Faster Completion, Less Learning: Generative AI Reduced Study Time on Math Problems and the Knowledge They Build
Este estudo em larga escala, que utiliza uma década de dados do ALEKS, revela que a inteligência artificial generativa reduziu significativamente o tempo de estudo dos alunos em problemas matemáticos suscetíveis, ao mesmo tempo em que degradou sua retenção de conhecimento a longo prazo, um fenômeno que os autores identificam como "rendição cognitiva".
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
A Visão Geral: O Efeito do "Código de Trapaça"
Imagine uma biblioteca massiva onde milhões de estudantes vão todos os dias para resolver problemas de matemática. Por anos, eles tiveram que fazer o trabalho sozinhos: lendo as perguntas, pensando nos passos e escrevendo as respostas.
Então, uma nova ferramenta chegou (ChatGPT) que age como um "código de trapaça" super-rápido. Se um estudante digitar um problema de texto nessa ferramenta, ela dispara a resposta instantaneamente. Mas, se o problema envolve desenhar um gráfico ou mover peças em uma tela, a ferramenta não pode ajudar muito.
Este artigo pergunta: Os estudantes começaram a usar esse código de trapaça? E, se sim, isso prejudicou o aprendizado real deles?
Para descobrir, os pesquisadores não apenas perguntaram aos estudantes: "Você usa IA?" (porque as pessoas muitas vezes mentem ou esquecem). Em vez disso, eles analisaram as pegadas digitais de 3,2 milhões de estudantes ao longo de dez anos. Eles observaram exatamente quanto tempo os estudantes levavam para resolver diferentes tipos de problemas antes e depois que o "código de trapaça" se tornou popular.
O Experimento: O Teste de "Texto" vs. "Gráfico"
Os pesquisadores montaram uma comparação inteligente, como uma corrida entre dois tipos de corredores:
- Os Corredores de "Texto" (Suscetíveis à IA): São problemas de texto. Você pode copiá-los e colá-los em um chatbot de IA, e ele os resolve em segundos.
- Os Corredores de "Gráfico" (Resistentes à IA): São problemas com tabelas, gráficos ou botões interativos. Você não pode apenas copiar e colar esses; precisa realmente olhar para a tela e clicar em coisas. A IA tem dificuldade com isso.
A Teoria: Se os estudantes estiverem usando IA para trapacear, eles deveriam terminar os problemas de "Texto" muito mais rápido do que antes, mas sua velocidade nos problemas de "Gráfico" deveria permanecer a mesma (porque a IA não pode ajudá-los ali).
O Que Eles Encontraram
1. Os Estudantes Estão "Correndo Rápido" nas Coisas Fáceis
Após o lançamento do ChatGPT, os estudantes começaram a terminar os problemas de "Texto" incrivelmente rápido.
- Estudantes universitários gastaram cerca de 27% menos tempo nesses problemas ao longo do ano seguinte.
- Alunos do ensino médio gastaram ainda menos tempo (31% menos).
- Alunos do ensino fundamental II aceleraram um pouco (9% menos).
- Alunos do 5º ano não mudaram nada.
A Analogia: Imagine um estudante que normalmente leva 10 minutos para escrever uma redação. De repente, ele começa a fazê-lo em 2 minutos. Mas, quando ele precisa construir um modelo de argila (o que a IA não pode fazer), ele ainda leva o mesmo tempo. Isso sugere que eles não estão ficando mais inteligentes; estão apenas terceirizando o trabalho.
2. O Teste do "Fiscal": A Magia Desaparece
Os pesquisadores então analisaram testes onde os estudantes eram observados por um fiscal (um humano ou software vigiando-os para garantir que não usassem telefones ou IA).
- Resultado: Nesses testes supervisionados, a aceleração desapareceu completamente. Os estudantes levaram o mesmo tempo nos problemas de "Texto" que levavam antes do ChatGPT existir.
A Analogia: É como um estudante que corre rápido quando ninguém está olhando, mas diminui para uma caminhada normal quando um árbitro está parado bem ao lado dele. Isso prova que a aceleração não foi porque os problemas ficaram mais fáceis ou porque os estudantes ficaram naturalmente mais rápidos; foi porque eles estavam usando o "código de trapaça" quando ninguém estava olhando.
3. O Custo: "Rendição Cognitiva"
Aqui está a parte mais importante. Os pesquisadores verificaram se essa aceleração ajudou os estudantes a lembrar da matemática depois. Eles aplicaram um teste surpresa (com fiscalização) sobre o material que haviam estudado anteriormente.
- O Resultado: Os estudantes que "correram rápido" pelos problemas de texto usando IA tinham 25% menos probabilidade de acertar as respostas no teste supervisionado posteriormente.
- A Reviravolta: Quando os pesquisadores olharam para os testes não supervisionados (onde os estudantes podiam usar IA novamente), os estudantes pareciam gênios — eles acertaram quase tudo.
A Analogia: Pense nisso como um videogame.
- Usar IA é como usar um código de trapaça de "modo deus". Você vence o nível instantaneamente e ganha todos os pontos (pontuações altas em testes não supervisionados).
- Mas quando você desliga o código de trapaça para a batalha final contra o chefe (o teste supervisionado), você percebe que nunca realmente aprendeu a jogar o jogo. Você perde.
O artigo chama isso de "Rendição Cognitiva". Em vez de usar a IA como uma calculadora (o que ajuda a fazer matemática, mas ainda permite pensar), os estudantes a usaram para renunciar completamente ao processo de pensamento. Eles deixaram a IA fazer o trabalho, então seus cérebros não construíram a "memória muscular" necessária para resolver o problema depois.
Por Que a Idade Importa
O estudo encontrou um padrão claro baseado na idade:
- Universitários e Ensino Médio: Grandes mudanças. Esses estudantes têm mais liberdade e privacidade para usar IA sem serem vigiados.
- 5º Ano: Nenhuma mudança. Esses estudantes provavelmente não têm seus próprios dispositivos ou a liberdade de usar IA independentemente.
A Conclusão
Este artigo fornece a primeira evidência massiva e do mundo real de que a IA generativa mudou como os estudantes estudam.
- Eles estão estudando menos: Estão gastando significativamente menos tempo em problemas que podem copiar e colar.
- Eles estão aprendendo menos: Porque não estão fazendo o trabalho mental, esquecem o material mais rápido.
- Não é um erro: O fato de a aceleração desaparecer quando um fiscal está observando prova que é uma escolha comportamental, não uma mudança no currículo.
Os autores concluem que, embora a IA possa fazer os estudantes parecerem que estão aprendendo mais rápido (ao obter respostas rápidas), ela está na verdade causando que eles "rendam" seu pensamento, levando a uma queda significativa no que eles realmente sabem e lembram.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.