Beyond the Zero-Sum Debate: Designing for Agency and Efficiency in the Age of GenAI

No movimentado mundo da educação, uma tensão silenciosa existe há muito tempo entre duas formas de pensar sobre como as pessoas aprendem. De um lado, há a crença de que os alunos precisam de liberdade para explorar, cometer erros e lutar contra problemas difíceis para compreender verdadeiramente um assunto. Essa abordagem valoriza o processo desordenado e, muitas vezes, frustrante de descobrir as coisas como o próprio motor da aprendizagem. Do outro lado, há o desejo de eficiência, onde os professores fornecem estruturas claras e orientação passo a passo para garantir que os alunos dominem fatos e habilidades sem se perderem ou ficarem desanimados. Por décadas, educadores e pesquisadores debateram o quanto de ajuda oferecer e quanta independência conceder, questionando se esses dois objetivos poderiam algum dia coexistir. Agora, uma nova força entrou nesta conversa: a inteligência artificial generativa. Estes são sistemas de computador capazes de escrever ensaios, resolver problemas matemáticos e gerar ideias em segundos, muitas vezes fazendo o trabalho árduo da aprendizagem parecer desnecessário. Esta chegada repentina força um reexame de velhas questões, perguntando se tais ferramentas poderosas ajudarão os alunos a aprender mais rápido ou simplesmente os enganarão, fazendo-os pensar que sabem mais do que realmente sabem.

Dois pesquisadores, Marcela Borge, da Pennsylvania State University, e Todd Shimoda, da Thinkertools, Inc., entraram neste debate para oferecer um caminho prático a seguir. Eles argumentam que a chegada da inteligência artificial não exige que escolhamos entre a liberdade total e o controle rígido. Em vez disso, eles propõem uma estrutura que trata as atividades de aprendizagem como tendo duas partes distintas: o trabalho central que os alunos devem fazer por conta própria para construir uma compreensão profunda, e o trabalho de apoio que pode ser lidado pela tecnologia para manter as coisas fluindo suavemente. O objetivo deles é mostrar como os educadores podem usar essas novas ferramentas para aprimorar o pensamento humano em vez de substituí-lo, garantindo que os alunos ainda se envolvam na luta necessária que leva ao verdadeiro insight.

Os pesquisadores começam identificando um problema que chamam de "Paradoxo da Construção". Esta é a ideia de que a aprendizagem frequentemente exige o trabalho difícil e demorado de construir o conhecimento do zero. Quando um aluno escreve um ensaio, resolve uma equação complexa ou projeta um experimento, ele não está apenas produzindo um produto final; ele está construindo um modelo mental de como o mundo funciona. Se um aluno usa a inteligência artificial para gerar esse ensaio ou resolver essa equação instantaneamente, ele ignora a construção mental. Ele termina com um resultado polido, mas pulou o próprio processo que cria a compreensão. O paradoxo é que, embora alunos e professores possam se sentir satisfeitos com o produto acabado, o aluno realmente aprendeu menos porque evitou o esforço cognitivo necessário para tornar o conhecimento seu. Os pesquisadores sugerem que, se deixarmos a inteligência artificial fazer todo o pensamento difícil, corremos o risco de criar uma geração que consegue produzir respostas perfeitas, mas que não consegue pensar criticamente quando confrontada com um problema novo ou desconhecido.

Para resolver isso, os autores baseiam-se em décadas de pesquisa em aprendizagem colaborativa apoiada por computador, um campo que estuda como as pessoas aprendem juntas com a ajuda da tecnologia. Eles propõem uma distinção simples, mas poderosa, entre tarefas "focais" e "de apoio". Uma tarefa focal é a principal coisa que um aluno precisa aprender a fazer. Se o objetivo é aprender a argumentar um ponto, então o ato de construir esse argumento é a tarefa focal. Se o objetivo é aprender a gerenciar uma equipe, então o ato de negociar e coordenar com outros é a tarefa focal. Estas são as partes da aprendizagem que devem permanecer sob o controle do aluno. São as partes onde ocorrem a luta, os erros e os eventuais avanços. As tarefas de apoio, por outro lado, são as atividades de fundo que ajudam a tarefa focal a acontecer, mas que não são o objetivo principal da aprendizagem. Estas podem incluir formatar um documento, organizar dados ou procurar uma definição. Estas são as partes onde a tecnologia pode ser mais útil, intervindo para reduzir a carga mental para que o aluno possa focar sua energia no trabalho central.

Os pesquisadores ilustram isso com exemplos de seu próprio trabalho anterior no design de software educacional. Em um sistema projetado para ajudar alunos a aprender ciências, o software não dizia exatamente o que os alunos deveriam fazer ou como resolver cada problema. Em vez disso, deixava a investigação científica — o ato de fazer perguntas, formular hipóteses e testar ideias — inteiramente a cargo dos alunos, embora incorporasse consultores de software que forneciam conselhos gerais sobre partes críticas do ciclo de investigação. Esta era a tarefa focal, a parte que exigia sua total atenção e esforço. No entanto, o software fornecia suporte estruturado para a reflexão que ocorria após o experimento. Ele guiava os alunos sobre como olhar para trás para o que fizeram, direcionando sua atenção para dimensões específicas e teoricamente fundamentadas de competência colaborativa e restringindo sobre o que poderiam refletir, para que pudessem focar em aprender com seus erros em vez de se perderem na mecânica de escrever um relatório. Ao separar os dois, o sistema permitiu que os alunos experimentassem todo o peso da descoberta científica, enquanto ainda recebiam a orientação necessária para dar sentido a ela.

Aplicando esta lógica à inteligência artificial generativa, os pesquisadores sugerem que professores e designers devem fazer uma pergunta específica antes de usar a tecnologia: "Qual é a principal coisa que queremos que o aluno aprenda, e qual parte desta atividade é essencial para essa aprendizagem?". Se a resposta for que o aluno precisa aprender a pensar criticamente, então o processo de pensamento em si deve ser preservado. A inteligência artificial pode ser usada para gerar exemplos, oferecer perspectivas alternativas ou ajudar a organizar informações, mas não pode ser permitida que faça o pensamento pelo aluno. Os pesquisadores alertam que, se usarmos essas ferramentas para simplesmente acelerar a produção de lições de casa ou ensaios, provavelmente prejudicaremos as próprias habilidades que esperamos desenvolver. O perigo não está em usar a tecnologia, mas em usá-la para contornar o trabalho cognitivo que é necessário para o crescimento.

O artigo também enfatiza que este equilíbrio não pode ser alcançado apenas pela tecnologia. Requer o envolvimento ativo de professores que compreendam os objetivos da lição e possam tomar decisões em tempo real sobre quando deixar os alunos lutarem e quando oferecer ajuda. No passado, o software educacional frequentemente seguia um roteiro fixo, guiando os alunos através de um caminho predeterminado. Com a inteligência artificial generativa, o caminho não é mais fixo; a tecnologia pode responder de maneiras imprevisíveis, oferecendo respostas inesperadas ou até mesmo informações incorretas. Isso torna o papel do professor mais importante do que nunca. O professor deve agir como um maestro, decidindo quando deixar os alunos e a inteligência artificial interagirem livremente e quando intervir para guiar a conversa. Eles devem criar um ambiente de sala de aula onde os alunos se sintam seguros para cometer erros e onde o grupo trabalhe junto para verificar informações e resolver problemas.

Em última análise, os pesquisadores argumentam que o valor da aprendizagem reside no processo, não apenas no produto. A frustração de não saber a resposta, o esforço de tentar diferentes abordagens e a satisfação de encontrar uma solução são o que constroem a compreensão profunda e a capacidade de aplicar o conhecimento em novas situações. A inteligência artificial generativa tem o potencial de ser uma poderosa parceira neste processo, mas apenas se for usada com cuidado. Ela deve ser vista como uma ferramenta para apoiar o esforço humano de aprendizagem, não como um substituto para ele. Ao distinguir entre o trabalho central que os alunos devem fazer e o trabalho de apoio que a tecnologia pode lidar, os educadores podem aproveitar o poder dessas novas ferramentas sem perder os elementos humanos essenciais de curiosidade, colaboração e pensamento crítico. O objetivo não é tornar a aprendizagem fácil, mas torná-la significativa, garantindo que os alunos emerjam de sua educação não apenas com uma coleção de fatos, mas com a capacidade de pensar, criar e resolver problemas por conta própria.