A IA e o dilema da educação

Será que os modelos de inteligência artificial (IA) podem ajudar a melhorar a educação dos nossos filhos e a investigação levada a cabo pelos nossos professores e cientistas? O ministro da Educação, Ciência e Inovação de Portugal, Fernando Alexandre, afirmou que seria um erro as escolas não recorrerem à inteligência artificial. Alexandre referiu o modelo americano do ensino básico e secundário (K-12), onde a IA já é utilizada para identificar lacunas de aprendizagem e adaptar o apoio pedagógico às necessidades de cada aluno. O objetivo em Portugal, sublinhou, é apoiar os professores, não substituí-los, e alargar ao ensino básico e secundário o que as universidades e até as empresas privadas já estão a fazer.

Em contrapartida, dezenas de professores de universidades e institutos politécnicos portugueses assinaram um manifesto apelando à proibição da utilização da IA nas universidades, para evitar a redução da curiosidade intelectual dos estudantes e reverter a trajetória de empobrecimento cognitivo. O manifesto defende que a utilização da IA elimina “o esforço, o trabalho e a dedicação” sob um “espesso manto de ignorância, preguiça, desonestidade intelectual, plágio e rapidez”, empobrecendo a capacidade de pensar. Além disso, tendo em conta os métodos de ensino centrados no aluno que têm vindo a ser adotados, os professores sentem-se incapazes de identificar com precisão práticas fraudulentas e, por isso, apelam à suspensão das ferramentas de IA nos processos de ensino e aprendizagem.

Quem tem razão? A IA irá melhorar o desempenho escolar ou prejudicará os conhecimentos e as competências, tanto dos alunos como dos professores? As evidências sobre o impacto da IA são cada vez mais numerosas. Um estudo recente realizado na China revelou que as ferramentas de IA ajudaram os alunos a concluir os trabalhos mais rapidamente e a obter melhores notas. Mas concluir tarefas não é o mesmo que aprender. O tempo dedicado aos trabalhos de casa pelos alunos que utilizaram IA diminuiu e as notas nos trabalhos de casa subiram, mas quando se tratou de testar os seus conhecimentos em exames em que as ferramentas de IA não estavam disponíveis, as notas baixaram.

Uma ferramenta de IA que fornece respostas prontas pode melhorar o desempenho dos alunos em questões práticas (onde a IA pode ser utilizada), mas baixa as notas em exames subsequentes sem consulta. Um estudo revelou que, seis meses após a adoção da IA, os alunos, em média, concluíam um trabalho de casa em cerca de 45 minutos, em vez dos 64 minutos que era a média antes da adoção. As suas notas nos trabalhos de casa subiram 18% em relação à média anterior à adoção. A IA aumentou, de facto, a produtividade nos trabalhos de casa: melhores resultados em menos tempo.

Os alunos que delegam os trabalhos escolares na IA generativa aprendem menos e não conseguem reproduzir os conhecimentos nos exames.

No entanto, nas notas dos exames sem consulta, os resultados de aprendizagem evoluíram na direção oposta. Seis meses depois, as notas dos exames mensais caíram 20% em relação à média anterior à adoção da IA, e a perda de aprendizagem foi ainda maior nos exames-chave para a obtenção de qualificações: 24% abaixo da média de referência nos exames de admissão ao ensino secundário e 18% nos exames de admissão ao ensino superior. Uma vez que os exames de admissão são o principal fator determinante para a admissão nas instituições de ensino, estas perdas têm consequências diretas nas trajetórias educativas e nas futuras carreiras dos alunos. É possível perceber por que razão isto acontece. Os alunos que delegam os trabalhos escolares na IA generativa aprendem menos e não conseguem reproduzir os conhecimentos nos exames.

Os próprios alunos reconhecem os efeitos prejudiciais da IA nas suas competências de aprendizagem. Num estudo realizado com estudantes universitários em Portugal, mais de metade dos inquiridos utilizava a IA para realizar as suas tarefas académicas e quase dois terços escondiam isso dos docentes. Quase 60% disseram aos seus professores que o trabalho era inteiramente da sua autoria. No entanto, os próprios alunos mostravam-se preocupados com a dependência excessiva da tecnologia de IA e com os riscos decorrentes da “mecanização da aprendizagem humana” e da “racionalização” dos processos educativos.

Um relatório sobre a utilização da IA nas escolas do Reino Unido, encomendado pela Oxford University Press, revelou que apenas 2% dos alunos com idades compreendidas entre os 13 e os 18 anos afirmaram não utilizar a IA nos seus trabalhos escolares, enquanto 80% afirmaram utilizá-la regularmente. Apesar da popularidade da IA, 62% dos alunos afirmaram que esta tinha um impacto negativo nas suas competências e no seu desenvolvimento escolar, enquanto um em cada quatro alunos admitia que a IA “torna demasiado fácil para mim encontrar as respostas sem ter de fazer o trabalho sozinho”. Outros 12% afirmaram que a IA “limita o meu pensamento criativo”, enquanto um número semelhante dizia que se sentia menos inclinado a resolver problemas ou a escrever de forma criativa.

O MIT, nos EUA, publicou um relatório extremamente honesto sobre o impacto da IA nos estudantes. Os estudantes que dependem de chatbots perdem o domínio da matéria e a confiança, e alguns caem no que o relatório denomina “rendição cognitiva”, recorrendo à IA ao primeiro sinal de dificuldade. Cerca de 46% dos estudantes de licenciatura do MIT inquiridos utilizavam a IA diariamente, mas 90% mostravam-se preocupados com a sua própria dependência excessiva. Os estudantes de licenciatura que sentem que a IA os torna substituíveis são agora mais numerosos do que aqueles que sentem que ela os torna mais capazes.

E têm, de facto, motivos para se preocuparem. A aprendizagem é fundamentalmente gratificante devido aos desafios intelectuais que envolve. Superar esses desafios ativa o sistema de recompensa do cérebro, produzindo dopamina que reforça a motivação e o envolvimento. A satisfação derivada deste processo — o ciclo esforço-recompensa — é uma pedra angular do desenvolvimento humano. No entanto, muitas ferramentas de IA, ao oferecerem soluções imediatas, contornam este processo. Por exemplo, as ferramentas que geram ensaios ou resolvem problemas complexos em segundos eliminam a necessidade de pensamento crítico ou criatividade, reduzindo o papel do aluno a mero consumo passivo. Embora estas ferramentas poupem tempo, muitas vezes desviam o foco da compreensão para a mera conclusão, prejudicando a profundidade e a riqueza da aprendizagem.

Para aprender algo em profundidade, é preciso debater-se com o assunto. É precisamente nesse esforço — classificar, comparar, reformular, esforçar-se por compreender o que se lê — que a aprendizagem ocorre. Os cientistas cognitivos chamam a isto “luta produtiva” ou “dificuldade desejável”. “Há um consenso na psicologia cognitiva de que é preciso conhecimento para adquirir conhecimento”, escreveu um psicólogo em 2000. “Sim, a Internet colocou um maná de informação ao nosso alcance. Mas, para podermos utilizar essa informação — para a absorver, para a acrescentar ao nosso conhecimento —, temos de possuir já um acervo de conhecimento. Esse é o paradoxo revelado pela investigação cognitiva.”

Isto aplica-se também ao setor empresarial. Num estudo controlado realizado com advogados nos EUA, foram-lhes atribuídas aleatoriamente ferramentas de IA para redigir patentes. O estudo concluiu que, com a IA, todos melhoraram. Posteriormente, as ferramentas de IA foram retiradas. O estudo revelou que os advogados que já possuíam experiência e competências tiveram um desempenho muito superior ao dos advogados mais jovens, que não possuíam competências prévias. Os advogados mais experientes já tinham desenvolvido um discernimento crítico ao longo dos anos. Ao utilizarem a IA, conseguiam avaliar as sugestões e interiorizar padrões. Os mais jovens saltaram essa fase de aprendizagem. Delegaram o seu raciocínio na máquina. Enquanto esta estava ativa, funcionava. Quando desligada, ficavam sem uma base sólida. A experiência prévia é um pré-requisito para extrair uma aprendizagem duradoura da IA. Aqueles que mais beneficiaram da IA foram os que menos aprenderam.

É por isso que a IA é fatal para o processo de aprendizagem. Basta digitar uma pergunta para ela produzir uma resposta fluente. A prosa é segura, o raciocínio plausível, as fontes (por vezes) credíveis. Mas a mente do utilizador permanece, em grande parte, ociosa. Os estudantes que recorrem à IA para escrever uma redação ou resolver um problema podem apresentar trabalhos excelentes, mas não desenvolveram um raciocínio de excelência. O resultado polido mascara a ausência de cognição por trás dele.

Esta tentação não tem nada de novo. O corretor ortográfico tornou-nos piores a escrever; as calculadoras enfraqueceram a nossa capacidade de fazer contas de cabeça. Mas essas tecnologias automatizaram competências de baixo nível. A IA supostamente automatiza o pensamento de ordem superior — precisamente as operações mentais que definem uma pessoa com boa formação.

Os professores também estão vulneráveis à IA. A IA pode elaborar planos de aula, escolher materiais ou dar feedback em segundos. Mas eficiência não é o mesmo que especialização. Os professores capacitam-se através do ato deliberado de conceber aulas, antecipar equívocos, ler e responder aos trabalhos dos alunos. Delegar essas tarefas na IA é esvaziar a arte do ensino. O professor torna-se um editor do que a máquina produz, em vez de um autor do ensino. Com o tempo, isso só pode corroer o tipo de especialização pedagógica que distingue um novato de um especialista. A IA, quando utilizada de forma acrítica ou como um atalho, treina-nos a confiar no que lemos, em vez de o questionar. A sua conveniência convida à passividade intelectual. O efeito não é o esclarecimento, mas sim a anestesia.

O famoso filósofo e linguista norte-americano Noam Chomsky resumiu certa vez as limitações da IA em relação à inteligência humana. “A mente humana não é como o ChatGPT e similares, um motor estatístico pesado para a correspondência de padrões, que devora centenas de terabytes de dados e extrapola a resposta conversacional mais provável ou a resposta mais provável a uma questão científica. Pelo contrário, a mente humana é um sistema surpreendentemente eficiente e até elegante que funciona com pequenas quantidades de informação; não procura inferir correlações brutas entre pontos de dados, mas sim criar explicações. Vamos deixar de lhe chamar inteligência artificial e chamá-la pelo que é: “software de plágio”, porque não cria nada, limitando-se a copiar obras existentes, de artistas, modificando-as o suficiente para escapar às leis de direitos de autor.”

As máquinas não conseguem conceber mudanças potenciais e qualitativas. O novo conhecimento provém dessas transformações (humanas), e não da extensão do conhecimento existente (máquinas). E só a inteligência humana é social e consegue vislumbrar o potencial de mudança — em particular, a mudança social — que conduz a uma vida melhor para a humanidade e para a natureza.

Mas a IA está a revelar o que já está a falhar nos sistemas educativos das economias modernas. Já há décadas que se assiste à destruição da investigação livre, da aprendizagem e da educação nas escolas e universidades, e à sua substituição por cursos e programas concebidos para preparar os alunos para o trabalho na indústria, com os professores sob pressão para obter resultados, em vez de ajudarem a desenvolver a capacidade de autoaprendizagem. Os alunos estão a responder aos incentivos que o sistema educativo lhes tem dado. Ensina-se que as notas são mais importantes do que a compreensão. A IA está apenas a agravar esta ruína da educação; expôs o que já estava a falhar.

Durante o período de austeridade severa da crise da dívida do euro, verificaram-se profundas reduções na despesa pública em Portugal, tal como noutros Estados europeus. Cerca de 15 000 a 50 000 postos de trabalho no setor da educação pública e no setor dos contratos de curta duração foram afetados ou suprimidos. Centenas de pequenas escolas públicas rurais ou com baixos níveis de alunos matriculados foram obrigadas a encerrar. Os apoios sociais ao ensino superior sofreram grandes cortes orçamentais, o que levou a um aumento do abandono escolar.

Ao contrário da maioria dos países da OCDE, Portugal é um dos poucos países onde o nível de escolaridade mais comum é inferior ao ensino secundário (38% da população adulta não possui um diploma do ensino secundário, um valor bem acima da média da OCDE, que é de 19%). A percentagem de alunos do terceiro ciclo do ensino básico matriculados em programas profissionais em Portugal diminuiu de 9% para 4% entre 2013 e 2023, ficando abaixo da média da OCDE de 7%. Este declínio tem sido em grande parte atribuído a cortes drásticos no financiamento da educação de adultos (o que levou ao fim do programa Novas Oportunidades, ao encerramento de centros de educação de adultos e a uma redução do número de formadores de adultos).

Portugal tem atualmente cerca de 1000 vagas de professores por preencher e muitos mais professores a aproximarem-se da aposentação. Os cortes nas despesas com a educação ao longo dos anos reduziram o número de professores qualificados. O Governo e os gestores escolares consideram que podem colmatar esta lacuna com a IA. Mas a resposta não é mais IA, mas sim mais pessoas.