📝 O MIT e a FEI chegaram à mesma resposta por caminhos opostos
Em poucas palavras
O que o leitor ganha? Uma comparação entre o relatório do MIT sobre o uso de IA no ensino e a proposta em discussão no Centro Universitário FEI: onde os dois documentos convergem, apesar de partirem de lugares opostos, e onde divergem de um jeito que, na minha visão, ensina alguma coisa à proposta que ajudei a escrever.
Público-alvo: Professores e gestores do ensino superior, membros de comissões que discutem políticas de IA e alunos que queiram entender de onde vêm as regras dos planos de ensino.
📝 Introdução
Li recentemente o Relatório do Comitê Ad Hoc do MIT sobre o Uso de IA por conta da minha participação como membro da Comissão de Uso Ético de Inteligência Artificial do Centro Universitário FEI. A ideia inicial da leitura era tentar compreender como uma instituição que é referência mundial em tecnologia está enxergando o uso de Inteligência Artificial Generativa no ensino, na aprendizagem e na formação em pesquisa.
Logo de início, descobri algo interessante: as duas instituições chegam a conclusões semelhantes partindo de pontos opostos. O relatório do MIT parte de evidência empírica: um levantamento próprio com 1.632 respostas, a Pesquisa de Qualidade de Vida da instituição e dados do jornal estudantil The Tech. Os documentos em discussão no Centro Universitário FEI (que voc6e pode conferir em parte em neste post aqui) partem de uma fundamentação normativa e antropológica: as diretrizes do MEC e do CNE, a LGPD, o carisma jesuíta e a encíclica Magnifica Humanitas, do Papa Leão XIV.
Mas “opostos” merece uma explicação. Não se trata de caminhos incompatíveis, e sim do mesmo caminho percorrido em sentidos contrários. O MIT foi da escuta da comunidade para os princípios. A FEI foi dos princípios para as regras, ainda que também tenhamos ouvido os professores por meio de um questionário. Mesmo assim, as duas propostas abandonam a lógica binária (pode/não pode), adotam um menu graduado de permissões, colocam a transparência sobre o uso no centro e propõem uma governança permanente, com revisão periódica.
Me parece que, quando duas trajetórias tão distintas convergem, isso é sinal de que o problema identificado é real, tem peso relevante e admite soluções parecidas. E, talvez mais interessante, é justamente onde elas divergem, indicando que cada uma tem algo a ensinar para a outra.
Sendo assim, resolvi, nesta postagem, abordar as relações e as distinções entre os dois documentos. Faço isso com uma ressalva importante: a Política Institucional e o Manual de Boas Práticas da FEI são documentos que ainda estão em discussão, e o que comento aqui se refere à versão atual das propostas, que certamente vai mudar. Como já discuti publicamente a escala de avaliação e os regimes de permissão no post Framework ético para o uso de IA no ensino superior, me parece coerente continuar essa conversa em público.
O que o relatório do MIT encontrou
Dada a forma como o relatório do MIT foi construído, gostaria de começar destacando o que o comitê conseguiu identificar, de forma quantitativa e qualitativa, sobre os efeitos da IA generativa no dia a dia da instituição:
- Queda no comparecimento aos horários de atendimento: os alunos procuram menos os professores, os grupos de estudo presenciais diminuíram e o isolamento aumentou. Faz sentido: se a dúvida pode ser resolvida por um chatbot a qualquer hora, a ida até o professor deixa de parecer necessária.
- A erosão da confiança mútua: a confiança entre docentes e alunos se desgastou, e ficou mais difícil avaliar o progresso individual de cada estudante. O relatório também aponta o duplo padrão: quando o professor usa IA para preparar slides ou dar feedback e restringe o uso pelo aluno, os estudantes percebem, e a motivação sofre.
- Alunos se sentindo mais “substituíveis” do que “mais capazes”: na Pesquisa de Qualidade de Vida, com cerca de 8.200 respostas, 40% dos alunos de graduação se disseram mais substituíveis, contra 34% que se sentem mais capazes. Apenas 23% dos respondentes se declararam otimistas em relação à IA generativa.
- Preocupação real com a dependência das Ferramentas de IA Generativa: segundo a pesquisa do The Tech, 90% dos estudantes de graduação se preocupam com a dependência excessiva de grandes modelos de linguagem. E 70% acham que dominar IA será importante para a carreira, mas só 25% acreditam que o MIT os prepara para isso.
Acho que essa é uma das principais contribuições do documento para o que estamos propondo no Centro Universitário FEI. Realizamos uma pesquisa com os professores, mas (ainda) não ouvimos os alunos nem os colaboradores da instituição. O MIT oferece, ao menos, uma pista do que podemos encontrar quando fizermos isso. Preciso ser honesto, porém: os alunos do MIT não são os alunos da FEI, e esses números não podem ser simplesmente transportados para a nossa realidade. Servem como hipótese, não como diagnóstico.
Além disso, os achados do MIT coincidem com a minha percepção sobre os principais impactos que o uso indiscriminado de Inteligência Artificial Generativa pode ter na educação: menos contato humano, menos confiança e mais dependência.
Onde as duas propostas convergem
As escalas de permissão
Me salta aos olhos que a principal convergência entre as duas visões está no mapeamento das escalas de permissão adotadas pelas instituições. Já apresentei essa ideia no post Framework ético para o uso de IA no ensino superior, mas vale destacar a correspondência:
| MIT (menu de políticas) | FEI (regimes macro) | AIAS |
|---|---|---|
| Uso estritamente proibido | Restrito | Nível 1 |
| Uso limitado (ferramenta de apoio) | Assistido | Níveis 2–4 |
| Uso irrestrito / Uso requerido | Aberto | Nível 5 |
A correspondência não é perfeita, e acho que vale apontar dois detalhes.
O primeiro está no meio da tabela. O uso limitado do MIT permite a IA para brainstorming, edição, depuração e geração de explicações, mas veda explicitamente que ela produza soluções completas ou substanciais das atividades. Já o regime assistido da FEI chega até o nível 4 da AIAS, que permite delegar trechos ou blocos inteiros do trabalho, desde que o aluno os modifique e integre criticamente. Ou seja, no topo da escala, o nosso assistido é mais permissivo do que o limitado do MIT. Não acho que isso seja necessariamente um problema, mas é uma diferença que o professor precisa ter clara ao escolher o regime.
O segundo está no fim da tabela: a distinção entre uso irrestrito e uso requerido proposta pelo MIT. Pedagogicamente, são coisas diferentes, já que permitir é completamente diferente de obrigar a usar e a documentar. O regime aberto da FEI permite e incentiva o uso amplo, mas não obriga ninguém a usar. Na prática, claro, a depender da atividade proposta, é possível exigir que o aluno use a ferramenta. Por exemplo, uma disciplina sobre Inteligência Artificial Agêntica pode exigir que os alunos utilizem determinada ferramenta de IA generativa a fim de verificar os resultados que podem ser produzidos a partir de seu uso. Nesse caso, o uso seria obrigatório, pois não haveria como desenvolver a atividade sem a ferramenta. Guardo essa distinção para mais adiante, porque ela abre uma pergunta incômoda: se o professor exige a ferramenta, quem ensina o aluno a usá-la?
Os princípios
Além das escalas, há visões semelhantes entre os principais pilares para o uso de IA:
- “Amplifique, não automatize”: nos documentos em discussão na FEI, postulamos que a máquina deve ser um vetor de potenciação do intelecto humano, nunca de esvaziamento cognitivo. Isso está claramente presente na encíclica Magnifica Humanitas e também é base para uma educação jesuíta. Essa mesma ideia aparece no relatório do MIT, instituição com tradição distinta. Além disso, o MIT ainda dá nome a este risco: rendição cognitiva, que é quando recorremos à IA ao sinal da primeira dificuldade, sem que realizemos esforços para superar tal barreira.
- “Humanidade no centro”: esse princípio dialoga claramente com a cura personalis, o cuidado individualizado da tradição jesuíta e central à atuação do Centro Universitário FEI. O exemplo do MIT, de docentes cogitando substituir bolsistas de iniciação científica por agentes de IA, é devastador (e até certo ponto chocante). Seria mais eficiente, provavelmente, mas destruiria a função formativa da pesquisa e, na minha visão, o objetivo principal da educação. Além disso, me parece ainda mais importante que a relação entre os membros da comunidade acadêmica seja cada vez mais próxima, a fim de estreitarmos os laços entre as pessoas, e não mediada por agentes de IA ou outras ferramentas.
- “Seja humilde”: é fundamental compreender que não teremos respostas prontas e que precisamos de ciclos constantes de revisão. O MIT lembra, no relatório, que a IA generativa tem menos de quatro anos de uso público (caramba, só isso — às vezes parece mais) e evolui rápido demais para uma adaptação gradual. A FEI prevê revisão a cada dois anos, ou antes, se a regulação mudar. Curiosamente, a própria Magnifica Humanitas reconhece que qualquer afirmação sobre IA corre o risco de ficar obsoleta em pouco tempo. Aqui, a fonte empírica e a fonte normativa dizem exatamente a mesma coisa: os dois documentos já nascem com prazo de validade. (E sinto que estamos sempre atrasados e correndo contra o tempo.)
Onde as duas propostas se separam
Este é, para mim, o ponto mais importante da postagem, e também o mais delicado, porque exige olhar criticamente para um texto que ajudei a escrever. A parte boa é que o documento ainda está em discussão, então há tempo de sobra para avaliar o que pode ser mantido, o que vale a pena alterar e o que é fundamental preservar. Para esta etapa, decidi destacar três divergências.
A ordem das perguntas
O MIT é claro: perguntar se a IA pode ou não pode ser usada é a pergunta errada para começar. Além disso, isso me parece contraproducente, dado que os membros da comunidade acadêmica já estão utilizando as Ferramentas de IA Generativa e que o mercado de trabalho demanda cada vez mais que os alunos sejam capacitados no uso dessas ferramentas. De toda forma, a instituição indica que é necessário trabalhar primeiro com o Desenho reverso, ou seja, definir o que o aluno deve saber, saber fazer e aprender a valorizar, e só depois decidir se a IA entra ou não em determinada atividade. Em certo sentido, primeiro é preciso definir o destino adequado, para depois trazer os mapas que levarão a tal destino.
Na versão atual da proposta que ajudei a elaborar, a ordem é a inversa. Primeiro apresentamos os regimes de permissão e a escala AIAS para só depois indicar que o redesenho das avaliações é fundamental. Vale notar que a proposta do documento talvez seja outra: primeiro definir as diretrizes, para depois indicar o que fazer com elas. De toda maneira, a ordem pode comunicar uma inversão de prioridades. Quem lê de cima para baixo aprende primeiro a classificar e só depois a repensar. Talvez o primeiro passo seja justamente repensar, para só depois classificar.
Neste sentido, há uma sutileza aqui que me passou despercebida na redação do documento. Da forma como está, e que apresentei no Framework ético para o uso de IA no ensino superior, é possível que o professor simplesmente olhe para as atividades realizadas no momento e defina a qual nível elas pertencem. Assim, ele perde a excelente oportunidade de avaliar o propósito formativo da disciplina. A pergunta que fica, e que me dói pensar agora, é: estamos repensando o ensino com IA ou apenas definindo estratégias de controle sobre seu uso na educação?
A dimensão coletiva
A segunda grande recomendação do MIT é ampliar as conexões humanas, e ela vem acompanhada de medidas concretas: um componente social presencial estruturado em toda disciplina (e não apenas assistir aula), a preservação da iniciação científica e das experiências de campo, espaços físicos livres de IA para trabalho e avaliação, rituais coletivos e discussão aberta sobre normas compartilhadas.
Neste sentido, percebo que isso não estava claro no documento do Centro Universitário FEI. Em certa medida, é algo que tentamos fazer constantemente. Como exemplo, foi muito importante para a minha escolha de instituição de ensino em que iria trabalhar (além de vários outros fatores) saber que a FEI preza pelo ensino presencial — fato que fica evidente pela não oferta de cursos a distância e pelo retorno rápido às atividades presenciais após a pandemia da Covid-19.
Entretanto, fico cada vez mais preocupado com a diminuição do número de alunos, com a dificuldade cada vez maior que temos de fazer os alunos se concentrarem em sala de aula e de ampliar o diálogo e a comunicação entre diferentes turmas, setores e grupos. Talvez a gente precise repensar também esse papel do ensino e colocar as pessoas cada vez mais em contato, oferecendo oportunidades de diálogo e escuta profundas.
Letramento: de quem é a responsabilidade?
Aqui volto à pergunta que deixei no ar anteriormente. Na versão atual da nossa proposta, está escrito que não é responsabilidade do docente ensinar a operar as ferramentas de IA em sala de aula, à semelhança do que aconteceu com calculadoras e softwares específicos. Desta forma, o aluno assume o protagonismo no domínio técnico dessas ferramentas, e o letramento fica a cargo da pesquisa autônoma, de eventos de extensão, semanas acadêmicas e workshops extracurriculares.
A minha visão é de que o professor já não tem tempo suficiente para preparar e ensinar o conteúdo da disciplina da forma que gostaria, quem dirá a ferramenta da vez, que muda o tempo todo (e que parece vir sendo atualizada em ciclos cada vez menores). Mas o dado do MIT incomoda: 70% dos alunos acham que dominar IA será importante na carreira, e só 25% acreditam que a instituição os prepara para isso. E estamos falando do MIT, escola de referência na área de tecnologia. Nesse sentido, me parece que a delegação tem um custo, e quem paga é o aluno. Só não sei para quem transferir esse custo, que é tanto financeiro quanto intelectual, formativo e de calendário.
A tensão fica ainda maior em dois pontos. O primeiro é o uso requerido, que não está previsto na proposta da FEI, ainda que o Regime Aberto seja semelhante. Se o professor vai exigir o uso de uma determinada ferramenta, fica difícil sustentar que ensinar a usá-la não é papel dele, ou, de forma ampla, da instituição. Somado a isso, a Magnifica Humanitas traz um complemento: é importante educar para decidir quanto e em que situações não utilizar a ferramenta. Sendo assim, a formação contínua e crítica é fundamental. Espero que tanto eu quanto meus colegas tenhamos a capacidade de trazer esse letramento, que não é só apresentação da ferramenta, mas também de adequação de uso. Isso certamente não se aprende sozinho.
Aqui preciso fazer uma ressalva: é preciso de uma estrutura robusta para formação continuada — talvez uma que seja ainda maior do que apenas ensinar a usar, de forma crítica, as Ferramentas de IA Generativa, mas que inclua também outras habilidades que devem ser desenvolvidas tanto por alunos quanto por professores e colaboradores das instituições de ensino superior. Tal estrutura, ainda mais no Brasil, é difícil de ser construída dados os cortes em financiamentos públicos e a pressão para produção em vez de reflexão. Este é um tema para o qual não tenho uma conclusão fechada. Me parece uma tensão honesta, que vale deixar aberta — e que certamente me tirará algumas noites de sono nos próximos dias.
Conclusão
Volto, então, ao título. O MIT e a FEI chegaram, ainda que com algumas distinções, a respostas parecidas no quê: um menu graduado de permissões, transparência sobre o uso, a pessoa no centro e uma governança. Todas essas medidas são provisórias e certamente precisarão ser atualizadas ao longo do tempo. Onde eles se separam é no como: na ordem em que as perguntas são feitas, em quem carrega a responsabilidade pelo coletivo e em quem ensina o aluno a usar (e a não usar) a ferramenta. E, de forma interessante, nas três divergências consigo ver como posso atuar na Comissão de Uso Ético de Inteligência Artificial do Centro Universitário FEI para adequá-las ao ambiente que convivo todos os dias.
Além disso, o relatório do MIT faz um chamado à ação, e não é uma proposta fechada. Ele também traz algo interessante: uma declaração do uso de IA Generativa. Algo que eu frequentemente não colocava aqui neste blog e nos meus materiais, mas que tentarei incluir cada vez mais (ainda que ache que o uso de tais ferramentas para algumas atividades já seja presumido).
Sendo assim, levarei as recomendações e visões apontadas no documento do MIT para a Comissão de Uso Ético de Inteligência Artificial, para que possamos, como comunidade acadêmica, discutir suas implicações, propor modificações aos documentos que estão sendo elaborados e tentar vislumbrar o que o futuro trará para nós. Ainda que seja realmente difícil saber o que vai acontecer no futuro, é fundamental que vislumbremos hipóteses e nos preparemos para cenários diversos.
E você?
Se você leciona: na sua disciplina, a pergunta sobre a competência vem antes ou depois da pergunta sobre a IA? Se você estuda: sente que a sua instituição te prepara para usar essas ferramentas e, mais difícil, para saber quando não usá-las? Se a resposta for “não sei”, essa já é uma boa conversa para começar, comigo ou com quem estiver do outro lado da sua sala de aula.
Declaração do uso de Inteligência Artificial Generativa
Este post foi pensado, escrito e estruturado por mim. A ferramenta Claude Code foi utilizada apenas para revisar a clareza do texto e garantir sua coesão e coerência, além de gerar o resumo e os metadados da postagem e validar a formatação em Markdown do documento. Revisei e assumo a responsabilidade por todo o conteúdo.
🔗 Conexões e Contexto
- Atlas: MdC - Educação | MdC - Tecnologia
- Fontes principais:
- Notas semelhantes no blog: