competência mais ameaçada por uma delegação excessiva em sistemas automatizados. E o quadro europeu DigCompEdu, já usado em Portugal para avaliar a competência digital docente, ganha um sentido mais concreto quando se lê ao lado deste livro: não basta saber usar uma ferramenta de inteligência artificial, é preciso saber onde ela deixa de servir.
Uma proposta para a sala de aula
Uma forma simples de levar este livro para uma turma do secundário, numa aula de Filosofia ou de Cidadania e Desenvolvimento, parte precisamente da distinção entre regularidade e surpresa que atravessa a sua segunda parte. Pede-se a cada grupo que escolha uma mudança social ou pessoal que considere significativa e recente — pode ser uma alteração de uma regra da escola, um movimento social que os alunos conheçam, ou até uma decisão pessoal de alguém próximo que rompeu com um padrão anterior. A tarefa seguinte é simular, em voz alta, o que um sistema treinado apenas com dados do passado teria previsto para essa situação: quase sempre, a previsão mais provável é a continuidade, não a rutura. A partir daí, a discussão pode centrar-se numa pergunta que Innerarity coloca sem a resolver de todo: se os sistemas automatizados favorecem sempre aquilo que já existe, que espaço continua a caber, numa escola cada vez mais rodeada de ferramentas deste tipo, à decisão de fazer diferente?
Numa segunda fase, a turma pode aplicar o mesmo raciocínio à própria escola. Pergunta-se que decisões escolares — a distribuição por turmas, a sugestão de um percurso vocacional, a deteção precoce de dificuldades — já recorrem, ou poderiam vir a recorrer, a algum tipo de previsão baseada em dados anteriores, e discute-se em que casos essa previsão ajuda e em que casos arrisca fechar, antes do tempo, um percurso que ainda estava em aberto. Não há aqui uma resposta certa a dar aos alunos — e é precisamente esse desconforto, mais do que qualquer definição técnica, que aproxima uma turma do secundário do gesto central deste livro: pensar contra a facilidade das respostas prontas.
No fundo, o que este ensaio devolve a quem trabalha numa escola não é uma posição sobre a inteligência artificial, é uma disciplina para pensar sobre ela. Innerarity recusa tanto o otimismo que trata a tecnologia como neutra quanto o pessimismo que a trata como uma ameaça inevitável. O que fica, no final, é uma proposta modesta e exigente ao mesmo tempo: a democracia — e, com ela, a escola que a prepara — não vai ser substituída pela inteligência artificial, nem tem de a rejeitar em bloco. Vai ser condicionada por ela, e a única forma séria de lidar com essa condição é discuti-la com o rigor que Innerarity aqui exige.
Este artigo foi elaborado com o apoio de inteligência artificial (Claude, da Anthropic), a partir de uma reflexão de leitura sobre o ensaio de Daniel Innerarity partilhada diretamente pelos autores deste blogue.
Referências
Basallo, A. (2025, 8 de abril). Daniel Innerarity: «Una teoría crítica de la inteligencia artificial» [recensão]. Nueva Revista. https://www.nuevarevista.net/daniel-innerarity-una-teoria-critica-de-la-inteligencia-artificial/
Conselho Nacional de Educação. (2026, 21 de maio). Recomendação n.º 4/2026 — Integração da inteligência artificial no sistema educativo português. Diário da República, 2.ª série. https://www.cnedu.pt
Direção-Geral da Educação. (2017). Perfil dos alunos à saída da escolaridade obrigatória. Ministério da Educação. https://www.dge.mec.pt/sites/default/files/Noticias_Imagens/perfil_do_aluno.pdf
Galaxia Gutenberg. (2025). Una teoría crítica de la inteligencia artificial [ficha da obra]. https://www.galaxiagutenberg.com/producto/una-teoria-critica-de-la-inteligencia-artificial/
Innerarity, D. (2025). Una teoría crítica de la inteligencia artificial. Galaxia Gutenberg.
Redecker, C., & Punie, Y. (2017). European framework for the digital competence of educators: DigCompEdu. Serviço das Publicações da União Europeia. https://data.europa.eu/doi/10.2760/159770
Risk Engineering. (2023, 10 de janeiro). Air France flight 447: Confusion on the flight deck. https://risk-engineering.org/concept/AF447-Rio-Paris
Whitehead, A. N. (1911). An introduction to mathematics. Williams & Norgate. (citado em Innerarity, 2025)
Para saber mais
Página do Conselho Nacional de Educação, onde a Recomendação n.º 4/2026 pode ser consultada na íntegra.
Primeiro capítulo do livro, em acesso livre, na página da Galaxia Gutenberg, com o texto integral da introdução.
Recensão completa de Alfonso Basallo na Nueva Revista, com um resumo estruturado das três partes do ensaio.
Entrevista em vídeo com Daniel Innerarity, na Fundación Telefónica, sobre os temas centrais do livro.











