Quando a IA responde, quem continua pensando?

Nos últimos meses tenho pensado, estudado e escrito bastante sobre Inteligência Artificial na educação.

E quanto mais aprendo sobre o que essas ferramentas conseguem fazer, menos me interessa a pergunta que parece dominar boa parte das conversas sobre o tema:

"O que a IA consegue fazer?"

Tenho me interessado por outra:

"O que, mesmo podendo ser feito pela IA, ainda deveria continuar sendo feito por nós?"

Essa diferença parece pequena.

Não é.

Ela muda completamente a discussão.

Porque a Inteligência Artificial já consegue produzir textos, resumir documentos, organizar informações, elaborar propostas de atividades, sugerir intervenções, adaptar materiais, construir planejamentos, gerar imagens, comparar dados e responder perguntas em poucos segundos.

E provavelmente fará ainda mais amanhã.

O problema começa quando confundimos capacidade tecnológica com responsabilidade pedagógica.

Uma IA ser capaz de produzir alguma coisa não significa que devamos entregar a ela a decisão sobre aquilo.

O risco não está apenas na resposta errada

Durante algum tempo, grande parte das discussões sobre Inteligência Artificial concentrou-se em um alerta importante: a IA pode errar.

Pode inventar informações.

Pode apresentar dados falsos com enorme convicção.

Pode reproduzir vieses.

Tudo isso continua sendo verdade e exige atenção.

Mas tenho pensado que existe um problema ainda mais silencioso.

A IA pode produzir uma resposta excelente.

E, ainda assim, nós podemos utilizá-la muito mal.

Porque o problema não está apenas na qualidade daquilo que a máquina produz.

Está também na maneira como nós interpretamos, verificamos e decidimos o que fazer com aquilo que recebemos.

Foi justamente por isso que, ao escrever o e-book Intencionalidade Pedagógica na Era da IA, uma ideia foi se tornando cada vez mais central para mim:

a resposta da IA precisa ser matéria-prima, não decisão.

Isso significa mudar nossa postura diante da ferramenta.

Em vez de:

"a IA disse que…"

precisamos chegar a:

"a IA produziu isso; agora vou analisar."

Parece detalhe de linguagem.

Mas revela uma mudança de posição.

Na primeira situação, a ferramenta ocupa um lugar de autoridade.

Na segunda, continua sendo uma ferramenta.

Pensamento crítico não é desconfiar de tudo

Também existe uma armadilha curiosa nessa discussão.

Às vezes tratamos pensamento crítico como se significasse discordar da Inteligência Artificial.

Não significa.

Aceitar automaticamente uma resposta é pouco crítico.

Discordar automaticamente também.

Pensar criticamente exige algo mais trabalhoso — e muito menos performático:

analisar.

Receber uma resposta.

Examinar seus pressupostos.

Comparar com aquilo que sabemos.

Buscar evidências quando necessário.

Reconhecer aquilo que não sabemos.

Verificar informações.

Considerar o contexto.

E só então decidir.

No trabalho que venho desenvolvendo na Formare, tenho organizado esse movimento em quatro ações simples:

Receber → Analisar → Verificar → Decidir.

A IA participa do processo.

Mas a decisão continua conosco.

Na educação, isso fica ainda mais sério

Imagine que um professor peça a uma ferramenta de IA:

"Crie uma atividade para um estudante que apresenta dificuldades de aprendizagem."

Em poucos segundos surgirá alguma coisa.

Talvez até uma atividade aparentemente muito boa.

Mas há perguntas que aquela ferramenta não consegue responder sozinha.

Quem é esse estudante?

O que ele já sabe?

Que estratégias utiliza?

Que experiências anteriores teve com aquele conteúdo?

Que barreiras a proposta original produziu?

Como participa das situações coletivas?

O que o professor observou ao longo das últimas semanas?

Que intervenção já foi realizada?

O problema é realmente do estudante — ou está também na maneira como a situação de aprendizagem foi organizada?

Essas perguntas deslocam completamente o uso da tecnologia.

E aproximam essa discussão de outra que considero fundamental: o Desenho Universal para a Aprendizagem.

Em vez de utilizar a IA apenas para perguntar:

"Como adapto esta atividade para este estudante?"

podemos utilizá-la também para ampliar uma reflexão anterior:

"Que barreiras esta proposta pode produzir e como posso reduzi-las desde o planejamento?"

A diferença é enorme.

Em uma lógica, o estudante aparece como problema a ser corrigido depois.

Na outra, reconhecemos desde o início que as pessoas aprendem de maneiras diferentes — e que o planejamento pedagógico precisa considerar essa diversidade.

A IA pode nos ajudar a imaginar possibilidades.

Mas não conhece aquela turma como o professor conhece.

Não observou aquela criança pensando.

Não acompanhou seus avanços.

Não percebeu um olhar, uma hesitação, uma estratégia inesperada.

Não viveu aquela sala de aula.

Há conhecimento pedagógico que não está apenas nos dados.

Está na relação.

Então o professor precisa fazer tudo sozinho?

Também não.

Defender responsabilidade humana é uma coisa, romantizar sobrecarga docente é outra coisa.

Se uma ferramenta consegue economizar vinte minutos organizando informações que levariam uma hora para serem organizadas manualmente, ótimo.

Se consegue comparar documentos, sugerir possibilidades, estruturar uma primeira versão ou nos ajudar a enxergar alternativas que ainda não havíamos considerado, melhor ainda.

Eu uso.

E uso bastante.

A questão é outra:

delegar algumas tarefas de um trabalho extenso não é o mesmo que terceirizar responsabilidade.

Podemos delegar operações.

Não deveríamos terceirizar julgamento.

Podemos pedir possibilidades.

Não entregar decisões.

Podemos solicitar uma primeira versão.

Não abandonar nossa autoria.

Talvez uma boa regra seja esta:

quanto mais operacional é uma tarefa, maior pode ser a delegação à tecnologia.

Quanto mais situada, ética, humana e pedagógica é uma decisão, maior precisa ser a presença de quem educa.

Antes do prompt existe uma pergunta muito mais importante

Estamos vivendo a era dos "prompts perfeitos".

Há cursos, listas, fórmulas e comandos prometendo respostas extraordinárias.

Um bom prompt realmente melhora uma resposta.

Mas existe algo anterior a ele.

A intencionalidade.

Antes de perguntar à Inteligência Artificial como fazer, talvez precisemos saber:

O que estou tentando resolver?

Por quê?

Para quem?

Que evidências possuo?

Que critérios utilizarei para analisar a resposta?

E qual parte dessa decisão continua sendo minha?

Nenhum prompt compensa a ausência dessas perguntas.

Foi justamente dessa inquietação que nasceu Intencionalidade Pedagógica na Era da IA.

Não escrevi o e-book para ensinar professores a obedecer melhor às máquinas.

Muito pelo contrário.

Ele nasceu da tentativa de pensar como podemos utilizar ferramentas extremamente potentes sem entregar a elas aquilo que constitui nossa autoria profissional.

Talvez a grande competência da era da IA seja saber o que não delegar

Por muitos anos, possuir informação representou uma enorme vantagem intelectual.

Hoje, uma quantidade quase absurda de informação pode aparecer diante de nós em segundos.

Talvez por isso outras competências estejam se tornando ainda mais importantes.

Formular boas perguntas.

Reconhecer limites.

Avaliar fontes.

Interpretar informações.

Sustentar dúvida.

Relacionar conhecimentos.

Perceber contexto.

Construir critérios.

Tomar decisões.

E assumir responsabilidade por elas.

A Inteligência Artificial pode participar de praticamente todas essas etapas.

Mas há uma diferença fundamental entre participar do pensamento e pensar em nosso lugar.

Talvez seja essa a conversa que mais precisamos fazer nas escolas agora.

Não apenas ensinar professores e estudantes a usar Inteligência Artificial.

Mas ajudá-los a reconhecer aquilo que, mesmo diante de uma máquina extraordinariamente competente, ainda precisamos continuar fazendo nós mesmos.

Porque uma tecnologia capaz de responder quase tudo torna ainda mais importante uma capacidade profundamente humana:

saber o que fazer com a resposta.