Agentes pedagógicos: quando a IA passa de assistente a ator

Um chatbot responde. Um agente age: planeia, utiliza ferramentas, orquestra várias etapas, coordena outros agentes. Esta passagem do assistente ao ator abre, na educação, novos usos — mas aumenta também os desafios de fiabilidade, de ética e de controlo. Em que ponto estamos realmente em 2025-2026?

Três famílias de agentes pedagógicos

• O agente-tutor, que dialoga diretamente com o aluno e orienta o seu raciocínio.
• O copiloto do professor, que sugere, corrige e prepara em tempo real.
• O sistema multiagente, em que papéis distintos (conceber, ensinar, avaliar) colaboram.

As evidências mais sólidas dizem respeito ao copiloto. No ensaio Tutor CoPilot, um agente que sussurra sugestões em tempo real melhorou o domínio dos alunos, sobretudo no caso dos que eram acompanhados pelos tutores menos experientes ^[1]. Do lado do agente-tutor, um ensaio em Harvard mostra que um tutor de IA bem concebido pode fazer aprender mais do que uma aula em aprendizagem ativa — precisando os autores explicitamente que não se trata de substituir os professores ^[2]. Um outro ensaio relata que um agente de instrução aumenta o sentimento de controlo do aluno e a eficácia da tarefa ^[3].

Os sistemas multiagente para a conceção

Uma aplicação promissora é a geração de material pedagógico por agentes com papéis especializados. O sistema Instructional Agents produz materiais de curso prontos a usar, reduzindo fortemente o tempo de preparação, mantendo ao mesmo tempo a qualidade ^[4]. A arquitetura FACET, por sua vez, combina um agente que simula o aluno, um agente professor e um agente avaliador para gerar fichas de exercícios personalizadas e estáveis ^[5].

As zonas de sombra a não ignorar

A prudência impõe-se também quanto às evidências. Algumas implementações de agentes como professores principais reportam apenas observações preliminares sobre um único curso ^[7]. E vários enquadramentos ambiciosos anunciam métricas lisonjeiras — por exemplo, taxas de recomendação muito elevadas — que permanecem autodeclaradas e não validadas de forma independente ^[8]. A distância entre demonstração e prova continua a ser grande.

Um agente que age sem ser auditado não é um avanço pedagógico: é um risco disfarçado de funcionalidade.

Síntese Learnya

A abordagem agêntica tem tanto mais valor quanto se mantém sob supervisão humana e num quadro de dados controlado — um ponto crucial para as instituições europeias e suíças. Bem concebidos, os agentes libertam tempo do professor e alargam o acompanhamento; mal enquadrados, propagam erros à escala e tornam opacas as decisões.

Autonomia crescente, responsabilidade constante

A verdadeira mudança de paradigma não é a potência dos modelos, mas a sua autonomia: um agente que planeia, invoca ferramentas e encadeia decisões sem validação humana em cada etapa. Esta autonomia multiplica a utilidade — e o risco. Um erro de um chatbot permanece local; um erro de um agente que age propaga-se por uma cadeia de ações. Daí a importância de definir pontos de controlo em que o humano mantém o comando sobre as decisões de maior peso.

A revisão de âmbito mais recente insiste em pontos cegos persistentes: privacidade, exatidão, autonomia do aluno ^[6]. Estas questões não são pormenores de conformidade; tocam o cerne da relação educativa. Um agente que decide sozinho o percurso de um aluno, ou que recolhe e explora os seus dados sem transparência, pode minar a confiança mesmo que seja tecnicamente eficaz.

A maturidade de um sistema agêntico avalia-se, portanto, menos pelas métricas anunciadas — muitas vezes autodeclaradas e não auditadas ^[8] — do que pela sua rastreabilidade: será possível saber por que motivo agiu assim, voltar atrás, corrigir? Para as instituições europeias e suíças, esta exigência junta-se à da soberania dos dados: manter o comando sobre aquilo que o agente vê, memoriza e transmite. A abordagem agêntica responsável é uma abordagem agêntica supervisionável.

O nível certo de autonomia

A questão central dos agentes pedagógicos não é «até onde podem ir?», mas «até onde os devemos deixar ir?». Um agente pode preparar uma aula de forma quase autónoma sem grande risco; não deveria decidir sozinho a orientação de um aluno. Definir este limite, tarefa a tarefa, é um trabalho de engenharia pedagógica tanto quanto técnica.

Os próximos anos verão provavelmente estabilizar-se boas práticas: agentes confinados a papéis claros, pontos de validação humana nas decisões sensíveis, rastreabilidade das ações e um quadro rigoroso para os dados manipulados. É com esta condição que a abordagem agêntica cumprirá a sua promessa — libertar tempo e alargar o acompanhamento — sem transformar a escola numa caixa negra. A supervisão não é a inimiga da automatização; é a sua condição de legitimidade.