Recentemente, vemos pipocar em redes sociais técnicas e estratégias para buscar mais e mais artigos, compilando-os e sintetizando ideias para nossas produções e estudos com o uso de ferramentas de IAs Generativas. Uma coisa em especial me chama a atenção nestes vídeos (no tiktok ou instagram) ou fios (microtextos, como threads, X ou bluesky): o quanto esta compilação, muitas vezes, promete dar conta de produzir ou organizar nosso material final.
Todos ensinam a fazer prompts para planejar aulas, buscar artigos para estruturar revisões sistemáticas, linearizar e realizar relações de conceitos, até analisar este material. E mais do que olhar para isto como uma prática que condene este suposto atalho, gostaria hoje de propor outra abordagem: o que estamos deixando de realizar e com que propósito fazemos isto.
Etapas de aprendizado até o Ensino Superior
Uma das questões que me pergunto diz respeito menos ao quanto usar este conjunto de ferramentas substitui etapas de nosso trabalho do que como deixamos de aprender determinadas etapas.
Dentro do escopo do contexto universitário, devemos aprender a ler documentos que são técnicos e científicos mais complexos do que aprendemos até o Ensino Médio. Vejamos o que é preconizado, sobre aprendizado e leitura na Lei de Diretrizes e Bases da Educação Brasileira na Educação Básica, para adentrarmos no tópico do Ensino Superior.
No Ensino Fundamental, deveríamos desenvolver, segundo o Inciso I do Artigo 32 “a capacidade de aprender, tendo como meios básicos o pleno domínio da leitura, da escrita e do cálculo”. Já ao final do Ensino Médio, segundo o Artigo 35, Inciso I, temos como objetivo “a consolidação e o aprofundamento dos conhecimentos adquiridos no ensino fundamental, possibilitando o prosseguimento de estudos”, bem como no Inciso III “a compreensão dos fundamentos científico-tecnológicos dos processos produtivos, relacionando a teoria com a prática, no ensino de cada disciplina”. Isto significa que o estudante do Ensino Médio deveria sair não apenas compreendendo textos de diferentes disciplinas, mas argumentando sobre eles, em situações diversas presentes na sociedade.
O Ensino Superior tem como pressuposto o aprendizado científico, acadêmico e técnico que compõem uma área profissional. Neste sentido, é preciso aprofundar nosso conhecimento, a partir de disciplinas especializadas. Esta etapa é marcada por leituras que nos inserem em uma linguagem técnica e científica – o que quer dizer aprender modos de pensar e agir a partir não apenas de conhecimentos científicos, mas de um conjunto de terminologias e construções do conhecimento que também são específicas. Literalmente, adentrar o mundo universitário é aprender a falar, interpretar, analisar conhecimentos com novas linguagens.
E para isto, é preciso ler.
Este é um ponto central para a argumentação que eu desenvolverei aqui. O Ensino Superior não é sobre ter disciplinas e fazer provas. Mas aprender os conhecimentos necessários para tornar-se profissional, o que depende de análises de diferentes perspectivas e saberes para tomada de decisões e argumentações sobre estes conhecimentos – seja para executar algum serviço, seja para produzir conhecimento técnico e científico em si.
A análise é um processo que “não é natural”. Com isto, quero dizer que não nascemos sabendo executar estes tipos de análise que são requeridos em nossas profissões. Assim como não nascemos sabendo falar, andar, ler – em geral temos as condições cognitivas, fisiológicas e anatômicas para estes aprendizados – mas eles são aprendidos em ritmos que são individuais.
Analisar, dentro do escopo científico e acadêmico, requer não apenas ler as informações, mas relacioná-las a partir de diferentes fontes, formulando ideias, pensamentos, hipóteses em contextos de pesquisa ou prática profissional. E estas formulações não se restringem, muitas vezes, apenas aos textos, artigos e documentos que são lidos. Precisamos avançar e produzir novos conhecimentos – como etapa individual da aprendizagem e, também, como etapa da própria produção científica, tecnológica e social.
E o que isto tem a ver com as Inteligências Artificiais Generativas?
Voltando à questão que iniciei neste texto, tenho visto inúmeras técnicas e estratégias para buscar, sintetizar e analisar documentos para otimizar o trabalho acadêmico – em especial de graduação e pós-graduação. O que vem me chamando a atenção é o quanto isto vem sendo apontado como substituição de uma etapa que é demorada em nosso trabalho cotidiano. Que é o que eu gostaria de destrinchar a partir de agora.
A leitura no Ensino Superior
Iniciemos com a relação de buscar artigos (ou textos, documentos, protocolos, teses e dissertações, etc.) sobre um determinado tema. A busca de artigos, em si, é um aprendizado que envolve diferentes fatores que precisam ser direcionados e intencionalmente organizados. Assim, quando realizamos a busca por materiais acadêmicos, algumas perguntas dizem respeito a: quais bases de dados usaremos e por quê? Quais termos e conceitos? Em que locais estes termos e conceitos, em um texto acadêmico, precisam estar para nossa busca ser mais eficiente?
Dependendo da área, uma base de dados diferentes pode ser acionada, mais direcionada ao campo da saúde, humanidades, engenharias, por exemplo. Outra questão é se esta base é nacional, latinoamericana, estadunidense, europeia e se existe diferença nisto para o que eu estou procurando. Por fim, se as palavras chave estão distribuídas nos textos, mas não apresentam as relações que eu preciso, centrais para o que eu estou estudando e aprendendo. Neste caso, em geral, para acharmos os termos, poderíamos restringir a busca em títulos, resumos e palavras chave – pois são demarcadores de que estes termos são relevantes na discussão em si, normalmente.
Após selecionar um conjunto de artigos – e aqui não estou falando de uma revisão sistemática, que envolveria outro conjunto de metodologias que não são o objetivo deste texto de hoje – passemos à síntese das ideias.
Ler os artigos, em si, é uma etapa da aprendizagem. Aprender a decodificar cada parte do artigo, quais informações serão encontradas ali e o que precisamos destacar destas etapas, para pegar informações. Assim, podemos ler um artigo inteiro para entender um determinado experimento ou assunto. Mas também podemos ler com maior atenção a metodologia, para compreender um determinado protocolo, para algo que precisamos fazer. Ou ainda, priorizar a leitura dos resultados, para uma informação nova dentro de um campo de estudos. A introdução, por sua vez, pode ser lida com mais foco quando precisamos compreender um contexto geral do tema, diferentes autores e trabalhos que têm produzido naquele campo e a formulação das hipóteses e perguntas da pesquisa.
Novamente, é relevante destacar aqui que este exercício de leitura é, em si mesmo, um aprendizado importante para quem está adentrando um campo de conhecimento. Se por outro lado, precisamos aprender o conhecimento consolidado de uma área, provavelmente é em livros técnicos e científicos que devemos recorrer. Ou seja, precisamos aprender, também, a reconhecer em que tipos de materiais encontraremos informações diferentes para propósitos diversos.
Nesta etapa, aponto ainda que existe uma outra camada que é sobre o como elencar informações, a partir deste material, para uso futuro. Alguns chamam de fichamento – e existem diferentes técnicas que ensinam isto. Desde destacar no próprio texto partes importantes (com cores diferentes, por exemplo), passando por anotações pessoais de conceitos ou ideias importantes (que às vezes envolve escrita de comentários em adesivos coloridos, ou marcações de mensagem nos arquivos digitais), até organizações de copiar trechos inteiros em outro documento, para gerar um resumo com informações que precisaremos posteriormente, ou ainda transcrever trechos e comentá-los.
Pode parecer banal o que estou escrevendo aqui, mas é relevante de alguma forma aprendermos a não apenas aprender a ler este material, mas ter estratégias de encontrar a informação rapidamente para quando precisarmos. Isto envolve usar marcadores que, ao longo da nossa jornada acadêmica, vamos desenvolvendo e fazem sentido para nós. Ou seja, nem toda a técnica vai servir para todas as pessoas. Há quem estude e grave informações bem em documentos digitais. Há quem precise ler o material impresso, tomar notas, escrever, realizar fichamentos mais estruturados, etc. Existem diferentes formatos e precisamos ir testando e vendo o que é viável para nós.
E precisamos conseguir encontrar este material posteriormente, com suas informações, nossos insights de leitura e relações que fomos fazendo no caminho. Estes elementos todos nos possibilitam, já, a realizar análises iniciais. É estabelecendo estas relações que teremos condições de aprender a analisar materiais, argumentar a partir deles – concordando, contestando ou complementando informações de diferentes fontes.
As IAs Generativas e suas promessas de otimização
Agora (UFA) podemos falar de IAs Generativas. Meu ponto aqui não é de não usar as IAs, mas tentar entender se elas estão otimizando um processo para nós ou substituindo uma etapa de aprendizado – especialmente para estudantes que estão nesta etapa de Ensino Superior e Pós-Graduação…
Em uma etapa em que estamos aprendendo a estudar com mais profundidade, além de aprendendo novos termos, conceitos e linguagens em si, utilizar estas ferramentas de IAs generativas, a meu ver, aproximam-se mais a uma substituição da etapa de aprendizagem em si, do que uma otimização desta tarefa. Meu ponto aqui é: talvez as IAs generativas possam otimizar tarefas assim, em certa medida; todavia precisamos ter a experiência de realizar estas tarefas para que efetivamente um aprendizado ocorra.
O aprendizado é a execução de tarefas, compreendendo suas etapas, proporcionando questionamentos, relações e estruturando o nosso próprio conhecimento nestas ações. Para que um aprendizado ocorra, precisamos realizar estas etapas, formar memórias das informações e atividades executadas para, posteriormente, evocar (relembrar e usar) estas memórias articulando a diferentes situações.
Assim, usar uma ferramenta de IA generativa que substitua estas etapas não otimiza o trabalho de aprendizagem, não automatiza um processo desta aprendizagem. De fato não proporciona a experiência e vivência em si destas atividades.
E, sim, aprendemos a fazer prompts e isto também pode ser muito importante. São novas linguagens e ferramentas que, feliz ou infelizmente, cada vez mais farão parte do que desenvolvemos. E este pode, sim, ser um aprendizado relevante. Mas não substituindo etapas anteriores de leitura, sistematização e análise próprias.
Em um trabalho anterior sobre IAs Generativas, discutimos a possibilidade de correção de informações, como parte do trabalho docente de Educação Básica. Retomando àquela discussão, talvez seja importante destacar que a correção – que também faz parte de um trabalho analítico a partir de informações – se faz quando sabemos manejar tais informações – localizando em buscas, leituras e análises. Desta forma, parece ser um trabalho que não deveria ser automatizado, sem que tenha sido minimamente aprendido anteriormente.
Sobre o trabalho docente e as IAs Generativas
Por fim, como último ponto deste texto, gostaria de ressaltar ainda as promessas de otimização do planejamento docente via IAs Generativas. O que tem aparecido nas divulgações de conteúdo em redes sociais é a utilização de prompts para termos planejamentos de aula.
E aqui reside, a meu ver, outra armadilha estranha. O planejamento não é apenas um documento em que constam os conteúdos que trabalharemos em sala de aula, embora seja isto também. Mas é parte desta seleção de informações e conhecimentos, com a síntese, análise e estruturação de como vamos trabalhar estas informações dentro de sala de aula. Parte desta organização contém estudo de informações, formulação de conhecimentos para um público alvo específico – seja do Ensino Fundamental, Médio ou Superior.
Transformar o planejamento em um documento meramente burocrático não exime que este material todo seja estudado e elaborado para o trabalho em sala de aula. E tornar este documento automatizado, não substitui a necessidade de estudo e desenvolvimento destes conteúdos com os estudantes.
Neste caso, assim como na discussão anterior sobre o Ensino Superior, todas estas promessas me soam mais como uma precarização de nosso trabalho intelectual, substituindo tarefas de aprendizado e execução de atividades que demandam nossa intelectualidade, nos deixando apenas o trabalho de “executar” e entregar as atividades, sem que desenvolvamos a capacidade técnica, científica e acadêmica para isto.
Aprendizagem é um processo humano que demanda tempo, ritmos pessoais e organização. Retirar isso de nós, em nome de uma produtividade, não nos possibilita mais tempo de lazer e tranquilidade. Pelo contrário, a lógica da produtividade é, literalmente, produzir mais em menos tempo.
No caso da docência, a precarização também envolve não apenas o desmerecimento do que é esta profissão, mas a noção de que professores não são nada além de “passadores de conteúdos”, sem envolvimento com o desenvolvimento de crianças, adolescentes e jovens. Como se as relações de sala de aula não envolvessem um aprendizado que também é social e cultural, contextualizado com as situações vivenciadas em nossa sociedade contemporânea. E, claro, isto também deve ser levado em conta nos planejamentos.
A docência é uma profissão que não ocorre apenas em sala de aula. Mais do que otimizar o tempo de planejamento, tenho defendido (há mais de 20 anos, na verdade) que professores precisam deste tempo extra sala de aula para realizar ações que tornem o tempo em sala de aula mais significativo. Não é precarizando o trabalho intelectual que conseguiremos tal feito…
Por fim
Não queria neste texto condenar o uso de IAs generativas nos estudos de diferentes etapas de Ensino Básico, Superior ou planejamento docente. Mas trazer alguns pontos para pensarmos juntos sobre isto, que dizem respeito ao próprio fazer intelectual e a construção de conhecimento.
Tenho trabalhado, em disciplinas da graduação, algumas ideias de planejamento de estudos, com seleção, sistematização e análise a partir de leituras de materiais especializados (livros e artigos). E este texto é uma parte do que venho pensando e produzindo para estas disciplinas. Já há algum tempo, também venho pensando em divulgar algumas destas resenhas e sínteses que eu produzo de materiais que leio, bem como de como eu faço isso – não como um protocolo a ser seguido, mas para apresentar algumas noções de como estas atividades são feitas e alguns resultados que obtemos a partir daí…
Este, então, é o primeiro de uma série de textos que são um pouco relato de experiência, um pouco divulgação científica, um pouco de reflexões sobre a experiência docente em tempos de IAs Generativas… Espero que gostem dessa nova empreitada 🙂
Para mais informações
BRASIL. (1996) Lei 9394 de 20 de Dezembro de 1996. Lei de Diretrizes e Bases da Educação Brasileira. Ministério da Educação, Brasil.
MATOS, F; GIROTTO JR, G; ARNT, AM; LIPPI, A. (2024). A proposal in Brazil to use generative AI in education threatens quality and equity. Cell Press, v5, n7. DOI: https://doi.org/10.1016/j.patter.2024.101020
Podcasts
ARNT, AM. (2024). IA generativa na educação ameaça qualidade e equidade. Conexão ADunicamp.
ARNT, AM. (2026). O impacto da Inteligência Artificial na Educação. Pod Papo, Jornalismo PUC/Campinas.
Outros textos do Blog PEmCie
IAgora? Chat GPT promovido a professor?
A escola não é fábrica de cidadãos
Aprendizado, trajetórias e vida acadêmica, ou sobre a pergunta “como eu nunca pensei isso antes?
“Só dá aulas”: o que faz (ou deveria fazer) um professor de universidade pública?
Faça um comentário