Experiential Versus Instructional Approaches for Eliciting Metacognitive Awareness in AI-Assisted Learning: A Short-Term Longitudinal Study

Imagine que você está aprendendo a andar de bicicleta. Você poderia estar sentado em uma sala de aula enquanto um professor desenha um diagrama perfeito de engrenagens, pedais e equilíbrio em um quadro branco, explicando exatamente como a física funciona. Isso é aprendizagem instrucional: obter conhecimento de outra pessoa, passo a passo, sem sujar as mãos. Ou, você poderia subir em uma bicicleta bamba, balançar, cair, levantar e descobrir como se equilibrar sentindo o vento e a estrada. Isso é aprendizagem experiencial: aprender fazendo, cometendo erros e refletindo sobre o que aconteceu.

Agora, imagine que, em vez de uma bicicleta, você está aprendendo a usar um amigo robô superinteligente chamado IA Generativa (ou GenAI) para ajudá-lo a estudar. Este robô pode escrever ensaios, resolver problemas matemáticos e explicar ideias complexas em segundos. Mas aqui está o detalhe: se você apenas deixar o robô fazer todo o trabalho, poderá parar de pensar por si mesmo. É aqui que entra a metacognição. Pense na metacognição como o "painel de controle" ou o "treinador interno" do seu cérebro. É a capacidade de pensar sobre como você está pensando. Um bom treinador interno sabe quais estratégias funcionam (como pedir ao robô para desafiar suas ideias) e quais são armadilhas (como deixar o robô escrever todo o seu dever de casa). A grande questão que os educadores estão fazendo agora é: ao ensinar os alunos a usar esta poderosa ferramenta de IA, é melhor dar uma palestra sobre ela ou deixá-los brincar com ela e aprender com a experiência?

O Experimento: Sala de Aula vs. O Parque de Diversões

Pesquisadores da Universitat Pompeu Fabra, em Barcelona, decidiram resolver este debate com um experimento do mundo real. Eles reuniram 126 estudantes do primeiro ano de engenharia e os dividiram em duas equipes. Ambas as equipes passaram duas horas aprendendo como usar a GenAI de forma eficaz, mas aprenderam de maneiras muito diferentes.

A primeira equipe, o Grupo Instrucional, sentou-se em uma palestra tradicional. Eles ouviram especialistas explicarem as formas "certas" e "erradas" de usar a IA. Ouviram histórias sobre como o uso excessivo da IA pode tornar o cérebro preguiçoso (um conceito chamado "descarregamento cognitivo", onde você terceiriza seu pensamento para a máquina). Eles aprenderam a teoria, mas não fizeram nada de fato com a IA durante a sessão.

A segunda equipe, o Grupo Experiencial, colocou as mãos na massa. Eles não apenas ouviram; eles brincaram. Eles receberam quatro desafios específicos. Em um deles, tiveram que escrever um resumo de um artigo antes de pedir à IA para revisá-lo, forçando-os a pensar primeiro. Em outro, tiveram que argumentar um ponto e pedir à IA para desempenhar o papel de "tutor socrático", desafiando seus argumentos com perguntas. Eles também tentaram a maneira "errada" — pedindo à IA uma solução imediata e copiando-a — para ver como era a sensação de pular a etapa do esforço. Após cada tarefa, eles faziam uma pausa para refletir sobre o que aconteceu.

Os pesquisadores queriam ver como essas duas abordagens alteraram seus "treinadores internos" (sua consciência metacognitiva) imediatamente após a sessão e cinco semanas depois. Eles mediram duas coisas principais:

1. Conhecimento: Os alunos entenderam quais estratégias funcionam?
2. Regulação: Os alunos conseguem realmente usar essas estratégias para controlar seu próprio aprendizado?

Os Resultados: A Partida Rápida e a Maratona Lenta

Os achados foram como observar uma corrida de velocidade que se transforma em uma maratona.

Logo Após a Sessão (A Velocidade):
O Grupo Experiencial (os que brincaram) teve uma vantagem inicial enorme. Imediatamente após sua sessão prática, eles sabiam muito mais sobre estratégias eficazes de IA e sentiam-se muito mais engajados com as ferramentas do que o grupo da palestra. Seus "treinadores internos" estavam bem acordados. Eles entendiam a diferença entre usar a IA como uma parceira e usá-la como uma muleta.

O Grupo Instrucional (os que ouviram), no entanto, mostrou um quadro misto logo de início. Embora tenham relatado sentir-se ligeiramente mais positivos em relação à IA e mais engajados com as ferramentas após a palestra, o entendimento sobre como usar estratégias de IA (Conhecimento Metacognitivo) não melhorou significativamente. A palestra não despertou instantaneamente seus treinadores internos em relação às estratégias específicas necessárias para um aprendizado eficaz.

Cinco Semanas Depois (A Maratona):
É aqui que a história fica interessante. Cinco semanas depois, a diferença no engajamento diminuiu. Os alunos que apenas ouviram a palestra alcançaram o nível dos que brincaram em termos de engajamento com as ferramentas. Eles descobriram, através do uso diário da IA, que os conselhos da palestra eram, de fato, verdadeiros. O "grupo da palestra" aprendeu lentamente o que o "grupo do brincar" aprendeu instantaneamente.

Mas houve uma reviravolta. Enquanto a lacuna de engajamento se fechou, o Grupo Experiencial começou a mostrar um novo superpoder especial: Regulação.

Ao longo dessas cinco semanas, os alunos que realizaram os exercícios práticos não apenas sabiam as estratégias; eles começaram a usá-las cada vez melhor. Sua capacidade de monitorar e ajustar o próprio pensamento continuou crescendo. Eles estavam ficando melhores em controlar como usavam a IA. O grupo da palestra, por outro lado, estagnou. Eles sabiam as estratégias, mas não pareciam ficar melhores em aplicá-las ao longo do tempo.

O Que Isso Significa para o Futuro

O artigo sugere que, se você quiser que os alunos entendam rapidamente como usar a IA, deixe-os brincar com ela. Atividades práticas criam uma centelha imediata de compreensão e entusiasmo que as palestções não conseguem igualar.

No entanto, o artigo também nos alerta para não esperarmos milagres da noite para o dia. Só porque os alunos conhecem uma estratégia, não significa que a usarão perfeitamente de imediato. O "grupo do brincar" mostrou que a capacidade de controlar o próprio aprendizado (regulação) leva tempo para se desenvolver. É como aprender a andar de bicicleta: você pode entender a teoria do equilíbrio imediatamente após cair, mas manter-se ereto enquanto pedala pode levar algumas semanas de prática.

Os pesquisadores sugerem que os professores devem priorizar estas atividades práticas de "tentar e ver" em vez de palestras longas ao introduzir a IA. Mas eles também aconselham paciência. Se os alunos não começarem a usar a IA perfeitamente logo após um exercício divertido, não significa que a lição falhou. Pode ser apenas que seus "treinadores internos" ainda estejam acordando e aprendendo a pilotar o navio. Os benefícios de fazer o trabalho por conta própria podem não aparecer na nota final imediatamente, mas constroem um aprendiz mais autônomo e autorregulado a longo prazo.

Em resumo, você pode dizer a alguém como andar de bicicleta, mas não pode ensinar o equilíbrio sem deixá-lo balançar um pouco primeiro. E, às vezes, esse balanço é exatamente o que os ajuda a manter o equilíbrio semanas depois.