Há quase três anos, desde que o ChatGPT surgiu, o efeito das tecnologias de inteligência artificial (IA) na aprendizagem tem sido tema de debate constante. Serão instrumentos úteis para uma educação mais personalizada, ou portas abertas para a desonestidade académica?
A preocupação central tem sido a de que a utilização de IA possa provocar um “emburrecimento” generalizado - isto é, uma perda da capacidade de pensar de forma crítica. Segundo este argumento, se os estudantes recorrerem demasiado cedo a ferramentas de IA, podem acabar por não consolidar as competências básicas de pensamento crítico e de resolução de problemas.
Mas será mesmo assim? Um estudo recente de investigadores do MIT sugere que sim. De acordo com os autores, usar o ChatGPT para apoiar a escrita de ensaios pode levar a “dívida cognitiva” e a uma “provável diminuição das competências de aprendizagem”.
Então, afinal, o que é que o estudo observou?
A diferença entre usar IA e usar apenas o cérebro
Ao longo de quatro meses, a equipa do MIT pediu a 54 adultos que escrevessem uma série de três ensaios recorrendo a uma de três abordagens: IA (ChatGPT), um motor de pesquisa, ou apenas as suas próprias capacidades (“só-cérebro”). Para aferir o envolvimento cognitivo, os investigadores analisaram a actividade eléctrica cerebral e realizaram uma análise linguística aos textos produzidos.
O nível de envolvimento cognitivo do grupo que utilizou IA foi substancialmente inferior ao dos outros dois grupos. Além disso, estas pessoas tiveram mais dificuldade em recordar citações dos seus próprios ensaios e relataram sentir menor “sentido de propriedade” sobre o que escreveram.
De forma relevante, no quarto e último ensaio, os participantes trocaram de condição: o grupo “só-cérebro” passou a usar IA e o grupo que usara IA passou a escrever sem apoio. O grupo que foi de IA para “usar o cérebro” apresentou pior desempenho e um envolvimento que foi apenas ligeiramente superior ao do outro grupo na sua primeira sessão - e muito abaixo do envolvimento do grupo “só-cérebro” na sua terceira sessão.
Os autores defendem que este padrão ilustra como a utilização prolongada de IA fez com que os participantes acumulassem “dívida cognitiva”. Ou seja, quando finalmente escreveram sem IA, já não conseguiram reproduzir o mesmo nível de envolvimento nem atingir o desempenho observado nos outros grupos.
Ainda assim, os próprios autores sublinham, com prudência, que só 18 participantes (seis por condição) concluíram a quarta sessão final. Por isso, consideram que estes resultados são preliminares e que será necessário testá-los de forma mais robusta.
Isto prova mesmo que a IA nos torna mais estúpidos?
Estes resultados não significam, necessariamente, que os estudantes que usaram IA tenham acumulado “dívida cognitiva”. Do nosso ponto de vista, o que se observa está muito ligado ao desenho específico do estudo.
As alterações na conectividade neural do grupo “só-cérebro”, ao longo das três primeiras sessões, poderão ter sido sobretudo consequência de se terem tornado mais familiarizados com a tarefa experimental - um fenómeno conhecido como efeito de familiarização.
Quando os participantes repetem a mesma tarefa, tendem a ganhar eficiência, a compreender melhor o que é pedido e a ajustar, em conformidade, a estratégia cognitiva que adoptam.
Já o grupo que tinha usado IA só teve uma única oportunidade de “usar o cérebro” (apenas na quarta sessão). Por isso, não teve tempo suficiente para igualar a experiência acumulada pelo outro grupo. O seu envolvimento ficou apenas ligeiramente acima do que o grupo “só-cérebro” exibiu na primeira sessão.
Para sustentar plenamente as conclusões dos investigadores, seria necessário que os participantes que passaram de IA para “só-cérebro” realizassem também três sessões de escrita sem IA.
De forma semelhante, o facto de o grupo que passou de “só-cérebro” para IA ter usado o ChatGPT de modo mais produtivo e estratégico parece relacionar-se com a natureza da quarta tarefa de escrita, que exigia a produção de um ensaio sobre um dos três temas anteriores.
Como escrever sem IA implicou um envolvimento mais profundo, esse grupo recordava muito melhor o que tinha escrito antes. Assim, recorreu sobretudo à IA para procurar informação nova e para aperfeiçoar o conteúdo que já tinha produzido.
Quais são as implicações da IA na avaliação?
Para perceber o momento actual da IA, vale a pena recuar ao que aconteceu quando as calculadoras se tornaram acessíveis.
Na década de 1970, o impacto das calculadoras foi enquadrado, em grande medida, através do aumento da exigência dos exames. Em vez de fazer contas manualmente, passou a esperar-se que os alunos usassem calculadoras e canalizassem o esforço cognitivo para tarefas mais complexas.
Na prática, a fasquia subiu de forma significativa, o que levou os estudantes a trabalhar tanto (ou até mais) do que trabalhavam antes de as calculadoras existirem.
O desafio com a IA é que, na maioria dos casos, os educadores ainda não elevaram a fasquia de modo a tornar a IA uma parte necessária do processo. Continua a pedir-se aos alunos que façam essencialmente as mesmas tarefas e a cumprir o mesmo padrão de desempenho que se esperava há cinco anos.
Nessas condições, a IA pode, de facto, ser prejudicial. Os estudantes conseguem, em grande parte, transferir para a IA o envolvimento crítico com a aprendizagem, o que pode resultar em “preguiça metacognitiva”.
No entanto, tal como as calculadoras, a IA pode - e deve - ajudar-nos a realizar tarefas que antes eram impraticáveis, mantendo ainda assim um elevado nível de envolvimento. Por exemplo, poder-se-ia pedir a futuros professores que usem IA para elaborar um plano de aula detalhado, que depois seria avaliado quanto à qualidade e à solidez pedagógica numa prova oral.
No estudo do MIT, os participantes que recorreram à IA continuaram a produzir ensaios “o mesmo de sempre”. Ajustaram o seu grau de envolvimento ao nível necessário para cumprir o padrão de trabalho que lhes era exigido.
O mesmo aconteceria se se pedisse a estudantes que realizassem cálculos complexos com ou sem calculadora. Quem fizesse as contas à mão teria de se esforçar bastante, enquanto quem tivesse calculadora mal se aperceberia da carga cognitiva.
Aprender a usar IA
As gerações actuais e futuras precisam de pensar de forma crítica e criativa e de resolver problemas. Contudo, a IA está a alterar o significado prático destas capacidades.
Escrever ensaios com caneta e papel deixou de ser, por si só, uma demonstração de pensamento crítico, tal como fazer divisões longas já não é uma demonstração suficiente de literacia numérica.
Saber quando, onde e como usar IA é decisivo para o sucesso a longo prazo e para o desenvolvimento de competências. Definir que tarefas podem ser delegadas a uma IA - para reduzir a “dívida cognitiva” - é tão importante como perceber que tarefas exigem criatividade genuína e pensamento crítico.
Vitomir Kovanovic, Professor Associado e Director-Adjunto do Centro para a Mudança e a Complexidade na Aprendizagem (C3L), Futuros da Educação, Universidade da Austrália do Sul e Rebecca Marrone, Docente de Ciências da Aprendizagem e do Desenvolvimento, Centro para a Mudança e a Complexidade na Aprendizagem (C3L), Futuros da Educação, Universidade da Austrália do Sul
Este artigo é republicado de The Conversation ao abrigo de uma licença Creative Commons. Leia o artigo original.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário