Há uma realidade desconfortável que as universidades vão ter de enfrentar mais cedo ou mais tarde: o modelo de ensino no qual estiveram assentes durante décadas já não faz sentido.
Os professores continuam a ser necessários. Os alunos continuam a precisar de aprender. E a inteligência artificial (IA) está longe de saber tudo. O problema é estarmos ainda a preparar alunos para um mundo que, em muitos aspetos, já não existe.
Durante décadas, uma parte significativa do ensino superior organizou-se em torno de um princípio simples. O aluno aprende uma matéria, memoriza conceitos e entra numa sala, sem acesso ao exterior, para demonstrar individualmente aquilo que sabe. Noutros casos, entrega um trabalho, um relatório ou uma apresentação. O resultado final serve, em teoria, de aproximação àquilo que aprendeu.
O modelo nunca foi perfeito, mas funcionava suficientemente bem enquanto as ferramentas disponíveis fora da sala não alteravam profundamente aquilo que uma pessoa conseguia produzir. A internet começou a mudar essa realidade. A inteligência artificial acelerou-a.
No mundo profissional, ninguém espera que um engenheiro ou um gestor trabalhe sem acesso à internet. Hoje em dia, ninguém espera que trabalhe sem recorrer à IA. Quem souber utilizar bem estas ferramentas será mais produtivo do que quem decidir ignorá-las.
Na universidade, porém, continuamos, muitas vezes, a avaliar os alunos, retirando-lhes precisamente as ferramentas que irão utilizar quando começarem a trabalhar. Passamos três a cinco anos a prepará-los para uma simulação das condições em que provavelmente nunca irão exercer a sua profissão.
Contudo, isto não implica que a memorização seja irrelevante. Sem conhecimento adquirido, não há capacidade para desenvolver pensamento crítico. É difícil avaliar uma resposta produzida por uma máquina quando não se compreende minimamente o problema. A internet não tornou o conhecimento inútil, mas tornou a capacidade de memorizar uma medida muito menos interessante da competência de alguém.
A IA está agora a provocar uma mudança semelhante na componente do raciocínio e da produção intelectual. Consegue resumir texto, escrever código, explicar conceitos ou planear e executar praticamente qualquer trabalho escrito. Tarefas que antes exigiam horas podem agora levar apenas minutos.
Permitir o uso de IA, por si só, não resolve o problema. Um aluno pode produzir uma resposta melhor sem ter aprendido nada. É aqui que surge um paradoxo na literatura sobre introdução de IA no ensino universitário. Há evidência de que tutores de IA, desenhados para apoiar o estudo, melhoram significativamente a aprendizagem. Mas há também evidência do efeito contrário. Quando a IA substitui demasiado esforço cognitivo, o aluno pode chegar mais depressa à resposta sem consolidar o conhecimento da mesma forma.
A diferença está entre usar IA para pensar melhor e usá-la para evitar pensar.
Por um lado, fingir que a IA não existe prepara os alunos para um mundo artificial. Por outro lado, delegar-lhe todo o processo pode formar pessoas capazes de gerar bons resultados sem compreenderem minimamente o que estão a fazer.
Acredito que a resposta a este desafio passa por redesenhar o ensino superior assente em três princípios:
Fundamentos. Ferramentas. Pessoas.
Em primeiro lugar, sem conhecimento fundamental é difícil desenvolver a capacidade de raciocínio, criatividade e julgamento crítico. Em segundo lugar, ferramentas de IA, software, dados, pesquisa e documentação já fazem parte do trabalho moderno. Os alunos devem aprender a utilizá-las, mas também a reconhecer quando falham ou são insuficientes. Por fim, é crucial trabalhar com outras pessoas. Comunicar, discutir, negociar, liderar, receber e dar feedback e defender uma decisão são competências centrais no mundo profissional. À medida que a IA absorve as tarefas mecânicas, a componente humana no trabalho só irá ganhar mais relevância.
Mudar a forma de avaliação não chega. É preciso colocar a ênfase e o foco no processo e não apenas no produto final. Pedir aos alunos que expliquem as suas decisões, defendam soluções, comparem alternativas, corrijam erros e mostrem como chegaram a uma conclusão. Trabalhar com problemas menos estruturados, projetos com várias iterações em colaboração e com alguma incerteza.
A discussão sobre se os alunos devem ou não usar IA é, portanto, insuficiente. A pergunta que nos deve guiar é:
O que é que queremos que um aluno universitário saiba fazer sozinho, o que deva saber fazer com máquinas e o que deva saber fazer com outras pessoas?
Enquanto professor universitário, não considero esta questão particularmente confortável. Obriga-nos a admitir que muito do que fazemos terá de mudar. Mas também abre uma janela de oportunidade para construirmos um ensino superior mais próximo da forma como as pessoas realmente aprendem e trabalham ao dia de hoje.
A IA não matou a universidade. Matou a desculpa para continuarmos a ensinar e a preparar os alunos para um mundo que já não existe.
