Vitomir Kovanovic, University of South Australia e Rebecca Marrone, University of South Australia
Desde que o ChatGPT surgiu, há quase três anos, o impacto das tecnologias de inteligência artificial (IA ) na aprendizagem tem sido amplamente debatido. São ferramentas úteis para uma educação personalizada ou portas de entrada para a desonestidade acadêmica?
Mais importante, tem havido preocupação de que o uso de IA levará a um “emburrecimento” generalizado, ou declínio na capacidade de pensar criticamente. Se os alunos usarem ferramentas de IA muito cedo, argumenta-se, eles podem não desenvolver habilidades básicas para o pensamento crítico e a resolução de problemas.
Será esse realmente o caso? De acordo com um estudo recente de cientistas do MIT, parece que sim. Usar o ChatGPT para ajudar a escrever redações, dizem os pesquisadores, pode levar a uma “dívida cognitiva” e a uma “provável diminuição nas habilidades de aprendizagem”.
Então, o que o estudo descobriu?
A diferença entre usar IA e apenas o cérebro
Ao longo de quatro meses, a equipe do MIT pediu a 54 adultos que escrevessem uma série de três redações usando IA (ChatGPT ), um motor de busca ou seus próprios cérebros (grupo “apenas cérebro”). A equipe mediu o engajamento cognitivo examinando a atividade elétrica no cérebro e através da análise linguística das redações.
O engajamento cognitivo daqueles que usaram IA foi significativamente menor do que o dos outros dois grupos. Este grupo também teve mais dificuldade em lembrar citações de suas redações e sentiu um menor senso de propriedade sobre elas.
Curiosamente, os participantes trocaram de papéis para uma quarta e última redação (o grupo “apenas cérebro” usou IA e vice-versa). O grupo que passou de IA para cérebro teve um desempenho pior e um engajamento apenas ligeiramente melhor do que o do outro grupo durante a primeira sessão, muito abaixo do engajamento do grupo “apenas cérebro” em sua terceira sessão.
Os autores afirmam que isso demonstra como o uso prolongado de IA levou os participantes a acumularem “dívida cognitiva”. Quando finalmente tiveram a oportunidade de usar seus cérebros, não conseguiram replicar o engajamento ou ter um desempenho tão bom quanto os outros dois grupos.
Cautelosamente, os autores observam que apenas 18 participantes (seis por condição) completaram a quarta e última sessão. Portanto, os resultados são preliminares e requerem mais testes.
Isso realmente mostra que a IA nos torna mais estúpidos?
Esses resultados não significam necessariamente que os alunos que usaram IA acumularam “dívida cognitiva”. Em nossa opinião, os resultados devem-se ao desenho particular do estudo.
A mudança na conectividade neural do grupo “apenas cérebro” ao longo das três primeiras sessões foi provavelmente o resultado de se tornarem mais familiarizados com a tarefa do estudo, um fenômeno conhecido como efeito de familiarização. À medida que os participantes do estudo repetem a tarefa, eles se tornam mais familiares e eficientes, e sua estratégia cognitiva se adapta de acordo.
Quando o grupo de IA finalmente pôde “usar seus cérebros”, eles estavam realizando a tarefa apenas uma vez. Como resultado, não conseguiram igualar a experiência do outro grupo. Eles alcançaram um engajamento apenas ligeiramente melhor do que o grupo “apenas cérebro” durante a primeira sessão.
Para justificar plenamente as alegações dos pesquisadores, os participantes que passaram de IA para cérebro também precisariam completar três sessões de escrita sem IA.
Da mesma forma, o fato de o grupo que passou de cérebro para IA ter usado o ChatGPT de forma mais produtiva e estratégica provavelmente se deve à natureza da quarta tarefa de escrita, que exigia escrever uma redação sobre um dos três tópicos anteriores.
Como escrever sem IA exigia um engajamento mais substancial, eles tinham uma recordação muito melhor do que haviam escrito no passado. Portanto, eles usaram a IA principalmente para procurar novas informações e refinar o que haviam escrito anteriormente.
Quais são as implicações da IA na avaliação?
Para entender a situação atual com a IA, podemos olhar para o que aconteceu quando as calculadoras se tornaram disponíveis pela primeira vez.
Nos anos 1970, seu impacto foi regulado tornando os exames muito mais difíceis. Em vez de fazer cálculos à mão, esperava-se que os alunos usassem calculadoras e dedicassem seus esforços cognitivos a tarefas mais complexas.
Efetivamente, o nível foi significativamente elevado, o que fez com que os alunos trabalhassem tanto (ou até mais ) do que antes da disponibilidade das calculadoras.
O desafio com a IA é que, na maioria das vezes, os educadores não elevaram o nível de forma a tornar a IA uma parte necessária do processo. Os educadores ainda exigem que os alunos completem as mesmas tarefas e esperam o mesmo padrão de trabalho que há cinco anos.
Nessas situações, a IA pode de fato ser prejudicial. Os alunos podem, na maior parte, transferir o engajamento crítico com a aprendizagem para a IA, o que resulta em “preguiça metacognitiva“.
No entanto, assim como as calculadoras, a IA pode e deve nos ajudar a realizar tarefas que antes eram impossíveis – e que ainda exigem um engajamento significativo. Por exemplo, podemos pedir aos estudantes de pedagogia que usem a IA para produzir um plano de aula detalhado, que será então avaliado quanto à qualidade e solidez pedagógica em um exame oral.
No estudo do MIT, os participantes que usaram IA estavam produzindo as “mesmas velhas” redações. Eles ajustaram seu engajamento para entregar o padrão de trabalho esperado deles.
O mesmo aconteceria se os alunos fossem solicitados a realizar cálculos complexos com ou sem uma calculadora. O grupo que fizesse os cálculos à mão suaria, enquanto aqueles com calculadoras mal piscaram.
Aprendendo a usar a IA
As gerações atuais e futuras precisam ser capazes de pensar de forma crítica e criativa e resolver problemas. No entanto, a IA está mudando o que essas coisas significam.
Produzir redações com caneta e papel não é mais uma demonstração de capacidade de pensamento crítico, assim como fazer divisão longa não é mais uma demonstração de numeracia.
Saber quando, onde e como usar a IA é a chave para o sucesso e o desenvolvimento de habilidades a longo prazo. Priorizar quais tarefas podem ser transferidas para uma IA para reduzir a dívida cognitiva é tão importante quanto entender quais tarefas exigem criatividade e pensamento crítico genuínos.
Vitomir Kovanovic, Professor Associado e Diretor Associado do Centro para Mudança e Complexidade na Aprendizagem (C3L ), Futuros da Educação, University of South Australia e Rebecca Marrone, Palestrante em Ciências da Aprendizagem e Desenvolvimento, Centro para Mudança e Complexidade na Aprendizagem (C3L ), Futuros da Educação, University of South Australia
Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.
