Educação básica em tempos de inteligência artificial: qual tem sido o seu papel?

Letramento digital, papel docente e os desafios da avaliação escolar

O professor titular da UNICAMP, Marcelo El Khouri Buzato (2007, p. 85), em sua tese de doutorado em 2007, define letramento digital como o conjunto de conhecimentos que permite às pessoas participarem nas práticas letradas mediadas por computadores e outros dispositivos eletrônicos no mundo contemporâneo”, destacando que isso vai além do domínio técnico e inclui construir sentido em textos multimodais, localizar, filtrar e avaliar criticamente informações, além de compreender normas de comunicação na rede. Quando parto dessa definição, o ponto que me interessa é direto: se letramento digital envolve julgamento crítico, então ele se tornou insuficiente quando a mediação deixa de ser apenas uma interface e passa a ser um sistema que decide, prioriza e recomenda. E, nesse sentido, a sala de aula, com a chegada da IA,está atravessada por essa mudança, mesmo quando o professor não a planeja.

Videoaula do Youtube que ensina a usar o GEMINI para criar questões

A popularização de ferramentas como CHATGPT, GEMINI e soluções que já chegam “embaladas” para o grande público estudantil, como a LUZIA, deslocou o problema do acesso para o problema do uso. O estudante não precisa mais “aprender a pesquisar” do modo clássico para apresentar um texto pronto, porque agora ele pode gerar uma resposta com aparência de síntese, com encadeamento formal e com poucos sinais de hesitação.

O efeito pedagógico disso é imediato: se a escola não muda critérios e instrumentos, ela passa a avaliar a superfície do produto e perde evidências do processo de aprendizagem, sobretudo em tarefas de escrita, resolução e justificativa.

É aqui que o debate sobre letramento algorítmico se torna inevitável. Não se trata apenas de ensinar que existe algoritmo por trás do feed, da busca e das recomendações, mas de capacitar o professor e o aluno a identificar como esse sistema influencia o que se vê, o que se ignora e o que se toma por relevante. Em termos práticos, isso inclui compreender lógica de coleta de dados, personalização, bolhas de filtragem e os riscos de manipulação informacional, inclusive por meio de conteúdos sintéticos produzidos por IA. Sem esse repertório, a escola cobra “pensamento crítico” como abstração, mas não entrega ferramentas para que o estudante avalie o ambiente em que a informação é produzida e distribuída. E, quando são adotadas atividades externas, em um cenário de uso recorrentes de IAs generativas, há, como efeito, a banalização do trabalho escolar.

A formação docente precisa, portanto, incorporar pensamento computacional como linguagem de trabalho e, nesse sentido, Pensamento computacional, significa pedagogicamente decompor problemas, identificar padrões, abstrair o que é relevante, modelar etapas, testar hipóteses, depurar erros e justificar decisões, ações que se aplicam tanto à ciência de dados quanto à leitura de resultados de uma ferramenta generativa ou tecnologia digital. Quando o professor entende esses princípios, ele consegue fazer duas coisas que hoje são urgentes: criar atividades em que o aluno precise explicar o caminho e não apenas entregar a resposta; e também avaliar a consistência do raciocínio mesmo quando a escrita está “bonita” demais para o repertório real do estudante.

Em formação de professores, atuando com inteligência artificial, percebo um paradoxo recorrente entre docentes, posto que há uma quantidade vasta de ferramentas para planejamento, avaliação, elaboração de itens, produção de material, personalização de trilhas e análise de dados, mas a adesão docente costuma ser pequena e, quando ocorre, tende a ser instrumental e apressada. A consequência é previsível: parte da equipe não se apropria do potencial pedagógico, outra parte teme a tecnologia como ameaça, e a escola permanece reativa, tentando “apagar incêndio” quando o problema já entrou no cotidiano do aluno, os quais usam os recursos indevidamente para burlar etapas do trabalho escolar. Essa resistência não é apenas técnica, é cultural e formativa, e por isso precisa ser enfrentada com metodologia, tempo e critérios, uma vez que a adoção sistemática mostra que sem a instrumentalização docente, a longo prazo, a escola como conhecemos será duramente impactada na perspectiva da aprendizagem.

Esse cenário ficou ainda mais evidente em uma experiência recente que tive como professor de metodologia científica no ensino médio, na 1ª série, ao propor uma atividade de escrita orientada por normas acadêmicas, com estrutura, critérios e foco em relato de experiência a partir de um projeto literário da escola. Eu já esperava algum nível de uso de IA e, por isso, construí a proposta de modo que a autoria aparecesse em escolhas locais, em justificativas específicas e em referências dos relatos e organização do texto. Mesmo assim, observei uma cadência típica de texto gerado, parágrafos com ritmo uniforme, vocabulário acima do repertório habitual, ausência de erros que normalmente surgem em rascunhos reais e, principalmente, um tipo de “coerência genérica” que não responde às particularidades do recorte solicitado.

Sendo honesto, o problema não foi apenas o aluno pedir para a IA “fazer tudo”, porque isso eu consigo identificar com mais facilidade, como professor, vendo textos dos estudantes, é possível perceber perfil sintático, a cadência argumentativa do estudante. Pedagogicamente, o problema mais frequente foi o uso fragmentado, um trecho autoral, um trecho gerado, um trecho reescrito com correções automáticas, e o resultado final com mudança brusca de registro, inconsistência de estilo e perda de unidade argumentativa, resultado de um uso recorrente de IA para burlar as etapas e ser positivamente beneficiado. Nesses casos, precisei reduzir de forma significativa a nota, porque havia sinalizado previamente penalizações quando o texto não apresentasse autoria compatível com o processo exigido. Essa experiência reforça que, se a escola não trata isso com seriedade, ela cria um efeito cascata, e, por conseguinte, o estudante aprende que pode simular desempenho, passa de etapa com lacunas e acumula fragilidades que aparecem depois, prejudicando o percurso de aprendizagem.

Por isso, insisto que a discussão não é sobre “caçar” aluno que sabe usar IA ou transformar IA em inimiga didática. Muito pelo contrário, a discussão é sobre instrumentalizar o uso e reposicionar a avaliação, exigindo evidências de processo, versões, justificativas, defesa oral, rastros de decisão e comparação crítica entre fontes, a fim de dirimir esse mal uso tão sistemático no contexto escolar. Quando o educador(a) tem noções de pensamento computacional, ele(a) tende a redesenhar tarefas para reduzir a dependência do produto final e ampliar a exigência de explicação, ensinando o aluno a perguntar melhor, verificar viés, checar informação, reconhecer limites e atribuir responsabilidade ao que publica e ao que entrega, sobretudo porque a sociedade do futuro, sem dúvida, será sobre os que não apenas sabem usar essas ferramentas mas tem repertório crítico no sentido ético e profissional.

Como educador, penso que as formações em IA, em pensamento computacional e em letramento algorítmico não podem ser tratadas como moda, nem como uma competência “a mais” para o professor já sobrecarregado, porque elas já se tornaram parte do ambiente básico de ensino e aprendizagem, afinal, está cheios de plataformas, sistemas e tecnologias em nosso espaço escolar. E, qual tem sido o seu papel nessa era de mudanças? Fica aqui o convite aos educadores para se qualificar, participar de oficinas, construir protocolos de uso, estudar casos, testar ferramentas com critérios e discutir ética e privacidade, de modo a aperfeiçoar a prática docente e preservar a função formativa da escola, afinal, o(a) professor(a) é figura central desse processo. E, professor(a), isso não é apenas porque o tempo presente exige, mas porque, sem essa formação crítica, o(a) professor(a) perde capacidade de leitura do que acontece em sala, e a escola passa a certificar produtos, quando deveria desenvolver aprendizagens.

BUZATO, Marcelo El Khouri. Entre a fronteira e a periferia: linguagem e letramento na inclusão digital. Instituto de Estudos da Linguagem. Campinas: Unicamp, 2007.

LÉVY, Pierre. As tecnologias da inteligência: o futuro do pensamento na era da informática. Rio de Janeiro: Editora 34, 1993.

LÉVY, Pierre. Cibercultura. 1. ed. São Paulo: Editora 34, 1999.