A contradição entre IA e aprendizagem
A vida é cheia de contradições. Por isso, vivemos em um mundo que exige de nós a capacidade de identificá-las, compreendê-las e aprender a conviver com elas. Essa talvez seja uma das habilidades mais importantes do nosso tempo: não fugir das tensões, mas aprender a pensar a partir delas.
As contradições não precisam ser vistas apenas como problemas. Elas também podem ser oportunidades para investigar melhor a realidade, refletir com mais cuidado e compreender o que está acontecendo de forma mais profunda. Em vez de buscar respostas simples para questões complexas, precisamos aprender a observar as camadas, os conflitos e as ambiguidades que atravessam os fenômenos.
É justamente no debate entre ideias que surgem novas perguntas. E, muitas vezes, são essas perguntas que nos aproximam de respostas mais consistentes. Falando em contradição, vejamos uma muito importante nos dias de hoje, que já foi discutida no passado.
Para aprender alguma coisa, precisamos de um esforço cognitivo, que é a quantidade de recursos mentais como memória, atenção, raciocínio, e outras funções executivas. O esforço de pensar, refletir, tentar responder, errar, revisar, comparar, formular hipóteses e compreender. Esse esforço cansa, mas é parte essencial do processo de aprender. Aprender exige fricção cognitiva. Exige tempo, atenção, dúvida, enfrentamento, resiliência e por ai vai.
Ao mesmo tempo, grande parte das plataformas digitais é desenhada para reduzir fricções. Em sistemas de compra online, aplicativos de vídeo, redes sociais, buscadores e também em ferramentas de inteligência artificial, uma preocupação recorrente é tornar a experiência cada vez mais ágil, fluida e sem obstáculos, ou seja, não precisa pensar. Lembrando que pensar só é importante para quem pensa.
Do ponto de vista da usabilidade, isso faz sentido. Um sistema complexo, confuso ou lento afasta o usuário. Porém, do ponto de vista da aprendizagem, a questão se torna mais delicada. Se todo obstáculo é removido, se toda dúvida é respondida imediatamente, se toda tarefa é resolvida por uma ferramenta, o que acontece com a aprendizagem?
Aqui está a contradição.
A inteligência artificial foi desenvolvida para reduzir fricções: responder mais rápido, organizar melhor, resumir textos, produzir ideias, resolver problemas e entregar caminhos possíveis. Mas a aprendizagem, em muitos casos, depende justamente de uma fricção cognitiva produtiva. Depende do tempo de elaboração, da tentativa, do erro, da revisão e da construção gradual do pensamento.
Por que a IA pode enfraquecer a aprendizagem?
Sabemos que o uso da inteligência artificial de forma equivocada prejudica a aprendizagem. Isso não é exatamente uma novidade para a academia. Diversos estudos já apontam para esse risco, especialmente quando a IA é usada para terceirizar o esforço cognitivo.
| Nome do artigo | Resumo | Link de acesso |
|---|---|---|
| Generative AI without guardrails can harm learning | Estudo experimental com quase mil estudantes do ensino médio em aulas de Matemática. O uso do GPT-4 melhorou o desempenho durante a prática, mas, quando a IA foi retirada, os estudantes que usaram a versão sem salvaguardas tiveram desempenho pior do que o grupo que não usou IA. O artigo é forte para mostrar que a IA pode melhorar a execução imediata da tarefa, mas prejudicar a aprendizagem real quando substitui o esforço cognitivo. | Acessar artigo |
| Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance | Estudo randomizado com estudantes universitários em uma tarefa de escrita. Os autores identificaram que o ChatGPT pode melhorar o desempenho imediato, mas não necessariamente melhora ganho de conhecimento ou transferência. O ponto central é o risco de “preguiça metacognitiva”: o estudante passa a depender da IA e reduz processos de autorregulação, monitoramento e avaliação do próprio pensamento. | Acessar artigo |
| Is it harmful or helpful? Examining the causes and consequences of generative AI usage among university students | Estudo com universitários que analisa uso do ChatGPT, procrastinação, memória e desempenho acadêmico. Os resultados indicam associação entre uso frequente do ChatGPT, aumento da procrastinação, relatos de perda de memória e pior desempenho acadêmico medido pelo CGPA. É útil para mostrar que o uso excessivo da IA pode se transformar em atalho que enfraquece estudo, retenção e desempenho. | Acessar artigo |
| The Impact of Generative AI on Critical Thinking | Pesquisa da Microsoft Research com 319 trabalhadores do conhecimento e 936 exemplos de uso de IA generativa. O estudo mostra que maior confiança na IA está associada a menor engajamento em pensamento crítico, enquanto maior autoconfiança do usuário está associada a mais pensamento crítico. Embora não seja um estudo escolar, é relevante para discutir como a IA pode deslocar o pensamento crítico para simples verificação e integração de respostas. | Acessar artigo |
| AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking | Estudo sobre uso de ferramentas de IA, offloading cognitivo e pensamento crítico. Os resultados apontam correlação negativa entre uso frequente de IA e habilidades de pensamento crítico, mediada pelo offloading cognitivo. É útil para explicar que, quando o estudante terceiriza processos mentais para a IA, pode reduzir oportunidades de raciocínio, avaliação e resolução independente de problemas. | Acessar artigo |
| Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task | Preprint com uso de EEG em uma tarefa de escrita com três grupos: escrita com LLM, com buscador e sem ferramenta. Os resultados preliminares indicam menor conectividade neural no grupo que usou LLM, menor senso de autoria e pior capacidade de lembrar trechos do próprio texto. Deve ser usado com cautela porque ainda não passou por revisão por pares, mas é relevante para discutir cognição, escrita, autoria e dependência da IA. | Acessar estudo |
Por outro lado, a IA generativa é uma tecnologia que veio para ficar. Não há mais como simplesmente voltar atrás. Assim como outras tecnologias de propósito geral, ela já atravessa diversas áreas da sociedade, inclusive o trabalho e a educação.
A pergunta que fica, então, é:
Como utilizar a inteligência artificial na educação sem prejudicar a aprendizagem?
É possível?
Não tenho uma resposta, mas trago algumas sugestões e reflexões.
A intenção importa mais do que a ferramenta
Se a intenção é apenas terceirizar o pensamento, qualquer um de nós corre o risco de perder a oportunidade de aprender algo novo. Isso vale até mesmo para atividades aparentemente repetitivas. É justamente aí que entra o imponderável: a tarefa pode ser a mesma, mas quem a realiza nunca está exatamente nas mesmas condições. O humor muda, o dia muda, o corpo muda. O frio, o calor, o cansaço, a pressa, a atenção e até aquilo que não percebemos interferem na forma como fazemos uma atividade e aprendemos com ela.
Por isso, mesmo uma tarefa simples ou repetida pode carregar uma possibilidade de aprendizagem. Quando delego tudo à inteligência artificial, não estou apenas economizando tempo. Posso também estar abrindo mão da experiência, da percepção e da descoberta que surgiriam no próprio ato de fazer.
Quando alguém pede para a IA responder a uma pergunta, escrever uma redação, resolver uma conta ou entregar um exercício pronto, está usando a ferramenta de modo eficiente, mas talvez pouco formativo. Nesse caso, a inteligência artificial não amplia a aprendizagem; ela substitui o processo mental que deveria acontecer, isso é preocupante!
Assim, o problema não está simplesmente em usar ou não usar inteligência artificial. O ponto central está no modo como ela é usada, na intenção que orienta esse uso e no papel que ela ocupa dentro da atividade. Como em tantas outras situações, a questão envolve discernimento: por que usar, como usar, quando usar e para quê.
Ao mesmo tempo, ignorar a inteligência artificial parece cada vez menos possível. Ela já está presente, querendo ou não, dentro dos nossos celulares, em ferramentas de busca, editores de texto, plataformas educacionais e no cotidiano dos estudantes. Por isso, a questão talvez não seja apenas proibir ou permitir seu uso, mas compreender como ela pode entrar na sala de aula sem substituir aquilo que é essencial no processo de aprendizagem.
Nesse sentido, proponho uma atividade que parte justamente dessa contradição: utilizar a IA não para eliminar o esforço intelectual do estudante, mas para provocar a comparação, revisão, argumentação e reflexão sobre o próprio percurso. A ferramenta, nesse caso, deixa de ser um atalho para a resposta pronta e passa a ser um elemento de mediação, capaz de tornar mais visíveis as escolhas, os erros, as hipóteses e os avanços do estudante.
Para iniciar esse caminho, é preciso pensar em atividades que estimulem a aprendizagem de maneira intencional e que permitam observar melhor o que o estudante compreende, como responde aos desafios e quais evidências aparecem durante o processo. É nesse ponto que a discussão se aproxima da aprendizagem visível e das evidências educacionais.
Daria para fazer sem a IA? Sim, mas devemos nos apropriar das tecnologias para podermos conhecer os seus limites e suas potencialidades.
Aprendizagem visível e evidências educacionais
Na tentativa de encontrar meios de utilizar a inteligência artificial dentro da sala de aula,
para iniciar a lidar com essa contradição, é preciso encontrar atividades que estimulem a aprendizagem. Para isso, decidi utilizar as obras de John Hattie, o pedagogo neozelandês da Universidade de Melbourne.
No estudo original que o tornou conhecido, e que mais tarde se transformou em um livro chamado Visible Learning, ele havia sintetizado mais de 800 meta-análises, com mais de 50 mil estudos e mais de 80 milhões de alunos.
Uma atualização recente desse estudo foi publicada em fevereiro de 2026 no Visible Learning Meta X, com mais de 2.103 meta-análises, mais de 132.000 estudos e mais de 300 milhões de estudantes.
O trabalho dele foi principalmente de síntese de meta-análises. Ou seja, ele reuniu e comparou resultados de muitas pesquisas já existentes para identificar quais fatores tinham maior impacto na aprendizagem.
Segundo essa perspectiva, os melhores “estímulos” de aprendizagem não são estímulos sensoriais isolados, nem apenas o uso de tecnologia, motivação ou aulas mais dinâmicas.
Os melhores estímulos são aqueles que geram condições de aprendizagem que tornam a aprendizagem visível. Isso significa que o aluno precisa saber o que vai aprender, receber feedback e acompanhar o próprio progresso.
| Ordem | Estratégia do estudante | d atual | Como usar pedagogicamente |
|---|---|---|---|
| 1 | Autoavaliação / notas autorrelatadas | 0,96 | O estudante avalia seu nível de domínio antes, durante e depois da tarefa. (Visible Learning MetaX) |
| 2 | Independência de campo | 0,94 | Estilo cognitivo mais analítico; importante, mas não é uma intervenção direta. (Visible Learning MetaX) |
| 3 | Estratégia de integração com conhecimento prévio | 0,93 | Antes de estudar algo novo, o aluno conecta o conteúdo ao que já sabe. (Visible Learning MetaX) |
| 4 | Estratégias de transferência | 0,89 | O aluno aplica uma estratégia aprendida em outro problema, contexto ou disciplina. (Visible Learning MetaX) |
| 5 | Autojulgamento e reflexão | 0,81 | O estudante compara seu trabalho com critérios e reflete sobre a qualidade da própria resposta. (Visible Learning MetaX) |
| 6 | Gerenciamento do esforço | 0,77 | Uso de persistência, autorreforço, autodiálogo e controle do humor para sustentar a tarefa. (Visible Learning MetaX) |
| 7 | Desempenho / conhecimento prévio | 0,74 | O que o aluno já sabe deve ser diagnosticado antes de avançar. (Visible Learning MetaX) |
| 8 | Elaboração e organização | 0,72 | O aluno organiza ideias, cria conexões, esquemas, explicações e resumos estruturados. (Visible Learning MetaX) |
| 9 | Ensaio e memorização | 0,71 | Repetição organizada, cartões, recuperação de informações e consolidação da memória. (Visible Learning MetaX) |
| 10 | Autoeficácia | 0,69 | Crença do aluno de que consegue atingir uma meta por meio de ação e estratégia. (Visible Learning MetaX) |
Observação: os valores de d atual indicam o tamanho de efeito associado a cada estratégia no Visible Learning MetaX. Eles devem ser interpretados como referência pedagógica, não como receita automática de aplicação.
Autoavaliação com IA: descobrindo o que sei, o que acho que sei e o que ainda preciso aprender
Após conhecer algumas estratégias de aprendizagem com maior impacto, vamos realizar uma atividade prática de autoavaliação com uso de inteligência artificial. Nesta atividade, a IA será usada para produzir um texto sobre os heróis brasileiros das Copas do Mundo, mas esse texto não deverá ser copiado nem aceito como resposta pronta. A tarefa dos estudantes será analisar o material gerado, identificar acertos, erros, lacunas e ideias incompletas, usando conhecimentos de História, Geografia, Física, Matemática e Língua Portuguesa. O objetivo principal é que cada estudante descubra o que realmente sabe, o que apenas acha que sabe e o que ainda precisa aprender. Assim, a IA funciona como ponto de partida para a reflexão, e não como substituta do pensamento.
Autoavaliação com IA: o que sei sobre os heróis brasileiros das Copas do Mundo?
Objetivo da atividade
O objetivo da atividade é criar um ambiente em que o estudante consiga descobrir o que realmente sabe, o que apenas acha que sabe e o que ainda não sabe sobre o tema. Para isso, ele irá analisar uma redação produzida pela IA com erros, lacunas e informações incompletas. Em vez de copiar ou aceitar o texto como resposta pronta, o estudante deverá compará-lo com seus próprios conhecimentos, identificar problemas, justificar correções e reconhecer suas dificuldades. A atividade permite mobilizar conhecimentos de História, Geografia, Física, Matemática e Língua Portuguesa, mas seu foco principal é a autoavaliação: ajudar o estudante a perceber com mais clareza seus acertos, seus limites e seus próximos passos de estudo.
Áreas trabalhadas
| Área / Disciplina | O que será trabalhado na atividade | Como contribui para a autoavaliação |
|---|---|---|
| História | Copas vencidas pelo Brasil, jogadores brasileiros marcantes, contexto histórico das conquistas, relação entre futebol, identidade nacional, memória e ditadura militar. | O estudante verifica se consegue relacionar os heróis das Copas aos acontecimentos históricos do Brasil e do mundo. |
| Geografia | Países-sede das Copas, continentes, cidades, estádios, altitude, localização espacial, mapas, croquis e pontos cardeais. | O estudante avalia se consegue localizar os espaços das Copas, diferenciar país, cidade e estádio, e interpretar informações geográficas. |
| Física | Movimento da bola, velocidade, massa, peso, energia cinética, quantidade de movimento, altitude, densidade do ar e resistência do ar. | O estudante percebe se consegue usar conceitos físicos para analisar explicações sobre lances de futebol sem aceitar afirmações simplistas. |
| Matemática | Placar, total de gols, diferença de gols, porcentagens, números primos e compostos, fatoração, equações, velocidade e proporcionalidade. | O estudante verifica se consegue usar cálculos e raciocínio matemático para identificar erros numéricos e justificar correções. |
| Língua Portuguesa | Leitura crítica, ortografia, concordância, coesão, coerência, estrutura da redação, argumentação, revisão textual e reescrita. | O estudante avalia se consegue identificar problemas de linguagem, melhorar trechos e justificar suas escolhas de revisão. |
| Cultura Digital / Uso crítico da IA | Análise de uma redação produzida por inteligência artificial, identificação de erros, lacunas, informações incompletas e afirmações que precisam ser verificadas. | O estudante aprende a usar a IA como objeto de análise, sem copiar respostas prontas e sem terceirizar o próprio pensamento. |
| Autoavaliação | Comparação entre o que o estudante acha que sabe, o que consegue demonstrar e o que ainda precisa aprender. | O estudante reconhece seus acertos, suas dificuldades, seus limites e seus próximos passos de estudo. |
Habilidades da BNCC
| Área / Disciplina | Código BNCC | Habilidade trabalhada | Como aparece na atividade |
|---|---|---|---|
| Língua Portuguesa | EF69LP07 | Produção, revisão, reescrita e avaliação de textos. | O estudante analisa a redação produzida pela IA, identifica problemas e pode produzir uma versão autoral. |
| Língua Portuguesa | EF69LP08 | Revisão e edição de textos, considerando clareza, coesão, norma-padrão e adequação ao gênero. | O estudante observa ortografia, concordância, organização dos parágrafos, clareza e estrutura da redação. |
| Língua Portuguesa | EF69LP30 | Comparação de informações de diferentes fontes, identificando contradições, erros e imprecisões. | O estudante compara o texto da IA com os conhecimentos estudados e verifica se há informações incorretas ou incompletas. |
| Língua Portuguesa | EF69LP32 | Seleção de informações relevantes em fontes diversas, avaliando qualidade e utilidade. | O estudante precisa justificar suas correções com base em fontes confiáveis, materiais da aula ou conhecimentos prévios. |
| Língua Portuguesa | EF89LP14 | Análise de textos argumentativos, observando argumentos, justificativas e força das ideias. | O estudante avalia se a redação da IA apresenta bons argumentos ou apenas afirmações superficiais. |
| Língua Portuguesa | EF09LP03 | Produção de artigo de opinião, assumindo posição e utilizando argumentos. | Pode ser trabalhada se, ao final, o estudante escrever sua própria posição sobre os heróis brasileiros das Copas. |
| História | EF09HI17 | Análise de processos sociais, econômicos, culturais e políticos do Brasil a partir de 1946. | O estudante relaciona as Copas vencidas pelo Brasil aos contextos históricos brasileiros de cada período. |
| História | EF09HI19 | Compreensão da ditadura civil-militar no Brasil e de questões de memória histórica. | O estudante analisa a relação entre a Copa de 1970, a seleção brasileira e o contexto da ditadura militar. |
| História | EF09HI20 | Discussão sobre resistência e reorganização da sociedade brasileira durante a ditadura civil-militar. | O estudante percebe que a vitória de 1970 pode ser estudada junto com censura, propaganda política e disputas de memória. |
| História | EF09HI28 | Análise de aspectos da Guerra Fria e de seus conflitos e tensões geopolíticas. | O estudante relaciona as Copas de 1958, 1962 e 1970 ao contexto internacional da Guerra Fria. |
| História | EF09HI29 | Análise de experiências ditatoriais na América Latina e seus vínculos com o poder. | O estudante pode comparar o contexto brasileiro de 1970 com outras experiências autoritárias latino-americanas. |
| Geografia | EF08GE05 | Aplicação dos conceitos de Estado, nação, território, governo e país. | O estudante diferencia país, cidade, capital, estádio, território e região ao analisar os espaços das Copas. |
| Geografia | EF08GE18 | Elaboração de mapas, croquis e outras representações cartográficas. | O estudante pode construir um croqui do campo e representar o deslocamento da bola em um gol brasileiro. |
| Geografia | EF08GE19 | Interpretação de mapas esquemáticos, croquis e informações geográficas sobre América e África. | O estudante interpreta mapas para localizar México, Chile, Estados Unidos e outros países relacionados às conquistas brasileiras. |
| Geografia | EF08GE23 | Análise de paisagens da América Latina, considerando cartografia, relevo, clima e aspectos naturais. | O estudante analisa a Cidade do México, sua altitude e sua relação com as condições da Copa de 1970. |
| Geografia | EF09GE14 | Elaboração e interpretação de mapas, gráficos, croquis e representações geográficas mundiais. | O estudante organiza informações sobre os países-sede das Copas vencidas pelo Brasil. |
| Geografia | EF09GE15 | Comparação de diferentes regiões do mundo com base em informações geográficas. | O estudante compara sedes das Copas em diferentes continentes, como Europa, América e Ásia. |
| Ciências da Natureza / Física | EF07CI12 | Análise do ar como mistura de gases e de fenômenos relacionados à atmosfera. | O estudante avalia explicações da IA sobre ar, altitude, densidade do ar e resistência sobre a bola. |
| Ciências da Natureza / Física | EF08CI14 | Relação entre climas regionais, circulação atmosférica e condições ambientais. | O estudante discute condições atmosféricas da Cidade do México e sua relação com a partida. |
| Ciências da Natureza / Física | EF08CI15 | Identificação de variáveis ambientais, como temperatura, pressão, altitude e densidade do ar. | O estudante observa como variáveis físicas podem influenciar o movimento da bola, sem explicar sozinhas o resultado do jogo. |
| Ciências da Natureza / Tecnologia | EF07CI11 | Análise histórica do uso da tecnologia, incluindo a digital, nas diferentes dimensões da vida humana. | O estudante reflete sobre o uso da IA como tecnologia digital e sobre seus limites no processo de aprendizagem. |
| Matemática | EF06MA05 | Classificação de números naturais em primos e compostos; reconhecimento de múltiplos, divisores e fatores. | O estudante analisa números como 1, 2, 3, 4, 5, 1958, 1962, 1970, 1994 e 2002. |
| Matemática | EF06MA13 | Resolução de problemas envolvendo porcentagens com base na proporcionalidade. | O estudante calcula porcentagens a partir dos placares das finais das Copas. |
| Matemática | EF07MA02 | Resolução de problemas envolvendo porcentagens, acréscimos e decréscimos simples. | O estudante verifica se a IA calculou corretamente percentuais, como 4 gols em um total de 5. |
| Matemática | EF08MA08 | Resolução de problemas que podem ser representados por sistemas de equações de 1º grau com duas incógnitas. | O estudante representa placares com equações, como total de gols e diferença entre as seleções. |
| Matemática | EF09MA05 | Resolução de problemas envolvendo porcentagens e taxas percentuais. | O estudante usa porcentagens para verificar afirmações matemáticas presentes no texto da IA. |
| Matemática | EF09MA07 | Resolução de problemas envolvendo razão entre grandezas de espécies diferentes, como velocidade. | O estudante trabalha com a velocidade da bola, por exemplo, um passe de 30 km/h. |
| Matemática | EF09MA08 | Análise de relações de proporcionalidade direta e inversa entre grandezas. | O estudante analisa relações entre velocidade, tempo, distância, placares, porcentagens e proporções. |
| Cultura Digital | Competência Geral 5 | Uso crítico, significativo, reflexivo e ético das tecnologias digitais. | A IA é usada como objeto de análise. O estudante não copia a resposta; ele questiona, corrige, justifica e se autoavalia. |
| Autoavaliação | Competência Geral 10 | Desenvolvimento de autonomia, responsabilidade e tomada de decisão. | O estudante compara o que achava que sabia com o que conseguiu demonstrar e identifica seus próximos passos de estudo. |
Autoavaliação inicial: o que eu acho que sei antes da atividade
Antes de iniciar a leitura e a correção da redação produzida pela IA, o estudante deve preencher esta autoavaliação inicial. O objetivo é registrar o que ele acredita saber sobre cada área trabalhada na atividade. Essa etapa é importante porque ajuda o estudante a perceber suas próprias certezas, dúvidas e possíveis lacunas antes de analisar o texto. Depois da atividade, ele poderá comparar essa percepção inicial com o que conseguiu demonstrar na prática.
| Área / Competência | Antes da atividade, o que preciso avaliar? | Minha nota de 1 a 5 | Por que dei essa nota? |
|---|---|---|---|
| História | Sei dizer quais Copas do Mundo o Brasil venceu e consigo relacionar alguns jogadores brasileiros importantes a essas conquistas. | ||
| História | Sei explicar a relação entre futebol, identidade nacional, memória e contexto histórico brasileiro. | ||
| História | Sei relacionar a Copa de 1970 com a ditadura militar no Brasil e compreender que a vitória também teve uso político. | ||
| História | Sei citar acontecimentos importantes no mundo próximos às Copas vencidas pelo Brasil, como Guerra Fria, corrida espacial ou mudanças políticas globais. | ||
| Geografia | Sei localizar os países onde o Brasil venceu Copas do Mundo e identificar em quais continentes eles estão. | ||
| Geografia | Sei diferenciar país, cidade, capital e estádio, evitando confundir, por exemplo, México, Cidade do México e Estádio Azteca. | ||
| Geografia | Sei usar noções de localização espacial, como norte, sul, leste, oeste, centro, direita e esquerda, para representar uma jogada em um campo de futebol. | ||
| Geografia | Sei explicar por que a altitude da Cidade do México pode ser uma informação geográfica importante para analisar a Copa de 1970. | ||
| Física | Sei diferenciar massa e peso e entendo que, na Física, peso é uma força medida em newtons. | ||
| Física | Sei converter velocidade de km/h para m/s, como em um passe de 30 km/h. | ||
| Física | Sei explicar, de forma simples, a relação entre altitude, densidade do ar, resistência do ar e movimento da bola. | ||
| Física | Sei perceber quando uma explicação física está exagerada, incompleta ou simplista. | ||
| Matemática | Sei calcular total de gols, diferença de gols e porcentagens a partir de um placar. | ||
| Matemática | Sei identificar números primos e compostos e justificar minha resposta. | ||
| Matemática | Sei montar uma equação ou um sistema simples a partir de informações de um placar. | ||
| Matemática | Sei usar razão e proporcionalidade para analisar informações como velocidade, distância, tempo ou porcentagem. | ||
| Língua Portuguesa | Sei identificar erros de ortografia, concordância, pontuação e frases mal construídas. | ||
| Língua Portuguesa | Sei avaliar se uma redação tem introdução, desenvolvimento, conclusão, coesão e coerência. | ||
| Língua Portuguesa | Sei diferenciar fato, opinião e interpretação em um texto. | ||
| Língua Portuguesa | Sei avaliar se os argumentos de um texto são fortes, fracos, superficiais ou bem justificados. | ||
| Uso crítico da IA | Sei usar a IA como ferramenta de análise, sem copiar a resposta pronta e sem deixar que ela pense por mim. | ||
| Autoavaliação | Consigo reconhecer o que realmente sei, o que apenas acho que sei e o que ainda preciso estudar. |
Antes de começar: registre o que você acha que sabe
Antes de ler e corrigir a redação produzida pela IA, preencha a tabela abaixo. O objetivo é registrar o que você acha que sabe neste momento. Depois da atividade, você poderá comparar essa percepção inicial com o que conseguiu demonstrar na prática.
Use a escala: 1 = sei muito pouco; 2 = tenho algumas ideias, mas estou inseguro; 3 = sei o básico; 4 = consigo explicar com segurança; 5 = consigo explicar, corrigir erros e justificar minhas correções.
Durante a leitura: perguntas para corrigir a redação da IA
Depois de ler a redação produzida pela IA, responda às perguntas abaixo.
Para cada problema encontrado, copie o trecho da redação, explique o que está incorreto,
incompleto ou confuso, proponha uma correção e justifique com base no que você estudou.
Durante a leitura: perguntas para corrigir a redação da IA
Depois de ler a redação produzida pela IA, responda às perguntas abaixo. Para cada problema encontrado, copie o trecho da redação, explique o que está incorreto, incompleto ou confuso, proponha uma correção e justifique com base no que você estudou.
| Área | Perguntas para orientar a correção | Trecho da redação da IA | Minha correção | Como sei disso? |
|---|---|---|---|---|
| História | A redação informa corretamente quais Copas do Mundo o Brasil venceu? Os jogadores citados estão relacionados às Copas corretas? O texto explica bem a importância desses jogadores para a memória do futebol brasileiro? | |||
| História | A redação relaciona corretamente a Copa de 1970 com a ditadura militar no Brasil? O texto evita simplificar demais esse período histórico? Ele mostra que a vitória esportiva também teve uso político? | |||
| História | A redação cita acontecimentos importantes do mundo próximos às Copas mencionadas? Esses acontecimentos estão no período correto? Eles ajudam a entender o contexto histórico ou aparecem apenas como informações soltas? | |||
| Geografia | A redação localiza corretamente os países onde o Brasil venceu Copas? Os continentes foram indicados corretamente? Há confusão entre país, cidade, capital ou estádio? | |||
| Geografia | O texto diferencia corretamente México, Cidade do México e Estádio Azteca? A altitude da Cidade do México foi mencionada de forma adequada? A informação geográfica contribui para a análise da Copa de 1970? | |||
| Geografia | A descrição de alguma jogada usa corretamente noções de espaço, como norte, sul, leste, oeste, centro, direita e esquerda? O percurso da bola faz sentido no campo? | |||
| Física | A redação diferencia corretamente massa e peso? Ela explica que, na Física, peso é uma força? Há alguma confusão entre gramas, quilogramas e newtons? | |||
| Física | O texto converte corretamente a velocidade de um passe de 30 km/h para m/s? A explicação sobre velocidade, movimento da bola e energia está correta ou incompleta? | |||
| Física | A redação explica corretamente a relação entre altitude, densidade do ar e resistência do ar? O texto evita afirmar que a altitude, sozinha, decidiu o resultado de uma partida? | |||
| Matemática | Os placares das finais foram apresentados corretamente? O total de gols e a diferença de gols foram calculados de forma correta? | |||
| Matemática | As porcentagens apresentadas na redação estão corretas? Por exemplo, em um placar de 4 x 1, o texto calculou corretamente a porcentagem de gols de cada seleção? | |||
| Matemática | A redação identifica corretamente números primos e compostos? A fatoração de algum ano ou número citado está correta? A equação ou sistema usado para representar um placar faz sentido? | |||
| Língua Portuguesa | A redação apresenta erros de ortografia, concordância, pontuação ou uso inadequado de palavras? Quais trechos precisam ser corrigidos? | |||
| Língua Portuguesa | O texto tem introdução, desenvolvimento e conclusão? As ideias estão bem organizadas? Há repetição desnecessária ou frases confusas? | |||
| Língua Portuguesa | A redação apresenta argumentos ou apenas lista nomes e informações? As ideias são bem justificadas? O texto diferencia fato, opinião e interpretação? | |||
| Uso crítico da IA | A resposta da IA parece correta apenas porque está bem escrita? Quais informações precisam ser verificadas? O que a IA afirmou sem explicar bem? | |||
| Autoavaliação | Ao corrigir a redação, o que percebi que realmente sabia? O que eu achava que sabia, mas não consegui justificar? O que ainda preciso estudar? |
A Redação
Heróis brasileiros das Copas do Mundo: futebol, memória e identidade nacional
Quando falamos sobre os heróis brasileiros das Copas do Mundo, não estamos falando apenas de jogadores que fizeram gols ou levantaram taças. Estamos falando de pessoas que ajudaram a construir uma memória coletiva sobre o Brasil. O futebol, para muitos brasileiros, é mais do que um esporte: é uma forma de contar histórias, criar sentimentos de pertencimento e representar o país diante do mundo. Por isso, nomes como Pelé, Garrincha, Jairzinho, Carlos Alberto Torres, Romário, Ronaldo, Rivaldo, Ronaldinho Gaúcho e Cafu aparecem sempre que lembramos das grandes conquistas da seleção brasileira.
O Brasil venceu seis Copas do Mundo: 1958, 1962, 1970, 1994, 1998 e 2002. A primeira conquista aconteceu em 1958, na Suíça, quando Pelé tinha apenas 17 anos e chamou a atenção do mundo. Naquela Copa, o Brasil venceu a final contra a Suécia por 5 a 2, com grande atuação de Pelé, Vavá, Didi e Garrincha. Esse título foi importante porque mostrou que o futebol brasileiro podia ser reconhecido internacionalmente e ajudou a formar a imagem do Brasil como país alegre, criativo e talentoso.
Em 1962, no Chile, o Brasil foi campeão novamente. Pelé se machucou durante a competição, e Garrincha passou a ser um dos grandes nomes daquele mundial. Ele foi lembrado por seus dribles, sua irreverência e sua capacidade de decidir jogos. A final foi contra a Tchecoslováquia, e o Brasil venceu por 3 a 1. Nessa época, o mundo vivia tensões da Guerra Fria, e em 1962 também aconteceu a Crise dos Mísseis de Cuba, que aproximou Estados Unidos e União Soviética de um conflito nuclear. Esses acontecimentos mostra que as Copas não acontecem isoladas: elas fazem parte de um contexto histórico maior.
A Copa de 1970, no México, é talvez a mais lembrada quando falamos em heróis brasileiros. A seleção tinha Pelé, Jairzinho, Gérson, Tostão, Rivelino e Carlos Alberto Torres. A final aconteceu no Estádio Azteca, na Cidade do México, e o Brasil venceu a Itália por 4 a 1. Esse placar mostra que o Brasil fez 75% dos gols da partida, porque marcou quatro gols em um total de cinco. A diferença de gols foi de quatro, já que o Brasil fez quatro e a Itália fez um. O número 5, que representa o total de gols da final, é um número primo, assim como o número 1, pois ele só pode ser dividido por ele mesmo.
A Copa de 1970 também precisa ser vista no contexto da ditadura civil-militar brasileira. Naquele período, o Brasil vivia censura, perseguição política e falta de liberdade. Mesmo assim, a vitória da seleção foi usada pelo governo como símbolo de união nacional e progresso. Isso não quer dizer que os jogadores eram culpados pelo uso político da conquista. Eles jogaram futebol e conquistaram o título dentro de campo. Porém, a memória dessa Copa não pode ser analisada apenas como festa, pois também envolve propaganda, identidade nacional e disputas sobre o que deve ser lembrado e o que muitas vezes é esquecido.
No mundo, o ano de 1970 também teve acontecimentos importantes. A Guerra do Vietnã ainda acontecia, a missão Apollo 13 mostrou os desafios da corrida espacial e o primeiro Dia da Terra chamou atenção para questões ambientais. Esses fatos ajudam a perceber que a seleção brasileira jogava em um período de grandes transformações. Enquanto milhões de pessoas viam os jogos pela televisão, outros problemas sociais e políticos aconteciam em diferentes partes do mundo. Assim, estudar os heróis das Copas exige olhar para o campo, mas também para a história fora dele.
A Geografia também ajuda a compreender as conquistas brasileiras. O Brasil venceu Copas em países diferentes: Suécia, Chile, México, Estados Unidos e Japão. A Copa de 2002 aconteceu somente no Japão, que fica na Ásia, e foi a primeira Copa realizada fora da Europa e da América. O México, onde ocorreu a Copa de 1970, é um país da América Central, e a Cidade do México é o estádio onde aconteceu a final. É importante diferenciar país, cidade e estádio, porque eles são a mesma escala geográfica e representam o mesmo tipo de lugar.
A Cidade do México fica em uma altitude elevada, com cerca de 2.200 metros acima do nível do mar. Essa informação é importante porque a altitude pode influenciar as condições de jogo. Em locais mais altos, o ar fica mais denso e oferece mais resistência à bola. Por isso, alguns chutes podem perder velocidade mais rápido. Porém, não é correto dizer que a altitude decidiu a Copa de 1970 sozinha. O futebol envolve técnica, preparo físico, tática, talento e muitos fatores que não podem ser reduzidos a uma explicação simples.
Também podemos pensar o campo de futebol como um espaço geográfico. No quarto gol do Brasil em 1970, marcado por Carlos Alberto Torres, a bola passou por vários jogadores antes de chegar ao gol. Em um croqui simples, podemos imaginar que o gol adversário está ao norte e o gol brasileiro está ao sul. A jogada começou em uma região mais ao sul do campo, passou pelo centro, foi para o lado oeste com Rivelino, avançou para o centro com Jairzinho, depois Pelé tocou para Carlos Alberto no lado leste, que chutou em direção ao gol norte. Essa representação ajuda a entender deslocamento, orientação espacial e uso de pontos cardeais.
A Física aparece quando pensamos na bola em movimento. Uma bola oficial pode ter massa aproximada de 430 gramas, mas na linguagem da Física isso significa que seu peso é de 430 gramas. Se um jogador faz um passe de 30 km/h, essa velocidade corresponde a 30 m/s. Usando a massa de 0,43 kg, podemos calcular que a quantidade de movimento da bola é aproximadamente 12,9 kg·m/s. A energia cinética também pode ser calculada, mas ela depende apenas da massa, e não da velocidade. Esses cálculos mostram que o futebol pode ser analisado cientificamente, embora a emoção do jogo não pode ser medida apenas por fórmulas.
A Matemática está presente nas Copas de várias formas. Em 1958, o Brasil venceu a Suécia por 5 a 2, em uma final com sete gols. Em 1962, venceu por 3 a 1, com quatro gols no total. Em 1970, venceu por 4 a 1. Em 1994, a final contra a Itália terminou 3 a 2 para o Brasil no tempo normal, e Romário fez todos os gols da seleção naquele jogo. Em 2002, Ronaldo marcou dois gols contra a Alemanha na final, e o Brasil venceu por 2 a 0. Se chamarmos de x os gols do Brasil em 1970 e de y os gols da Itália, podemos dizer que x + y = 5 e x – y = 4. Assim, encontramos x = 4 e y = 1.
Os números também pode ser analisados como primos ou compostos. O ano de 1970 pode ser fatorado como 2 × 5 × 199. Já o ano de 2002 é um número primo, porque não pode ser dividido por outros números além de 1 e ele mesmo. O número 3, presente na diferença de gols de algumas finais, também é primo. Essas relações mostram que até datas, placares e títulos podem ser usados para fazer investigações matemáticas.
Por fim, a Língua Portuguesa nos ajuda a perceber como essa memória é construída. Chamar um jogador de herói não é apenas uma descrição neutra. É uma escolha de linguagem. Pelé é chamado de Rei, Garrincha é lembrado como alegria do povo, Romário como decisivo, Ronaldo como símbolo de superação e Cafu como capitão do pentacampeonato. Essas expressões ajudam a construir imagens e sentimentos. As vezes, elas também simplifica a história, porque uma Copa nunca é vencida por uma pessoa só. Existem técnicos, colegas de equipe, torcedores, jornalistas e muitos trabalhadores que também fazem parte desse processo.
Portanto, estudar os heróis brasileiros das Copas do Mundo é estudar futebol, mas também História, Geografia, Física, Matemática e linguagem. A inteligência artificial pode ajudar a organizar informações, mas suas respostas não devem ser aceitas sem análise. Um texto pode parecer correto porque está bem escrito, mas ainda conter erros, exageros ou lacunas. Por isso, o estudante precisa ler com atenção, comparar com seus conhecimentos, verificar dados e justificar suas correções. O mais importante não é apenas descobrir se a IA errou, mas perceber o que eu sei de verdade, o que eu apenas achava que sabia e o que ainda preciso aprender.
Conclusão
A inteligência artificial pode ajudar na aprendizagem, desde que não substitua o pensamento do estudante e do professor. Nesta proposta, a IA é usada para criar um texto com erros e lacunas, que precisa ser analisado, corrigido e justificado. Assim, o estudante não copia uma resposta pronta: ele compara, gera dúvida, revisa e percebe o que realmente sabe, o que apenas achava que sabia e o que ainda precisa aprender. Com isso, ele pode começar a organizar os conhecimentos que precisa aprender.
Com a mediação do professor, a IA deixa de ser uma ferramenta para “fazer a tarefa” e passa a ser um recurso para tornar a aprendizagem mais visível. O foco continua no estudante: pensar, errar, corrigir, explicar e avançar.
Perguntas frequentes sobre inteligência artificial na educação
A inteligência artificial na educação pode prejudicar a aprendizagem?
Sim, quando é usada para substituir o pensamento do estudante. Se o aluno apenas copia respostas prontas, ele perde a oportunidade de praticar, errar, revisar, comparar e aprender.
Como usar IA na educação sem terceirizar o pensamento?
Uma forma é usar a IA como objeto de análise. O estudante lê uma resposta gerada pela ferramenta, identifica erros, corrige trechos, justifica suas escolhas e avalia o próprio conhecimento.
O que é fricção cognitiva?
Fricção cognitiva é o esforço necessário para pensar, comparar, duvidar, resolver problemas e construir compreensão. Esse esforço pode ser desconfortável, mas é parte importante da aprendizagem.
Qual é o papel da autoavaliação no uso da IA?
A autoavaliação ajuda o estudante a perceber o que realmente sabe, o que apenas acha que sabe e o que ainda precisa estudar. Por isso, ela é central para usar inteligência artificial na educação sem prejudicar a aprendizagem.
Referências
- BASTANI, Hamsa et al. Generative AI without guardrails can harm learning. Proceedings of the National Academy of Sciences, 2025. Disponível em: https://www.pnas.org/doi/10.1073/pnas.2422633122 .
- FAN, Yizhou et al. Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, v. 56, n. 2, p. 489-530, 2025. Disponível em: https://doi.org/10.1111/bjet.13544 .
- ABBAS, Muhammad; JAM, Farooq Ahmed; KHAN, Tariq Iqbal. Is it harmful or helpful? Examining the causes and consequences of generative AI usage among university students. International Journal of Educational Technology in Higher Education, v. 21, artigo 10, 2024. Disponível em: https://link.springer.com/article/10.1186/s41239-024-00444-7 .
-
LEE, Hao-Ping et al. The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects from a Survey of Knowledge Workers.
Microsoft Research, 2025.
Disponível em:
The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers
. - GERLICH, Michael. AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, v. 15, n. 1, artigo 6, 2025. Disponível em: https://www.mdpi.com/2075-4698/15/1/6 .
- KOSMYNA, Nataliya et al. Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv, 2025. Disponível em: https://arxiv.org/abs/2506.08872 .
- HATTIE, John. Visible Learning: A Synthesis of Over 800 Meta-Analyses Relating to Achievement. London: Routledge, 2009.
- VISIBLE LEARNING. Visible Learning Research. Disponível em: https://www.visiblelearning.com/research .
- VISIBLE LEARNING METAX. Self-reported grades. Disponível em: https://www.visiblelearningmetax.com/influences/view/self-reported_grades .
- BRASIL. Ministério da Educação. Base Nacional Comum Curricular. Brasília: MEC, 2018. Disponível em: https://basenacionalcomum.mec.gov.br/images/BNCC_EI_EF_110518_versaofinal_site.pdf .
- BUHR PEDRO, Brenda Michelle; PAIVA, Fernanda Tavares. Vamos conversar? O letramento digital na BNCC: anos finais do Ensino Fundamental. Belo Horizonte: Universidade Federal de Minas Gerais, 2021. Disponível em: https://educapes.capes.gov.br/handle/capes/598062 .
- FIFA. Brazil team profile: FIFA World Cup history. Disponível em: https://www.fifa.com/en/tournaments/mens/worldcup/canadamexicousa2026/articles/brazil-team-profile-history .
- FIFA. Brazil v Italy: 1970 FIFA World Cup Final. Disponível em: https://www.fifa.com/en/tournaments/mens/worldcup/articles/brazil-italy-mexico-1970-final .
- THE INTERNATIONAL FOOTBALL ASSOCIATION BOARD. Laws of the Game: Law 2 — The Ball. Disponível em: https://www.theifab.com/laws/latest/the-ball/ .
- NASA GLENN RESEARCH CENTER. Density Effects. Disponível em: https://www1.grc.nasa.gov/beginners-guide-to-aeronautics/density-effects/ .
- NASA GLENN RESEARCH CENTER. Drag Equation. Disponível em: https://www1.grc.nasa.gov/beginners-guide-to-aeronautics/drag-equation/ .
Autor: Fernando Giannini
A construção do pensamento, as relações conceituais, a curadoria e a verificação das fontes foram realizadas pelo autor, que assume a responsabilidade editorial pelo conteúdo e por eventuais erros.
Sistemas algorítmicos de processamento de linguagem podem ter colaborado na organização do texto, na revisão e na otimização para mecanismos de busca, sem substituir a autoria, a interpretação crítica ou a originalidade das ideias.