Inteligência artificial e educação

O futuro da educação com IA exige colaboração contínua entre neurocientistas, educadores e gestores Mikimad/Getty Images A agenda paralela da missão da Fundação Itaú no South By Southwest (março, 2026, Austin, Texas) incluiu visitas a escolas, entre elas a Alpha School - particular, atendendo do jardim de infância ao ensino médio, com diversas filiais nos EUA, cada aluno com seu dispositivo e cabines “telefônicas” individuais para os adolescentes. Denominada “escola sem professor”, conta com modelo de aprendizado intensivo em soluções de IA e concentrado em três horas diárias: duas horas em disciplinas como leitura e matemática; no tempo restante, a IA e um “guia” adulto - não um professor - ajudam os alunos a desenvolver habilidades práticas em áreas como empreendedorismo, oratória e educação financeira. A visita deixou uma impressão de não ser uma “escola”, no sentido comum do termo, pelo reducionismo da função do professor – que está longe de ser mero transmissor de conteúdo - e da cultura e esporte, fundamentais no desenvolvimento das crianças e adolescentes. Para os críticos, o modelo da Alpha School coloca os alunos diante de telas e lhes nega habilidades sociais cruciais, suprimindo igualmente sua capacidade de pensar criticamente. “Os alunos precisam se relacionar com outros seres humanos. Quando você tem uma escola estritamente voltada para a IA, isso viola esse princípio fundamental do esforço humano e da educação”, pondera Randi Weingarten, presidente da Federação Americana de Professores (The New York Times, julho de 2025). Vale, portanto, examinar algumas das particularidades - e complexidades - envolvidas no ensino e na aprendizagem. A integração da IA no cenário educacional contemporâneo representa uma transformação significativa, que exige equilibrar as potencialidades neurobiológicas e as diretrizes pedagógicas e éticas. O impacto da IA na aprendizagem não é determinado apenas pela tecnologia em si, mas pelas condições pedagógicas de seu uso e pelo grau de participação ativa do aluno. No cérebro, a aprendizagem envolve regiões especializadas que processam estímulos sensoriais, atribuem-lhes significado e criam a base para memórias futuras. A Teoria da Carga Cognitiva (CLT) ajuda a compreender essa dinâmica; seu princípio central é que a memória de trabalho humana possui capacidade limitada para processar informações. Quando a IA é utilizada com intencionalidade pedagógica, pode funcionar como um "andaime" (scaffolding), aliviando demandas cognitivas irrelevantes e permitindo que o aluno foque em aspectos essenciais da resolução de problemas. O uso inadequado, contudo, pode elevar excessivamente a carga mental - por meio de interfaces mal projetadas ou estímulos fragmentados -, dificultando a consolidação do conhecimento. No extremo oposto, a redução excessiva dessa carga, pela delegação de tarefas intelectuais à IA, pode conduzir a uma aprendizagem superficial. Essa delegação excessiva é descrita como "dívida cognitiva”: o alívio imediato da memória de trabalho resulta em prejuízos no desenvolvimento de competências futuras. Estudos neurofisiológicos indicam que, ao delegar a geração de ideias à IA, ocorre queda relevante na conectividade cerebral nas regiões frontais. Quando esses usuários são então solicitados a pensar de forma autônoma, o cérebro apresenta falhas na sincronização das redes (ou ondas) alfa e beta, essenciais para o planejamento e raciocínio crítico. A automação descontrolada, portanto, pode corroer a profundidade do conhecimento que o indivíduo é capaz de reter e articular de forma original. A “Taxonomia de Bloom”, em sua versão revisada, oferece uma estrutura útil para avaliar esses níveis de processamento, progredindo de habilidades básicas, como lembrar e compreender, até processos superiores, como avaliar e criar. A IA tende a ser mais eficiente nas tarefas operacionais e rotineiras que se enquadram nos níveis elementares. Um dos riscos é a homogeneização do pensamento: quando o aluno utiliza IA generativa sem pensamento crítico, produz textos linguisticamente homogêneos e desprovidos de originalidade. A facilidade do "atalho cognitivo" pode sufocar a criatividade necessária para a formação acadêmica e reduzir a capacidade de pensar de forma independente (referência dos três últimos parágrafos: "Impactos da Inteligência Artificial na Aprendizagem Humana: Um Panorama à Luz da Neurociência Cognitiva”, dissertação de mestrado de André Rios, sob orientação do Professor João Mattar, 2026, TIDD PUC SP). Como evitar o fenômeno da dívida cognitiva na sala de aula? São necessárias estratégias que equilibrem o suporte tecnológico com o esforço mental ativo do aluno. As principais abordagens são: a) usar a IA como "Andaime" (Scaffolding) pedagógico: a tecnologia não deve funcionar como executora automática de tarefas, mas como facilitadora do raciocínio/pensamento; b) promover o engajamento crítico: o aluno deve transitar de consumidor passivo para um supervisor crítico dos resultados da IA; c) visar a mediação e metacognição: o aluno deve monitorar seu próprio processo de aprendizagem e identificar quando a IA está se tornando um atalho prejudicial à retenção no longo prazo. Para mitigar esses riscos, o Ministério da Educação (MEC) estabeleceu diretrizes (Inteligência Artificial na Educação Básica - Portal Gov.br) que distinguem o ensino sobre IA (IA como objeto de conhecimento) e o ensino com IA (IA como recurso educativo). O objetivo é fortalecer a educação digital e midiática crítica, garantindo a centralidade do ser humano no processo educativo. As diretrizes propõem aprendizagens essenciais, incluindo a compreensão da linguagem computacional, o desenvolvimento do pensamento criativo (com e sem IA) e a identificação de vieses algorítmicos. O MEC enfatiza que a IA deve apoiar a aprendizagem - por meio de sistemas tutores inteligentes, chatbots para esclarecimento de dúvidas e personalização de atividades -, mas nunca substituir o julgamento humano. Enquanto a IA identifica correlações estatísticas em grandes volumes de dados, o ser humano possui capacidades únicas de compreensão de causalidade, metacognição, empatia e responsabilidade moral. A decisão de integrar tecnologias deve considerar critérios como a consistência pedagógica, o bem-estar dos alunos e a integridade do trabalho docente. O letramento do professor é um pilar central, estruturado em quatro domínios: compreensão crítica, uso pedagógico intencional, proteção de direitos e desenvolvimento profissional. O professor deve manter sua autonomia didática, ser capaz de compreender o funcionamento da IA, avaliar seus impactos educacionais e participar ativamente das decisões sobre seu uso na escola. No âmbito da privacidade e ética, o uso de IA nas escolas deve observar rigorosamente a Lei Geral de Proteção de Dados (LGPD) e o ECA Digital. O engajamento cognitivo é potencializado quando há equilíbrio: a confiança na IA deve ser mediada pela autoconfiança nas próprias habilidades do aluno; quando ele atua como supervisor crítico dos resultados da IA, o esforço mental é realocado para etapas de verificação e curadoria. O pensamento crítico, entendido como a habilidade de analisar e sintetizar informações para tomar decisões fundamentadas, é fortalecido quando a IA estimula a comparação de perspectivas e a verificação de evidências, e não quando oferece uma resposta pronta e passiva. Em termos de gestão educacional, a IA oferece recursos para análise de dados sobre desempenho e frequência, auxiliando na previsão de trajetórias escolares e na prevenção da evasão. No entanto, a adoção de tecnologias oriundas de grandes empresas globais impõe desafios de soberania e adaptação cultural, exigindo que as redes de ensino avaliem criticamente esses efeitos e a dependência tecnológica gerada. A retenção do conhecimento a longo prazo depende do esforço cognitivo e da elaboração ativa durante a aprendizagem. Se a IA for usada apenas para obter respostas rápidas, o processo de consolidação sináptica é prejudicado. Por outro lado, feedbacks adaptativos e apoio metacognitivo fornecidos por sistemas de IA podem favorecer a autorregulação do aluno. O foco deve estar em transformar o aluno de um consumidor passivo em um protagonista crítico, capaz de identificar os limites e agir com responsabilidade ética nos ambientes digitais. Em síntese, a inovação na educação digital depende do equilíbrio entre a automação tecnológica e o protagonismo humano. A IA não deve ser uma executora automática, mas uma facilitadora do pensamento. O futuro da educação com IA exige colaboração contínua entre neurocientistas, educadores e gestores, a fim de garantir que a tecnologia amplie as capacidades humanas sem comprometer a autonomia intelectual e a profundidade da aprendizagem. A verdadeira qualidade educacional será alcançada quando a IA atuar no desenho instrucional de modo a equilibrar esforço cognitivo, engajamento e retenção duradoura do conhecimento - no Brasil, a realidade é desafiadora: segundo o Censo Escolar 2024 e o TIC Educação, 84% das secretarias municipais não têm orçamento para tecnologia, e 43% das escolas públicas não possuem equipamentos disponíveis para os alunos.