Não é nenhuma surpresa que os educadores tenham uma relação difícil com a IA generativa. Eles temem o impacto do plágio, dos ensaios gerados por máquinas e das “alucinações” (onde o sistema afirma com segurança que algo é verdadeiro, em vez de simplesmente dizer que não sabe nada melhor) de ferramentas como ChatGPT e Bard. Existe uma preocupação palpável de que a IA generativa se torne uma substituto para uma aprendizagem autêntica: algo que ajudará uma pessoa a passar no exame sem precisar absorver e internalizar o material.
Embora não haja dúvida de que a IA tem sido usada para contornar o processo de aprendizagem, o ChatGPT já assumiu o papel de tutor pessoal ad hoc para milhões de pessoas, mudando os padrões de consumo de aprendizagem e melhorando nossa relação com a educação. A capacidade de ter um assistente de ensino com tecnologia de IA – que orienta, incentiva e orienta os alunos através do material em um relacionamento individual – está ao nosso alcance. E a escalabilidade da IA significa que alguém você pode se beneficiar disso.
A IA pode tornar a aprendizagem mais viciante e, para muitos, já o faz. As razões têm pouco a ver com os avanços de ponta na inteligência artificial e na ciência da computação e mais a ver com os fundamentos do que torna um aluno engajado, motivado e entusiasmado.
O que queremos dizer com viciante?
Dizer que a IA torna o aprendizado viciante refere-se a uma sensação de entusiasmo, incutindo no aluno um apetite voraz por autoaperfeiçoamento e crescimento. Mas o mais importante é que isso continua muito depois de você ter realizado o que iniciou sua jornada. Basicamente, isso se resume a uma motivação sustentada e de longo prazo. Criar alunos automotivados é um desafio que a maioria dos educadores enfrenta, e uma montanha de pesquisas educacionais aborda esse tópico.
A educação sempre se concentrou no elemento humano e é difícil imaginar um mundo onde as máquinas possam substituí-lo.
É difícil exagerar a importância da motivação. Esteja você aprendendo a falar um novo idioma ou dando os primeiros passos em direção a uma carreira em programação, o aprendizado é inerentemente iterativo, onde o aluno desenvolve gradualmente confiança e fluência ao longo do tempo. Educador de programação prolífico Zed Shaw uma vez descreveu este ponto como "escalar uma montanha de ignorância". Os primeiros meses, quando eles não têm confiança e não entendem do assunto, são os mais difíceis e é muito fácil desistir. E é por isso que é necessária uma força externa para encorajar o aluno a seguir em frente. Confiança, habilidade e talvez até grandeza estão ao virar da esquina.
Um dos exemplos disso é Judit Polgár, amplamente considerada a maior enxadrista de todos os tempos e a mais jovem grande mestre de xadrez do mundo. O pai de Judit, László, acreditava que os gênios eram feitos, não nascidos, e que só exigiam educação e treinamento sustentados desde tenra idade. László, rompendo com as expectativas sociais da Hungria da era comunista, optou por educar Judit e suas duas irmãs em casa, concentrando-se intensamente no xadrez.
E funcionou. Mesmo antes de ser adolescente, Judit era descrita como um prodígio em potencial semelhante a Garry Kasparov e Bobby Fischer. Aos 15 anos, ele quebrou um recorde anteriormente estabelecido por Fischer e dois anos depois derrotou Boris Spassky, outro peso pesado do xadrez, em uma partida de exibição.
Embora o papel da natureza e da criação seja calorosamente debatido, especialmente em jogos analíticos como o xadrez, é claro que a abordagem de László funcionou. Ao combinar o treinamento intenso com o fator de motivação inerente ao treinamento individualizado, Judit tornou-se uma força no mundo do xadrez antes de atingir a idade adulta. Suas irmãs, Zsuzsa e Zsófia, também se tornaram grandes professoras.
Num entrevista pós-aposentadoria com Chess.com, Judit atribuiu o sucesso do método de ensino do pai à confiança que ele lhe transmitiu: “Acho que ter aulas particulares em qualquer área faz com que a criança melhore muito mais rápido e, por conta disso, ela ganhe muito mais confiança, o que aumenta sua velocidade e seu apetite para melhorar. Acho que essa é uma das coisas mais importantes para qualquer criança, esteja ela na escola ou não. Se você conseguir manter a curiosidade deles, eles poderão melhorar extremamente rapidamente.”
A IA generativa pode lidar com o aspecto motivacional da aprendizagem (estímulo, relevância e especificidade), evitando ao mesmo tempo os erros inevitáveis que surgem de um sistema educacional uniforme e de tamanho único. Mas como?
A busca pela relevância
A investigação académica sobre o impacto da IA generativa como ferramenta de aprendizagem ainda está em curso. Grande parte da literatura acadêmica existente é inerentemente especulativo ou anedótica e analisa o que poderia acontecer em vez do que observaram. Esta é uma consequência inevitável da novidade da IA generativa. ChatGPT é muito novo e a pesquisa leva tempo. À medida que mais pesquisadores investigam ferramentas como o ChatGPT, será interessante ver como serão suas descobertas.
Conforme mencionado, a motivação é essencial para o sucesso do aluno e a relevância desempenha um papel muito importante para alcançar este objetivo. É um dos fatores fundamentais Modelo de motivação ARCS (Atenção, Relevância, Confiança e Satisfação) de John Keller, conceito consagrado na teoria pedagógica.
Dentro do modelo ARCS, Keller identificou vários componentes críticos de relevância, dois dos quais parecem especialmente pertinentes para o tópico da IA generativa: correspondência de necessidades, onde o professor combina o conteúdo com as necessidades do aluno, e modelagem, que mostra aos alunos como aplicar a aprendizagem em um sentido prático.
A IA generativa está bem posicionada para alcançar esses componentes. Como qualquer pessoa que tenha usado um produto baseado em GPT-4 pode atestar, você pode criar uma lição hiperpersonalizada e altamente específica sobre quase qualquer tópico. Em questão de segundos, o ChatGPT pode dizer como a trigonometria pode ser usada no mundo real ou como uma parte específica de uma aula de ciência da computação se relaciona com um contexto mais amplo, mesmo que pareça abstrato e confuso. Esses exemplos podem ser criados espontaneamente, muitas vezes devido às necessidades e solicitações exclusivas do aluno. Este processo também funciona para educadores.
A educação sempre teve a ver com o toque humano e é difícil imaginar um mundo onde as máquinas possam substituí-lo. Os humanos têm uma inteligência emocional inefável que não pode ser articulada apenas em código. A IA generativa expande as capacidades de professores muitas vezes sobrecarregados. Um exemplo de como isto poderia funcionar é modificar, melhorar e adaptar o material de aprendizagem.
Normalmente, um professor precisaria de mais tempo ou energia para criar planilhas personalizadas de acordo com as habilidades, interesses ou estilo de aprendizagem de cada aluno. Eles estão sobrecarregados e os materiais das aulas são caros, muitas vezes pagos pelo próprio professor. Mas agora podem gerar materiais de aprendizagem personalizados, em escala e sob demanda, com custos insignificantes para a escola ou para o professor. Usando uma ferramenta como o ChatGPT, um professor pode colar um plano de aula e, com instruções simples por escrito, alterar substancialmente o formato ou a apresentação de um aluno individual, preservando o material principal.
Esse processo leva segundos, tornando-o uma opção conveniente até mesmo para o professor mais ocupado. É um caso de uso que imagino que muitos professores adotarão junto com outros recursos generativos de IA para idealizar, corrigir e sugerir.
É fácil ver como o potencial da IA generativa para adaptação de conteúdo poderia ser combinado com outros métodos de aprendizagem comprovados, como a gamificação.
Os videogames mantêm as pessoas interessadas criando loops de dopamina. Esses loops só funcionam se houver alguma aparência de progresso. Para que a experiência de jogo valha a pena, o personagem do jogo deve continuar a evoluir e melhorar. A cada desafio, o personagem adquire novas habilidades e equipamentos que o ajudarão a enfrentar desafios futuros mais exigentes. Essa mecânica é repetitiva por si só, então o “loop” se move com o jogador, levando-o a novos locais e tramas para manter um elemento de novidade.
A IA generativa permite que essas mecânicas sejam implementadas em um ambiente educacional. Com infinitas variações de conteúdo adaptadas à situação e capacidade do aluno, os alunos podem obter a repetição e o reforço necessários para o sucesso a longo prazo, sem que o conteúdo pareça cansativo ou chato. Este ciclo pode continuar à medida que o aluno avança no tópico, abordando materiais mais complexos e avançados à medida que avança.
Aprendizagem centrada na pessoa
O alinhamento do conteúdo é fundamental para o sucesso a longo prazo. Isto inclui tanto o currículo, que deve ser relevante para os interesses dos alunos, como as próprias pessoas. As pessoas têm diferentes incentivos e habilidades iniciais que precisam ser abordados desde o início.
Um artigo, publicado na revista IEEE Signal Processing, fornece uma visão geral do impacto potencial da IA na aprendizagem centrada no ser humano e no envolvimento dos alunos. Como observaram outros investigadores pedagógicos, os estudantes e as pessoas em geral respondem a diferentes incentivos durante a aprendizagem.
O autor escreve: “Alguns estudantes exibem preferências hiperbólicas, supervalorizando tanto o presente que as recompensas futuras são amplamente ignoradas. Alguns estudantes mostram fortes reações até mesmo a recompensas não monetárias. Alguns estudantes demonstram preferências dependentes de referência, o que implica que a utilidade é largamente determinada pela sua distância de um ponto de referência, por exemplo, um objectivo predefinido ou um desempenho médio.”
Resumindo, algumas pessoas desejam uma sensação de imediatismo, outras desejam algum tipo de recompensa intangível (uma nota, certificado ou outra forma de reconhecimento) e outras estão mais focadas em como o conteúdo as levará a um destino pré-determinado. Esses são fatores que devem ser levados em consideração no desenvolvimento do material didático.
Ao mesmo tempo, é essencial reconhecer que as capacidades variam. O conteúdo deve ser articulado de diferentes maneiras para ser eficaz. Embora alguns possam se sentir confortáveis com uma explicação densa e escrita academicamente de um tópico com jargão específico de área incompreensível para quem está de fora, outros podem preferir algo mais acessível. É por isso que uma abordagem única é bem-sucedida para alguns, mas falha para muitos outros.
E há a relação entre professor e aluno, que também desempenha um papel crucial na motivação dos alunos. Robert Gower e Jon Saphier, dois respeitados escritores sobre educação, destacam três mensagens-chave de incentivo que funcionam: “Isso é importante”, “Você consegue” e “Não vou desistir de você”. Resta saber se estes sentimentos manterão o seu impacto quando transmitidos por um chatbot de IA. Mas é algo que, com um esforço trivial, um sistema poderia ser programado para fazer.
Embora muitos dos componentes mencionados ainda não façam parte de uma ferramenta de IA generativa convencional (particularmente o incentivo), outros estão firmemente ao nosso alcance. ChatGPT, por exemplo, pode fornecer explicações de tópicos de alto e baixo nível. Você pode responder aos prompts para simplificar ou fornecer mais detalhes ou complexidade. Grande parte da funcionalidade necessária já existe, embora numa base ad hoc, e é altura de a IA generativa desempenhar um papel mais importante, não só na sala de aula, mas também na forma mais ampla como as pessoas participam na educação.
Treine alunos constantes
A IA, especialmente os grandes modelos de linguagem, tem o potencial de revolucionar a forma como os alunos aprendem. Esta mudança será fundamentalmente benéfica, especialmente em termos de como os indivíduos se relacionam com a aprendizagem e como isso altera os seus padrões de consumo.
Grande parte do foco tem sido na capacidade da IA de dimensionar a educação personalizada ou democratizar a educação para além dos corredores de campi universitários caros. Embora não discorde destas avaliações, é essencial reconhecer os impactos psicológicos e sociológicos destas mudanças. A noção de que a IA poderia tornar a aprendizagem não apenas “divertida”, mas também profundamente convincente, parece realista e iminente. Isso criará uma nova geração de pessoas hipercapazes e hiperapaixonadas, que serão capazes de se adaptar facilmente às mudanças e atualizar e aprimorar constantemente suas habilidades.
Isso beneficiará os indivíduos, a economia e, em última análise, a sociedade.
