Download |
Há uma pergunta que já não se pode adiar: a inteligência artificial melhora mesmo a aprendizagem, ou estamos apenas a trocar entusiasmo tecnológico por resultados concretos? Um relatório publicado em maio de 2026 pelo EsadeEcPol — o centro de política económica da escola de negócios ESADE, com apoio da Google — tenta responder com rigor a essa questão, analisando décadas de evidência sobre as TIC e os primeiros estudos causais disponíveis sobre IA generativa no sistema educativo. Embora centrado em Espanha, as conclusões atravessam fronteiras e falam directamente à realidade das escolas portuguesas, dos professores sobrecarregados e dos alunos que chegam cada vez mais diferentes às salas de aula.
O documento não é uma celebração tecnológica. É, antes, um exercício de honestidade intelectual: o que funciona, em que condições, para quem — e o que pode correr muito mal quando a tecnologia entra na escola sem propósito pedagógico.
Acesso não é suficiente — nunca foi
A primeira lição que a investigação acumulada impõe é desconfortável para quem investiu anos a equipar escolas: ter dispositivos e ligação à internet não produz, por si só, qualquer melhoria nos resultados académicos. Uma revisão de 126 estudos conduzida pelo J-PAL em 2019 é taxativa neste ponto — as iniciativas que se limitaram a distribuir computadores ou a alargar o acesso à internet, sem alterar a prática pedagógica, não geraram melhorias sistemáticas nas classificações nem nos resultados de provas estandardizadas no ensino básico e secundário.
Isto não significa que o acesso seja irrelevante. Significa que é condição necessária mas radicalmente insuficiente. O que determina o impacto não é a presença do equipamento, mas a intenção com que é usado, o tipo de actividade que suporta, o dispositivo escolhido e o grau de acompanhamento do professor.
Os dados do PISA 2022 são ilustrativos: o uso de um computador de mesa ou portátil no contexto escolar associa-se a ganhos de até 17 pontos em matemáticas face aos alunos que nunca os utilizam. O telemóvel pessoal, pelo contrário, associa-se a uma penalização de 11 pontos. Não é a tecnologia o problema — é o dispositivo, o contexto e a ausência de mediação pedagógica.
Há ainda um padrão que os dados internacionais confirmam repetidamente: a relação entre intensidade de uso tecnológico e resultados académicos tem a forma de um U invertido. Um uso moderado e estruturado supera tanto a ausência total como a exposição excessiva. Quando a tecnologia se instala na sala de aula sem foco, sem enquadramento pedagógico e sem a supervisão do professor, os retornos tornam-se negativos. É uma advertência que vale a pena reter antes de qualquer decisão de escalar soluções digitais a nível de sistema.
O que a personalização muda
Se o acesso genérico falha, a personalização instrucional funciona. É uma das conclusões mais robustas de toda a literatura sobre tecnologia educativa, e o relatório dedica-lhe atenção considerável.
As intervenções que utilizam a tecnologia para adaptar a instrução ao nível real de cada aluno — ajustando a dificuldade, o ritmo e o tipo de exercícios de forma dinâmica — produzem efeitos que a investigação designa como substanciais. O programa Mindspark, testado na Índia com alunos do ensino básico e secundário, gerou melhorias de 0,37 desvios-padrão em matemática em apenas 4,5 meses de acesso. O software combina diagnóstico automático do nível de cada estudante com instrução adaptativa e sessões de grupo supervisionadas. O elemento crítico não é o algoritmo — é a articulação entre o que a tecnologia faz e o que o professor faz.
Outro exemplo que merece atenção, pela proximidade geográfica e institucional, é o programa DytectiveU, implementado em 264 escolas públicas da Comunidade de Madrid entre 2019 e 2023. A plataforma, orientada para o reforço da competência leitora no 1.º ciclo, adapta os conteúdos ao perfil de cada aluno sem dar as respostas — preserva o esforço cognitivo enquanto personaliza o percurso. Os resultados mostram um progresso de 2,4% de um desvio-padrão por sessão adicional, o que equivale aproximadamente a um mês de aprendizagem. Os benefícios são mais expressivos nos alunos mais novos, o que confirma o valor da personalização nas fases iniciais de aquisição da leitura.
O que estes exemplos partilham é precisamente o que os distingue das soluções que falham: a tecnologia opera como complemento do esforço cognitivo do aluno, não como substituto. Quando um chatbot de IA generativa responde directamente às questões sem guiar o raciocínio, os resultados invertem-se. Um estudo experimental publicado em 2025 nas Proceedings of the National Academy of Sciences (Bastani et al.) comparou três condições em aulas de matemática do secundário: sem IA, com acesso a um chatbot de IA generativa e com acesso a um tutor com salvaguardas pedagógicas que evitava dar a solução completa. O chatbot sem restrições melhorou as notas durante a prática em 48%, o tutor com salvaguardas em 127%. Quando a IA foi retirada, os alunos que tinham usado o chatbot irrestrito obtiveram resultados 17% inferiores aos que nunca tiveram acesso a qualquer ferramenta. A dependência substituíra a aprendizagem.
Os professores no centro — e sobrecarregados
O relatório é particularmente honesto sobre uma tensão que qualquer professor conhece: a tecnologia chega a um sistema onde o tempo docente já está saturado. Os dados do TALIS 2024 para Espanha mostram que o professorado se situa acima da média da OCDE nas cinco principais fontes de stress declaradas — sobrecarga administrativa, adaptação constante a alterações curriculares, exigências das autoridades educativas, excesso de avaliação e deterioração do clima de sala de aula. Os professores espanhóis de secundário dedicam em média 18 horas semanais a tarefas não lectivas, 1,65 horas acima da média europeia.
É neste contexto de pressão que a IA generativa pode, segundo os investigadores, oferecer um contributo genuíno — não para substituir o professor, mas para aliviar o peso das tarefas que consomem o tempo que deveria ir para os alunos. Um inquérito representativo conduzido pela Gallup e pela Walton Family Foundation em 2025, com 2232 professores do ensino público americano, apurou que os docentes que utilizam IA semanalmente estimam poupar cerca de 5,9 horas semanais, com 81% a reportar ganhos de tempo em tarefas administrativas. Em Espanha, a Oficina Nacional de Prospectiva e Estratégia do Governo estimou que a IA poderia libertar até um dia de trabalho semanal — tempo que poderia ser reinvestido na relação pedagógica com os alunos.
O problema não é a disponibilidade das ferramentas. É a ausência de formação adequada. Nos países analisados pelo TALIS, a principal barreira ao uso da IA pelos professores é a falta de conhecimentos ou competências específicas para a utilizar de forma pedagogicamente responsável — em Espanha, este valor atinge 74,6%. E a correlação entre formação e adopção é quase perfeita: com um coeficiente de correlação de 0,96, os países onde mais professores utilizam IA são exactamente aqueles onde mais professores receberam formação específica. A conclusão é simples e incómoda: não se pode esperar que os professores usem bem aquilo para que não foram formados.
Há ainda um dado que merece reflexão particular: a brecha entre necessidade formativa declarada e formação efectivamente recebida é, no domínio da IA, maior do que em qualquer outra dimensão do desenvolvimento profissional docente. Os quadros de referência existentes — como o Marco de Referência da Competência Digital Docente, aprovado antes da irrupção da IA generativa — ainda não incorporam a IA como competência específica e avaliável. É uma lacuna que nenhum investimento em dispositivos consegue suprir.
O que funciona em cada etapa — e porquê
Uma das contribuições mais práticas do relatório é a análise diferenciada por ciclo de ensino, reconhecendo que as prioridades pedagógicas não são as mesmas para uma criança de 7 anos e para um adolescente de 16.
No 1.º ciclo, a prioridade inequívoca é consolidar as competências fundamentais — leitura, escrita e matemática. Os dados internacionais são preocupantes: no TIMSS 2023, os alunos espanhóis de 4.º ano obtiveram 498 pontos em matemática, 27 pontos abaixo da média da OCDE, o equivalente a mais de meio ano de escolarização perdido. Em compreensão leitora, o PIRLS 2021 regista uma diferença de 12 pontos face à média da OCDE. É neste contexto que a tecnologia deve entrar com cautela e com propósito: em doses moderadas, associada a usos específicos e bem delimitados, com a mediação permanente do professor. A instrução assistida por computador adaptativa — quando bem implementada, com rotinas docentes estruturadas e monitorização activa do progresso — pode reforçar a aquisição das competências básicas durante a janela de maior plasticidade cognitiva. Nos últimos anos do 1.º ciclo, faz sentido começar a introduzir também a alfabetização ética em relação à IA: o que é um algoritmo, porque é que os dados importam, quem é responsável pelo que as máquinas produzem.
No 2.º e 3.º ciclos, os desafios mudam de natureza. Em Espanha, 22% dos alunos já repetiram pelo menos um ano antes dos 15 anos — o terceiro país com maior taxa de retenção da UE. O clima de sala de aula deteriorou-se de forma significativa entre 2012 e 2022, mais do que na média da OCDE, e 38% dos alunos declararam que os colegas frequentemente não ouvem o professor. É aqui que a tecnologia pode ajudar de forma diferente: não tanto na instrução directa, mas na detecção precoce de alunos em risco, no apoio personalizado e na redução das brechas que comprometem as trajectórias mais frágeis. Os modelos preditivos baseados em aprendizagem automática são hoje capazes de identificar, desde o final do 1.º ciclo, quais os alunos com maior probabilidade de abandonar o sistema no ensino secundário — e isso permite intervir antes de o problema estar instalado.
No ensino secundário pós-obrigatório, a IA pode apoiar as transições, que são os momentos de maior vulnerabilidade. Um estudo experimental conduzido nos EUA por Page e Gehlbach mostrou que um assistente virtual baseado em IA, integrado com os sistemas de informação da instituição e capaz de personalizar as mensagens consoante as tarefas pendentes de cada aluno, reduziu o abandono durante uma transição educativa em 21%. O mecanismo é transferível para outros contextos: acompanhar de forma proactiva, contextualizada e individualizada, nos momentos de alta incerteza.
O que a comparação internacional ensina
O relatório analisa quatro casos internacionais com resultados muito distintos, e a lição é a mesma em todos eles: o que determina o sucesso não é a ambição da política nem a dimensão do investimento. É a qualidade da implementação.
A Coreia do Sul lançou em 2023 um programa de 850 milhões de dólares para introduzir manuais digitais com IA adaptativa no ensino básico e secundário. Foi cancelado quatro meses depois, reclassificado como “material complementar”. Os motivos: erros de conteúdo, falhas técnicas recorrentes, protestas de famílias preocupadas com a exposição excessiva a ecrãs, e ausência total de pilotagem gradual. Os professores não tinham sido envolvidos no desenho do programa.
Singapura, pelo contrário, construiu durante 23 anos uma infra-estrutura institucional sólida antes de escalar qualquer tecnologia. A sua plataforma nacional de aprendizagem integra hoje assistentes de ensino, ferramentas de feedback adaptativo e sistemas de aprendizagem personalizada — com salvaguardas pedagógicas explícitas e o professorado no centro do processo. A Estónia fez o mesmo ao longo de três décadas, com a competência digital obrigatória no currículo desde 2014 e a formação docente sempre a preceder o lançamento de qualquer nova ferramenta.
A diferença entre o sucesso e o fracasso não é tecnológica. É humana e institucional.
As condições que têm de estar reunidas
O relatório organiza as condições necessárias para uma integração efectiva em três fases sequenciais, e a sequência importa.
A primeira fase é a das condições habilitantes: infra-estrutura digital com equidade real (porque as desigualdades de acesso se traduzem em desigualdades de oportunidade pedagógica), professores com tempo, apoio e formação específica em IA, e um quadro normativo que habilite sem paralisar. Em Portugal, como em Espanha, a fase do acesso básico pode considerar-se largamente superada. As brechas persistentes são de uso e de qualidade pedagógica — e essas não se resolvem com mais equipamento.
A segunda fase é a da integração na aprendizagem, diferenciada por etapa e sempre orientada por um princípio transversal: a tecnologia complementa o esforço cognitivo do aluno, nunca o substitui. Nas idades mais jovens, onde as funções executivas estão em pleno desenvolvimento, este princípio é ainda mais crítico. A escola precisa primeiro de ensinar as crianças a fazer coisas difíceis — a ler com profundidade, a manter a concentração, a autorregular-se — antes de lhes pôr uma ferramenta de IA nas mãos.
A terceira fase é a da implementação responsável: pilotar antes de escalar, avaliar com independência e rigor, escalar apenas o que demonstrou impacto positivo e equitativo. Qualquer tecnologia que se proponha para uso generalizado nas escolas deveria primeiro ser testada num número limitado de contextos, com formação docente prévia, duração mínima de um ano lectivo e avaliação externa independente do fornecedor. Não escalar o que não foi avaliado não é timidez — é prudência que os ciclos tecnológicos anteriores tornaram obrigatória.
O que isto significa para as nossas escolas
O relatório não é sobre Espanha. É sobre o que a evidência diz, e a evidência não tem passaporte. As escolas portuguesas partilham os mesmos dilemas: como integrar a IA sem criar dependência, como formar professores para ferramentas que ainda estão a mudar, como garantir que a tecnologia reduz as brechas em vez de as ampliar.
Há uma frase do ex-ministro da educação de Malta, Evarist Bartolo, que o relatório usa como epígrafe e que merece ser guardada: “Não devemos discutir para onde nos leva a tecnologia, mas para onde a levamos nós.” A agência é nossa — dos professores, das escolas, das famílias, dos sistemas educativos. A IA não tem projecto pedagógico. Somos nós que temos de o ter.
O que a evidência diz, com uma consistência que atravessa décadas e continentes, é que a tecnologia educativa funciona quando serve uma intenção pedagógica clara, quando está nas mãos de professores preparados e apoiados, e quando o aluno chega a ela com as competências básicas que lhe permitem usá-la como alavanca em vez de muleta. Fora dessas condições, o impacto é nulo ou negativo.
É pouco glamoroso como conclusão. Mas é a verdade que os dados sustentam — e é dessa verdade que as políticas educativas têm de partir.
Fonte principal: Contreras, J., Gortazar, L., & Galindo, J. (2026). Integración basada en la evidencia y uso eficaz de las TIC y la IA generativa en la educación escolar en España. EsadeEcPol — Center for Economic Policy, con el apoyo de Google. Mayo de 2026.
Nota editorial: O relatório analisa o sistema educativo espanhol com base em dados do PISA 2022, TIMSS 2023, PIRLS 2021 e TALIS 2024, entre outras fontes. As conclusões sobre eficácia pedagógica têm validade internacional, sustentada em investigação publicada em revistas com revisão por pares. As referências numéricas reportam-se ao contexto espanhol; os paralelos com Portugal são editorialmente inferidos com base na proximidade dos sistemas e dos dados comparativos disponíveis. Nível de confiança: alto para as conclusões pedagógicas gerais; médio para a transposição directa ao contexto português sem dados específicos.
