A discussão sobre o futuro da educação frequentemente orbita em torno das tecnologias emergentes. Computadores, internet, tablets, celulares, e agora, a Inteligência Artificial (IA), são frequentemente apontados como os agentes revolucionários da aprendizagem. Com a ascensão de grandes modelos de linguagem como Gemini, ChatGPT e outros, a expectativa de uma transformação radical na educação se intensifica, especialmente com alunos, professores e outros utilizando essas ferramentas para gerar textos, perguntas, respostas e até mesmo avaliar o aprendizado. Contudo, uma análise mais aprofundada revela um cenário mais complexo, levantando questões sobre o real impacto dessas tecnologias no processo de ensino-aprendizagem.
Antes de projetar o futuro, é crucial analisar o presente. O economista William Baumol propôs o "Efeito Balmol" para explicar o aumento do custo de serviços em setores como saúde e educação, enquanto o preço de bens manufaturados diminui. Segundo Baumol, a produtividade em setores de serviço não acompanha o ritmo da indústria, que se beneficia da automação e da tecnologia. Para atrair profissionais, os salários nesses setores precisam subir, impactando diretamente no custo dos serviços.
A teoria de Baumol, porém, apresenta lacunas, como a estagnação salarial em áreas como a educação. Independentemente da validade da teoria, a percepção de que o fator humano é o gargalo econômico para escalar serviços impulsiona a busca por soluções tecnológicas. A IA surge, então, como uma alternativa para eliminar esse "gargalo", prometendo aumentar a produtividade e reduzir custos, mesmo que às custas da qualidade da educação.
A questão central é: a IA será utilizada para democratizar o acesso à educação de qualidade ou para maximizar lucros, mesmo que isso implique em um processo de aprendizado inferior? A resposta a essa pergunta definirá o verdadeiro impacto da IA na educação.
É fundamental entender que os modelos atuais de IA, como Gemini e ChatGPT, não são inteligentes no sentido humano. Eles não raciocinam, mas processam e derivam informações. São, essencialmente, tradutores sofisticados, treinados com enormes quantidades de dados para relacionar palavras e gerar textos coerentes. No entanto, esses modelos são propensos a "alucinações", ou seja, geram informações falsas ou sem sentido, que podem ser difíceis de detectar, especialmente para alunos.
Exemplos como a geração de artigos científicos com informações falsas e a transcrição imprecisa de falas de pessoas com afasia pelo Whisper demonstram os riscos da aplicação indiscriminada da IA. Na educação, esses erros podem ter consequências graves, comprometendo a aprendizagem e perpetuando vieses presentes nos dados de treino. A avaliação de alunos por IA também é problemática, já que os modelos reproduzem preconceitos, como demonstrado no experimento com currículos fictícios.
A verdadeira revolução na educação não reside na substituição do professor pela IA, mas na combinação inteligente de ambos. Em vez de um "Centauro Reverso", onde a máquina toma decisões e o humano corrige os erros, devemos buscar uma parceria sinérgica, em que o professor utiliza a IA como ferramenta para aprimorar o processo de ensino-aprendizagem, mantendo o controle e o julgamento humano como elementos centrais.
O futuro da educação depende da nossa capacidade de utilizar a IA de forma crítica e consciente, priorizando a qualidade do aprendizado e a formação integral dos alunos, em vez da busca por lucro e escalabilidade a qualquer custo. A tecnologia deve servir à educação, e não o contrário.
