IA Generativa na Educação: Entre a Preguiça Cognitiva e o Aprendizado Adaptativo

Com o advento da inteligência artificial generativa, muito se tem questionado sobre seus impactos na educação. Será que agora, finalmente, teremos a tão esperada mudança de paradigma no ensino? A história nos convida à cautela. Quando o rádio comercial começou a se popularizar na década de 1920 — a primeira estação comercial dos Estados Unidos, a KDKA de Pittsburgh, iniciou suas transmissões em novembro de 1920 (PBS, 2019) —, muito se falava sobre a revolução que ele traria para a educação a distância e para a democratização do conhecimento. Universidades como a de Wisconsin já transmitiam aulas pelo rádio em 1921 (Britannica, 2024). Depois vieram a televisão, a internet, os MOOCs — e, a cada onda, a mesma promessa: a sala de aula tradicional seria substituída.

É inegável que essas tecnologias contribuíram para ampliar o acesso à informação. No entanto, a estrutura fundamental da educação não se alterou. O papel do professor em sala de aula — educando, compartilhando experiências, criando um ambiente de discussão — permanece indispensável. A interação e a troca de conhecimento entre alunos continuam sendo o coração do processo de aprendizagem. Percebemos, então, que a educação nunca foi apenas sobre consumir conteúdo, mas sobre o ponto de vista e a forma de aprendizagem que cada indivíduo desenvolve, tornando o ambiente presencial e a relação entre professores e alunos absolutamente primordiais.

O risco da preguiça cognitiva

Não podemos nos dar ao luxo de enxergar a IA generativa como apenas um novo Google, onde os alunos realizam pesquisas e buscam informações. A diferença é qualitativa: enquanto o Google exige que o usuário leia, compare fontes e sintetize informações, os modelos generativos entregam respostas prontas e articuladas, reduzindo drasticamente o esforço cognitivo necessário.

Estudos recentes corroboram essa preocupação. Uma revisão sistemática publicada na Smart Learning Environments (2024) revelou que a dependência excessiva de sistemas de IA conversacional resultou em um aumento significativo de comportamentos de preguica intelectual entre estudantes, além de degradação na capacidade de tomada de decisão (Sabharwal et al., 2023). Uma pesquisa publicada no British Journal of Educational Technology (2024), intitulada “Beware of Metacognitive Laziness”, demonstrou em um experimento controlado com 117 estudantes que o grupo que utilizou o ChatGPT delegou processos cognitivos essenciais para o modelo, como síntese, análise e explicação, resultando em menor engajamento com as tarefas de aprendizagem (Fan et al., 2024).

Além disso, um estudo publicado na revista Education Sciences (2025) apontou que quase metade dos estudantes entrevistados expressou reservas sobre a precisão do conteúdo gerado por IA, enquanto outros destacaram os riscos de dependência tecnológica, que pode minar o pensamento crítico e a interação humana. Sandra Wachter, pesquisadora do Oxford Internet Institute, alerta que os estudantes podem estar terceirizando não apenas a escrita, mas também o próprio pensamento crítico (Stokel-Walker, 2023).

Nesse sentido, estamos caminhando para uma geração que tem cada vez mais preguiça de pensar e pesquisar, delegando e confiando cada vez mais nos grandes modelos de linguagem. Os próximos artistas serão os artistas do DALL-E? Os próximos escritores serão os escritores by GPT? O ponto que quero alcançar é a preocupação de entregarmos o que temos de mais valioso — o domínio próprio e a capacidade de pensar e ser criativo — para uma máquina, perdendo nossa liberdade de opinião e discussão por uma preguiça alavançada pela inteligência artificial.

Devemos demonizar a IA?

Devemos, então, fechar os olhos para a inteligência artificial generativa e demonizá-la? Minha resposta é não. Mesmo reconhecendo o potencial nocivo e de dominação que ela pode exercer — algo que já exploramos ao longo deste artigo —, precisamos encontrar, nas suas fraquezas, fortalezas para o aprendizado. Ela pode e deve ser uma ferramenta, assim como o Google foi e continua sendo para todos nós. Seria hipocrisia minha dizer que este artigo não foi revisado por uma IA antes de você lê-lo — e esse é justamente o ponto: saber usar, e como usar.

Na sala de aula, a IA pode ser uma poderosa auxiliar do aluno para compreender matérias e assuntos complexos. É muito difícil para um professor conseguir transmitir seu conhecimento e entendimento sobre determinado tema para todos os alunos de uma turma que, muitas vezes, pode chegar a 30 ou 50 estudantes. Cada aluno tem uma forma única de pensar para conseguir chegar ao entendimento. Muitas vezes, não conseguimos atingir o objetivo dentro de uma sala de aula pela dificuldade de alguns alunos em absorver o conteúdo, consumindo o tempo do professor com exemplos repetidos e chamadas de atenção, quando esse tempo deveria ser investido no que acredito ser o mais rico da educação: a discussão.

Nesse sentido, a IA pode funcionar como uma ponte: ajudar o aluno a chegar mais rápido à compreensão do conteúdo para que ele possa participar ativamente da discussão junto com outros alunos, tornando a aula mais rica e didática com a troca entre conhecimento de alunos e professores — e não apenas lousas e livros que precisam ser resumidos como esforço de aprendizado.

O sonho do aprendizado adaptativo

Acredito que estamos mais perto do tão sonhado aprendizado adaptativo com o uso da IA. Pesquisas recentes reforçam essa perspectiva: uma revisão sistemática publicada na ScienceDirect (2025) analisou 25 artigos e constatou que sistemas de aprendizado personalizado baseados em IA demonstraram capacidade de aumentar o engajamento, a motivação e o desempenho dos estudantes por meio de caminhos de aprendizagem adaptativos, feedback em tempo real e conteúdo sob medida. Uma meta-análise publicada no SAGE Journals (2024) com 28 artigos e 1.909 participantes demonstrou que a IA generativa melhorou significativamente o desempenho acadêmico dos estudantes universitários, com um tamanho de efeito médio (Sun & Zhou, 2024).

Mas, então, surge a questão crucial: como calibrar a utilização do aluno para que ele não caia na cilada de deixar que a IA assuma a liberdade de raciocínio por mera preguiça?

Penso na minha época de ensino médio e faculdade, onde muitas vezes, cansado, não conseguia me concentrar nas aulas e buscava artigos no Google para resumir e tentar entender o conteúdo que não havia conseguido absorver em sala. Imagino como seria se na época já houvesse o ChatGPT. Não me engano: provavelmente o utilizaria de forma errada, delegando algumas vezes para que ele me desse respostas prontas para finalizar a tarefa e conseguir dormir.

O ponto é que nosso cérebro busca sempre o caminho mais fácil, e estamos delegando cada vez mais essas tarefas que demandam esforço para sistemas que nos entregam respostas prontas — vide as redes sociais, que tiraram nosso foco da TV para o celular, onde não precisamos mais ter o trabalho de mudar o canal até encontrar o conteúdo que desejamos.

A IA precisa ser levada a sério na educação

Voltando ao tema central, a IA na educação precisa ser levada a sério para que não percamos uma geração crítica em troca de uma geração que delega sua liberdade de pensamento para uma máquina. Precisamos trazer a IA para a sala de aula de forma responsável, onde o professor prepara o conteúdo e define a forma como a IA deve responder e interagir com o aluno — tirando essa responsabilidade exclusivamente das big techs e evitando que alucinações dos modelos comprometam o aprendizado.

Em um momento em que os agentes de IA estão em alta, precisamos aprender a utilizá-los da melhor forma para interagir com os alunos. É nesse contexto que apresento uma ferramenta na qual venho trabalhando há algum tempo, chamada Octopus. Ela tem o objetivo de ser uma plataforma white-label para escolas, ajudando e capacitando professores a criarem seus próprios agentes de IA e a entregá-los para interagir com os alunos.

O diferencial da Octopus é que ela não entrega o conteúdo pronto ao aluno. Em vez disso, oferece uma forma de conduzi-lo ao conhecimento de maneira que o faça pensar e passar pelo processo de aprendizado. E, mais importante: a plataforma entende os gostos e a forma de pensar de cada estudante, utilizando a didática mais adequada para cada um. Ao entrar no sistema, o aluno seleciona seus hobbies, indica suas dificuldades e o grau de ensino atual. Essas informações, somadas a outras captadas durante as conversas e a observações feitas pelos professores, tornam-se memória para que os agentes possam exemplificar o conhecimento de forma cada vez mais personalizada.

Dashboards para o professor

Além da interação com os alunos, a plataforma permite que os professores acompanhem o diálogo dos estudantes com os agentes criados, extraindo feedbacks importantes por meio de dashboards interativos:

Dashboard da Turma: Visualização das dificuldades mais comuns (hotspots) da turma, níveis cognitivos de Bloom, clima emocional e engajamento temporal de toda a turma em um único painel. Inclui a identificação automática das principais dificuldades, distribuição dos níveis de Bloom, tendência de engajamento semanal e insights gerados por IA para o professor.

Perfil Pedagógico do Aluno: Acompanhamento do desenvolvimento individual de cada aluno com radar de competências, métricas de autonomia, gamificação e evolução ao longo do tempo. Inclui tags comportamentais automáticas, níveis de autonomia e análise do sentimento predominante nas interações.

Análise de Sessão: Detalhamento de cada conversa: o que o aluno perguntou, como o agente guiou o raciocínio, métricas de engajamento e análise de pontos fortes e oportunidades de melhoria. O professor pode, inclusive, adicionar informações à memória do agente para auxiliar ainda mais o aluno.

Invertendo a sala de aula, não a estrutura

O objetivo deste artigo não é fazer propaganda da plataforma, mas trazer preocupações legítimas e apresentar uma possibilidade concreta de evoluir a educação em sala de aula com a IA generativa. A proposta não é mudar a estrutura da sala de aula, mas invertê-la: trazendo cada vez mais discussão e troca de conhecimento entre todos os alunos, com o suporte inteligente e responsável da inteligência artificial.

Assim como o rádio não substituiu o professor na década de 1920, a IA generativa não substituirá a sala de aula. Mas, se usada com responsabilidade e propósito, pode ser a ferramenta que finalmente nos ajudará a realizar o sonho de uma educação verdadeiramente adaptativa, personalizada e, acima de tudo, centrada no pensamento crítico.

Se você chegou até aqui e se interessou pela plataforma que apresentei ou pelo assunto que abordei, entre em contato comigo que será um prazer te apresentar a plataforma e discutir sobre esse problema real que estamos e vamos enfrentar.

(O Acesso atual da plataforma está limitada a visão aluno, entre em contato tambem para entender todas as funcionalidades)

Referências

Fan, Y. et al. (2024). “Beware of Metacognitive Laziness: Effects of Generative Artificial Intelligence on Learning Motivation, Processes, and Performance.” British Journal of Educational Technology.

Sabharwal, R. et al. (2023). “The effects of over-reliance on AI dialogue systems on students’ cognitive abilities: a systematic review.” Smart Learning Environments, Springer (2024).

Sun, L. & Zhou, L. (2024). “Does Generative Artificial Intelligence Improve the Academic Achievement of College Students? A Meta-Analysis.” SAGE Journals.

MDPI – Education Sciences. (2025). “The Impact of Artificial Intelligence (AI) on Students’ Academic Development.” Education Sciences, 15(3), 343.

Stokel-Walker, C. (2023). Citado em “Integrating generative Artificial Intelligence into student learning.” ScienceDirect.

ScienceDirect. (2025). “Artificial intelligence in personalized learning: A global systematic review of current advancements and shaping future opportunities.”

PBS – American Experience. (2019). “The Development of Radio.” PBS.org.

Britannica. (2024). “Radio – Definition, History, & Facts.” Britannica.com.

Gerlich, M. (2025). Citado em “AI and personalized learning: bridging the gap with modern educational goals.” arXiv.

Laak, T. & Aru, J. (2024). Citado em “AI and personalized learning: bridging the gap with modern educational goals.” arXiv.