IA na escola sem virar cola: o que muda quando a máquina devolve uma pergunta

A cena já é conhecida em quase toda sala de professores. A tarefa chega impecável, com parágrafos bem costurados e vocabulário que o aluno nunca usou em aula. O professor pergunta como ele chegou àquela conclusão e recebe silêncio, ou uma paráfrase do próprio texto. O trabalho foi entregue. O aprendizado, não.

O primeiro impulso costuma ser proibir. É compreensível e é inútil: a ferramenta está no celular do aluno, fora do alcance de qualquer regimento interno. Uma pesquisa do Observatório da Fundação Itaú com 142 escolas, feita entre novembro e dezembro de 2024, encontrou 84% dos alunos e 79% dos professores já usando ferramentas de IA. Entre os estudantes, 80% relataram usar para resolver atividades. A pergunta que sobra para a direção não é se a IA entra na escola. É em que condições.

O que a pressa cobra depois

Um estudo do MIT Media Lab acompanhou 54 participantes escrevendo redações em três condições: com um modelo de linguagem, com buscador e sem nenhuma ajuda. Os pesquisadores mediram atividade cerebral por EEG ao longo de quatro meses e chamaram o resultado de dívida cognitiva. Quem escreveu com o modelo apresentou conectividade neural mais fraca, lembrava pior o próprio texto e teve mais dificuldade de citar trechos que havia acabado de entregar. O grupo sem ajuda mostrou o padrão oposto.

Vale dizer o tamanho da coisa: são 54 pessoas, adultas, num laboratório, e o trabalho circulou como preprint antes de revisão por pares. Não é prova definitiva de nada. Mas confirma uma suspeita que qualquer professor de sexto ano já tem sem eletrodo nenhum. Texto que o aluno não construiu não fica com ele.

A palavra que usamos para isso aqui é descarga cognitiva: transferir para a máquina justamente o esforço que produzia o aprendizado. O problema não é a tecnologia. É a direção do fluxo. Uma ferramenta que entrega a resposta poupa o aluno do trabalho que era o objetivo da tarefa.

A pergunta que separa as ferramentas

Existe uma diferença de projeto, e não de marketing, entre um sistema que responde e um sistema que conduz. Ela aparece em coisas pequenas e verificáveis.

Quando um aluno pergunta "quanto é 3/4 de 60", uma ferramenta desenhada para entregar responde 45 e encerra o assunto. Uma ferramenta desenhada para ensinar pergunta o que significa dividir 60 em quatro partes, espera, e só depois oferece a próxima pista. O aluno chega ao 45 do mesmo jeito, com dois minutos a mais e o caminho na cabeça.

Isso não é sutileza pedagógica. É uma decisão explícita no prompt e no fluxo do produto, que alguém escreveu e que pode ser testada por qualquer pessoa em cinco minutos de demonstração. No Episteme, o dever de casa roda num modo em que a resposta final fica retida por construção: a IA dá uma pista de cada vez, registra as tentativas do aluno e entrega ao professor o processo, não só o resultado. O professor abre a sessão e vê onde a criança travou, quantas pistas precisou e o que escreveu ao refletir sobre o próprio erro. Esse registro é mais útil que a nota.

De onde vem a resposta importa tanto quanto a resposta

Há um segundo eixo, e ele costuma passar despercebido na reunião de compra. Um modelo de linguagem genérico responde a partir de tudo que leu na internet, o que inclui a notação errada, o método que a escola abandonou e a versão de um conteúdo que não é a adotada em sala. O aluno recebe uma explicação correta no geral e desalinhada do que o professor fez na aula de terça.

A alternativa é ancorar a resposta no material da própria escola. O livro adotado, a apostila, a lista do professor. A IA busca no acervo da escola, responde a partir dos trechos encontrados e mostra quais foram. Quando a pergunta foge do material, ela diz isso e sugere procurar o professor, em vez de improvisar.

Esse comportamento tem um efeito colateral que agrada a coordenação: acaba a divergência entre o que a plataforma ensina e o que a escola ensina. E tem um efeito que agrada o professor: ele continua sendo a autoridade sobre o conteúdo, porque a fonte é o material que ele escolheu.

O que perguntar antes de assinar

Toda plataforma de IA educacional se descreve como pedagógica. A conversa fica objetiva quando a escola pede demonstração em vez de folheto. Cinco perguntas costumam bastar:

1. Peça para alguém fazer, ao vivo, a pergunta de uma tarefa avaliativa. Se a resposta completa aparecer na tela, o resto da apresentação é decoração.
2. Pergunte de onde saiu aquela resposta e peça para ver a fonte. Se a ferramenta não souber dizer, ela não sabe o que está ensinando.
3. Pergunte o que acontece quando a pergunta foge do material da escola. Recusar com honestidade é um recurso, não uma falha.
4. Pergunte o que o professor recebe depois. Nota e ranking são fáceis. Processo do aluno é o que muda a aula seguinte.
5. Pergunte quem aprova o conteúdo gerado por IA antes de chegar ao aluno. Se a resposta for "ninguém", a escola acabou de terceirizar decisão pedagógica para um fornecedor.

Guarde essas cinco para a próxima demonstração, inclusive a nossa. Elas separam produto de promessa melhor que qualquer comparativo de recursos.

O que isso não resolve

Nenhuma ferramenta impede um aluno de abrir o ChatGPT numa aba ao lado. Bloqueio técnico dentro da plataforma não vira honestidade fora dela, e quem vender isso está mentindo. O que uma ferramenta bem desenhada faz é mais modesto e mais duradouro: torna o caminho guiado mais interessante que o atalho, e devolve ao professor a visibilidade que ele perdeu quando a tarefa passou a chegar pronta.

Também não prometemos nota melhor. Ninguém tem dado sério para essa promessa hoje, e escola já ouviu promessa demais. O que dá para afirmar é o que o sistema faz e o que ele recusa fazer, e isso a direção consegue verificar antes de contratar.

A pergunta que fica para a coordenação, e ela é uma pergunta de gestão, não de tecnologia: quando o aluno da sua escola abre uma IA hoje à noite para fazer a tarefa, ela vai devolver uma resposta ou uma pergunta? A resposta a isso já está sendo decidida, com ou sem a escola na conversa.