Por CRISTIAN ARÃO*
A automação das tarefas escolares pela inteligência artificial não criou a crise educacional; apenas expôs a falência de um modelo que já treinava os alunos para pensar como máquinas, tornando urgente a substituição da memorização pela reflexão crítica
A disseminação acelerada de modelos de linguagem como o ChatGPT nos ambientes escolares instalou um diagnóstico que se repete com variações mínimas entre professores, gestores e formuladores de políticas públicas: os alunos estão terceirizando seus trabalhos, redigindo ensaios com um comando de voz e resolvendo exercícios com a colagem de enunciados em interfaces de inteligência artificial, o que, à primeira vista, parece configurar uma epidemia de preguiça intelectual e desonestidade acadêmica em massa.
No entanto, uma investigação mais detida revela que o alarme em torno da tecnologia oculta um mal-estar muito anterior e muito mais estrutural, que diz respeito ao fim (telos) do próprio trabalho escolar. A educação básica institucional, ao organizar-se como transmissão de um repertório fixo de dados, fórmulas, datas, nomes e classificações, converteu o ato de aprender em uma sequência previsível de operações de memorização e reprodução cujo significado raramente é interrogado pelos próprios sujeitos do processo.
Esse modelo, que Paulo Freire chamou de educação bancária, é anterior à inteligência artificial e já operava, na prática, como um algoritmo, estabelecendo um circuito fechado de depósito, arquivamento e devolução de informações.
Educação bancária é educação algorítmica
O uso da inteligência artificial pelos alunos para realizar tarefas escolares não deveria causar surpresa. Estudantes fogem do estudo como o diabo foge da cruz. Antes da inteligência artificial, já existiam a cópia de textos da internet, trabalhos feitos por colegas (ou até por profissionais), a “pesca” (ou “cola”) nas provas e outras estratégias para conseguir aprovação sem ter real familiaridade com o conteúdo ensinado.
Mesmo entre os alunos que não recorrem a esses meios, muitos não compreendem de fato o que respondem nas avaliações, pois se limitam a decorar as informações que serão cobradas. Nesse tipo de aprendizado “decoreba”, é comum o estudante esquecer o que “aprendeu” logo depois da prova.
Grande parte do desinteresse que o aluno manifesta na escola não nasce de uma apatia espontânea, mas de um currículo que raramente se preocupa em cultivar o sentido daquilo que se aprende. Sem enxergar relevância pessoal ou intelectual nas tarefas propostas, o estudante tende a terceirizar o trabalho.
Essa falta de vontade decorre de um modelo pedagógico em que ensinar consiste essencialmente em transmitir um inventário de conteúdos, avaliando a aprendizagem pela capacidade de repeti-los com exatidão. A aula torna-se, assim, uma rotina de exposição de definições, datas e procedimentos, ao passo que o estudo se reduz à internalização temporária desses elementos para uma prova. É nesse vácuo que a inteligência artificial encontra espaço.
Ora, se o que a escola demanda é a produção de textos padronizados, a resolução de equações por meio de passos prescritos ou a descrição de fenômenos segundo uma narrativa única, então um modelo de linguagem ou um sistema de álgebra computacional executa tais tarefas com eficiência frequentemente superior à do aluno. O problema não reside na ferramenta, mas na natureza da demanda.
Paulo Freire conceituou a educação bancária como um ato de depósito: o educador deposita comunicados nos educandos, que os arquivam e os repetem, sem que haja verdadeiro encontro com o saber ou com a realidade. O estudante é reduzido a um receptor passivo de conteúdos, fazendo com que a atividade intelectual se torne indistinguível de um gesto mecânico. Sob essa perspectiva, a educação bancária pode ser compreendida como uma arquitetura algorítmica: uma série finita de passos definidos para a transmissão e verificação de dados, cujo sentido não se discute, apenas se executa.
O recurso à inteligência artificial apenas materializa, em outra escala, a lógica que já comandava o cotidiano escolar. O estudante que entrega um trabalho feito pelo chatbot não faz mais do que automatizar uma tarefa que, desde o princípio, lhe era apresentada como procedimento impessoal e repetitivo. Nessa medida, a terceirização é o sintoma mais visível da falência do modelo bancário.
O pensamento que imita a máquina
Se a educação é capaz de funcionar como um algoritmo, é porque o próprio pensamento moderno se submeteu a uma racionalidade que tem na máquina seu modelo ideal. Esse argumento é apresentado na Dialética do esclarecimento. Theodor Adorno e Max Horkheimer mostram como o Esclarecimento, no afã de livrar os homens do medo e da superstição, reduziu a razão a uma função instrumental.
A natureza, a sociedade e o próprio sujeito passam a ser computados, classificados e manipulados por um aparato lógico que só reconhece como verdadeiro aquilo que pode ser medido, repetido e calculado.
O pensamento que emula a máquina não é, portanto, uma inovação contemporânea, mas o resultado de um longo processo histórico que submeteu a cognição à forma da operação abstrata e impessoal. A equação matemática, a regra gramatical e a cronologia factual tornam-se os conteúdos por excelência de uma educação que prepara o indivíduo para funcionar no interior de uma totalidade administrada.
A instituição escolar moderna incorporou profundamente essa lógica. Os currículos se organizam como sequências lineares de tópicos, as avaliações padronizadas mensuram a retenção de informações e o sucesso pedagógico é aferido mediante taxonomias que transformam competências complexas em rubricas mensuráveis.
Nesse ambiente, a diferença entre o raciocínio do aluno e o processamento da máquina se torna cada vez mais tênue, e a inteligência artificial chega não como intrusa, mas como consumação lógica de um sistema que já treinava os sujeitos a pensar algoritmicamente. As tarefas escolares que hoje são delegadas ao computador sempre foram, no fundo, computáveis. A novidade é que a presença maciça da inteligência artificial retira o véu de naturalidade que cobria essa estrutura, expondo‑a como um artefato histórico passível de transformação.
Os fins da educação
A inquietação gerada pela inteligência artificial no campo educacional tem o mérito de tornar inadiável um debate que, de outro modo, permaneceria latente: a crise de sentido de uma educação reduzida a algoritmo. Os diagnósticos de Paulo Freire iluminam as raízes dessa crise, mostrando que a prática bancária produz um tipo de ensino cujas tarefas já estão, estruturalmente, disponíveis para a automação. A terceirização do trabalho discente não é, assim, o problema original, mas o efeito visível de um modelo que separou o conhecimento da experiência e o convertendo-o em mercadoria informacional.
Diante desse cenário, configuram‑se duas grandes frentes de resposta. A primeira, que já se esboça em discursos oficiais e em produtos edtech, consiste no reforço do controle sobre o corpo e a atenção do estudante. Para garantir que as tarefas sejam executadas sem o auxílio de uma inteligência externa, propõem‑se dispositivos de monitoramento cada vez mais invasivos: tiaras de aprendizado que medem ondas cerebrais para avaliar o engajamento e softwares de reconhecimento facial que calculam o nível de atenção dos alunos.
Trata‑se de uma aposta na pressão e na vigilância como garantias da “autenticidade” do trabalho escolar. Sob o prisma freiriano, essa proposta aprofunda a heteronomia e converte a educação em um novo capítulo da dominação: o aluno é vigiado, medido e classificado segundo parâmetros de produtividade, enquanto a escola se transforma num espaço de adestramento para a docilidade algorítmica.
A segunda frente, de inspiração freiriana, reconhece na crise uma oportunidade para refundar o sentido da educação. Uma educação emancipadora não nega a técnica, mas a subordina a finalidades humanas, recusando‑se a fazer do domínio técnico um fim em si mesmo. Em vez de serem combatidas, as ferramentas de inteligência artificial podem ser problematizadas, apropriadas criticamente e postas a serviço de projetos que exijam investigação, diálogo e produção de significado. O essencial é deslocar o eixo do trabalho pedagógico da memorização e da repetição para a experiência reflexiva.
Isso implica substituir as tarefas que se esgotam na reprodução de informações por desafios que mobilizem a capacidade de formular perguntas, de interpretar contextos e de construir argumentos. Em lugar de provas que aferem a exatidão de dados, avaliações que acompanhem percursos de pesquisa, criação e autoanálise. Aqui é importante negritar o fato de que tal movimento requer reorganização dos currículos para cultivar o interesse necessário para o aprendizado.
A finalidade da educação deixa de ser a simples acumulação de saberes e se desloca para o que resta de irredutivelmente humano: a capacidade de formular perguntas que nenhum algoritmo antecipa, o juízo ético diante de respostas automatizadas, a sensibilidade para atribuir sentido à existência, a coragem de imaginar futuros que não estão nos dados e a capacidade de habitar a incerteza com lucidez, responsabilidade e desejo de transformação.
Assim, por mais que a inteligência artificial por muitas vezes atrapalhe o aprendizado, ela não está fazendo nada mais do que tornar mais evidentes as precariedades de nossa educação. Nesse sentido, ela nos empurra para uma encruzilhada entre a administração total da aprendizagem, que converte o aluno em objeto de uma tecnologia de controle, e a aposta na autonomia, que o reconhece como sujeito de sua própria formação.
O que está em jogo não é apenas o uso ou a proibição da inteligência artificial, mas a decisão ética e política sobre o tipo de sociedade que a educação se propõe a formar.
*Cristian Arão é professor de filosofia na Universidade Federal do Recôncavo da Bahia (UFRB) e autor do livro IA entre fantasmas e monstros: como os algoritmos precarizam o trabalho e alimentam o autoritarismo [https://amzn.to/3Rze9b0]
Nenhum comentário:
Postar um comentário