Ensinar IA é necessário. Reaprender a ensinar é inevitável.
Desde que a inteligência artificial generativa entrou definitivamente na vida de estudantes e professores, uma pergunta passou a dominar escolas, universidades e debates educacionais:
Como ensinar inteligência artificial?
A pergunta é importante.
Mas existe outra, talvez ainda mais importante:
Como ensinar em um mundo no qual a inteligência artificial já existe?
As duas perguntas parecem semelhantes.
Não são.
Ensinar inteligência artificial significa explicar o que são modelos de IA, como funcionam, quais são seus riscos, como produzir comandos, como avaliar respostas, quais questões éticas estão envolvidas e como utilizar essas tecnologias de maneira responsável.
Tudo isso é necessário.
Mas ensinar com inteligência artificial significa algo muito mais profundo.
Significa reconsiderar:
o que vale a pena ensinar,
como ensinar,
como avaliar,
o que significa aprender,
qual é o papel do professor,
qual é o papel do aluno,
e até mesmo o que significa possuir conhecimento.
Talvez seja justamente aí que esteja uma das maiores confusões da educação contemporânea.
Muitas instituições estão tentando introduzir IA dentro do modelo educacional existente.
Mas talvez a questão real seja outra.
E se a inteligência artificial estiver tornando necessário repensar o próprio modelo?
A IA chegou aos estudantes antes de a educação decidir o que fazer com ela
Existe uma característica particularmente importante nessa revolução.
A inteligência artificial não entrou na educação através das escolas.
Entrou através dos alunos.
Smartphones, navegadores e aplicativos colocaram sistemas avançados de IA diretamente nas mãos de milhões de estudantes antes que currículos, políticas educacionais e programas de formação docente estivessem preparados.
O AI Index Report 2026, da Universidade Stanford, mostra a dimensão dessa transformação.
Mais de 80% dos estudantes americanos do ensino médio e superior já utilizam inteligência artificial para atividades escolares. Ao mesmo tempo, apenas metade das escolas de ensino fundamental II e médio analisadas possui políticas relacionadas à IA, e somente 6% dos professores dizem que essas políticas são claras.
Conheça o AI Index Report 2026 de Stanford
Essa combinação explica boa parte do desconforto atual.
Os estudantes já utilizam IA.
Os professores estão tentando entender como reagir.
As instituições estão criando regras.
E a tecnologia continua avançando.
A educação está tentando regulamentar uma realidade que já aconteceu.
Ensinar IA é importante, mas não resolve o problema
A UNESCO criou referenciais específicos de competências em inteligência artificial para estudantes e professores.
Para estudantes, o framework contempla 12 competências distribuídas em quatro dimensões: mentalidade centrada no ser humano, ética da IA, técnicas e aplicações de IA e design de sistemas de IA. O desenvolvimento acontece em três níveis: compreender, aplicar e criar.
Para professores, a UNESCO apresenta 15 competências em cinco dimensões, incluindo fundamentos de IA, ética, pedagogia com IA, desenvolvimento profissional e uma visão centrada no ser humano.
Esses referenciais são importantes.
Eles mostram que professores e alunos realmente precisam compreender inteligência artificial.
Mas existe uma diferença fundamental entre:
aprender sobre IA
e
reorganizar a aprendizagem em um mundo com IA.
Um professor pode saber perfeitamente o que é um modelo de linguagem, compreender prompts, conhecer riscos de alucinação e até ensinar seus alunos a utilizar uma ferramenta.
Mesmo assim, pode continuar aplicando exatamente o mesmo modelo pedagógico utilizado vinte anos atrás.
A tecnologia entrou na sala.
A pedagogia permaneceu igual.
Esse é o problema.
O grande equívoco: colocar IA dentro da velha escola
Imagine uma aula tradicional.
O professor explica determinado assunto.
Os estudantes anotam.
Depois pesquisam.
Em casa produzem um texto.
Finalmente entregam um trabalho para mostrar que compreenderam o conteúdo.
Agora introduzimos inteligência artificial.
O professor utiliza IA para preparar os slides.
O aluno utiliza IA para produzir o texto.
O professor utiliza IA para corrigir.
Parece extremamente moderno.
Mas talvez nada essencial tenha mudado.
A mesma aula.
O mesmo trabalho.
A mesma lógica.
Apenas adicionamos automação.
É semelhante a digitalizar um processo empresarial ruim.
Ele continua ruim.
Só acontece mais rápido.
A verdadeira transformação começa quando perguntamos:
Esse trabalho ainda mede aquilo que queremos medir?
A IA provocou uma ruptura na economia do conhecimento
Durante séculos, uma parte significativa do valor da educação esteve relacionada ao acesso à informação.
Livros eram escassos.
Bibliotecas eram fundamentais.
Especialistas dominavam conhecimentos difíceis de encontrar.
Professores possuíam acesso e domínio sobre conteúdos que os alunos ainda precisavam adquirir.
A internet começou a mudar isso.
A inteligência artificial acelera dramaticamente a transformação.
Hoje um estudante pode perguntar:
“Explique a Revolução Francesa como se eu tivesse 12 anos.”
Depois:
“Agora explique pela perspectiva econômica.”
“Compare com a Revolução Russa.”
“Crie cinco perguntas sobre o assunto.”
“Mostre onde minha interpretação está errada.”
“Faça comigo uma simulação de prova oral.”
Tudo isso em minutos.
A informação não desapareceu.
O conhecimento não perdeu importância.
Mas o custo de acesso à explicação caiu radicalmente.
Essa talvez seja uma das maiores rupturas educacionais desde a expansão da internet.
Saber continua importante, mas saber deixa de significar apenas lembrar
Existe um argumento perigoso que costuma aparecer nessa discussão:
“Se a IA sabe responder, o aluno não precisa mais saber.”
Isso está errado.
Uma pessoa que não possui conhecimento básico não consegue avaliar adequadamente aquilo que a IA produz.
Não percebe erros.
Não identifica contradições.
Não reconhece simplificações.
Não consegue formular perguntas sofisticadas.
Conhecimento continua sendo fundamental.
O que muda é o tipo de relação que estabelecemos com o conhecimento.
Memorizar fatos continuará sendo necessário em determinados contextos.
Mas educação precisará valorizar ainda mais:
interpretação,
comparação,
julgamento,
argumentação,
criatividade,
formulação de problemas,
verificação,
síntese,
tomada de decisão.
A IA torna respostas abundantes.
Consequentemente, a qualidade das perguntas e do julgamento se torna mais valiosa.
Fazer uma tarefa melhor com IA não significa aprender mais
Esse talvez seja um dos resultados mais importantes das pesquisas atuais.
O OECD Digital Education Outlook 2026 chama atenção para uma distinção que deveria estar no centro da discussão educacional:
melhor desempenho utilizando IA não significa necessariamente maior aprendizagem.
Estudos analisados pela OCDE mostram que estudantes utilizando ferramentas genéricas de IA podem produzir trabalhos de qualidade superior durante a atividade, mas essa vantagem pode desaparecer, e em alguns casos até se inverter, quando precisam realizar avaliações sem acesso à ferramenta.
Leia o OECD Digital Education Outlook 2026
Isso revela uma diferença crucial entre:
performance aumentada
e
aprendizagem aumentada.
Um estudante pode produzir um excelente ensaio com IA sem dominar o assunto.
Pode resolver um problema sem compreender o raciocínio.
Pode entregar código sem entender programação.
Pode produzir uma apresentação maravilhosa sem conseguir explicar suas próprias conclusões.
Portanto, a pergunta do professor não deveria ser apenas:
“O aluno utilizou IA?”
A pergunta deveria ser:
“O que o aluno aprendeu utilizando IA?”
A escola precisa aprender a distinguir delegação de ampliação
Existe uma fronteira importante entre utilizar IA para ampliar pensamento e utilizar IA para evitar pensamento.
Compare duas situações.
Um aluno pergunta:
“Faça meu trabalho sobre mudanças climáticas.”
A IA produz.
O estudante entrega.
O esforço cognitivo praticamente desapareceu.
Agora considere outra situação:
“Apresente três explicações diferentes sobre o impacto econômico das mudanças climáticas. Mostre evidências favoráveis e contrárias. Depois critique minha própria conclusão.”
Aqui a IA pode funcionar como interlocutora.
Ela não necessariamente substitui raciocínio.
Pode provocar raciocínio.
Essa distinção é fundamental.
A OCDE defende justamente que IA generativa seja utilizada de maneira seletiva e pedagogicamente intencional, preservando o desenvolvimento de habilidades humanas fundamentais.
O objetivo não deveria ser remover esforço.
Deveria ser remover esforço sem valor, preservando o esforço que produz desenvolvimento intelectual.
O professor deixa de competir com a máquina por respostas
Talvez a pior estratégia educacional seja transformar professor e IA em concorrentes.
Se o papel do professor for apenas fornecer explicações, existe agora uma ferramenta disponível 24 horas por dia capaz de produzir milhares delas.
Isso não significa que o professor perdeu importância.
Significa que precisamos compreender melhor onde está o verdadeiro valor do professor.
Professor não é apenas uma base de dados humana.
Ele interpreta.
Observa.
Percebe dificuldades.
Provoca.
Constrói contexto.
Estabelece relações.
Identifica quando um estudante realmente compreendeu.
Estimula curiosidade.
Cria conflitos intelectuais produtivos.
Forma critérios.
Ajuda alguém a descobrir que aquilo que parece uma boa resposta talvez seja uma resposta superficial.
A UNESCO afirma que a IA transforma a antiga relação professor e aluno em uma dinâmica envolvendo professor, IA e estudante, exigindo reconsideração das competências docentes.
Esse talvez seja o futuro da profissão.
Não professor contra IA.
Mas professor orquestrando ambientes nos quais humanos e inteligência artificial aprendem a trabalhar juntos.
Ensinar IA não é ensinar com IA
Podemos finalmente definir essa diferença.
Ensinar IA significa desenvolver alfabetização sobre inteligência artificial.
O estudante precisa compreender possibilidades, limitações, riscos, ética, funcionamento básico, vieses, privacidade e responsabilidade.
Ensinar com IA significa utilizar inteligência artificial deliberadamente para produzir melhores experiências de aprendizagem.
Isso pode envolver:
tutoria personalizada,
questionamentos socráticos,
feedback,
simulações,
comparação de perspectivas,
criação de problemas,
adaptação da dificuldade,
experimentação,
pesquisa assistida,
debates com argumentos opostos.
O primeiro transforma a IA em objeto de estudo.
O segundo transforma a IA em parte do ambiente cognitivo.
A educação precisa dos dois.
Confundi los produz políticas inadequadas.
Os próprios professores já estão usando IA
Enquanto grande parte do debate público concentra atenção na possibilidade de estudantes “colarem”, professores também estão adotando inteligência artificial rapidamente.
Segundo a OCDE, 37% dos professores do ensino secundário inferior pesquisados no TALIS 2024 utilizavam IA em seu trabalho. Além disso, 57% concordavam que IA poderia ajudar a escrever ou melhorar planos de aula. Ao mesmo tempo, 72% acreditavam que a tecnologia poderia prejudicar a integridade acadêmica ao permitir que estudantes apresentassem trabalho produzido por terceiros como próprio.
Esse contraste é revelador.
Professor utiliza IA para melhorar sua produtividade.
Aluno utiliza IA e imediatamente surge a suspeita de fraude.
Essa assimetria precisa ser discutida.
Se acreditamos que IA pode ampliar o trabalho do professor, precisamos investigar também como ela pode ampliar legitimamente o trabalho intelectual do estudante.
O problema talvez esteja na avaliação, não na IA
Se um trabalho escolar inteiro pode ser resolvido com um único prompt, talvez exista um problema na tarefa.
Durante anos, exercícios escolares foram desenvolvidos num mundo em que produzir determinado resultado exigia determinado esforço.
Esse pressuposto mudou.
Uma redação feita em casa.
Um resumo de livro.
Uma pesquisa simples.
Um código básico.
Uma apresentação.
Muitas dessas atividades agora podem ser produzidas quase instantaneamente.
A reação mais comum é tentar impedir a IA.
Existe outra opção:
redesenhar a avaliação.
Podemos avaliar processo.
Perguntar por que o estudante tomou determinada decisão.
Solicitar defesa oral.
Comparar versões.
Exigir crítica da resposta da IA.
Pedir fontes.
Avaliar reflexão.
Solicitar exemplos ligados à experiência pessoal.
Introduzir problemas inéditos durante a aula.
O estudante pode até utilizar IA.
Mas precisa demonstrar que compreende aquilo que apresenta.
A avaliação passa do produto para o processo
Durante muito tempo avaliamos principalmente o resultado final.
A redação.
A prova.
O trabalho.
O projeto.
Agora talvez seja necessário observar mais intensamente como o resultado foi produzido.
Imagine uma disciplina na qual o estudante deve entregar:
o problema inicial,
sua primeira hipótese,
a interação com a IA,
os erros encontrados,
as fontes verificadas,
as mudanças de opinião,
a conclusão final.
Nesse modelo, utilizar IA não destrói avaliação.
Na verdade, torna o processo intelectual mais visível.
A pergunta deixa de ser:
“Você fez isso sozinho?”
e passa a ser:
“Você consegue explicar como chegou aqui?”
O pensamento crítico deixa de ser discurso e vira necessidade operacional
Durante décadas escolas afirmaram que queriam formar pensamento crítico.
A IA transforma isso em necessidade prática.
Um sistema pode escrever algo convincente e errado.
Pode citar um estudo inexistente.
Pode simplificar um tema complexo.
Pode apresentar opinião como fato.
Pode reforçar pressupostos presentes na pergunta.
Portanto, o estudante precisa aprender:
quando confiar,
quando duvidar,
como verificar,
onde procurar evidências,
como reconhecer incerteza,
como comparar fontes.
A UNESCO coloca justamente o julgamento crítico das soluções de IA no centro de seu framework para estudantes.
Talvez nunca tenha sido tão importante ensinar alguém a perguntar:
“Como sabemos que isso é verdade?”
A ruptura do conhecimento não significa o fim do conhecimento
Vale repetir porque esse é um dos maiores equívocos desta discussão.
IA não torna conhecimento irrelevante.
Ela muda sua economia.
Quando calculadoras se popularizaram, não eliminamos matemática.
Quando buscadores surgiram, não eliminamos pesquisa.
Quando GPS apareceu, não eliminamos geografia.
Mas cada tecnologia deslocou determinadas habilidades.
A inteligência artificial pode provocar um deslocamento maior porque atua diretamente em atividades cognitivas.
Ela escreve.
Argumenta.
Programa.
Resume.
Traduz.
Analisa.
Explica.
Por isso a escola precisa identificar cuidadosamente:
o que devemos continuar fazendo sem IA
o que devemos aprender fazendo com IA
e o que podemos delegar à IA.
Essa talvez seja uma das decisões pedagógicas mais importantes desta década.
Nem toda aprendizagem deve utilizar inteligência artificial
Existe também o risco de cair no extremo oposto.
Se proibir toda IA é inadequado, colocar IA em toda atividade também pode ser.
Uma criança precisa desenvolver leitura.
Escrita.
Cálculo.
Memória.
Raciocínio.
Coordenação de ideias.
Persistência.
A IA não deveria interromper prematuramente a construção dessas capacidades.
A OCDE recomenda que estudantes desenvolvam habilidades fundamentais sem IA, com ferramentas educacionais de IA e depois com ferramentas gerais de IA, dependendo da finalidade pedagógica.
Essa sequência é inteligente.
Antes de ampliar uma habilidade, precisamos possuir alguma habilidade para ampliar.
Formação docente precisa ir além de curso de prompt
Outro grande equívoco é imaginar que preparar professores para a era da inteligência artificial significa oferecer treinamento de ferramentas.
“Como utilizar ChatGPT.”
“Como criar prompts.”
“Como gerar slides.”
“Como fazer provas com IA.”
Tudo isso pode ser útil.
Mas é insuficiente.
A formação deveria discutir também:
epistemologia,
avaliação,
cognição,
ética,
privacidade,
autoria,
dependência tecnológica,
design de aprendizagem,
relações humanas.
A UNESCO coloca explicitamente pedagogia com IA entre as competências necessárias aos professores e defende que educadores sejam capazes de avaliar criticamente como IA afeta ensino, aprendizagem e avaliação.
Professor preparado para IA não é aquele que conhece mais ferramentas.
É aquele que sabe quando usar, por que usar e quando não usar.
A escola também precisa mudar sua relação com o erro
Há outro aspecto interessante.
Grande parte da educação tradicional associa resposta correta a sucesso.
Mas em ambientes com inteligência artificial, chegar rapidamente a uma resposta correta se torna fácil.
Talvez o valor educacional esteja cada vez mais no caminho.
Por que essa resposta parece correta?
Que hipótese alternativa existe?
Onde poderia haver erro?
O que mudaria sua conclusão?
Que evidência está faltando?
A IA pode se tornar excelente ferramenta para criar conflitos cognitivos.
Peça ao sistema dois argumentos incompatíveis.
Peça uma explicação ruim e peça ao estudante que encontre os erros.
Peça ao estudante que melhore a resposta.
Peça que identifique pressupostos escondidos.
Nesse contexto, IA deixa de ser máquina de respostas.
Transforma se em matéria prima para pensamento.
O acesso à IA também pode ampliar desigualdades
Existe outra dimensão que não pode ser ignorada.
Nem todos os estudantes possuem:
mesmos dispositivos,
mesma conectividade,
mesmas ferramentas,
mesma orientação,
mesma alfabetização digital.
Se sistemas educacionais simplesmente assumirem que todos utilizarão IA por conta própria, desigualdades já existentes podem aumentar.
A OCDE recomenda infraestrutura digital inclusiva, recursos adequados e desenvolvimento profissional contínuo para que os benefícios da IA não fiquem concentrados apenas entre estudantes e instituições com melhores condições.
Por isso, ensinar com IA também é uma discussão sobre acesso.
Privacidade e ética não podem virar nota de rodapé
Quando um aluno utiliza inteligência artificial, dados podem ser enviados para sistemas externos.
Trabalhos.
Informações pessoais.
Documentos.
Imagens.
Conversas.
Instituições precisam entender quais ferramentas estão autorizadas, quais dados podem ser compartilhados e quais regras precisam ser seguidas.
A UNESCO alerta que a velocidade de evolução da IA generativa superou a capacidade de muitas estruturas regulatórias e instituições educacionais de acompanhar a tecnologia.
Veja o Guia da UNESCO para IA generativa na educação e pesquisa
Portanto, inovação sem governança não é inovação educacional responsável.
Criatividade também muda quando criar fica barato
Produzir texto ficou barato.
Produzir imagem ficou barato.
Produzir código está ficando barato.
Isso muda o significado de criatividade.
Se qualquer estudante consegue produzir vinte ideias em segundos, gerar ideias deixa de ser o único desafio.
A habilidade passa a envolver:
selecionar,
combinar,
refinar,
rejeitar,
dar significado.
No futuro, talvez criatividade dependa menos de conseguir produzir alguma coisa e mais de possuir critério para reconhecer aquilo que vale a pena produzir.
Isso também precisa ser ensinado.
O professor do futuro talvez seja um arquiteto de aprendizagem
Imagine o professor não como alguém diante de uma sala entregando respostas, mas como alguém que desenha experiências intelectuais.
Ele decide:
qual dificuldade preservar,
qual tarefa automatizar,
quando introduzir IA,
quando retirar IA,
quando exigir trabalho individual,
quando estimular colaboração,
quando confrontar o estudante,
quando oferecer feedback.
Nesse modelo, professor não perde poder.
Ganha uma função ainda mais sofisticada.
Ele passa de distribuidor de conteúdo para arquiteto da aprendizagem.
Relações humanas ficam mais importantes, não menos
Existe algo que tecnologia não deveria substituir.
Educação é também encontro.
Professor percebe hesitação.
Reconhece potencial.
Estimula alguém que desistiria.
Cria pertencimento.
Ensina convivência.
Constrói confiança.
A OCDE enfatiza que IA deve enriquecer aprendizagem sem enfraquecer as relações humanas que estão no centro da educação.
Quanto mais máquinas participarem da produção de conhecimento, mais importante poderá se tornar aquilo que somente relações humanas conseguem produzir.
A escola não deveria preparar estudantes para competir com IA
Talvez essa seja a ideia mais importante.
Um estudante que hoje começa o ensino fundamental poderá entrar no mercado de trabalho em um ambiente completamente diferente.
Tentar formar essa pessoa para competir com inteligência artificial em atividades que máquinas executarão melhor e mais rapidamente parece pouco racional.
O objetivo deveria ser formar pessoas capazes de:
trabalhar com inteligência,
dirigir sistemas,
formular problemas,
avaliar respostas,
tomar decisões,
compreender consequências,
criar relações,
agir com responsabilidade.
Ou seja:
não formar pessoas que sabem mais respostas que uma IA.
Formar pessoas que sabem o que fazer com respostas abundantes.
A educação entra na era da inteligência ampliada
Talvez “inteligência artificial na educação” seja uma expressão pequena demais.
Estamos entrando em uma era de inteligência ampliada.
Professor com IA.
Aluno com IA.
Pesquisador com IA.
Profissional com IA.
Empreendedor com IA.
A questão não será simplesmente quem utiliza a tecnologia.
Será quem consegue utilizá la sem perder aquilo que deveria continuar humano.
Pensamento.
Responsabilidade.
Curiosidade.
Ética.
Julgamento.
Propósito.
A tecnologia amplia capacidade.
Mas capacidade sem direção não produz necessariamente educação.
Ensinar IA é necessário. Reaprender a ensinar é inevitável.
Talvez o maior erro da educação na era da inteligência artificial seja imaginar que estamos diante de mais uma ferramenta tecnológica.
Projetor.
Computador.
Tablet.
Internet.
Agora IA.
Não.
Existe algo diferente acontecendo.
A inteligência artificial interfere diretamente naquilo que sempre esteve no centro da escola:
conhecimento.
Ela produz respostas.
Explica conceitos.
Escreve.
Pesquisa.
Programa.
Argumenta.
Resume.
Compara.
E faz tudo isso em segundos.
Por isso, simplesmente adicionar uma disciplina chamada “Inteligência Artificial” ao currículo não resolve a transformação.
Precisamos ensinar IA.
Mas precisamos também aprender a ensinar depois da IA.
São problemas diferentes.
Um trata de alfabetização tecnológica.
O outro trata da reconstrução da educação.
Stanford mostra que estudantes já utilizam IA em grande escala enquanto escolas ainda tentam definir suas políticas. A UNESCO desenvolve competências específicas para professores e estudantes. A OCDE demonstra que utilizar IA pode melhorar desempenho sem necessariamente produzir aprendizagem.
Esses três sinais apontam para a mesma direção.
A pergunta educacional mais importante dos próximos anos provavelmente não será:
“Devemos permitir inteligência artificial na sala de aula?”
A IA já está lá.
Também não será:
“Como ensinar nossos estudantes a usar IA?”
Isso será necessário, mas insuficiente.
A pergunta realmente transformadora será:
O que significa aprender quando qualquer estudante pode conversar com uma inteligência capaz de explicar quase qualquer assunto?
A partir dessa pergunta, tudo começa a mudar.
Avaliação.
Currículo.
Papel do professor.
Papel do aluno.
Autoria.
Pesquisa.
Criatividade.
Pensamento crítico.
E talvez até nossa própria definição de conhecimento.
A escola foi construída para um mundo em que informação era escassa, acesso era difícil e respostas custavam tempo.
Estamos entrando em um mundo em que respostas se tornam abundantes.
Nesse mundo, educação precisará ensinar algo ainda mais valioso:
como pensar diante de respostas abundantes.
Porque ensinar inteligência artificial será importante.
Mas ensinar pessoas a viver, aprender, criar e decidir com inteligência artificial será muito maior.
