IA como tutora, crítica e parceira de pensamento — não como ghostwriter

Na matemática, a IA é mais útil como tutora, ferramenta de diagnóstico de erros e fonte de abordagens alternativas — não como geradora de respostas.

Experimente prompts como:

• “Confira cada etapa do meu desenvolvimento. Diga onde meu raciocínio falha pela primeira vez, mas não resolva o exercício.”
• “Dê pistas graduais: primeiro o conceito, depois a estratégia e, por fim, o próximo passo.”
• “Mostre dois métodos possíveis e me peça para compará-los.”
• “Esta afirmação é sempre verdadeira? Se não for, dê um contraexemplo e peça que eu o explique.”
• “Crie um problema parecido que eu possa resolver sem ajuda.”

Quando houver mais de um caminho possível, peça comparações algébricas, gráficas, numéricas ou geométricas. Ainda assim, cabe ao aluno decidir qual método se aplica e explicar por que ele funciona.

Evite pedir uma resolução completa antes de fazer uma tentativa. Isso pode criar a aparência de entendimento sem desenvolver a capacidade de gerar uma solução.

Redação: transforme a IA em uma leitora exigente

O aluno deve manter a autoria da tese, das evidências, da estrutura e da voz do texto. A IA pode atuar como uma leitora exigente, identificando fragilidades sem assumir a escrita.

Envie a tese e o esboço e pergunte:

• “O que está confuso, sem sustentação ou logicamente inconsistente?”
• “Separe minhas afirmações das evidências que as apoiam.”
• “Onde confundi resumo com análise?”
• “Defenda uma posição contrária à minha tese como uma leitora cética.”
• “Que evidência enfraqueceria minha conclusão?”
• “Avalie separadamente o argumento, a estrutura, as evidências, a coerência dos parágrafos e o estilo. Não reescreva a redação.”

Revise uma seção por conta própria e pergunte se a nova versão resolve o problema identificado. Deixe a IA para a gramática e a clareza depois que as ideias estiverem definidas. Mantenha qualquer sugestão de redação apenas quando entender a mudança e realmente decidir adotá-la.

Pesquisas sobre o uso de IA por estudantes apontam benefícios na compreensão de temas complexos, na busca por evidências, na revisão e na correção de textos, mas os resultados sobre pensamento crítico e originalidade ainda são variados. Uma síntese recente encontrou resultados melhores quando os alunos usaram a IA de forma seletiva e iterativa, com orientação de professores. Outros estudos indicam que o feedback estruturado de IA pode apoiar a escrita crítica, mas ele é mais útil quando o aluno avalia e aplica as sugestões ativamente, em vez de aceitá-las automaticamente.

Professores e colegas continuam importantes para o julgamento próprio de cada área, o desenvolvimento conceitual e a compreensão do contexto. Também é necessário seguir as regras da escola ou da universidade sobre usos permitidos e divulgação do uso de IA.

Pesquisa e leitura: use a IA para interrogar as fontes

A IA deve aprofundar a leitura, não substituí-la. Antes de abrir um chatbot, escreva um resumo curto, identifique a tese do autor e formule duas perguntas sobre o texto.

Depois, faça perguntas como:

• “Que suposições este autor faz?”
• “Que evidências sustentam cada afirmação principal?”
• “O que um crítico diria?”
• “Quais termos precisam de definições precisas?”
• “Que evidências estão faltando?”
• “Que explicações alternativas são compatíveis com as mesmas evidências?”

A IA pode sugerir termos de busca, conceitos relacionados e possíveis caminhos para encontrar fontes. Mas não deve ser tratada como uma base de dados confiável: confira toda afirmação importante na publicação original, especialmente citações, referências, estatísticas e detalhes técnicos.

Uma tabela comparativa também pode ajudar na análise de duas leituras, desde que o aluno preencha e confira cada célula com base nos textos. Mantenha um diário de pesquisa que diferencie:

• o que a fonte afirma explicitamente;
• o que você infere a partir dela;
• o que a IA sugeriu; e
• o que você verificou de forma independente.

Depois da conversa, feche a ferramenta e escreva de memória o argumento do autor, incluindo uma limitação ou questão ainda não resolvida. Se não conseguir fazer isso, é provável que a leitura tenha sido contornada, e não aprofundada.

Ciências: explique, exponha lacunas e faça previsões

A técnica de Feynman propõe que o estudante relembre um conceito, explique-o em linguagem simples, identifique as lacunas nessa explicação, corrija-as e simplifique novamente. A IA pode tornar esse processo interativo ao assumir o papel de uma iniciante curiosa ou de uma revisora cética.

Experimente prompts como:

• “Vou explicar a fotossíntese. Faça uma pergunta por vez como uma iniciante curiosa.”
• “Sinalize todos os termos técnicos que não foram definidos.”
• “Dê um caso em que minha explicação preveja o resultado errado.”
• “Que observação diferenciaria estas duas hipóteses?”
• “Qual parte da minha explicação descreve um mecanismo e qual parte é apenas uma correlação?”
• “Mude uma variável e peça que eu preveja o que vai acontecer.”

O aluno deve desenhar o diagrama, apresentar a cadeia causal e fazer a previsão. A IA pode então explorar casos-limite, revelar equívocos e oferecer contraexemplos. A verificação final é explicar o conceito a uma pessoa iniciante imaginária sem consultar a resposta da ferramenta.

Programação: revise o raciocínio antes de pedir uma correção

Na programação, a IA funciona bem como revisora de código, parceira de depuração e auxiliar na criação de testes. Comece com uma primeira versão do programa e peça ajuda para localizar o problema, em vez de solicitar a substituição da solução inteira.

Tente:

• “Identifique a menor suposição que está falhando. Não reescreva o código.”
• “Acompanhe as variáveis até o ponto em que a saída fica incorreta.”
• “Qual invariante deveria continuar verdadeiro?”
• “Dê uma entrada que faça este algoritmo falhar.”
• “Sugira testes para um caso normal, um caso-limite, uma entrada inválida, uma entrada vazia e um caso adversarial.”
• “Compare a complexidade de tempo e espaço destas duas abordagens.”

Implemente a correção você mesmo, rode os testes e explique por que a mudança funciona. Depois, altere um requisito e modifique o programa sem pedir que a IA gere tudo novamente.

Um bom critério é exigir que o aluno consiga explicar cada linha enviada, reproduzir o erro, justificar a correção e escrever pelo menos um teste que não foi fornecido pela IA.

O que o Learning Assistant de Singapura e o Feynman Bot fazem certo

O Ministério da Educação de Singapura descreve as ferramentas de IA do Student Learning Space — plataforma digital nacional de aprendizagem — como sistemas educacionais que apoiam o estudo por meio de perguntas, andaimes pedagógicos e feedback, em vez de entregar respostas diretas. O Learning Assistant pode assumir diferentes papéis, incluindo o de assistente de escrita, e conduzir perguntas iterativas para aprimorar a compreensão dos alunos.

Esse desenho demonstra um princípio importante: a resposta do estudante continua sendo a atividade central. A IA cria uma fricção produtiva ao fazer a próxima pergunta, apontar uma lacuna ou pedir esclarecimentos, em vez de concluir imediatamente a tarefa.

Isso não torna o sistema infalível. A orientação oficial para estudantes informa que as respostas do Learning Assistant são probabilísticas e podem conter erros, recomendando que os alunos reflitam sobre elas e verifiquem seu conteúdo em outras fontes.

O Feynman Bot, da Singapore University of Technology and Design (SUTD), aplica um modelo semelhante à aprendizagem conceitual. Os estudantes enviam materiais de estudo, escolhem um nível adequado e explicam o tema enquanto o bot faz perguntas adaptativas. Relatos descrevem um limite de aproximadamente três ou quatro respostas “não sei” antes que o bot sugira uma abordagem e formule uma nova pergunta baseada na dificuldade identificada. A pesquisa relacionada apresenta o bot como uma implementação da técnica de Feynman para a aprendizagem autorregulada.

A lição não é que todo tutor de IA deva se recusar a responder indefinidamente. É que a ferramenta deve adiar a conclusão tempo suficiente para que o aluno tente, explique e encare as próprias lacunas de entendimento.

Regras para proteger a autoria e a aprendizagem

Alunos, professores e instituições podem adotar limites simples:

• Faça uma primeira tentativa independente antes de usar a IA.
• Peça perguntas, pistas, críticas ou diagnósticos antes de solicitar uma solução.
• Não entregue uma redação, demonstração, código ou análise que você não consiga explicar.
• Termine com uma explicação sem auxílio da IA ou com um problema paralelo.
• Verifique fatos, cálculos, citações, referências, trechos entre aspas e código.
• Guarde rascunhos, prompts, feedback e notas de revisão quando a divulgação for exigida.
• Recorra a professores e colegas para julgamento, motivação, ética e avaliações de alto impacto.
• Encare uma discordância da IA como motivo para investigar, não como prova de que você está errado.

O aluno deve fornecer o pensamento inicial, tomar as decisões importantes e produzir a explicação final. A IA deve oferecer perguntas, objeções, interpretações alternativas, testes e feedback. São os ciclos repetidos de tentativa, comparação, crítica, revisão e explicação que transformam o apoio da IA em aprendizagem duradoura — e não em trabalho terceirizado.