IA's: Nem Inteligentes, Nem Artificiais – A Criação de Bancos de Dados Algoritimizados e Seus Impactos na Dinâmica da Aprendizagem

Por Prof. Me. Luiz Pereira das Neves Neto

A ideia de Inteligência Artificial (IA) carrega consigo uma carga de fascínio e temor. São frequentemente retratadas como entidades dotadas de capacidades extraordinárias, com a promessa de transformar o futuro, desde a automação de processos até a redefinição das próprias estruturas do conhecimento humano. Porém, ao refletirmos sobre o impacto real das IA’s, especialmente no campo da aprendizagem, nos deparamos com um paradoxo inquietante: essas máquinas não são tão "inteligentes" quanto se imagina, nem realmente "artificiais", no sentido pleno da palavra.

As IAs que dominam o cenário atual, longe de se assemelharem à complexidade da mente humana, funcionam, na verdade, com base em vastos bancos de dados alimentados por algoritmos. Elas não possuem uma inteligência própria, mas sim uma capacidade de processar e organizar informações de acordo com padrões preestabelecidos. Esses algoritmos, por sua vez, são desenvolvidos e aprimorados por seres humanos, que definem os critérios de aprendizado e aplicação. Portanto, ao contrário do que muitas vezes se acredita, as IAs são extensões das limitações e direções impostas por seus criadores, e não seres independentes ou inteligentes.

No campo da educação, essa “inteligência artificial” se traduz em sistemas que baseiam seu funcionamento em bancos de dados algorítmicos, responsáveis por organizar, classificar e priorizar o conteúdo que será apresentado ao estudante. A proposta inicial é de otimizar o processo de ensino-aprendizagem, personalizando a experiência de acordo com as necessidades de cada indivíduo, mas, ao fazer isso, esses sistemas correm o risco de simplificar excessivamente a complexidade do aprendizado humano. A lógica por trás de algoritmos que priorizam conteúdos de forma automatizada pode não levar em consideração nuances individuais, como emoções, contextos socioculturais ou mesmo experiências prévias que são essenciais no processo de construção do conhecimento.

É justamente aqui que surge o impacto mais significativo: a dinâmica da aprendizagem se transforma, muitas vezes, em um processo que depende da quantidade e da forma com que os dados são coletados e processados. A experiência de aprendizado pode se tornar um reflexo frio de informações estatísticas e algoritmos, ignorando aspectos subjetivos, emocionais e criativos que são fundamentais na formação do ser humano. O risco é de uma aprendizagem despersonalizada, em que os alunos são tratados como dados a serem processados, e não como indivíduos com suas próprias trajetórias e potencialidades.

Ademais, os algoritmos que alimentam esses sistemas de IA são desenvolvidos com base em dados históricos, o que, por um lado, garante certa eficácia no reconhecimento de padrões. No entanto, por outro lado, essa dependência de informações passadas também acarreta o risco de perpetuar desigualdades e preconceitos. Se os dados utilizados para treinar uma IA contêm falhas ou vieses, essas falhas são replicadas e amplificadas pelos sistemas, que acabam por reforçar estereótipos ou distorções no processo de ensino. A aprendizagem, nesse caso, não é uma construção aberta e dinâmica, mas sim um processo rígido e limitado pela qualidade e amplitude dos dados alimentados na máquina.

Hoje, sistemas de IA são amplamente utilizados na educação. Exemplos como o Duolingo, que utiliza IA para ensinar novos idiomas, adaptando as lições de acordo com o desempenho do aluno, ou o Khan Academy, que personaliza o ensino de matemática e ciências de acordo com as respostas dos estudantes, são apenas alguns entre tantos exemplos de como as IAs se infiltraram nas rotinas de aprendizagem. Essas ferramentas, embora eficazes em certos aspectos, baseiam-se essencialmente no processamento de grandes volumes de dados que tentam modelar o comportamento dos alunos e fornecer soluções rápidas e padronizadas.

No entanto, como muitos estudantes e professores já perceberam, esse tipo de IA muitas vezes falha em capturar a profundidade da experiência de aprendizado. Em vez de ser uma ferramenta que estimula a curiosidade e o pensamento crítico, ela pode promover uma educação que enfatiza a repetição e a memorização de dados sem a devida reflexão sobre o conteúdo. Um exemplo disso é o uso de plataformas de revisão como o Quizlet, que fornece flashcards baseados em algoritmos que se ajustam ao desempenho do aluno, mas que, ao mesmo tempo, limita o processo de aprendizado à simples associação de perguntas e respostas.

Portanto, ao falarmos de IA’s na educação, é crucial ter em mente que, por mais que essas ferramentas possam ser poderosas e oferecer vantagens logísticas, elas não são nem realmente inteligentes, nem artificiais no sentido que muitas vezes nos é vendido. Elas operam a partir de uma lógica de dados e algoritmos que, embora úteis, podem limitar o processo de aprendizagem, desconsiderando a pluralidade de experiências humanas que são essenciais à formação do pensamento crítico e da criatividade.

Em última instância, precisamos olhar para essas tecnologias não como substitutas do ensino tradicional, mas como ferramentas que devem ser usadas com consciência e reflexão. A verdadeira inteligência – seja ela humana ou artificial – só se revela na capacidade de transformar dados em conhecimento significativo, levando em conta a complexidade das pessoas que estão por trás desses dados. E é essa a tarefa que, por mais que algoritmos tentem, ainda permanece exclusivamente humana.

A pergunta que persiste: Estamos usando a inteligência artificial para expandir nosso aprendizado ou para limitar nossas possibilidades de pensar?