Por que vale a leitura:
Entenda como a IA pode apoiar a aprendizagem sem substituir o trabalho intelectual do aluno.
Conheça 8 princípios para orientar o uso responsável da IA em escolas e redes.
Veja por que professores devem participar das decisões sobre adoção, avaliação e limites da IA.
A inteligência artificial chegou às salas de aula antes que muitas escolas e redes de ensino definissem como ela deveria ser usada. Enquanto políticas e orientações ainda são construídas, professores já precisam decidir, na prática, quando recorrer às ferramentas, como adaptar atividades, o que avaliar e onde estabelecer limites.
É desse descompasso que parte um novo relatório da Cambridge University Press & Assessment, departamento da Universidade de Cambridge, na Inglaterra, dedicado à educação, pesquisa, publicações e avaliação. Em vez de colocar os educadores apenas no papel de usuários de tecnologias escolhidas por governos, redes ou empresas, o estudo defende que eles participem das decisões sobre como a IA será adotada, integrada ao ensino e avaliada.
O relatório Shaping AI Policy and Practice in English Language Teaching (Construindo políticas e práticas de IA no ensino de língua inglesa, em tradução livre) reúne experiências de 15 professores e formadores de 13 países, entre eles o Brasil, e propõe oito princípios para orientar políticas de inteligência artificial na educação.
Embora tenha como foco o ensino de língua inglesa, o relatório levanta questões que dizem respeito à educação de forma mais ampla, como formação docente, avaliação, autoria, proteção de dados, equidade e desenvolvimento do pensamento crítico e da autonomia dos estudantes.
📱Inscreva-se no canal do Porvir no WhatsApp para receber nossas novidades
Antes da ferramenta, vem o objetivo pedagógico
O novo relatório dá continuidade a três estudos publicados pela Cambridge em 2024 sobre inteligência artificial e educação.
O primeiro, Generative AI and Language Education: Opportunities, Challenges and the Need for Critical Perspectives (IA generativa e educação linguística: oportunidades, desafios e a necessidade de perspectivas críticas), de Evelina Galaczi e Rose Luckin, discutiu oportunidades e riscos da IA generativa e defendeu uma abordagem crítica para sua adoção.
O segundo, Exploring the Impact of Generative AI on Language Education: Insights from Teachers (Explorando o impacto da IA generativa na educação linguística: perspectivas de professores), de Nahal Khabbazbashi, Evelina Galaczi, Helen Allen, Safiatú Lopes, Fumiyo Nakatsuhara e Katherine Halley, investigou como professores já estavam utilizando ferramentas generativas e quais eram suas percepções sobre benefícios, preocupações e necessidades de formação. Naquele momento, 71% dos participantes disseram já usar inteligência artificial generativa no trabalho: 40% semanalmente e 31% mensalmente. Além disso, 84% avaliavam que a tecnologia poderia complementar a atuação docente, e 85% queriam aprender mais sobre seu uso profissional.
Já The Role of AI in Language Learning: Research Evidence and Strategies for Success (O papel da IA na aprendizagem de línguas: evidências de pesquisa e estratégias para o sucesso, em tradução livre), de Sylwia Macinska e Andrea Vinkler, reuniu evidências sobre usos da inteligência artificial na aprendizagem de línguas.
Os três estudos mapearam usos, oportunidades e riscos da IA na educação. O novo relatório dá um passo adiante ao transformar esse acúmulo em princípios para orientar escolas, redes e formuladores de políticas.
Uma ferramenta pode ajudar a criar exercícios, elaborar questionários, apoiar o planejamento e oferecer devolutivas mais individualizadas. Isso não significa, porém, que toda tarefa que pode ser automatizada deva ser transferida para a tecnologia.
Na primeira pesquisa, a chegada da IA generativa era comparada à das calculadoras no ensino de matemática. Ao automatizar operações, elas obrigaram a escola a repensar o que poderia ser delegado à tecnologia e o que continuava essencial à aprendizagem. A IA coloca uma questão semelhante ao assumir tarefas como escrever, resumir, revisar ou responder.
O risco de chegar à resposta sem passar pela aprendizagem
Ferramentas de IA podem apoiar a escrita, a conversação e a produção de materiais, mas também permitir que o estudante chegue à resposta sem realizar parte do trabalho intelectual previsto na atividade.
É nesse momento que ganha importância a chamada alfabetização crítica em inteligência artificial. Para os pesquisadores, não basta ensinar o estudante a escrever bons comandos ou operar uma plataforma. É preciso ensiná-lo a questionar aquilo que a IA produz.
Isso envolve comparar fontes, identificar erros e vieses, compreender limitações dos sistemas e avaliar quando recorrer, ou não, à tecnologia.
Professores entrevistados relatam o risco de estudantes delegarem à IA etapas cada vez maiores do próprio processo de aprendizagem, reduzindo oportunidades de formular hipóteses, lidar com dúvidas, argumentar, revisar ideias e desenvolver autonomia. Por isso, o relatório defende que a alfabetização crítica em IA faça parte do currículo, e não seja tratada como conteúdo complementar.
Professores brasileiros chamam atenção para contexto e vieses
Maria Clara Oliveira, professora do ensino médio em São Paulo (SP), chama atenção para o fato de que sistemas de inteligência artificial não são neutros. Suas respostas refletem os dados utilizados no desenvolvimento das ferramentas e podem reproduzir determinados pontos de vista, estereótipos e ausências.
Usar IA de forma crítica, portanto, também significa perguntar que visão de mundo aparece em determinada resposta, quais perspectivas ficaram de fora e de onde vêm as informações apresentadas.
Outra participante brasileira, Helena Mendoca, coordena tecnologia no grupo Bioma Educação, que reúne escolas privadas com cerca de 1,5 mil professores e mais de 11 mil estudantes. Ela também destaca a ampliação da produção multimídia com ferramentas capazes de combinar texto, imagem e áudio.
Quando a IA escreve, o que a escola deve avaliar?
A disseminação das ferramentas generativas também pressiona modelos tradicionais de avaliação. Se um estudante pode produzir um texto, reorganizar argumentos ou obter uma resposta em segundos com ajuda de uma plataforma, olhar apenas para o produto final oferece menos informações sobre o que ele efetivamente aprendeu.
Por isso, o relatório recomenda ampliar a atenção ao percurso, considerando rascunhos, registros de processo, justificativas das escolhas, reflexão sobre erros, uso de feedback (retorno avaliativo) e pensamento independente.
A própria IA também pode se tornar objeto da avaliação. Em vez de apenas proibir seu uso, o professor pode apresentar uma resposta gerada por uma ferramenta e pedir que os estudantes chequem as informações, identifiquem problemas, comparem fontes e justifiquem o que manteriam, corrigiriam ou descartariam.
Princípios para orientar o uso da IA na educação
A partir das experiências dos professores e dos estudos anteriores, a Cambridge University Press & Assessment apresenta oito princípios para orientar políticas educacionais relacionadas à inteligência artificial:
- Envolver professores e estudantes na governança da IA: eles devem participar das decisões sobre implementação e avaliação das ferramentas, para que as políticas estejam conectadas ao cotidiano das salas de aula.
- Investir em formação docente contínua: professores precisam de apoio permanente para avaliar criticamente as ferramentas, tomar decisões pedagógicas informadas, adaptar a IA aos objetivos de aprendizagem e orientar os estudantes para um uso responsável.
- Incorporar a alfabetização crítica em IA ao currículo: estudantes precisam aprender a questionar respostas, identificar vieses e imprecisões, usar a IA como apoio — e não como atalho — e compreender também quando não utilizá-la.
- Atualizar currículo e avaliação: além do produto final, os sistemas educacionais devem considerar evidências do processo, uso de feedback, reflexão dos estudantes e demonstrações de pensamento independente.
- Priorizar resultados educacionais centrados nas pessoas: pensamento crítico, comunicação, autonomia, inteligência emocional e responsabilidade social devem ganhar espaço em um contexto no qual determinadas tarefas podem ser automatizadas.
- Construir confiança por meio de uso ético e salvaguardas: proteção de dados, acesso adequado à idade, inclusão, autoria responsável, transparência e prestação de contas precisam fazer parte das políticas de adoção.
- Preservar a autonomia e o julgamento profissional dos professores: educadores devem participar do desenho, da seleção, da integração, da avaliação e do aperfeiçoamento das ferramentas, e não apenas implementar tecnologias escolhidas externamente.
- Garantir acesso equitativo a ferramentas de qualidade: diversidade linguística, realidades locais, acessibilidade e contextos com menos recursos precisam ser considerados para evitar que a inteligência artificial amplie desigualdades já existentes.
Formação docente não pode depender de tentativa e erro
Os estudos da Cambridge também destacam a necessidade de formação continuada. Muitos professores relatam ter aprendido a usar inteligência artificial por conta própria, em trocas com colegas e, em alguns casos, com os próprios estudantes.
Para os pesquisadores, porém, não é sustentável deixar esse aprendizado apenas a cargo de cada educador. A formação precisa combinar conhecimentos tecnológicos, critérios pedagógicos e reflexão ética, para que o professor compreenda não apenas como operar uma ferramenta, mas também seus limites e sua pertinência para cada objetivo de aprendizagem.
O relatório ressalta ainda que a adoção precisa considerar diferentes contextos escolares: infraestrutura, acesso à internet, diversidade linguística e referências culturais podem afetar tanto as possibilidades de uso quanto a qualidade das respostas produzidas pelas ferramentas.
‘Os professores tiveram de se adaptar’
Para Evelina Galaczi, diretora de Pesquisa em Inglês da Cambridge University Press & Assessment, esse cenário ajuda a explicar por que os professores precisam ter mais espaço nas decisões.
“Historicamente, a formulação de políticas tem tido dificuldade para acompanhar o ritmo acelerado das mudanças tecnológicas, mas os professores tiveram de se adaptar. Isso criou lacunas de conhecimento e uma abordagem inconsistente em relação à educação e à adoção da IA”, afirma.
Segundo ela, experiências que já acontecem em sala de aula podem contribuir para orientar as próximas decisões. “Professores que já estão experimentando a IA com sucesso em suas salas de aula estão priorizando o julgamento profissional, práticas centradas nas pessoas e a alfabetização crítica em IA”, diz.
Adotar mais IA não significa aprender melhor
Em vez de medir o avanço da inteligência artificial pela quantidade de escolas, professores ou estudantes que usam essas ferramentas, o relatório propõe observar seus efeitos sobre a aprendizagem e o trabalho docente.
“A questão mais importante é saber se seu uso fortalece a aprendizagem, apoia os professores e desenvolve a capacidade dos estudantes de pensar criticamente e agir de forma independente”, afirma Leonardo Gluskoski Esperança, diretor de marketing para o Brasil na área de inglês da Cambridge University Press & Assessment.
Antes de descobrir tudo o que a inteligência artificial consegue fazer na escola, o desafio é definir quando ela ajuda o estudante a aprender, e quando passa a fazer por ele aquilo que deveria fazer parte da própria aprendizagem.
