A IA generativa ajuda mesmo a aprender?

Desde o final de 2022, milhões de alunos e estudantes recorrem a assistentes generativos para rever a matéria, redigir, programar ou compreender. A questão central já não é a adoção, massiva, mas o efeito real na aprendizagem. A literatura de 2025-2026 oferece uma resposta em dois tempos: um sinal médio positivo e um aviso causal importante.

As meta-análises: um efeito médio positivo

Várias sínteses convergem para um benefício moderado. Uma meta-análise de 37 estudos relata um efeito moderadamente positivo do ChatGPT no sucesso escolar ^[1]. Outra, incidindo sobre 35 estudos experimentais e mais de 4000 participantes, encontra um efeito da mesma ordem, assinalando ao mesmo tempo limites no pensamento de ordem superior ^[2]. Sínteses mais abrangentes ao nível universitário apontam no mesmo sentido ^[3]. Em média, portanto, a IA generativa parece ajudar — sobretudo na compreensão, na produtividade e no envolvimento.

O aviso causal: ter bom desempenho não é aprender

O resultado mais importante vem de um ensaio controlado publicado na PNAS. Alunos do ensino secundário que dispunham de um assistente do tipo ChatGPT sem salvaguardas tinham melhor desempenho nos exercícios durante a sessão (+48%), mas caíam 17% num exame sem IA — o desempenho imediato ocultava uma aprendizagem menor ^[4]. Facto crucial: uma versão «tutor» com salvaguardas pedagógicas eliminava esse dano. O problema não é a IA, é a IA sem conceção.

Outros trabalhos exploram o mecanismo. Um estudo do MIT Media Lab observou, por eletroencefalografia, uma conectividade neuronal mais fraca e uma «dívida cognitiva» em redatores assistidos por LLM comparativamente aos que escreviam sozinhos ^[5] — um resultado sugestivo, mas preliminar, com uma amostra pequena. Um inquérito a 666 pessoas relata uma correlação negativa entre o uso frequente de ferramentas de IA e o pensamento crítico, mediada pela descarga cognitiva ^[6].

A IA generativa pode fazer brilhar a produção enquanto apaga a aprendizagem. Distinguir as duas é a tarefa central da conceção pedagógica.

Síntese Learnya

O que fazer com este paradoxo?

• Conceber utilizações que exijam o esforço do aluno, em vez de o evitarem.
• Distinguir as tarefas de produção (a IA ajuda) das tarefas de aquisição (a IA pode prejudicar).
• Medir a retenção e a transferência, não apenas a nota imediata.
• Formar para um uso metacognitivo: verificar, criticar e reformular aquilo que a IA produz.

A UNESCO apela a uma abordagem centrada no ser humano, subordinando a implementação da IA à proteção de dados e às finalidades educativas ^[7]. Para os agentes europeus e suíços, isto vai ao encontro de uma exigência de soberania: manter o domínio sobre os dados e as utilizações, para que a ferramenta sirva a aprendizagem, e não o contrário.

Porque é que os estudos se contradizem na aparência

O leitor apressado poderia concluir que reina o caos: alguns estudos elogiam a IA, outros acusam-na. Na realidade, a contradição é apenas aparente e prende-se com aquilo que se mede. Os trabalhos que relatam benefícios medem muitas vezes o desempenho ou a produtividade durante a utilização; os que alertam medem a aprendizagem duradoura, uma vez retirado o assistente. É exatamente a lição do ensaio da PNAS: a ajuda melhora a produção imediata, mas pode cavar um défice de competência ^[4].

Esta distinção muda tudo na prática. Um estudante que redige mais depressa com um assistente não aprende necessariamente a redigir melhor. O ganho de produtividade é real, mas não deve ser confundido com um ganho de aprendizagem. Conceber um dispositivo educativo consiste precisamente em decidir onde se pretende produtividade (por exemplo, desbastar uma pesquisa documental) e onde se pretende esforço (por exemplo, construir um argumento).

É preciso também desconfiar da ilusão de fluidez. Uma resposta bem construída proporciona uma sensação de domínio que não é o domínio. É um dos mecanismos sugeridos pelos trabalhos sobre a descarga cognitiva e o pensamento crítico ^[6]. A solução não é proibir a IA, mas ensinar um uso reflexivo: pedir ao aluno que verifique, critique, reformule e explique aquilo que a ferramenta produziu, de modo a transformar um consumo passivo num tratamento ativo.

Uma literacia da IA, nova competência de base

Se há uma conclusão que se destaca, é que o uso conta mais do que a ferramenta. A competência decisiva dos próximos anos será a literacia da IA: saber quando recorrer a ela, como formular um pedido, como verificar e criticar uma resposta e, sobretudo, quando prescindir dela para aprender por si próprio. Esta competência não se adquire espontaneamente; ensina-se, tal como se ensinou a pesquisa documental na era da internet.

Para os sistemas educativos, o desafio é acompanhar esta literacia em vez de a sofrer. Isso pressupõe enquadramentos claros, professores formados e ferramentas cujo funcionamento e cujos dados se dominem. A IA generativa não é uma ameaça nem uma solução em si mesma: é um amplificador. Amplifica a aprendizagem quando é bem utilizada e a ilusão de aprender quando não o é.