A IA na educação não começou com o ChatGPT

Série Aprender na era da IA · Reflexão 4 de 12 · Mapa da série

A IA generativa não inaugura a relação entre IA e educação. O que muda é a escala, a acessibilidade e a visibilidade do debate.

Breve história: os marcos que nos trouxeram até aqui

• 1956 — Dartmouth: nasce o termo “inteligência artificial”.
• Décadas de 1970 e 1980 — primeiros sistemas tutoriais inteligentes e ensino assistido por computador.
• Anos 1990 — Cognitive Tutor / Carnegie Learning como exemplo de tutor inteligente pré-ChatGPT.
• 1996 — ALEKS: aprendizagem adaptativa e diagnóstico.
• 2006 — DreamBox Learning: matemática adaptativa.
• 2008 — Knewton: personalização e motores adaptativos.
• Anos 2010 — learning analytics, sistemas de recomendação, avaliação automatizada e tutores inteligentes.
• 2022 — lançamento do ChatGPT e entrada massiva da IA generativa.

O que a etapa anterior trouxe

• Personalização — a IA já permitia adaptar apoios, ritmos e percursos de aprendizagem.
• Visibilidade — a analítica ajudou a tornar visíveis padrões, avanços e necessidades.
• Automatização limitada — parte do trabalho podia automatizar-se, mas dentro de quadros mais fechados.
• Aprendizagem para o sistema — a tecnologia trazia escala ao serviço do propósito pedagógico.

O que mudou com a IA generativa

• Interface conversacional — a interação torna-se imediata e natural.
• Produção expandida — textos, imagens, código, apresentações ou ideias podem gerar-se em segundos.
• Acesso massivo — a IA deixa de estar escondida em sistemas e passa para as mãos de milhões de pessoas.
• Delegação cognitiva — já não só automatiza tarefas limitadas: pode apoiar ou substituir partes do processo de pensar e produzir.
• Nova visibilidade do problema — se produzir é mais fácil, temos de olhar mais profundamente para como se compreende, se decide e se aprende.

A continuidade que não deveríamos esquecer

Aprender continua a ser compreender, interpretar e transferir. Ensinar continua a ser acompanhar desenvolvimento, não administrar conteúdo. Cumprir conteúdo continua sem garantir aprendizagem. O feedback, a reflexão e a evocação continuam a ser decisivos. E o critério humano ganha valor quando a produção se automatiza.

A lição de fundo: a história da IA na educação mostra que a tecnologia muda depressa, mas a pergunta pedagógica de fundo permanece: que condições tornam possível a aprendizagem profunda? A novidade não elimina o fundamento. Torna-o mais urgente.

Esta reflexão apoia-se em Luckin e Holmes, Zawacki-Richter et al., Woolf, UNESCO/OCDE e How People Learn II.

A pergunta que continua aberta

Se a IA está há anos na educação e agora muda de escala, o que devemos redesenhar para que a aprendizagem ganhe profundidade, critério e evidências de desenvolvimento?

---

Próxima reflexão → Quando a IA generativa mudou a escala

Esta reflexão foi originalmente publicada como infográfico no LinkedIn (em espanhol). Comenta e partilha no post original ou segue-me no LinkedIn para receber as próximas reflexões.