Desde que o ChatGPT surgiu há quase três anos, tem-se discutido intensamente o efeito das tecnologias de inteligência artificial (IA) na aprendizagem. Serão instrumentos úteis para uma educação personalizada ou portas abertas à desonestidade académica?
Acima de tudo, instalou-se o receio de que a IA conduza a um "emburrecimento" generalizado, isto é, a uma perda da capacidade de pensamento crítico. A ideia é que, se os estudantes recorrerem demasiado cedo a estas ferramentas, podem não chegar a desenvolver competências básicas de raciocínio crítico e de resolução de problemas.
Será mesmo assim? Um estudo recente realizado por cientistas do MIT sugere que sim. De acordo com os investigadores, usar o ChatGPT como apoio à escrita de ensaios pode gerar "dívida cognitiva" e uma "provável diminuição das competências de aprendizagem".
Então, o que é que o estudo concluiu?
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 (grupo "só-cérebro"). Para avaliar o envolvimento cognitivo, os autores analisaram a atividade elétrica cerebral e fizeram também uma análise linguística dos textos produzidos.
O nível de envolvimento cognitivo de quem utilizou IA foi substancialmente inferior ao dos outros dois grupos. Além disso, estas pessoas revelaram mais dificuldade em recordar citações dos seus próprios ensaios e referiram um menor sentimento de autoria e apropriação do que escreveram.
De forma curiosa, no final houve troca de condições num quarto ensaio: o grupo "só-cérebro" passou a usar IA e, em sentido inverso, quem tinha usado IA passou a escrever sem ela. O grupo que passou de IA para cérebro teve pior desempenho e apresentou um envolvimento apenas ligeiramente superior ao do outro grupo na sua primeira sessão - muito abaixo do envolvimento do grupo "só-cérebro" na terceira sessão.
Os autores defendem que isto evidencia como o uso prolongado de IA levou os participantes a acumular "dívida cognitiva". Quando, por fim, tiveram de usar apenas as suas capacidades, não conseguiram reproduzir o mesmo nível de envolvimento nem alcançar o desempenho dos outros dois grupos.
Ainda assim, os investigadores sublinham com prudência que só 18 participantes (seis por condição) completaram a quarta e última sessão. Por isso, os resultados são preliminares e exigem validação adicional.
Isto prova mesmo que a IA nos torna mais estúpidos?
Estes dados não significam necessariamente que os estudantes que usaram IA tenham acumulado "dívida cognitiva". Na nossa perspetiva, os resultados decorrem sobretudo do desenho específico do estudo.
A alteração na conectividade neural do grupo "só-cérebro" ao longo das três primeiras sessões terá sido, muito provavelmente, consequência de se irem tornando mais familiarizados com a tarefa - um fenómeno conhecido como efeito de familiarização.
Quando os participantes repetem a mesma atividade, passam a executá-la com maior familiaridade e eficiência, ajustando a estratégia cognitiva em função dessa experiência.
Já o grupo que utilizou IA, quando finalmente teve oportunidade de "usar o cérebro", só realizou a tarefa uma única vez nessas condições. Assim, não tinha como igualar a experiência acumulada pelo outro grupo. O seu envolvimento foi apenas ligeiramente melhor do que o do grupo "só-cérebro" na primeira sessão.
Para sustentar plenamente as conclusões apresentadas pelos autores, seria necessário que os participantes que passaram de IA para cérebro também completassem três sessões de escrita sem IA.
De modo semelhante, o facto de o grupo que passou de cérebro para IA ter usado o ChatGPT de forma mais produtiva e estratégica parece estar ligado à natureza da quarta tarefa, que exigia escrever um ensaio sobre um dos três temas anteriores.
Como escrever sem IA implicou um envolvimento mais profundo, estes participantes recordavam muito melhor o que tinham escrito antes. Por isso, usaram a IA sobretudo para procurar informação nova e para melhorar e afinar o que já tinham produzido.
Que implicações tem a IA na avaliação?
Para perceber o momento atual da IA, ajuda recuar ao que aconteceu quando as calculadoras começaram a tornar-se disponíveis.
Na década de 1970, o seu impacto foi enquadrado tornando os exames muito mais exigentes. Em vez de se esperar que os alunos fizessem contas à mão, passou a pressupor-se o uso de calculadora e a orientar o esforço cognitivo para tarefas mais complexas.
Na prática, a fasquia subiu de forma acentuada, fazendo com que os estudantes trabalhassem tanto (ou até mais) do que trabalhavam antes de existirem calculadoras.
Com a IA, a dificuldade é que, na maioria dos casos, os educadores ainda não elevaram a fasquia de modo a tornar a IA uma parte necessária do processo. Continuam a pedir aos estudantes as mesmas tarefas e a exigir o mesmo padrão de trabalho que exigiam há cinco anos.
Nessas circunstâncias, a IA pode, de facto, ser prejudicial. Em grande medida, os estudantes conseguem transferir para a IA o envolvimento crítico com a aprendizagem, o que resulta em "preguiça metacognitiva".
No entanto, tal como as calculadoras, a IA pode - e deve - ajudar-nos a realizar tarefas que antes eram impossíveis e que continuam a exigir envolvimento significativo. Por exemplo, pode pedir-se a alunos de ensino que usem IA para produzir um plano de aula detalhado, que depois será avaliado quanto à qualidade e robustez pedagógica numa prova oral.
No estudo do MIT, os participantes que usaram IA estavam a produzir os "mesmos ensaios de sempre". Ajustaram o seu nível de envolvimento para cumprir o padrão de trabalho que lhes era esperado.
O mesmo aconteceria se se pedisse a estudantes para fazer cálculos complexos com ou sem calculadora. Quem faz as contas à mão transpira; quem tem calculadora quase nem pestaneja.
Aprender a usar a IA
As gerações atuais e futuras precisam de pensar de forma crítica e criativa e de resolver problemas. Porém, a IA está a alterar o que estas competências significam.
Escrever ensaios com caneta e papel já não é, por si só, uma demonstração de pensamento crítico - tal como fazer divisões longas já não é uma prova de literacia numérica.
Saber quando, onde e como usar IA é a chave para o sucesso a longo prazo e para o desenvolvimento de competências. Definir que tarefas podem ser delegadas numa IA para reduzir a dívida cognitiva é tão importante quanto perceber que tarefas exigem criatividade genuína e pensamento crítico.
Vitomir Kovanovic, Professor Associado e Diretor-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 Desenvolvimento, Centro para a Mudança e a Complexidade na Aprendizagem (C3L), Futuros da Educação, Universidade da Austrália do Sul
Este artigo foi 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