No mundo de coexistência entre o cérebro humano e a IA, como será a educação?

No século IV a.C., Platão registou no Fedro um aviso de Sócrates: os textos fariam com que as pessoas deixassem de “relembrar por dentro” e passassem a depender de “símbolos exteriores”; e, por fim, “esqueceriam a verdade, ficando apenas com as imagens das palavras”.

No século XV, o abade alemão Trithemius, no livro Notas sobre os escribas, criticou com veemência a invenção da imprensa: “Vamos perder o exercício da memória, ficar preguiçosos e vazios.”

Em 2008, a Atlantic Monthly publicou Existe o Google a tornar-nos mais estúpidos? : “Estamos a perder a capacidade de leitura profunda e de concentração contínua.”

Em 2026, num grupo de pais de um colégio em Pequim, uma mãe pergunta de madrugada: “O meu filho escreveu a redação com IA em cinco minutos; o que devo fazer?”

Da escrita à imprensa, da Internet à IA — quatro épocas, a mesma ansiedade.

É evidente que as três primeiras ansiedades já foram suficientemente refutadas pela história. A escrita, a imprensa e a Internet são apenas ferramentas que aumentam a eficiência da difusão do conhecimento; não enfraqueceram a capacidade de aprendizagem dos seres humanos. Pelo contrário, melhoraram imenso a eficiência da aprendizagem e, até como elemento central, impulsionaram o avanço de toda a civilização humana.

Mas desta vez, a situação é um pouco diferente.

A optimização pela IA não é apenas o meio para os humanos alcançarem conhecimento: é a substituição total de todo o processo humano de memorizar, raciocinar, resolver problemas e apresentar resultados. Numa noite, todos os pais e professores foram arrastados para uma ansiedade profunda: a IA já se tornou a ferramenta de batota de topo.

Antes disso, o professor de Stanford Li Feifei, numa conversa com a Tech Media (diálogo exclusivo de Zhao Hejuan com Li Feifei: “o que eu acredito é nos humanos, não na IA”), já mencionara: “A IA está a provar rapidamente que muitas coisas podem ser feitas por máquinas. Continuar a exigir que as pessoas gastem dez ou dezenas de anos a aprender a fazer coisas que as máquinas já conseguem fazer é um enorme desperdício para a humanidade. As pessoas devem usar o tempo e a energia libertados pela IA para se virarem para desenvolver competências que a IA não consegue substituir — capacidade cognitiva, criatividade, capacidade de empatia e a base essencial de ‘saber ser humano’.”

E com o aparecimento da OpenClaw, o tempo de chegada do mundo de coexistência e simbiose entre humanos e IA é ainda antecipado em alguns anos. Se o destino for a simbiose humano-máquina, então realmente não precisamos de ser obstinados em proteger aquelas competências que, no futuro, serão inevitavelmente substituídas pela IA. Por isso, podemos saltar a ansiedade de curto prazo “a IA é uma ferramenta de batota ou um auxiliar de aprendizagem?” e discutir um enunciado mais profundo:

Quando um Agent se tornar um componente necessário para o futuro dos humanos, que tipo de actualização precisa o próprio “sistema de capacidades” dos humanos? Como reconstruir a enorme infra-estrutura social que é o sistema de educação? E, depois dessa reconstrução, que novas oportunidades existirão no sistema de educação?

Quais são as capacidades de base para colocar boas perguntas?

No futuro, o critério para medir as capacidades de uma pessoa deixará de ser “o que é que ela consegue fazer por conta própria” e passará a ser “que valor único contribui na colaboração com um Agent”. Isto não é apenas uma relação simples entre “seres humanos e ferramentas”; é uma transferência das competências nucleares humanas.

Li Kejia, um empreendedor que se dedica continuamente à “aprendizagem cooperativa humano-máquina”, propôs um “modelo 90/10”: os humanos devem encarregar o Agent de 90% do trabalho — transporte de informação, organização, triagem inicial, etc. — e deixar os restantes 10% — perguntas, julgamentos e decisões — para os humanos.

Na lógica da educação tradicional, a quantidade de conhecimento armazenado era o primeiro indicador para medir os alunos. Mas na era dos Agents, essa lógica está a deixar de funcionar. Quando a IA consegue aceder ao repositório completo de conhecimentos da civilização humana em fracções de segundo, “ser erudito” já não é uma competência escassa; “a resposta” vai perdendo importância pouco a pouco, e todos dizem: “a capacidade de colocar boas perguntas tornou-se ainda mais valiosa”. No entanto, há poucos que continuam a perguntar: “qual é, afinal, a capacidade de base por trás de ‘colocar boas perguntas’?”

Yang Linfeng, cofundador e presidente da Onion Academy, tem uma reflexão única sobre isto. Ele acredita que essa capacidade se enraíza numa estrutura de conhecimento “em esqueleto”. “Na verdade, quem realmente aprende o conhecimento até ao fim não é alguém que decora mecanicamente pontos de matéria. Antes, nós tínhamos um hábito: apontar e memorizar os cantos e recantos que os professores diziam, inclusive conteúdos que não seriam cobrados. Por exemplo, numa aula de biologia sobre abelhas, eu percebia totalmente a diferença e o trabalho em que se dividem as abelhas operárias, as rainhas e os zangões. Mesmo que não caíssem em exame, como aquilo que ficava na memória era um campo mais amplo, surgiam ligações entre os conhecimentos; e então era difícil esquecer todos os pontos daquele sistema. É este o poder do enquadramento que gera a aprendizagem sistemática.”

“o valor de ‘memorizar pontos de conhecimento’ está a mudar, sim, mas não está a tornar-se irrelevante: precisa, sim, de ser transformado — de memorizar pontos isolados para memorizar as formas de ligação entre conhecimentos. É como construir uma casa: a IA pode fornecer tijolos, mas o aluno tem de ter a sua própria estrutura arquitectónica na cabeça. Uma pessoa não consegue colocar boas perguntas sobre um domínio totalmente desconhecido. E o acto de ‘colocar boas perguntas’, por si só, não dispensa o suporte de um esqueleto de conhecimento.”

“O valor da aprendizagem sistemática está em montar um andaime cognitivo. Com esse andaime, quando os alunos aprendem com AI, sabem o que lhes falta e o que precisam completar. Sem um sistema, o chamado ‘esclarecimento por IA’ é como apanhar conchas na areia: apanha-se muita coisa, mas não se consegue montar uma imagem completa.” Yang Linfeng acrescentou: “Na minha opinião, o processo de aprendizagem no futuro estará no estado de coexistência entre aprendizagem sistemática e esclarecimento por IA: primeiro há o esqueleto, depois preenchem-se os tecidos. Com a aprendizagem sistemática como base, um Agent ajuda-te a chamar e estender de forma flexível em cenários concretos.”

Esta ideia também é largamente reconhecida na indústria. Li Kejia também acha que: “o valor da memória já não é ‘armazenar’, mas fornecer ao cérebro ‘a estrutura para acomodar respostas’. A capacidade de estrutura proporciona uma sensibilidade aguçada para as lacunas de informação. Os alunos só conseguem ter a possibilidade de colocar boas perguntas quando são capazes de ver claramente a falta de informação. E só quando os alunos viram estrutura suficiente, é que conseguem ter a capacidade de decompor um grande enredo narrativo em proposições verificáveis.”

Como ter “bom gosto”?

Quando um Agent consegue gerar dez versões de soluções em poucos segundos, o valor central dos humanos transforma-se em “escolher uma entre muitas respostas”. Muitas pessoas chamam a essa capacidade de escolher “bom gosto”. Na Universidade de Ciência e Tecnologia de Hong Kong, o professor Hu Xuming designa este bom gosto como “capacidade de apreciação”; e, quer se chame “bom gosto” ou “capacidade de apreciação”, ambos parecem uma competência muito difícil de transmitir de forma concreta.

Um investidor sénior no sector de educação antes da adolescência, Jiang Feng (nome fictício), diz-nos: a essência da capacidade de apreciação são duas capacidades — levantar dúvidas e julgar valores.

O ponto mais perigoso da IA não é errar; é errar e continuar confiante. Os seres humanos têm, por natureza, preguiça. Quando a IA dá uma resposta, a reacção imediata das pessoas comuns é aceitar, e não questionar. As evidências da neurociência mostram que a aceitação passiva do output de uma IA desencadeia uma inibição de longo prazo (LTD), enfraquecendo a intensidade das sinapses; enquanto o questionamento activo, a melhoria e a criação colaborativa promovem um reforço de longo prazo (LTP), que realmente melhora a capacidade de aprendizagem.

O professor Li Feifei também mencionou na entrevista: a IA não deveria ser uma “máquina de responder”, mas uma ferramenta para “diálogo à maneira de Sócrates”. Sócrates nunca dá directamente as respostas; apenas coloca questões, obrigando-te a pensar e a perceber o que é que tu realmente queres. E a essência da capacidade de insistir em perguntas é cultivar um impulso automático de questionar respostas de autoridade.

Na prática pedagógica, Yang Linfeng começou há muito a planear o cultivo da capacidade dos alunos de duvidar e de insistir com perguntas. “O companheiro inteligente de IA da Onion Academy não vai pensar pelos alunos; orienta os alunos a examinar as cadeias de raciocínio da IA através de insistência em perguntas à maneira de Sócrates, e orienta-os a decompor problemas e a construir lógica.”

E a outra capacidade de base referida por Jiang Feng — julgamento de valor — também pode ser reforçada através de treino.

O conceito de “decisor final” proposto pelo professor Li Jianbiao da Universidade Politécnica de Hong Kong aponta para o núcleo da capacidade de julgamento de valores: quando a IA consegue gerar soluções infinitas, os humanos têm de construir o seu próprio sistema de coordenadas de valores. Segundo se sabe, na prática docente, a universidade não só incentiva os alunos a usar a IA de forma proactiva nas tarefas, como também exige que consigam expressar independentemente o processo de colaboração com a IA e a lógica de julgamento por detrás de cada escolha.

Reestruturar o conteúdo de ensino e o sistema de avaliação

Na entrevista, o professor Li Feifei também pediu publicamente: “se a educação moderna ainda usar métodos de há mais de cem anos para enfatizar respostas-padrão e transmissão de conhecimento, isso ficará gravemente desfasado do tempo. Quem pensa em educação, quem consegue influenciar políticas educativas e quem está a executá-las, deve aproveitar bem as oportunidades desta época.”

Sem dúvida, as exigências da época relativamente às capacidades humanas mudaram. O nosso sistema de cursos, de avaliação, e as posições de cada papel no ecossistema educativo, deveriam também mudar em alguma medida.

E essa mudança está, de facto, a acontecer.

Em Fevereiro de 2026, o Ministério da Educação reuniu-se para a definição de prioridades nacional do trabalho em educação básica, clarificando a proposta de “promover a IA para dentro das normas curriculares do ensino primário e secundário, do ensino diário e da avaliação em exames”. E desde o outono de 2025, Pequim e Xangai já tinham incluído cursos de literacia em IA no sistema curricular do ensino primário e secundário. A IA deixou de ser “curso de interesses” e passou a ser um conteúdo obrigatório, tal como o ensino de língua materna e matemática.

No que toca à educação de adultos, em Março de 2026, a Universidade de Comunicação da China anunciou a eliminação de 16 cursos de licenciatura, como tradução e fotografia. A maioria destes cursos eliminados tem características como “processos com forte componente procedimental, criatividade relativamente fraca e baixo custo de substituição pela IA”. Por outro lado, a Universidade Tsinghua criou em 2024 um Instituto de Inteligência Artificial e atribuiu a cada novo aluno um assistente de crescimento em IA; a Universidade de Zhejiang também integrou cursos de IA como formação geral obrigatória no sistema curricular de licenciatura em 2024.

Estas mudanças reflectem duas tendências de impacto da IA no ensino: uma é a reestruturação de disciplinas tradicionais; a outra é a promoção de literacia em IA.

Quando a IA permite que o coding seja usado por estudantes das áreas de ciências sociais e humanidades, e também ajuda estudantes de ciências a sentirem melhor a beleza das palavras e das artes, isto tem vindo a apagar as fronteiras entre engenharia e humanidades. A própria Universidade Tsinghua abriu recentemente cursos de programação de linguagem natural para estudantes das humanidades; é verdade que as fronteiras entre engenharia e humanidades estão a ficar mais difusas. Mas, para mais disciplinas fundamentais, como língua materna, matemática, física, química e outras, que impacto é que isto terá? Se as subdivisões tradicionais por áreas já não forem necessárias, que forma assumirá a educação básica?

“As divisões tradicionais por disciplinas continuam a ser importantes. Cada disciplina tem o seu próprio modo único de pensar: a matemática ensina lógica, a física ensina causalidade, a língua materna ensina compreensão e expressão. Estes modos de pensar são quadros cognitivos formados por treino prolongado — e é a competência-chave de ‘fazer boas perguntas’ que referimos antes. Uma pessoa sem pensamento matemático, mesmo com ajuda de um Agent, não consegue fazer uma análise quantitativa complexa.” Yang Linfeng disse-nos.

“a mudança é que as ‘paredes’ entre disciplinas vão ficar mais finas. Antes, ensinávamos separando por disciplinas porque a quantidade de conhecimento era demasiado grande; sem separar, os alunos não caberiam. Agora, com a IA a integrar informação de forma interdisciplinar em qualquer momento, podemos desenhar os cursos com mais ousadia. Por exemplo, centrando-se em ‘temas’ ou ‘problemas reais’, ligando o conhecimento de várias disciplinas. Isto está alinhado com a lógica de base do ‘grande design por unidades’ que a nova norma curricular defendia quando desenvolvemos cursos há mais de dez anos.”

E quanto aos cursos de literacia em IA que atravessam todo o sistema educativo neste momento, Jiang Feng considera que são apenas um produto temporário. “Tal como a disciplina de microcomputadores nos anos 90 precisava de ser ensinada separadamente dentro do sistema educativo, apenas porque aquilo era demasiado novo e a sua disseminação ainda estava longe de ser suficiente.”

Li Kejia partilha a mesma opinião: defende que a literacia em IA deve infiltrar-se em todos os cursos, porque esta disciplina, na essência, não é “conhecimento sobre IA”, mas “competências desenvolvidas em colaboração com IA”.

“Estamos já a ensinar os alunos a ‘como usar um Agent’.” Yang Linfeng acrescentou: “Mas não é ensino directo de uso de IA. Em vez disso, desenhámos a IA como um companheiro inteligente, incorporado no processo de aprendizagem. Enquanto os alunos estudam normalmente matemática e física, o Agent está ao lado para ajudar a explicar conceitos, orientar o pensamento e planear percursos. Durante a aprendizagem normal, os alunos vão naturalmente construindo a capacidade de colaborar com a IA.”

À medida que o conteúdo e os métodos de ensino mudam, também os métodos de avaliação e o sistema de avaliação enfrentam uma revolução. Os exames tradicionais de teste escrito fechado estão a perder significado, porque medem uma competência que, em breve, será completamente substituída pela IA: a memorização.

Na verdade, a tempestade da reforma dos exames já começou.

No início de 2025, um exame final de matemática do 4.º ano no Distrito Nanshan, Shenzhen, gerou grande discussão: a prova continha muitas questões com longos enunciados; as perguntas focavam-se em problemas reais da vida. Devido à elevada carga de leitura, os alunos tiveram dificuldade em completar. O departamento de educação chegou mesmo a notificar, em último minuto, a prorrogação do tempo do exame em 20 minutos. Isto pode parecer não relacionado com IA, mas na realidade reflecte uma tendência: no futuro, os exames tenderão mais a avaliar a capacidade de “resolver problemas reais usando pensamento disciplinar” do que o quanto memorizaste.

Correspondentemente, o sistema de avaliação de todo o sistema educativo também passará de “avaliação de resultados” para “avaliação de processo”. Os alunos usam um Agent para escrever uma redação, mas terá ele capacidade para julgar se essa redação é boa, para melhorá-la, para perceber onde a lógica não está fluida. Essas capacidades de processo poderão ser a questão que mais interessará ao sistema de avaliação educativo do futuro.

Mudança do papel dos professores

A revolução do conteúdo de ensino e do sistema de avaliação cai directamente no papel mais directo: o professor.

No Fórum de Chongli de 2026, o fundador do New Oriental, Yu Minhong, lançou um juízo afiado: “IA + educação tem grande possibilidade de eliminar muitos postos de professores. Segundo os novos critérios, e falando com franqueza, hoje em dia, nas escolas primárias e secundárias da China, mais de metade dos professores não é qualificado.”

Quais são esses novos critérios? Não é “quem conhece melhor os pontos de prova” nem “quem consegue acertar mais em perguntas prováveis”. Quando a IA pode corrigir trabalhos, treinar a fala e copiar as aulas de mestres para qualquer canto, não é a profissão de professor que é substituída; é a função do “profissional do ensino” que está embutida nos professores.

Em Maio de 2025, o Comité Orientador de Ensino da Educação Básica do Ministério da Educação publicou as Instruções para a Utilização de IA Generativa por Alunos do Ensino Primário e Secundário, definindo claramente os limites do papel da IA na sala de aula: os professores não podem usar a IA generativa como um “sujeito de ensino substituto”; está proibido usá-la directamente para responder às perguntas dos alunos; além disso, exige-se que os professores participem activamente em formação profissional para melhorar a literacia em inteligência artificial. Há três informações-chave aqui, que reflectem as três linhas de fundo do papel do professor:

O sujeito da educação tem de ser humano;

Não se pode criar o hábito de os alunos obterem directamente respostas a partir da IA;

O próprio professor tem de dominar o uso da IA.

“a mudança mais realista para o papel do professor é passar de transmissor de conhecimento a treinador de perguntas”, disse Li Kejia. “Pare de ser o transportador de conhecimento; volte a ser a pessoa que cultiva a capacidade de fazer perguntas mais valiosa — seja o forjador das capacidades de questionamento dos alunos. Na era em que a IA responde tudo, o professor que consegue ensinar os alunos a ‘fazer perguntas adicionais’ é o professor mais raro.”

A Onion Academy, que tem 4 milhões de utilizadores de docentes, também compreende profundamente essa mudança de papel. “Ao cooperarmos com escolas, descobrimos que os professores não estão a ser substituídos pela tecnologia; estão a ser capacitados pela tecnologia. Temos vindo a implementar nas escolas um novo modelo de aulas com IA: apenas fazer com que a IA assuma uma parte das funções básicas de explicação e feedback de exercícios; e o professor dedica-se a organizar discussões, diagnosticar as dificuldades dos alunos e fornecer apoio emocional — coisas que são mais importantes para a construção de competências.”

De transportador de conhecimento a forjador de competências: dentro desta mudança, existe ainda uma responsabilidade ainda mais fundamental — o supervisor da IA. “Não é apenas supervisionar se a IA comete erros; é supervisionar se todo o processo de aprendizagem é realmente eficaz para cada aluno.” Yang Linfeng enfatizou: “Ao longo de todo o processo educativo, o professor também precisa de fazer escolhas quanto às soluções de apoio que a IA fornece aos alunos e tomar decisões.”

Novas oportunidades na indústria da educação

A transformação urgente do sistema educativo deixa também às empresas do sector uma nova e grande margem de imaginação.

Jiang Feng considera que a vaga de IA cria três novas oportunidades para as empresas do sector da educação:

A primeira é a criação de excelentes conteúdos de ensino. O consenso actual da indústria é que, seja um modelo grande ou um Agent, se apenas se usar conjuntos de dados públicos da Internet, não se conseguirá satisfazer as necessidades dos cenários educativos actuais. Tal como a indústria de inteligência incorporada (embodied intelligence) precisa de dados de alta qualidade, o sector da educação precisa ainda mais de dados de ensino especializados e concepção de conteúdos. Isso não só ajuda os alunos a compreenderem mais facilmente o conteúdo de aprendizagem, como também integra o treino de competências nucleares como fazer perguntas, fazer perguntas adicionais e julgar valores.

“o que a Onion Academy pretende fazer é reconstruir conteúdos em agentes com base em tecnologia.” Yang Linfeng está muito confiante quanto a dados e conteúdos. “A nossa confiança vem dos 10.000 aulas desenhadas com cuidado, da compreensão dos contextos de aprendizagem acumulada a partir de 5.000 milhões de interacções, e do nosso profundo entendimento sobre ‘como ensinar crianças para que aprendam de verdade’. Sem isso, um Agent é apenas uma casca vazia.”

A segunda oportunidade reside no design da sala de aula. A chave do design da sala de aula está em ajudar escolas e professores a encontrarem o ponto ideal entre “colaboração humano-máquina” e “competências e avaliação”. Neste ponto, as empresas de tecnologia educativa são melhores do que as escolas. O design da sala de aula exige redistribuir, de forma presencial, o modo e a densidade da colaboração humano-máquina, redefinir as partes e formas de participação de cada papel, e ainda diferenciá-las da experiência individual de aprendizagem autónoma online dos alunos. A sua importância não é menor do que a dos manuais didácticos desta era.

Um desafio mais profundo é a adequação ao sistema de avaliação. Quando os exames também começam a enfatizar pensamento crítico e literacia de colaboração humano-máquina, como é que a educação escolar acompanha? Isto precisa de ser inserido já na fase de concepção do conteúdo do ensino presencial, tecendo “formação de competências” e “necessidade imediata para exames” na mesma lógica de produto.

A terceira oportunidade recai no sistema de valores e na formação de literacia humanística. Quando a tecnologia elimina o obstáculo de aceder a conhecimento, a educação volta ao seu estado original: formar uma pessoa completa. Curiosidade, resistência a contrariedades, espírito de cooperação, sentido moral, percepção da beleza — competências que foram engolidas pelo sistema de exames na era anterior — tornam-se, na era da IA, as maiores vantagens diferenciadoras entre pessoas. E todos os sistemas de formação relacionados com isto deveriam receber um nível mais elevado de atenção por parte dos pais da próxima era.

Voltar àquela mãe ansiosa

Talvez aquela mãe que perguntou de madrugada num grupo de pais não precise de estar tão ansiosa. A história já provou que a escrita não fez as pessoas ficarem mais estúpidas, que a imprensa não as tornou preguiçosas e que a Internet não as fez perder capacidade de pensar. Desta vez, a IA provavelmente também não.

O que realmente precisa de atenção não é se a criança usa ou não IA, mas como é que definimos “educação”. A capacidade de fazer perguntas sustentada por aprendizagem sistemática e competência de estrutura; a capacidade de escolher sustentada por dúvida e julgamento de valor; e a alma humana sustentada por literacia humanística. A questão verdadeiramente importante para os pais é como ajudar as crianças a construir estas três capacidades estáveis.

A transformação do sistema educativo também não acontecerá de uma vez. Precisa de políticas que abram mão da dependência do caminho centenário; precisa de os professores completarem a viragem de “profissional que ensina” para “guia”; e precisa de os pais encontrarem um equilíbrio difícil entre ansiedade com exames e capacidades a longo prazo.

Mas para aquela mãe e para o seu filho, a resposta pode ser simples: primeiro, deixe a criança descrever como é que colaborou com a IA e por que acha que este artigo é bom. O resto fica com o tempo.

(O autor | Tao Tianyu, o editor | Yang Lin)