Revista Húmus

A inteligência artificial não chegou à educação como uma ferramenta neutra. Ela chegou quando instituições, professores, pesquisadores e estudantes já estavam submetidos à aceleração, à burocratização e à transformação do conhecimento em desempenho mensurável. Por isso, a questão decisiva não é saber se devemos usar inteligência artificial. Essa pergunta já perdeu sua atualidade. A questão é mais incômoda: o que acontece com a educação, a pesquisa, a escrita, a democracia e a própria experiência humana quando começamos a delegar às máquinas operações que antes constituíam nossa formação intelectual? É a partir dessa pergunta que se organiza este conjunto de artigos. Embora partam de objetos distintos, planejamento docente, escrita jurídica, práticas universitárias, metodologia científica, integridade acadêmica, formação de professores, democracia, economia da educação, subjetividade digital, proteção de dados e ensino jurídico, os trabalhos convergem para um diagnóstico que não pode ser reduzido ao entusiasmo tecnológico nem ao alarmismo antitecnológico. A inteligência artificial aparece aqui como força de reorganização das práticas humanas.

O primeiro deslocamento ocorre no próprio ato de ensinar. Quando a máquina planeja: inteligência artificial, docência e os riscos da desumanização dos planos de aula na educação contemporânea pergunta o que resta da autoria pedagógica quando objetivos, metodologias, avaliações e sequências didáticas podem ser produzidos instantaneamente por sistemas generativos. O problema não está simplesmente na qualidade do plano produzido pela máquina. Está na possibilidade de que o planejamento deixe de ser uma experiência intelectual do professor e se transforme em mera operação de solicitação, seleção e aplicação.

Essa questão encontra uma consequência particularmente aguda no campo jurídico. O ato de escrever na era digital: implicações éticas e epistêmicas para a pesquisa e o ensino-aprendizagem no campo do Direito desloca a discussão para a escrita. Se escrever não é apenas produzir frases, mas elaborar pensamento, confrontar a própria linguagem e construir uma relação com o outro, delegar indiscriminadamente essa atividade a sistemas automatizados pode significar mais do que terceirizar uma tarefa: pode significar terceirizar uma parcela da formação intelectual. O artigo vincula, por isso, escrita, autonomia, autoria e integridade acadêmica.

Mas a tecnologia não é simplesmente algo que professores e pesquisadores decidem utilizar ou não. Ela também produz representações sobre aquilo que se tornou inevitável. Análise do uso e representações da IA generativa no contexto do ensino-aprendizagem entre professores de uma universidade pernambucana mostra empiricamente essa mudança: nove dos dez docentes pesquisados já haviam utilizado ferramentas de IA generativa, principalmente para pesquisa e produção textual, enquanto a representação dominante foi justamente a percepção de inevitabilidade dessas tecnologias. Ao lado da economia de tempo aparecem preocupações com o plágio e uma formação ainda insuficiente para seu uso crítico.

É nesse ponto que a discussão se torna mais profunda. Se a máquina passa a oferecer não apenas respostas, mas também caminhos para formular perguntas, organizar argumentos e construir procedimentos de investigação, o problema deixa de ser exclusivamente autoria. Inteligência artificial generativa na elaboração metodológica de produções científicas: o contraste entre autonomia aparente e dependência metodológica identifica precisamente essa contradição: a IA pode ampliar a capacidade operacional do pesquisador ao mesmo tempo que enfraquece sua autonomia intelectual e metodológica quando utilizada sem mediação crítica.

A crise, portanto, não termina no indivíduo. Ela alcança as próprias instituições responsáveis por definir o que conta como produção científica legítima. Integridade acadêmica e inteligência artificial generativa na produção científica: responsabilidade compartilhada entre autores, instituições e periódicos recusa tanto a proibição absoluta quanto a permissividade tácita e propõe uma arquitetura de responsabilidade distribuída entre autores, instituições, agências de fomento e periódicos. A pergunta deixa então de ser apenas “quem escreveu?” e passa a ser “quem responde pelo conhecimento produzido em uma cadeia na qual humanos e sistemas algorítmicos já trabalham juntos?”

Essa transformação alcança a própria formação docente. Unidades de ensino potencialmente significativas e inteligência artificial na formação de professores apresenta um caso particularmente revelador: ao elaborar unidades didáticas, o ChatGPT 3.5 conseguiu privilegiar determinados conteúdos, mas tratou superficialmente princípios fundamentais da teoria da aprendizagem significativa, sobretudo a valorização do conhecimento prévio e processos como diferenciação progressiva e reconciliação integrativa. A máquina pode produzir uma sequência aparentemente adequada. O problema começa justamente quando a aparência de adequação substitui a compreensão do fundamento pedagógico.

O conjunto, porém, não permite que reduzamos a inteligência artificial ao espaço escolar ou universitário. Democracia em tempos de inteligência artificial: desafios e oportunidades desloca o problema para a esfera política. Algoritmos podem contribuir para detectar desinformação, mas também podem ampliar fake news, polarização, discriminação e manipulação de processos eleitorais. A tecnologia, nesse cenário, não é democrática por natureza nem antidemocrática por essência: sua incidência depende das formas políticas e normativas que organizam seu uso.

Essa disputa adquire uma dimensão material ainda mais contundente em Impactos econômicos e novos usos das tecnologias na educação pós-pandemia: dilemas e desafios frente às recomendações internacionais em tempos de inteligência artificial. O artigo não pergunta apenas o que a IA faz com a educação, mas quem ganha quando a educação se torna dependente da infraestrutura tecnológica privada. A expansão das Big Techs e das EdTechs aparece relacionada à digitalização dos processos educacionais e à possibilidade de uma nova configuração da educação-mercadoria. O problema tecnológico, assim, revela uma estrutura econômica.

E há ainda aquilo que acontece antes mesmo de qualquer sala de aula: acontece no corpo. A vulnerabilidade algorítmica: o corpo digital como arena de desejo e validação na era da inteligência artificial investiga uma persona artificial que performa vulnerabilidade para produzir engajamento e validação. O que parecia espontaneidade pode ser programado; aquilo que parecia fragilidade pode ser estratégia; aquilo que parecia um corpo pode ser uma construção algorítmica. A inteligência artificial entra, nesse caso, não apenas na produção de informações, mas na própria fabricação das condições pelas quais desejamos, olhamos e buscamos reconhecimento.

O problema da vigilância completa esse arco. Proteção de dados em tempos de emergência: das perícias em aparelhos digitais ao monitoramento de celulares via geolocalização mostra como situações de emergência podem produzir flexibilizações da privacidade e alterar duradouramente a relação entre Estado, tecnologia e cidadãos. O acesso forçado a dispositivos e o monitoramento por geolocalização colocam em confronto proteção de dados, segurança, investigação e direitos fundamentais. A emergência pode terminar. A infraestrutura de vigilância, não necessariamente.

Por fim, Entre algoritmos e cátedras: dilemas éticos da inteligência artificial na formação docente e na produção acadêmica no ensino jurídico retorna ao lugar onde este conjunto começou: a formação. A IA intervém em processos interpretativos, modos de ensinar, avaliar e produzir conhecimento, produzindo novas zonas de incerteza sobre autonomia profissional, autenticidade e responsabilidade acadêmica.

Há, portanto, uma tese que atravessa o conjunto: o maior risco da inteligência artificial talvez não seja que as máquinas pensem como humanos, mas que os humanos passem progressivamente a pensar segundo aquilo que as máquinas tornam mais fácil pensar. Isso modifica o problema. A crítica já não pode se limitar à pergunta sobre a correção das respostas produzidas pela IA. Uma resposta pode estar correta e, ainda assim, empobrecer o processo que deveria produzir conhecimento. Um plano de aula pode ser tecnicamente impecável e pedagogicamente vazio. Um artigo pode apresentar excelente coerência textual e possuir autoria intelectualmente rarefeita. Uma decisão pode ser eficiente e politicamente ilegítima. Uma imagem pode parecer espontânea e ser inteiramente fabricada. É nessa fissura que estes artigos encontram sua unidade. Eles não defendem um retorno nostálgico a uma universidade anterior à tecnologia. Tampouco celebram a máquina como solução inevitável para os impasses contemporâneos. O que fazem é mais difícil: obrigam-nos a perguntar quais operações não podem ser automatizadas sem que a própria finalidade da educação, da ciência, da democracia e da vida comum seja alterada. Talvez esse seja o verdadeiro problema colocado pela inteligência artificial: não aquilo que ela pode fazer por nós, mas aquilo que deixaremos de fazer porque ela pode fazê-lo em nosso lugar. E essa diferença, aparentemente pequena, praticamente decisiva, é onde começa a disputa pelo futuro da formação humana.

Prof. Dr. Wellington Lima Amorim.