A Inteligência Artificial Generativa tornou possível obter, em segundos, explicações, sínteses, exemplos, comparações, argumentos e soluções que antes exigiam pesquisa, leitura e elaboração. Para a educação, essa capacidade representa uma oportunidade extraordinária. Mas também introduz uma questão pedagógica que não pode ser ignorada: o que acontece com a aprendizagem quando a resposta chega antes de o estudante precisar construí-la?
O problema não está na existência de respostas prontas. Professores sempre utilizaram livros, exemplos resolvidos, modelos e explicações. O risco aparece quando a resposta deixa de apoiar o processo de aprendizagem e passa a substituir as operações intelectuais necessárias para que ele aconteça.
Obter uma resposta não significa aprender
Concordando que a informação pode ser recebida e o conhecimento precisa ser elaborado, relacionado, recuperado, confrontado e utilizado; a distinção entre informação e conhecimento tornou-se ainda mais importante com a IA Generativa.
Um estudante pode solicitar a IA que explique as causas da Revolução Francesa, e receber uma resposta clara, organizada e correta. Pode lê-la, compreendê-la naquele momento e até reproduzir parte dela. Isso, entretanto, não garante que tenha construído relações entre desigualdade social, crise fiscal, Iluminismo e organização política, e nem que consiga usar essas relações como elemento de referência para uma nova questão.
Estudos sobre aprendizagem e memória mostravam, antes mesmo da expansão da Inteligência Artificial, que aprender exige mais do que receber informações prontas. Karpicke e Blunt (2011) demonstraram que atividades nas quais o estudante precisa recuperar ativamente o que aprendeu podem produzir resultados mais consistentes de aprendizagem, inclusive em tarefas que exigem compreensão e estabelecimento de novas relações.
Na mesma direção, o modelo ICAP, desenvolvido por Chi e Wylie, diferencia formas passivas, ativas, construtivas e interativas de envolvimento cognitivo, propondo que a aprendizagem tende a se aprofundar à medida que o estudante deixa de apenas receber informações e passa a produzir relações, explicações e novas ideias. (DOI) É justamente nesse ponto que as respostas instantâneas exigem atenção.
Quando a facilidade pode esconder a ausência de aprendizagem
Imagine dois estudantes diante de um problema de matemática em que o primeiro tenta resolver, identifica onde encontrou dificuldade, formula uma hipótese, erra, revisa o raciocínio e então pede uma pista à IA; e o segundo copia o problema, solicita a solução completa e acompanha uma resposta perfeitamente organizada. Os dois podem chegar ao resultado correto. Pedagogicamente, entretanto, não realizaram a mesma atividade.
Essa diferença já aparece em pesquisas recentes. Em experimento com quase mil estudantes do ensino médio, Bastani e colaboradores observaram que o acesso a um tutor baseado em GPT-4 aumentava fortemente o desempenho enquanto a ferramenta estava disponível. Contudo, estudantes que utilizaram uma versão sem salvaguardas pedagógicas apresentaram desempenho inferior ao grupo de controle quando posteriormente realizaram avaliações sem acesso à IA. Quando o sistema foi configurado para oferecer pistas e apoio em vez de simplesmente fornecer soluções, os efeitos negativos foram substancialmente mitigados. (DOI)
A conclusão não é que oferecer explicações seja prejudicial. Seria pedagogicamente equivocado substituir o entusiasmo tecnológico por uma proibição igualmente simplista. A questão é outra, a resposta pode solucionar a tarefa sem produzir, necessariamente, a aprendizagem que a tarefa pretendia provocar.
A diferença entre desempenho e aprendizagem
O OECD Digital Education Outlook 2026 chama atenção exatamente para essa distinção, a de que realizar melhor uma atividade com apoio da IA não implica automaticamente aprender mais. Segundo a OCDE, a terceirização de processos cognitivos para ferramentas genéricas pode elevar a qualidade imediata do produto sem gerar ganhos correspondentes de aprendizagem. Em contrapartida, aplicações orientadas por intencionalidade pedagógica apresentam resultados mais promissores. (OECD)
Na era da IA, avaliar apenas o produto, resultado da entrega, torna-se progressivamente insuficiente e isso muda a forma como podemos interagir em sala de aula. Desta forma, ao invés de perguntar se a resposta está correta, precisamos perguntar que atividade intelectual o estudante realizou para chegar até ela. Isto por que, um texto excelente pode ocultar pouca compreensão. Uma resolução impecável pode esconder um raciocínio que nunca aconteceu. Uma síntese sofisticada pode existir sem que o estudante consiga explicar, questionar ou aplicar aquilo que apresenta.
A Curadoria Docente diante das respostas prontas
É aqui que a Curadoria Docente adquire uma função especialmente relevante. Exercer a atividade de curadoria pedagogicamente não significa impedir que o estudante encontre respostas. Significa encontrar parâmetros que facilite decidir quando a resposta deve aparecer, em que medida, com que finalidade e o que o estudante deverá fazer intelectualmente com ela.
Essa decisão envolve aquilo que a Curadoria Docente denomina Calibragem Didática, ou seja, a atividade de regular o nível de apoio oferecido de acordo com os objetivos de aprendizagem, o conhecimento prévio e o momento formativo do estudante.
Em determinado contexto, a IA pode fornecer a resposta completa. Em outro, talvez deva oferecer apenas uma pista. Por exemplo, pode apresentar três explicações para que o estudante compare. Ou produzir deliberadamente uma solução que deverá ser criticada. Pode também responder a uma pergunta para que a turma identifique pressupostos, procure evidências, encontre lacunas ou formule uma pergunta melhor.
Nesta linha de raciocínio, a UNESCO recomenda que a utilização educacional da IA preserve a agência humana e esteja subordinada a objetivos pedagogicamente apropriados. (UNESDOC) É precisamente essa intervenção intencional que impede que abundância de respostas seja confundida com abundância de aprendizagem.
Preservar o percurso intelectual
A aprender não consiste apenas em chegar ao destino. Há conhecimentos que são construídos justamente durante o percurso, como por exemplo, ao estudante tentar relacionar, duvidar, errar, reformular, explicar e decidir. Talvez um dos maiores riscos pedagógicos das respostas prontas seja sua capacidade de tornar invisível aquilo que deixou de acontecer. É o caso quando um estudante entrega o texto, resolve o problema, apresenta o argumento. A tarefa (a)parece concluída, mas a dinâmica das interações e reflexões necessárias ao verdadeiro aprendizado não ocorreu.
Quando as respostas se tornam abundantes, uma das responsabilidades do Docente Curador é decidir quais respostas ajudam a aprender, quais chegam cedo demais e quais podem nem chegar. E é exatamente por estas razões que o papel do professor não diminui, diante da Inteligência Artificial, o papel do professor fica cada vez mais sofisticado e complexo.
Para continuar a reflexão
No livro Curadoria Docente – A Inteligência Artificial na Sala de Aula essa perspectiva de (re)posicionamento profissional do professor é desenvolvida como uma reflexão inicial o que oferece fundamentos para pensar como transformar a abundância informacional em possibilidades úteis, éticas e pedagogicamente significativas de aprendizagem.
Referências
- BASTANI, Hamsa et al. Generative AI without guardrails can harm learning: evidence from high school mathematics. Proceedings of the National Academy of Sciences, v. 122, n. 26, e2422633122, 2025. DOI: 10.1073/pnas.2422633122.
- CHI, Michelene T. H.; WYLIE, Ruth. The ICAP framework: linking cognitive engagement to active learning outcomes. Educational Psychologist, v. 49, n. 4, p. 219-243, 2014. DOI: 10.1080/00461520.2014.965823.
- KARPICKE, Jeffrey D.; BLUNT, Janell R. Retrieval practice produces more learning than elaborative studying with concept mapping. Science, v. 331, n. 6018, p. 772-775, 2011. DOI: 10.1126/science.1199327.
- OECD. OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. Paris: OECD Publishing, 2026. DOI: 10.1787/062a7394-en.
- UNESCO. Guidance for Generative AI in Education and Research. Paris: UNESCO, 2023.