Alunos sabem procurar respostas, mas conseguem fazer boas perguntas à IA?

Há algum tempo, o celular foi restringido na sala de aula por lei. A inteligência artificial, porém, está fazendo o caminho inverso: integrando-se à educação como recurso pedagógico. E a IA não apenas distrai, como o celular: ela responde. Rápido, bem escrito e com ares de verdade definitiva.

Em um artigo recente, publicado na revista Communications Earth & Environment, dois pesquisadores da Universidade de Jena, na Alemanha, defendem que a questão não é o quanto o aluno recorre à IA, mas se a universidade o ensina a fazer perguntas que exponham a incerteza, em vez de encobri-la.

O impasse, porém, precede a tecnologia. Muitas tarefas escolares valorizam a capacidade de resumir e organizar o conhecimento, mas deixam de lado dúvidas, contradições e diferentes interpretações sobre o assunto — justamente onde pode estar a parte mais interessante do aprendizado.

Quando esse tipo de pergunta chega a uma IA generativa, ela tende a entregar exatamente o que foi pedido: uma resposta clara e convincente, que reúne diferentes ideias sem revelar as divergências entre elas. O aluno pode acabar achando que existe consenso sobre um tema que, na verdade, ainda divide pesquisadores.

Dados divulgados na terça-feira (8) pelo Pisa, avaliação internacional aplicada pela OCDE (Organização para a Cooperação e Desenvolvimento Econômico), revelam que, no Brasil, 48% dos estudantes de 15 anos usam chatbots de IA ao menos uma vez por semana para aprender, e 40% recorrem à ferramenta para a pesquisa inicial sobre um tema novo — contra 31% na média da OCDE. Mas só 51% dizem aprender, nas aulas, a avaliar a qualidade do que a IA responde, contra 63% na média da OCDE.

A questão passa então a ser outra: o que a escola vai ensinar o aluno a perguntar.

Como funciona a investigação ancorada em sala de aula?

Assinado por Yiming V. Wang e Christoph Heubeck, o texto não é um estudo com grupo de comparação. É um comentário acadêmico baseado em uma experiência de sala de aula. Chamado de grounded inquiry, algo como “investigação ancorada”, em tradução livre, o método foi testado com alunos de um seminário de mestrado.

Embora mude bastante o jeito de usar a IA, a ideia é simples: o professor seleciona artigos originais sobre uma mesma controvérsia (no caso, a Explosão Cambriana) e fornece o material ao NotebookLM, do Google. Em vez de pedir uma resposta pronta, os alunos orientam a ferramenta a identificar divergências, evidências e questões ainda em aberto.

E aí aparece uma diferença fundamental: não basta perguntar; é preciso saber o suficiente para formular a pergunta certa. Quando os alunos faziam perguntas genéricas, como “qual teoria é mais confiável?”, a máquina tendia a reproduzir o tom dominante das fontes. Quando o comando exigia investigação, o resultado mudava.

Por isso, as perguntas passaram a exigir a origem de cada alegação, as contradições entre os textos e o motivo da divergência — dados, premissas, definições ou inferências. Em vez de perguntar quem estava certo, os alunos começaram a examinar o que sustentava cada lado.

O que essa experiência muda para alunos e professores?

Curiosamente, o trabalho não tornou a vida de ninguém mais fácil. Alguns alunos disseram que ponderar respostas sob incerteza exigia mais concentração e clareza de raciocínio do que resumir. Um deles criou dois manuscritos falsos só para observar como a IA lidava com evidências conflitantes.

Os próprios pesquisadores reconhecem que a IA também pode errar. Mesmo trabalhando apenas com fontes selecionadas, a ferramenta pode interpretar mal um argumento, repetir uma visão já conhecida ou tratar como equivalentes duas posições com pesos diferentes nas evidências. Por isso, eles tratavam as respostas como hipóteses para conferir, e não como resumos prontos.

O Brasil segue uma direção parecida. Em documento sobre IA na educação básica, o MEC sugere que alunos submetam o mesmo texto a diferentes chatbots, comparem as análises e discutam as divergências. O material alerta para o “descarregamento cognitivo”, quando a pessoa transfere para uma máquina parte do esforço mental que deveria realizar sozinha.

E há sinal de que isso funciona. A OCDE registra que os estudantes que usam IA com frequência — e aprendem na escola a avaliar o que ela gera — têm desempenho superior ao de quem usa pouco ou não usa. A diferença não está na ferramenta, mas no que o aluno leva para ela.

Nada disso funciona sem conhecimento prévio. Para perceber que duas explicações se contradizem, é preciso saber o suficiente sobre o assunto para enxergar o problema. "O risco da IA no ensino superior não é que os estudantes deixem de pensar — é que as instituições sigam recompensando quem apenas imita o conhecimento", escrevem os pesquisadores.