Todo mundo deveria estar falando disso.
PULSO IA por Maria Carolina Mariano
Olá, tudo bem?
Essa semana eu quero fazer uma coisa um pouco diferente. Em vez de contar uma cena da escola ou uma conversa que eu tive, eu quero sentar com vocês e ler um documento. Um relatório de umas trinta páginas, publicado pelo MIT no dia 13 de agosto, que, na minha leitura, é um dos documentos mais importantes sobre IA e educação que saiu esse ano, e que quase ninguém está comentando.
Eu traduzi os trechos que considero centrais. Vou colocar aqui, na ordem em que eles me chamaram atenção.
Quem escreveu isso, e por que importa que tenha sido o MIT?
Em janeiro de 2026, a reitoria do MIT montou um comitê com professores de todas as escolas do instituto, alunos de graduação e pós, bibliotecários e a equipe do laboratório de ensino. O pedido inicial era mapear como a IA estava sendo usada, levantar inovações em avaliação e propor uma política de uso.
Cinco meses depois, o comitê devolveu outra coisa. Logo na introdução, eles dizem que o que aprenderam os convenceu de que a comunidade precisava enfrentar perguntas mais profundas sobre a estrutura, o sentido e o valor de uma educação no MIT.
E aqui está o ponto que eu insisto no vídeo. Não é uma universidade qualquer. O laboratório de inteligência artificial do MIT foi fundado em 1959 por Marvin Minsky e John McCarthy, o homem que cunhou o termo “inteligência artificial”. Claude Shannon lecionava lá. Joseph Weizenbaum criou a ELIZA lá, em 1966, o primeiro chatbot da história (e o relatório lembra dela, com uma ironia bonita, porque a ELIZA foi feita para mostrar como a conversa com uma máquina era rasa... e as pessoas se apegaram a ela mesmo assim). Seymour Papert, que vocês já me viram citar tantas vezes, dirigiu esse laboratório ao lado de Minsky.
Quando a instituição que se descreve como profundamente identificada com o nascimento da IA escreve que precisa repensar o próprio ensino, o argumento “IA é só uma onda das big techs” perde sustentação.
O que eles dizem que está acontecendo lá dentro?
O relatório não é um manifesto entusiasmado. É um diagnóstico, e boa parte dele é desconfortável.
Eles descrevem uma queda na frequência aos horários de atendimento dos professores, menos participação nas discussões online e, como relato informal, menos grupos de estudo nos dormitórios e bibliotecas. Descrevem alunos que se sentem pressionados a resolver tudo com IA, e professores que passaram a “policiar” o uso e sentiram a relação com os alunos se deteriorar. Descrevem um “contrato social” entre quem ensina e quem aprende que está se rompendo.
E aí vem o trecho que eu li no vídeo, da seção 1.1(*), que eles chamam de “paisagem”:
“A IA está gerando mudanças rápidas e imediatas, e também rupturas tectônicas de longo prazo. É provável que toda disciplina ensinada no MIT precise ser reexaminada, e possivelmente reformulada, para garantir que a forma como os alunos são ensinados, o que eles aprendem e como são avaliados levem a IA em consideração. [...] Para além das disciplinas específicas, o advento da IA exige uma reavaliação ampla e holística da natureza, do alcance e do propósito do ensino superior hoje.”
Reparem na palavra escolhida. Tectônica. Não é ajuste, não é atualização de ementa. É reestruturação profunda.
Então a resposta é proibir?
Não. E é aqui que o relatório fica mais interessante do que a maioria das discussões que eu vejo por aí.
Eles são explícitos contra os detectores de IA, porque geram uma corrida armamentista inútil e porque erram mais com alunos que não são falantes nativos de inglês ou neurodivergentes. São contra o racionamento de notas máximas que outras universidades adotaram, porque isso só aumenta o incentivo para trapacear. E são contra transformar tudo em prova presencial cronometrada, porque isso destrói justamente o trabalho longo, difícil e pensado que constrói maestria.
O que eles propõem, em vez disso, é voltar à pergunta de origem. Antes de decidir se a IA pode ou não pode numa disciplina, o professor precisa responder o que o aluno deve saber, saber fazer e passar a valorizar ao fim daquele curso. Só depois disso desenha a avaliação, exames orais, portfólios de semestre, trabalhos feitos fora da sala e discutidos dentro dela.
Eles têm um nome para o critério. Aumentar, não automatizar. Uma IA “pró-aprendiz” é aquela que expande o que o aluno consegue pensar e resolver, e não a que substitui o esforço de pensar. O relatório cita inclusive o fenômeno da “rendição cognitiva”, quando o estudante recorre à IA ao primeiro sinal de dificuldade.
Quem acompanha o Pulso há mais tempo vai reconhecer aqui exatamente o que eu venho chamando de esforço produtivo. Não fui eu que inventei. É a mesma coisa que o MIT está escrevendo.
E o que isso tem a ver com uma escola de educação básica em Belo Horizonte?
Aqui eu saio do relatório e entro na minha leitura.
A educação básica no Brasil está organizada, na prática, como uma esteira de 14 anos que desemboca num vestibular. A gente pode discordar disso, mas é assim que a maioria das escolas funciona e é assim que a maioria das famílias avalia uma escola.
Só que o vestibular leva para a universidade. E a universidade, pelo menos uma das mais importantes no mundo, está dizendo que precisa reavaliar como suas práticas garantem o seu propósito, e qual é, de fato, o seu propósito.
Vocês enxergam a cascata? Se o topo da pirâmide está sendo repensado, a base não pode continuar formatando crianças para um destino que está mudando de forma.
E para onde a escola vai? O relatório, de novo, responde. Este é o segundo trecho que eu li no vídeo, da seção 2.4:
“O produto mais importante da educação não é uma nota ou um diploma, mas os próprios alunos: seu crescimento pessoal, sua maturidade intelectual e o desenvolvimento de sua própria imaginação, discernimento e julgamento. [...] Precisamos ajudá-los a desenvolver capacidades metacognitivas para pensar sobre o próprio pensamento, a se engajar em práticas reflexivas e a fortalecer seu senso de agência.”
Competências de pensamento. Competências de meta-aprendizagem. Saber olhar para o próprio jeito de aprender. Isso não é apenas “bonito de dizer”, é o que está escrito no relatório da universidade onde a IA nasceu.
O que muda para as famílias?
Muda um lugar confortável. Eu entendo esse lugar, de verdade. A gente escolhe uma escola, talvez, porque estudou nela, muitas vezes porque conhece o prédio, e outras tantas vezes porque já sabe o que esperar. Isso dá sensação de controle.
Esse lugar acabou, gente. Porque o mundo para o qual ela preparava não é mais o mesmo, e irá se transformar ainda mais. A pergunta que uma família precisa fazer hoje, quando visita uma escola, não é mais “quantos alunos vocês aprovaram” e sim “como vocês ensinam uma criança a pensar sobre o que ela está aprendendo”.
Na Casa Fundamental, essa pergunta é o centro do projeto há mais de dez anos. Não porque a gente previu a IA, mas porque a investigação e a construção sempre foram a nossa forma de ensinar. O relatório do MIT me deu a impressão estranha de ler, escrito em inglês por um comitê de Cambridge, o que a gente vem construindo, dia a dia, há 10 anos, na nossa Casa, em Belo Horizonte.
Eu recomendo que vocês leiam o relatório inteiro. Está em aiandeducation.mit.edu/report, com apêndices e uma FAQ.
Até a próxima,
Maria Carolina Mariano
Assista ao Pulso IA da semana no Instagram.
Quer se formar como um Líder Educacional na Era da IA? Conheça o meu curso
https://casafundamental.ensinio.com/g/ia-para-liderancas-educacionais/about
...
(*)
1.1 The Landscape
This report’s recommendations reflect the following insights about the educational landscape at MIT.
Generative AI is everywhere already, spurring an assortment of views:
- MIT students use AI frequently and pervasively – with strongly mixed feelings, from curiosity, creative inspiration, and gratitude to resignation, concern, and anxiety.
- Instructors’ attitudes range from enthusiastic exploration and growing reliance on AI to skepticism, suspicion, and “AI refusal”– and there’s a widespread desire to share experiences, ideas and techniques.
While AI is allowing instructors to develop exciting new learning experiences and enabling students to learn and experiment in innovative ways, there have been a number of concerning effects on the life of the campus, including signs that AI is:
- Upending foundational elements of the MIT educational experience, especially for undergraduates, from the p-set, the take-home exam and UROPs to office hours and the study group.
- Increasing isolation.
- Undermining student mastery and confidence.
- Eroding the “social contract” between instructors and students.
- Making it much harder to assess student progress.
- Challenging decades of distinctive MIT community norms and values about rigor, the creative friction required for learning, collaborative problem solving, and personal integrity.
AI is generating both immediate rapid changes and long-term tectonic disruptions – and MIT needs to respond:
- Students are confused and concerned about a lack of clarity, consistency and justification about the use of AI, within a given subject and across the curriculum.
- Every subject taught at MIT will likely need to be reexamined and potentially revamped to make sure that how students are being taught, what they’re learning, and how they’re assessed are “AI-aware.”
- AI is changing what students need to know and know how to do.
- Beyond its implications for specific subjects and disciplines, the advent of AI demands a broader, holistic reassessment of the nature, scope and purpose of higher education today.
Finally, AI presents substantial practical concerns for our community, from data privacy and confidentiality to questions around disparate access, bias, fairness, and accountability. AI’s explosive growth and ascendance also raise important questions for society, from the environmental impact of AI data centers, to the use of intellectual property and training data, to the overall human impact of the technology and the industry – and MIT needs to engage with those questions too.
Other educational institutions are grappling with similar questions around AI and generating interesting ideas – but no one seems to have it all figured out.
Three notes on the words we use:
- N.B. In this report, “Instructors” includes faculty and everyone else engaged in teaching at MIT.
- Most references to “students” apply to both undergraduate and graduate students, except in a few obvious places, as when we refer to the General Institute Requirements (GIRs) or to participants in the Undergraduate Research Opportunities Program (UROP).
- “We,” “us,” and “our” sometimes refer to the members of the committee, and sometimes the whole of MIT. The difference should be clear from the context.
Nenhum comentário:
Postar um comentário