Por George Paulus Dias – IA Generativa na Educação: Lições do Reino Unido

George Paulus Dias*

Um relatório recentemente publicado sobre o uso de Inteligência Artificial Generativa na educação, intitulado “Use Cases for Generative AI in Education”, documenta os resultados de um projeto inovador que investigou aplicações de Inteligência Artificial (IA) generativa no setor educacional do Reino Unido. Conduzido entre setembro de 2023 e março de 2024 por um consórcio de instituições, o estudo fornece evidências robustas sobre o potencial dessa tecnologia para otimizar processos pedagógicos e administrativos nas escolas.

Hackathon: evento colaborativo, geralmente de curta duração, que reúne programadores, designers, empreendedores e outros profissionais ligados à tecnologia para desenvolver soluções inovadoras em um ambiente intensivo de criação. O termo é a junção de “hack” (no sentido de programação exploratória ou resolução criativa de problemas) e “marathon” (maratona), indicando um esforço concentrado em um período contínuo, que pode variar de algumas horas a vários dias.

O projeto adotou uma abordagem abrangente, combinando hackathons, desenvolvimento de provas de conceito (PoCs) e pesquisa extensiva com usuários. Um diferencial metodológico foi o engajamento da comunidade educacional na definição dos focos de investigação. Através de consultas pré-hackathons com mais de 700 professores, gestores e estudantes, foram levantados problemas e oportunidades que posteriormente embasaram a priorização de 12 casos de uso promissores.Os critérios para essa curadoria incluíram a viabilidade técnica das soluções vislumbradas, seu potencial de impacto na redução da carga de trabalho docente e na melhoria dos resultados de aprendizagem, além de uma análise criteriosa de riscos e desafios de implementação. A tabela abaixo sintetiza os casos explorados, evidenciando a amplitude das aplicações consideradas e um resultado importante quanto aos pontos em que se avaliou que o potencial da IA é significativo:

Caso de Uso	Objetivo	Resultados
Geração de planos de aula adequados à idade	Automatizar criação de planos de aula	Necessidade de melhorias e funcionalidades adicionais
Geração de ideias eficazes de questionamento	Elaborar questionamentos para avaliar compreensão	Bom desempenho com técnicas específicas
Geração de materiais de aula	Criar materiais e atividades personalizados	Sucesso para lição de casa diferenciada e adaptação de textos
Redação de relatórios de fim de ano	Automatizar relatórios detalhados de desempenho	Necessidade de capturar melhor julgamento profissional
Atribuição de notas a trabalhos	Aumentar eficiência e consistência das correções e críticas	Boa identificação de níveis, mas dificuldade com notas precisas
Geração de avaliação formativa personalizado	Fornecer avaliação individualizada em escala	Críticas convincentes, mas imprecisas, talvez melhor para estruturar a avaliação feita por humano
IA Generativa como auxiliar de ensino	Facilitar interação e instrução personalizada	Potencial para diálogos relevantes, questões sobre precisão e implicações
Geração de rascunhos de políticas escolares	Agilizar criação e atualização de políticas	Útil para comparar e personalizar políticas, dependente da qualidade dos exemplos
Análise/síntese de dados de alunos	Gerar ideias para intervenções personalizadas	Não adequada para análise direta, promissora para gerar código de análise
Assistente de aprendizagem de idiomas	Fornecer exercícios, correções e prática ilimitada	Bom para conversação, exercícios e identificação de erros, mas imprecisões afetam confiança
Geração de comunicados a pais	Gerar comunicados consistentes rapidamente	Rascunhos altamente utilizáveis com prompts mínimos, alto potencial
Suporte a alunos com necessidades especiais	Sugerir abordagens e adaptações apropriadas	Apenas orientações genéricas atualmente, mais pesquisas necessárias com cautela

Nos hackathons realizados em outubro de 2023, equipes multidisciplinares se debruçaram sobre esses casos, buscando refinar prompts, arquiteturas e conjuntos de dados para extrair o máximo das capacidades dos modelos de IA generativa. Embora nenhuma das soluções tenha sido considerada imediatamente implementável, os avanços foram significativos e apontaram caminhos promissores para desenvolvimentos futuros.Mas talvez ainda mais relevantes tenham sido as percepções colhidas na extensiva pesquisa com usuários. Ficou evidente que educadores vislumbram enormes benefícios no suporte da IA generativa, especialmente nos ganhos de eficiência e consistência. Ao mesmo tempo, expressaram preocupações legítimas com questões como confiabilidade, transparência, segurança e privacidade dos dados. Sinalizaram que a adoção responsável dessas ferramentas exigirá diretrizes claras, formação consistente e uma nova mentalidade sobre o papel da tecnologia nos processos de ensino e aprendizagem.Isso nos leva a reflexões importantes sobre o que esses achados representam para o futuro da educação, tanto no Reino Unido quanto em outros países como o Brasil. O relatório sugere que estamos nos primeiros estágios de uma revolução, em que a IA generativa se tornará uma ferramenta central na caixa de ferramentas pedagógica. Podemos vislumbrar uma “Nova Escola” em que professores são liberados de tarefas mecânicas de transmissão de conteúdo e avaliação, para se concentrarem na curadoria de experiências de aprendizagem significativas. Um ecossistema em que algoritmos permitem a personalização em escala, e a análise de dados em tempo real capacita intervenções humanas cirúrgicas.Ao mesmo tempo, o estudo não é ingênuo sobre os desafios dessa transformação. Reconhece que a IA generativa não é uma panaceia universal, e que sua aplicabilidade dependerá muito do contexto, do perfil dos estudantes, das disciplinas e objetivos de aprendizagem. Que barreiras técnicas, legais e éticas precisarão ser endereçadas, da adaptação de sistemas legados à definição de padrões rigorosos de governança de dados. E que, acima de tudo, será necessário um enorme investimento no desenvolvimento dos educadores, para que tenham a fluência digital necessária para orquestrar ecossistemas de aprendizagem cada vez mais complexos.No contexto brasileiro, com nossas profundas desigualdades educacionais e limitações de infraestrutura, esses desafios se tornam ainda mais prementes. Por outro lado, nossa escala, diversidade e criatividade nos posicionam para sermos também pioneiros nessa jornada. O chamado à ação que emerge do relatório é claro: precisamos acelerar nossos próprios experimentos e aprendizados com IA generativa na educação, construindo sobre as evidências geradas no Reino Unido, mas de forma profundamente enraizada em nossas realidades e aspirações.Isso exigirá coragem e colaboração de todas as partes interessadas do sistema educacional brasileiro. Governos precisarão estabelecer as diretrizes e investimentos necessários. Instituições educacionais terão que se reinventar, desenvolvendo novos currículos, práticas pedagógicas e modelos operacionais. Empresas de tecnologia precisarão trabalhar em estreita parceria com educadores para desenvolver soluções alinhadas aos desafios da ponta. E entidades do terceiro setor devem assumir um papel crucial de articulação e capacitação.Se formos bem-sucedidos nessa empreitada, as recompensas podem ser enormes. Com a IA generativa, temos a oportunidade de escalar abordagens educacionais inovadoras, personalizando a aprendizagem, otimizando recursos e abrindo novos horizontes de equidade e qualidade. De formar cidadãos não apenas consumidores, mas arquitetos de um mundo cada vez mais moldado pela IA. O relatório “Use Cases for Generative AI in Education” nos fornece um mapa valioso para navegar esse território ainda largamente inexplorado. Cabe a nós, como sociedade, decidir se teremos a ousadia e a sabedoria para segui-lo, adaptá-lo e expandi-lo. Os primeiros passos foram dados – agora é hora de acelerar a caminhada.Resumo dos Casos de Uso de IA Generativa na Educação1. Geração de planos de aula adequados à idadeDor: Professores gastam tempo significativo criando planos de aula detalhados e adequados à faixa etária.Potencial da IA: Automatizar a geração de planos de aula personalizados, poupando tempo dos educadores.2. Geração de ideias eficazes de questionamentoDor: Elaborar perguntas eficazes para verificar a compreensão dos alunos é um desafio, especialmente para professores menos experientes.Potencial da IA: Gerar questionamentos direcionados e variados, auxiliando na avaliação contínua do aprendizado.3. Geração de materiais de aulaDor: Criar atividades e recursos didáticos diversos e adaptados às necessidades de cada turma é trabalhoso, caro e quase sempre inviável na prática.Potencial da IA: Produzir materiais personalizados em escala, otimizando o tempo de preparação das aulas.4. Redação de relatórios de fim de anoDor: Relatórios individualizados consomem muito tempo e nem sempre fornecem ideias que levem a ação.Potencial da IA: Automatizar a geração de relatórios detalhados, incorporando análises preditivas e recomendações personalizadas.5. Atribuição de notas a trabalhosDor: Corrigir e dar notas a um grande volume de tarefas é trabalhoso, cansativo e com alto rico de inconsistências.Potencial da IA: Auxiliar na correção e avaliação inicial, garantindo maior agilidade e padronização.6. Geração de avaliação formativa personalizadaDor: Fornecer avaliação individualizada e constante para cada aluno é praticamente inviável no modelo educacional atual.Potencial da IA: Gerar críticas construtivas adaptadas às necessidades de cada estudante em tempo real, facilitando intervenções personalizadas.7. IA Generativa como ‘auxiliar de ensino’Dor: Manter todos os alunos engajados e atendidos em suas dúvidas é um desafio constante e demanda uma capacidade rara de conexão dos docentes.Potencial da IA: Servir como um assistente virtual, fornecendo suporte individualizado e criando experiências interativas de aprendizado.8. Geração de rascunhos de políticas escolaresDor: Desenvolver e atualizar políticas escolares é uma tarefa complexa e demorada para gestores.Potencial da IA: Gerar rascunhos base de políticas, agregando boas práticas e adaptando para o contexto de cada escola.9. Análise/síntese de dados de alunosDor: Extrair ideias a partir do grande volume de dados gerados é difícil e consome muito tempo.Potencial da IA: Identificar padrões, prever riscos e recomendar intervenções personalizadas a partir da análise contínua dos dados.10. Assistente de aprendizagem de idiomasDor: Praticar conversação e ter retorno em tempo real é limitado pela disponibilidade dos professores.Potencial da IA: Servir como um parceiro de conversação e prática, fornecendo avaliação e adaptando-se ao nível de cada aprendiz.11. Geração de comunicados a pais e responsáveisDor: Produzir comunicados claros, consistentes e envolventes consome tempo valioso da equipe escolar.Potencial da IA: Gerar comunicados rapidamente a partir de modelos pré-definidos, garantindo clareza e padronização.12. Suporte a alunos com necessidades especiaisDor: Desenvolver materiais e estratégias adaptados para estudantes com necessidades especiais exige tempo e conhecimentos muitas vezes inexistente.Potencial da IA: Sugerir adaptações curriculares e de recursos com base nas especificidades de cada aluno, democratizando o acesso a intervenções personalizadas.Reino Unido. Department for Education. Use cases for generative AI in education: user research report. Disponível em: https://assets.publishing.service.gov.uk/media/66cdb078f04c14b05511b322/Use_cases_for_generative_AI_in_education_user_research_report.pdf. Acesso em: 16 set. 2024.* George Paulus Dias é engenheiro de produção pela Escola Politécnica da USP, mestre e doutor em Logística e Educação com Jogos. É empreendedor na área de TI e educação e acumula 20 anos de docência em instituições de ensino superior e treinamentos corporativos. É conselheiro do Instituto de Engenharia onde também coordena o GT Amazônia e Bioeconomia.