How Physics Professors Use and Frame Generative AI Tools

Este estudo analisa como 12 professores de física de uma universidade de pesquisa escandinava utilizam e enquadram a IA generativa, identificando seis perspectivas epistêmicas que vão desde o uso como ferramenta útil até a preocupação com a ameaça à aprendizagem genuína e à integridade acadêmica.

O essencial

Imagine que a física é como uma grande cozinha de restaurante. Antigamente, os chefs (os físicos) passavam horas descascando legumes, moendo grãos e medindo ingredientes à mão. Eles precisavam saber fazer tudo isso de cabeça. Hoje, temos processadores de alimentos e batedeiras elétricas que fazem o trabalho pesado. Mas agora, acabamos de receber um robô chef superinteligente que não só corta os legumes, mas também escreve o cardápio, cria novas receitas e até explica a química do cozimento.

Esse "robô chef" é a Inteligência Artificial Generativa (IA).

Este estudo, feito por dois professores da Universidade de Oslo, foi como uma conversa de café com 12 chefs experientes (professores de física) para perguntar: "O que vocês estão fazendo com esse robô? Vocês estão com medo dele ou acham que ele é útil?"

Aqui está o que eles descobriram, explicado de forma simples:

1. O Robô é um "Parceiro de Discussão" (e às vezes um "Amigo")

Os professores perceberam que podem conversar com a IA. É como ter um colega de trabalho que está sempre disponível, nunca dorme e sabe um pouco de tudo.

• O uso: Eles usam para "batizar" ideias, debater problemas de física ou pedir ajuda para entender um conceito difícil.
• A analogia: É como ter um tutor particular 24 horas por dia que você pode chamar quando está sozinho em casa e precisa de alguém para conversar sobre o projeto.

2. O Robô é uma "Ferramenta de Código" (O Braço Direito)

Na física, escrever códigos de computador é essencial, mas pode ser chato e demorado.

• O uso: Os professores usam a IA para escrever o código básico, encontrar erros (bugs) ou criar gráficos bonitos.
• A analogia: Imagine que você precisa construir uma casa. Antes, você tinha que cortar cada tijolo à mão. Agora, a IA é como uma máquina de alvenaria que coloca os tijolos rapidinho. O físico ainda é o arquiteto que decide onde a casa vai ficar, mas não perde tempo com o trabalho braçal de colocar cada tijolo.

3. O Robô é um "Processador de Texto" (O Secretário)

A IA é muito boa em escrever, traduzir e corrigir textos.

• O uso: Usada para traduzir artigos de outros idiomas, corrigir a gramática de um relatório ou resumir textos longos.
• A analogia: É como ter um secretário pessoal que organiza suas notas e traduz o que você escreveu para outra língua, mas você ainda precisa dizer o que ele deve escrever.

4. O Robô é uma "Fonte de Conhecimento" (A Enciclopédia Viva)

Como a IA leu quase tudo na internet, ela sabe muita coisa sobre física.

• O uso: Os professores a usam para obter respostas rápidas ou resumos de tópicos novos.
• O problema: Às vezes, a IA "alucina" (inventa fatos).
• A analogia: É como ter um aluno muito inteligente, mas que às vezes inventa histórias. Você pode confiar nela para ter uma ideia geral, mas precisa verificar se ela não está mentindo, assim como você verificaria um colega de trabalho.

5. O Robô é uma "Ferramenta para Economizar Tempo" (O Assistente de Tédio)

Toda pessoa gosta de economizar tempo em tarefas chatas.

• O uso: Escrever e-mails padronizados, organizar documentos ou até tentar corrigir provas automaticamente.
• A analogia: É como usar um aspirador de pó robô para limpar o chão enquanto você foca em cozinhar o jantar.

---

O Grande Medo: O Robô está "Roubando" o Aprendizado?

Aqui está a parte mais importante da conversa. Apesar de todos acharem a IA útil, todos eles estavam um pouco assustados.

Eles tinham um medo comum: E se os alunos usarem o robô para fazer o trabalho em vez de aprender?

• O Cenário: Imagine que um aluno usa a IA para escrever todo o relatório de laboratório. O aluno entrega o trabalho, o professor nota que está bom, mas o aluno não aprendeu nada sobre física. É como se o aluno tivesse pedido para o robô fazer o exercício de musculação e ele dissesse: "Olha, meus músculos estão grandes!".
• A Reação dos Professores: Para combater isso, eles estão mudando as regras do jogo:
  • Em vez de pedir trabalhos escritos em casa (que a IA faz fácil), eles estão pedindo provas orais, onde o aluno tem que explicar o raciocínio na hora.
  • Eles estão pedindo aos alunos que declarem o que usaram da IA.
  • Eles estão usando a IA para ensinar os alunos a criticar o que a máquina diz, transformando o aluno em um "detetive" que precisa achar os erros do robô.

Conclusão: O Futuro da Física

Os autores do estudo dizem que estamos no início de uma grande mudança. A IA não vai substituir os físicos, mas vai mudar como eles trabalham.

• Antes: O físico gastava horas calculando e escrevendo código.
• Agora e no Futuro: O físico gastará mais tempo pensando, criando e debatendo, enquanto a IA faz o trabalho "sujo" e repetitivo.

A lição final é que a IA é como uma nova ferramenta na caixa de ferramentas do físico. Se usada com cuidado, ela pode tornar a física mais criativa e eficiente. Se usada sem pensar, ela pode fazer com que paremos de aprender de verdade. Os professores estão tentando encontrar o equilíbrio perfeito: usar o robô para ajudar, mas garantir que o cérebro humano continue sendo o chefe da cozinha.

Resumo técnico

1. Problema e Contexto

A Inteligência Artificial Generativa (GenAI), particularmente os Grandes Modelos de Linguagem (LLMs), está a redefinir rapidamente como os físicos ensinam, aprendem e conduzem investigação. Embora a tecnologia tenha um potencial transformador, há uma escassez de conhecimento sobre como os docentes de física (professores universitários) estão a responder a estas mudanças.
O problema central reside na tensão entre:

• Oportunidades: A capacidade da GenAI de delegar trabalho cognitivo (codificação, revisão de literatura, resumos), potencialmente libertando tempo para trabalho analítico mais profundo.
• Desafios: As implicações para a integridade académica (plágio, autoria), a avaliação da aprendizagem genuína e o desenvolvimento cognitivo dos estudantes.
  Diferente das humanidades, onde a avaliação se baseia fortemente na argumentação textual, a física é uma disciplina empírica e matemática. O estudo visa preencher a lacuna na literatura sobre como os físicos percebem e utilizam estas ferramentas no seu trabalho diário.

2. Metodologia

O estudo adota uma abordagem qualitativa baseada em entrevistas semiestruturadas.

• Participantes: 12 professores de física de uma grande universidade de investigação na Escandinávia (Noruega).
• Período: Entrevistas realizadas entre a primavera e o outono de 2024.
• Protocolo: As perguntas focaram-se no uso da GenAI no ensino e na investigação, experiências passadas, feedback dos estudantes e visões sobre aplicações futuras.
• Análise de Dados:
  • As entrevistas foram transcritas e anonimizadas.
  • Foi utilizada uma análise temática indutiva baseada no quadro teórico do Enquadramento Epistémico (Epistemic Framing).
  • Este quadro analisa como os indivíduos percebem situações de aprendizagem e ferramentas ("O que está a acontecer aqui?").
  • O processo envolveu codificação inicial, discussão entre autores para agrupar temas em quadros epistémicos sobrepostos, e uma re-codificação dedutiva para validar a consistência dos dados.

3. Contribuições Principais

O artigo identifica e estrutura as práticas e perceções dos físicos através de duas categorias principais:

1. 19 Práticas Profissionais e Pedagógicas: Uma lista detalhada de como a GenAI é efetivamente utilizada (ex: revisão de código, geração de texto, automação administrativa).
2. 6 Quadros Epistémicos (Frames): As lentes através das quais os professores interpretam a tecnologia. Estes quadros não são mutuamente exclusivos; um professor pode adotar múltiplos quadros simultaneamente.

4. Resultados Principais

Os resultados revelam que os professores operam sob dois grandes vetores: uma visão utilitária (ferramenta) e uma visão de risco (ameaça).

A. Os 6 Quadros Epistémicos Identificados:

1. GenAI como Ameaça à Aprendizagem e Avaliação Genuínas (Quadro Dominante):
   • É o quadro mais prevalente e atua como uma "preocupação abrangente" que colora todos os outros.
   • Preocupações: Os alunos usam a IA para contornar o pensamento crítico, substituir a escrita ou descarregar o raciocínio.
   • Respostas: Mudança de formatos de avaliação (ex: exames orais em vez de escritos em casa), exigência de declaração de uso de IA, e atribuição de tarefas de reflexão sobre o uso da IA para promover metacognição.
2. GenAI como Fonte de Conhecimento:
   • A IA é vista como um repositório de informação capaz de explicar conceitos e resolver problemas de física.
   • Crítica: Há um ceticismo generalizado quanto à fiabilidade ("alucinações"). Os professores enfatizam a necessidade de verificar criticamente as saídas da IA, transformando a avaliação de "encontrar a resposta" para "avaliar a resposta".
3. GenAI como Parceiro de Discussão:
   • A IA é usada como um "parceiro de treino" (sparring partner) para brainstorming, refinamento de questões de investigação e feedback formativo.
   • Limitação: Os professores notaram que os alunos raramente usam a IA para diálogo socrático profundo, preferindo tarefas técnicas de baixo nível.
4. GenAI como Ferramenta de Codificação:
   • Uso pragmático para escrever, depurar e visualizar código (Python, LaTeX).
   • Nuance: Professores que não veem a programação como parte central da sua identidade tendem a "terceirizar" a codificação. Aqueles com forte background computacional veem a IA como um parceiro de depuração, mas preocupam-se que a terceirização total impeça a aprendizagem da lógica de programação.
5. GenAI como Ferramenta de Processamento de Texto:
   • Uso para redação, refinamento gramatical, tradução e resumo de literatura.
   • Hierarquia de Aceitação: É amplamente aceite para tarefas granulares (corrigir vírgulas, traduzir), mas visto com ceticismo para a geração inicial de ideias ou rascunhos completos, pois isso é equiparado a "pensar por si mesmo".
6. GenAI como Dispositivo de Poupança de Trabalho (Labor-saving):
   • Foco na eficiência para tarefas administrativas, gestão de e-mails e potencial (futuro) de correção automática.
   • Objetivo: Libertar tempo para atividades mais significativas (investigação, interação com alunos).

B. Práticas Específicas (Exemplos):

• Alterar formatos de avaliação (ex: para orais).
• Exigir declaração de uso de IA.
• Usar IA para explorar tópicos desconhecidos.
• Depurar código e gerar visualizações de dados.
• Automatizar tarefas administrativas.

5. Significado e Implicações

O estudo conclui que a GenAI está a começar a transformar o que significa ser um físico, embora atualmente as mudanças sejam mais "pequenas perturbações" na eficiência do que uma redefinição radical do papel do físico.

• Dualidade: Existe uma tensão constante entre a eficiência (poupar tempo) e a integridade da aprendizagem (garantir que o aluno pensa). O quadro de "Ameaça" é o que mais influencia as decisões pedagógicas atuais.
• Evolução do Papel do Professor: A longo prazo, a IA pode redefinir o papel do professor de "avaliador" para "engenheiro de ambientes de aprendizagem", onde a avaliação humana se foca mais na defesa oral e no pensamento crítico do que na correção de tarefas escritas.
• Literacia em IA: O artigo sugere a necessidade urgente de desenvolver literacia em IA específica para a física, tanto para professores como para estudantes, para garantir que a tecnologia seja usada de forma crítica e ética.
• Limitações: O estudo é uma análise de caso de uma única instituição e num momento específico da evolução tecnológica rápida. No entanto, serve como uma "prova de existência" de como os físicos estão a integrar estas ferramentas.

Em suma, os físicos estão a adotar a GenAI de forma pragmática, utilizando-a como uma ferramenta adicional na sua caixa de ferramentas, mas mantêm uma postura crítica e vigilante quanto aos seus impactos na integridade académica e na profundidade da aprendizagem.