{"id":7668,"date":"2026-06-13T02:43:12","date_gmt":"2026-06-13T02:43:12","guid":{"rendered":"https:\/\/www.usinadepesquisa.com\/?p=7668"},"modified":"2026-06-13T13:04:03","modified_gmt":"2026-06-13T13:04:03","slug":"a-inteligencia-artificial-melhora-a-entrega-e-pode-enfraquecer-o-aprendiz","status":"publish","type":"post","link":"https:\/\/www.usinadepesquisa.com\/?p=7668","title":{"rendered":"A intelig\u00eancia artificial melhora a entrega e pode enfraquecer o aprendiz"},"content":{"rendered":"
\n

Usar IA antes de dominar a habilidade pode transferir o esfor\u00e7o de aprender para a m\u00e1quina<\/span><\/h3>\n<\/blockquote>\n

 <\/p>\n

Aldemar Araujo Castro
\nCria\u00e7\u00e3o: 12\/06\/2026
\nAtualiza\u00e7\u00e3o: 12\/06\/2026
\nPalavras: 2454
\nTempo de leitura: 10 minutos<\/span><\/p>\n

Resumo<\/span><\/h2>\n

O uso de ferramentas de intelig\u00eancia artificial na forma\u00e7\u00e3o acad\u00eamica levanta uma quest\u00e3o central: quando a tecnologia executa as mesmas tarefas que o estudante deveria aprender a realizar, o produto melhora, mas a aprendizagem pode n\u00e3o ocorrer. Este texto examina o conceito de descarga cognitiva prematura, as compet\u00eancias que ficam por desenvolver e as tr\u00eas vari\u00e1veis que definem se o uso da intelig\u00eancia artificial \u00e9 formativo ou substitutivo: o momento, a extens\u00e3o e a finalidade. Ao final, apresenta modalidades de uso que preservam o esfor\u00e7o cognitivo sem abrir m\u00e3o da tecnologia.<\/span><\/p>\n

\"\"<\/a><\/p>\n

Introdu\u00e7\u00e3o<\/span><\/h2>\n

Imagine um estudante de medicina que, pela primeira vez, precisa apresentar um artigo cient\u00edfico para seus colegas. A tarefa exige que ele leia o texto com aten\u00e7\u00e3o, identifique o delineamento do estudo, avalie a validade interna, interprete os resultados e construa uma opini\u00e3o fundamentada. Antes que comece, por\u00e9m, ele insere o PDF em uma ferramenta de intelig\u00eancia artificial e recebe, em segundos, uma s\u00edntese estruturada: tipo de estudo, principais achados, limita\u00e7\u00f5es e at\u00e9 sugest\u00f5es de perguntas para o debate. A apresenta\u00e7\u00e3o ser\u00e1 excelente. O que ele aprendeu, no entanto, \u00e9 outra quest\u00e3o.<\/span><\/p>\n

Esse cen\u00e1rio n\u00e3o \u00e9 hipot\u00e9tico. Com a populariza\u00e7\u00e3o das ferramentas de intelig\u00eancia artificial (IA) generativa, estudantes de gradua\u00e7\u00e3o e de p\u00f3s-gradua\u00e7\u00e3o passaram a contar com assistentes capazes de executar tarefas cognitivas complexas com rapidez e precis\u00e3o crescentes. O problema n\u00e3o est\u00e1 na exist\u00eancia dessas ferramentas, nem mesmo em us\u00e1-las. Est\u00e1 em us\u00e1-las no momento errado, com extens\u00e3o excessiva e para fins que competem diretamente com o desenvolvimento das habilidades que a forma\u00e7\u00e3o deveria consolidar.<\/span><\/p>\n

Este texto examina o paradoxo pedag\u00f3gico que emerge quando a IA \u00e9 introduzida prematuramente no processo de aprendizagem: o produto final melhora, mas o aprendiz pode sair do processo sem ter desenvolvido as compet\u00eancias que a tarefa exigia. Ao final, propomos um modelo de uso formativo que preserva o esfor\u00e7o cognitivo onde ele \u00e9 insubstitu\u00edvel.<\/span><\/p>\n

\"\"<\/a><\/p>\n

O produto perfeito, o aprendiz ausente<\/span><\/h2>\n

A ironia central do uso precoce da IA em atividades acad\u00eamicas pode ser enunciada com precis\u00e3o: a ferramenta executa exatamente as compet\u00eancias que a disciplina pretende desenvolver. Quando um estudante \u00e9 solicitado a analisar criticamente um ensaio cl\u00ednico, a tarefa n\u00e3o \u00e9 apenas obter a resposta correta. \u00c9 desenvolver a capacidade de classificar o delineamento, reconhecer os crit\u00e9rios de <\/span>validade interna e externa<\/b>, interpretar medidas de efeito e formular um julgamento sustentado por evid\u00eancias. Se a IA realiza todas essas etapas, o produto final pode ser irrepreens\u00edvel enquanto o processo formativo permanece incompleto.<\/span><\/p>\n

Essa distin\u00e7\u00e3o entre produto e processo \u00e9 central \u00e0 pedagogia das compet\u00eancias (Epstein e Hundert, 2002). Enquanto o produto \u00e9 o resultado tang\u00edvel de uma tarefa, como um ensaio ou uma apresenta\u00e7\u00e3o, o processo compreende a mobiliza\u00e7\u00e3o de recursos cognitivos, afetivos e t\u00e9cnicos para alcan\u00e7\u00e1-lo. A <\/span>compet\u00eancia<\/b> n\u00e3o reside no objeto entregue, mas na capacidade instalada no profissional de agir com discernimento em situa\u00e7\u00f5es complexas. Uma apresenta\u00e7\u00e3o brilhante, produzida com aux\u00edlio irrestrito de uma ferramenta automatizada, pode mascarar a aus\u00eancia das habilidades subjacentes que ela deveria evidenciar. O avaliador v\u00ea o produto; contudo, a lacuna de aprendizagem permanece invis\u00edvel, revelando-se apenas no momento cr\u00edtico em que o estudante precisa exercer o julgamento cl\u00ednico ou cient\u00edfico de forma aut\u00f4noma e desassistida.<\/span><\/p>\n

 <\/p>\n

O que \u00e9 descarga cognitiva e por que ela importa<\/span><\/h2>\n

O conceito de <\/span>descarga cognitiva<\/b>, do ingl\u00eas <\/span>cognitive offloading<\/span><\/i>, refere-se ao processo pelo qual seres humanos transferem parte do esfor\u00e7o mental para ferramentas externas, liberando recursos cognitivos para outras tarefas (Risko e Gilbert, 2016). Usar uma calculadora para uma conta simples, anotar um compromisso em vez de memoriz\u00e1-lo ou consultar um mapa em vez de decorar o trajeto: todos s\u00e3o exemplos de descarga cognitiva funcional e leg\u00edtima. O problema surge quando a descarga ocorre antes que a habilidade tenha sido internalizada.<\/span><\/p>\n

A <\/span>teoria da carga cognitiva<\/b>, proposta por Sweller (1988), distingue entre a carga imposta pela complexidade inerente do conte\u00fado e a carga gerada por atividades que n\u00e3o contribuem para a aprendizagem. O esfor\u00e7o de leitura cr\u00edtica de um artigo cient\u00edfico n\u00e3o \u00e9 ru\u00eddo a ser eliminado; \u00e9 o pr\u00f3prio mecanismo pelo qual esquemas mentais s\u00e3o constru\u00eddos. Quando a IA absorve esse esfor\u00e7o prematuramente, o estudante \u00e9 poupado da dificuldade desej\u00e1vel, aquela que, paradoxalmente, \u00e9 condi\u00e7\u00e3o necess\u00e1ria para aprender. A efici\u00eancia aparente esconde uma perda formativa real.<\/span><\/p>\n

 <\/p>\n

O que o aluno aprende a fazer e o que deixa de aprender<\/span><\/h2>\n

No cen\u00e1rio descrito acima, o estudante aprende a operar a plataforma, selecionar comandos e revisar respostas. Essas s\u00e3o habilidades genu\u00ednas, mas n\u00e3o s\u00e3o as que a disciplina se prop\u00f5e a desenvolver. O que fica por aprender \u00e9 mais relevante: ler um texto cient\u00edfico com aten\u00e7\u00e3o sistem\u00e1tica, identificar <\/span>vieses de sele\u00e7\u00e3o e de mensura\u00e7\u00e3o<\/b>, interpretar intervalos de confian\u00e7a e valores de p sem lhes atribuir significados que n\u00e3o possuem, distinguir relev\u00e2ncia estat\u00edstica de relev\u00e2ncia cl\u00ednica e sustentar um julgamento cient\u00edfico pr\u00f3prio diante de evid\u00eancias conflitantes.<\/span><\/p>\n

Nesse contexto, o desafio pedag\u00f3gico n\u00e3o consiste em proibir a tecnologia, mas em desenhar ambientes de aprendizagem que exijam do estudante o exerc\u00edcio pr\u00e9vio de suas pr\u00f3prias capacidades cognitivas. A tecnologia deve ser posicionada como uma aliada que expande e refina o pensamento cr\u00edtico, e n\u00e3o como um mecanismo que o substitui, garantindo que a delega\u00e7\u00e3o de tarefas \u00e0 IA ocorra apenas ap\u00f3s a consolida\u00e7\u00e3o das compet\u00eancias fundamentais.<\/span><\/p>\n

Essas compet\u00eancias n\u00e3o se desenvolvem por osmose. Elas exigem pr\u00e1tica deliberada, erros corrigidos, confronto com a pr\u00f3pria incompreens\u00e3o e retomada progressiva. Kasneci et al. (2023) observam que o uso irrestrito de IA generativa em contextos educacionais cria o risco de os estudantes desenvolverem depend\u00eancia de ferramentas sem construir a capacidade de <\/span>avaliar criticamente<\/b> as respostas que recebem. Em outras palavras, o aprendiz que n\u00e3o sabe ler um artigo criticamente tamb\u00e9m n\u00e3o sabe avaliar se a s\u00edntese gerada pela IA \u00e9 confi\u00e1vel. A ferramenta amplifica capacidades existentes, mas n\u00e3o as cria.<\/span><\/p>\n

\"\"<\/a><\/p>\n

O momento, a extens\u00e3o e a finalidade<\/span><\/h2>\n

Se o problema central n\u00e3o reside na natureza intr\u00ednseca da intelig\u00eancia artificial, mas na arquitetura de sua integra\u00e7\u00e3o pedag\u00f3gica, tr\u00eas vari\u00e1veis cr\u00edticas operam como eixos de discernimento: o momento da introdu\u00e7\u00e3o, a extens\u00e3o da delega\u00e7\u00e3o e a finalidade da tarefa. A intera\u00e7\u00e3o din\u00e2mica entre essas dimens\u00f5es determina se a tecnologia atuar\u00e1 como um andaime para o desenvolvimento cognitivo ou como um substituto que atrofia a compet\u00eancia.<\/span><\/p>\n

O <\/span>momento<\/b> de introdu\u00e7\u00e3o da IA no fluxo de trabalho acad\u00eamico \u00e9 o determinante cronol\u00f3gico da aprendizagem. Habilidades fundamentais exigem um per\u00edodo de matura\u00e7\u00e3o biol\u00f3gica e cognitiva em que o esfor\u00e7o direto \u00e9 insubstitu\u00edvel. Por exemplo, antes de utilizar ferramentas para s\u00edntese de evid\u00eancias, o estudante deve exercitar a leitura anal\u00edtica exaustiva; sem essa etapa, a terceiriza\u00e7\u00e3o ocorre sobre um v\u00e1cuo de compreens\u00e3o, impedindo a forma\u00e7\u00e3o de esquemas mentais b\u00e1sicos. A introdu\u00e7\u00e3o deve ser, portanto, sequencial: da execu\u00e7\u00e3o puramente humana para o uso assistido, garantindo que a base conceitual esteja consolidada antes da automa\u00e7\u00e3o.<\/span><\/p>\n

A <\/span>extens\u00e3o<\/b> da delega\u00e7\u00e3o refere-se ao gradiente de autonomia transferido \u00e0 m\u00e1quina. H\u00e1 uma distin\u00e7\u00e3o qualitativa abissal entre solicitar que a IA formate refer\u00eancias bibliogr\u00e1ficas \u2014 uma tarefa t\u00e9cnica de baixa carga reflexiva \u2014 e delegar a ela a constru\u00e7\u00e3o do argumento central de um ensaio. Na pr\u00e1tica educacional, a delega\u00e7\u00e3o excessiva dilui o protagonismo do aprendiz. Quando a ferramenta gera a hip\u00f3tese inicial em vez de apenas refinar uma ideia j\u00e1 estruturada pelo aluno, o n\u00facleo do pensamento cr\u00edtico \u00e9 deslocado do sujeito para o algoritmo, resultando em uma “casca” de profici\u00eancia que n\u00e3o resiste \u00e0 pr\u00e1tica aut\u00f4noma.<\/span><\/p>\n

Finalmente, a <\/span>finalidade<\/b> da tarefa rege o objetivo teleol\u00f3gico do uso da ferramenta. Em atividades de natureza explorat\u00f3ria, a IA pode expandir horizontes e oferecer perspectivas divergentes, enriquecendo o repert\u00f3rio. Contudo, em tarefas avaliativas de alto impacto, onde o objetivo \u00e9 a demonstra\u00e7\u00e3o de compet\u00eancia adquirida, o uso irrestrito subverte a pr\u00f3pria l\u00f3gica da certifica\u00e7\u00e3o acad\u00eamica. Conforme sugerido por Mollick e Mollick (2023), o design instrucional deve ser intencional: se a finalidade \u00e9 aprender a realizar, a IA deve ser limitada; se a finalidade \u00e9 utilizar o conhecimento para resolver problemas complexos ap\u00f3s a maestria inicial, a ferramenta torna-se uma aliada de alta produtividade.<\/span><\/p>\n

O <\/span>momento<\/b> importa porque habilidades precisam ser consolidadas antes de serem terceirizadas. Um estudante que ainda est\u00e1 aprendendo a classificar delineamentos de estudos precisa faz\u00ea-lo sem aux\u00edlio antes de poder usar a IA para verificar seu racioc\u00ednio. A <\/span>extens\u00e3o<\/b> importa porque h\u00e1 uma diferen\u00e7a substancial entre usar a ferramenta para checar uma hip\u00f3tese pr\u00f3pria e us\u00e1-la para gerar a hip\u00f3tese do zero. E a <\/span>finalidade<\/b> importa porque uma tarefa avaliativa, cujo objetivo \u00e9 evidenciar compet\u00eancia adquirida, tem crit\u00e9rios diferentes de uma tarefa explorat\u00f3ria, cujo objetivo \u00e9 ampliar o repert\u00f3rio do estudante. Mollick e Mollick (2023) prop\u00f5em que o design das atividades com IA seja orientado pelo que o aluno precisa aprender a fazer de forma aut\u00f4noma, e n\u00e3o pelo que a ferramenta consegue entregar com efici\u00eancia.<\/span><\/p>\n

\"\"<\/a><\/p>\n

IA como apoio, compara\u00e7\u00e3o, feedback e aprofundamento<\/span><\/h2>\n

Definidas as condi\u00e7\u00f5es de risco, \u00e9 poss\u00edvel descrever modalidades de uso formativo. A IA pode atuar como ferramenta de <\/span>apoio<\/b> quando o estudante j\u00e1 realizou a tarefa e usa a ferramenta para identificar pontos que deixou de considerar. Pode atuar como instrumento de <\/span>compara\u00e7\u00e3o<\/b> quando o estudante confronta sua an\u00e1lise com a da ferramenta e argumenta sobre as diferen\u00e7as. Pode funcionar como fonte de <\/span>feedback<\/b> quando o estudante submete seu racioc\u00ednio e pede que a ferramenta aponte fragilidades ou inconsist\u00eancias. E pode ser usada para aprofundamento quando o estudante, ap\u00f3s consolidar a compreens\u00e3o b\u00e1sica, usa a IA para explorar implica\u00e7\u00f5es, exce\u00e7\u00f5es e perspectivas alternativas.<\/span><\/p>\n

Em todos esses casos, o esfor\u00e7o cognitivo inicial permanece com o estudante. A IA entra depois, n\u00e3o antes. Essa sequ\u00eancia \u00e9 a diferen\u00e7a entre usar a tecnologia para aprender mais e us\u00e1-la para entregar mais sem aprender. Bender et al. (2021) alertam que modelos de linguagem de grande escala produzem respostas plaus\u00edveis, n\u00e3o necessariamente corretas, e que avali\u00e1-las criticamente exige exatamente as compet\u00eancias que seu uso precoce pode impedir de desenvolver. O aprendiz que terceiriza a leitura cr\u00edtica tamb\u00e9m terceiriza a capacidade de perceber quando a IA est\u00e1 errada.<\/span><\/p>\n

Considera\u00e7\u00f5es finais<\/span><\/h2>\n

A intelig\u00eancia artificial n\u00e3o \u00e9, em si, uma amea\u00e7a \u00e0 forma\u00e7\u00e3o acad\u00eamica. \u00c9 uma ferramenta poderosa que, como qualquer ferramenta, pode ser usada bem ou mal, no momento certo ou errado, com prop\u00f3sito formativo ou de modo a contornar o processo de aprendizagem. O paradoxo pedag\u00f3gico descrito neste texto n\u00e3o convida ao recuo tecnol\u00f3gico; convida \u00e0 clareza sobre o que se pretende ensinar e ao design cuidadoso de atividades que preservem o esfor\u00e7o cognitivo onde ele \u00e9 insubstitu\u00edvel.<\/span><\/p>\n

Para os docentes, isso implica revisar o desenho das tarefas \u00e0 luz das novas ferramentas dispon\u00edveis, definir com precis\u00e3o quais compet\u00eancias precisam ser desenvolvidas de forma aut\u00f4noma e criar oportunidades expl\u00edcitas para que a IA seja usada como interlocutora, n\u00e3o como substituta. Para os estudantes, implica reconhecer que a facilidade da entrega n\u00e3o \u00e9 medida da profundidade da aprendizagem, e que o desconforto do esfor\u00e7o cognitivo \u00e9 parte constitutiva da forma\u00e7\u00e3o profissional. A tecnologia que melhora a entrega e enfraquece o aprendiz serve ao produto; a tecnologia que apoia, confronta e aprofunda serve ao profissional.<\/span><\/p>\n

Fontes<\/span><\/h2>\n
    \n
  1. <\/b> Sweller J. Cognitive load during problem solving: effects on learning. Cogn Sci. 1988;12(2):257-285. DOI: <\/span>https:\/\/doi.org\/10.1207\/s15516709cog1202_4<\/span><\/a> Dispon\u00edvel em: <\/span>https:\/\/onlinelibrary.wiley.com\/doi\/10.1207\/s15516709cog1202_4<\/span><\/a>
    \nComent\u00e1rio: Artigo seminal que estabelece a teoria da carga cognitiva, fundamento te\u00f3rico central do argumento sobre descarga prematura. Demonstra que o esfor\u00e7o cognitivo, quando bem calibrado, \u00e9 condi\u00e7\u00e3o necess\u00e1ria para a forma\u00e7\u00e3o de esquemas mentais duradouros, o que sustenta a distin\u00e7\u00e3o entre dificuldade desej\u00e1vel e esfor\u00e7o evit\u00e1vel.<\/span><\/i><\/li>\n
  2. <\/b> Risko EF, Gilbert SJ. Cognitive offloading. Trends Cogn Sci. 2016;20(9):676-688. DOI: <\/span>https:\/\/doi.org\/10.1016\/j.tics.2016.07.002<\/span><\/a> Dispon\u00edvel em: <\/span>https:\/\/www.cell.com\/trends\/cognitive-sciences\/fulltext\/S1364-6613(16)30115-9<\/span><\/a>
    \nComent\u00e1rio: Revis\u00e3o sistem\u00e1tica do conceito de descarga cognitiva que distingue usos funcionais e disfuncionais da externaliza\u00e7\u00e3o do esfor\u00e7o mental. Fornece o arcabou\u00e7o conceitual para diferenciar o uso leg\u00edtimo de ferramentas externas do uso que compromete o desenvolvimento de habilidades ainda n\u00e3o consolidadas.<\/span><\/i><\/li>\n
  3. <\/b> Kasneci E, Se\u00dfler K, K\u00fcchemann S, Bannert M, Dementieva D, Fischer F, et al. ChatGPT for good? On opportunities and challenges of large language models for education. Learn Individ Differ. 2023;103:102274. DOI: <\/span>https:\/\/doi.org\/10.1016\/j.lindif.2023.102274<\/span><\/a> Dispon\u00edvel em: <\/span>https:\/\/www.sciencedirect.com\/science\/article\/pii\/S1041608023000195<\/span><\/a>
    \nComent\u00e1rio: An\u00e1lise abrangente dos riscos e oportunidades dos modelos de linguagem de grande escala em contextos educacionais. Especialmente relevante pela discuss\u00e3o sobre depend\u00eancia tecnol\u00f3gica e pela proposta de condi\u00e7\u00f5es sob as quais o uso da IA favorece, em vez de substituir, o desenvolvimento de compet\u00eancias.<\/span><\/i><\/li>\n
  4. <\/b> Mollick ER, Mollick L. Assigning AI: seven approaches for students, with prompts. SSRN Electron J. 2023. DOI: <\/span>https:\/\/doi.org\/10.2139\/ssrn.4475995<\/span><\/a> Dispon\u00edvel em: <\/span>https:\/\/papers.ssrn.com\/sol3\/papers.cfm?abstract_id=4475995<\/span><\/a>
    \nComent\u00e1rio: Proposta pr\u00e1tica de sete modalidades de uso formativo da IA em atividades acad\u00eamicas, orientadas pelo princ\u00edpio de que o design da tarefa deve preservar o esfor\u00e7o cognitivo necess\u00e1rio \u00e0 aprendizagem. Fundamenta diretamente a se\u00e7\u00e3o sobre momento, extens\u00e3o e finalidade.<\/span><\/i><\/li>\n
  5. <\/b> Bender EM, Gebru T, McMillan-Major A, Shmitchell S. On the dangers of stochastic parrots: can language models be too big? In: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency; 2021 Mar 3-10; Virtual Event, Canada. New York: ACM; 2021. p. 610-623. DOI: <\/span>https:\/\/doi.org\/10.1145\/3442188.3445922<\/span><\/a> Dispon\u00edvel em: <\/span>https:\/\/dl.acm.org\/doi\/10.1145\/3442188.3445922<\/span><\/a>
    \nComent\u00e1rio: Texto de refer\u00eancia sobre os limites epist\u00eamicos dos modelos de linguagem, com \u00eanfase na plausibilidade das respostas em detrimento de sua veracidade. Sustenta o argumento de que avaliar criticamente o que a IA produz exige as mesmas compet\u00eancias que seu uso precoce pode impedir de desenvolver.<\/span><\/i><\/li>\n<\/ol>\n

    Pontos para Recordar<\/span><\/h2>\n
      \n
    1. A intelig\u00eancia artificial pode executar as mesmas tarefas que uma disciplina pretende ensinar, gerando um produto excelente sem que o aprendizado correspondente ocorra.<\/span><\/li>\n
    2. A descarga cognitiva \u00e9 funcional quando ocorre ap\u00f3s a consolida\u00e7\u00e3o da habilidade; \u00e9 prejudicial quando substitui o esfor\u00e7o necess\u00e1rio para aprend\u00ea-la.<\/span><\/li>\n
    3. Compet\u00eancia acad\u00eamica \u00e9 a capacidade instalada no profissional, n\u00e3o o resultado entregue na tarefa; uma apresenta\u00e7\u00e3o brilhante pode mascarar uma lacuna formativa real.<\/span><\/li>\n
    4. O uso precoce da IA impede o desenvolvimento de habilidades cr\u00edticas essenciais: leitura sistem\u00e1tica, identifica\u00e7\u00e3o de vieses, interpreta\u00e7\u00e3o de resultados e formula\u00e7\u00e3o de julgamentos cient\u00edficos pr\u00f3prios.<\/span><\/li>\n
    5. Tr\u00eas vari\u00e1veis definem o risco pedag\u00f3gico do uso da IA: o momento de introdu\u00e7\u00e3o, a extens\u00e3o da delega\u00e7\u00e3o e a finalidade da tarefa.<\/span><\/li>\n
    6. A IA tem papel formativo leg\u00edtimo quando atua como ferramenta de apoio, compara\u00e7\u00e3o, feedback e aprofundamento, sempre ap\u00f3s o estudante ter realizado o esfor\u00e7o inicial.<\/span><\/li>\n
    7. O aprendiz que n\u00e3o desenvolve a compet\u00eancia de leitura cr\u00edtica tamb\u00e9m n\u00e3o consegue avaliar se as respostas geradas pela IA s\u00e3o confi\u00e1veis.<\/span><\/li>\n<\/ol>\n

      ***<\/p>\n

      Declara\u00e7\u00e3o de uso de Intelig\u00eancia Artificial Generativa.<\/b> Este texto foi produzido com o aux\u00edlio de Claude Fable 5, desenvolvida pela Anthropic, utilizado como ferramenta de apoio nas fases de brainstorming, de estrutura\u00e7\u00e3o do conte\u00fado e de produ\u00e7\u00e3o do texto. As imagens foram produzidas com aux\u00edlio do ChatGPT da OpenAI. A responsabilidade pela vers\u00e3o final e precis\u00e3o das informa\u00e7\u00f5es, pelo pensamento cr\u00edtico, pela sele\u00e7\u00e3o das fontes e pelo conte\u00fado publicado \u00e9 integralmente do autor.<\/span><\/i><\/span><\/p>\n

      ***<\/p>\n","protected":false},"excerpt":{"rendered":"

      O uso de ferramentas de intelig\u00eancia artificial na forma\u00e7\u00e3o acad\u00eamica levanta uma quest\u00e3o central: quando a tecnologia executa as mesmas tarefas que o estudante deveria aprender a realizar, o produto melhora, mas a aprendizagem pode n\u00e3o ocorrer. Este texto examina o conceito de descarga cognitiva prematura, as compet\u00eancias que ficam por desenvolver e as tr\u00eas vari\u00e1veis que definem se o uso da intelig\u00eancia artificial \u00e9 formativo ou substitutivo: o momento, a extens\u00e3o e a finalidade. Ao final, apresenta modalidades de uso que preservam o esfor\u00e7o cognitivo sem abrir m\u00e3o da tecnologia.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[4],"tags":[],"class_list":["post-7668","post","type-post","status-publish","format-standard","category-geral","czr-hentry"],"_links":{"self":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts\/7668","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=7668"}],"version-history":[{"count":3,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts\/7668\/revisions"}],"predecessor-version":[{"id":7675,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts\/7668\/revisions\/7675"}],"wp:attachment":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=7668"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=7668"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=7668"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}