A promessa que ouvimos os professores o tempo todo da indústria é que a IA vai nos livrar das "tarefas tediosas" (planos de aula, feedbacks, burocracia) e nos devolver até 6 horas por semana. Mas será que é isso mesmo que está acontecendo?
Li hoje um estudo sueco muito interessante que dá nome ao que muitos de nós estamos sentindo na pele, o "trabalho de reparo e manutenção" que temos que fazer revisando os produtos gerados pela IA (Fixing teachers’ problems? Exploring teachers’ repair and maintenance work around generative AI technologies é o título original do artigo que pode ver aqui ou na referência completa no final deste texto).
Chamou a minha atenção este estudo, porque esse aumento no trabalho de verificação e ajuste é um tema que venho falando com alguma frequência neste blog. Fiquei sabendo da publicação do artigo pelo alertas do Google Acadêmico, pois sigo um dos autores, o Neil Selwyn.
O que os pesquisadores descobriram em entrevistas com 28 educadores suecos de cinco escolas é que, em vez da IA trabalhar para nós, nós estamos trabalhando dobrado, garantindo que os resultados da IA sejam funcionalmente e pedagogicamente adequados.
Podemos ver várias dimensões nesse trabalho de reparo que o docente precisa fazer.
Trabalho de reparação sobre o conhecimento (em relação com os vazios de instrução): Os professores precisam intervir nos resultados da IA para garantir a precisão do conteúdo e o alinhamento com os objetivos pedagógicos e o currículo específico, algo que a IA frequentemente falha em discernir.
Ainda relacionado com esse tema, um aspecto que achei muito interesante é sobre a noção de propriedade ou domínio do professor sobre o conteúdo que ensina:
[...] tema recorrente entre os entrevistados foi a importância de ter um conhecimento sólido da própria disciplina ao utilizar materiais gerados por IA. [...] “Não posso pedir ao sistema, cinco minutos antes da aula: ‘crie uma aula sobre isso’ – e depois entrar na sala e dar a aula sem saber nada sobre o assunto”. Sentir um senso de propriedade sobre o material [...] é importante. Essa noção de “propriedade” sobre o material apresentado aos alunos foi central em muitas reflexões, sinalizando a importância de manter o controle profissional sobre o conteúdo da sala de aula. Isso foi visto como algo que permite aos professores justificar e endossar os materiais que utilizam – com base em seu próprio conhecimento e julgamento profissional –, mas também usá-los de forma adequada na sala de aula (Ljungvist; Sonesson; Selwyn, 2026, p. 6).
Trabalho de reparação em relação com o conhecimento do aluno (assegurando seu engajamento com a aprendizagem): O planejamento de aulas via IA carece de consciência situacional. Professores experientes precisam ajustar o material para atender às necessidades individuais, personalidades, conhecimentos prévios de seus alunos e diferenças de cada turma, algo que a IA "que nunca esteve na sala de aula" não consegue prever.
Nosso "toque humano" é insubstituível. Um plano de aula gerado pela IA pode até parecer bonito, mas ele não sabe que "João" não gosta de falar em público ou que a turma "B" rende mais com atividades curtas. Esse conhecimento situado e a percepção da dinâmica do grupo são coisas que a IA simplesmente não tem.
Trabalho de reparação em relação com as relações sociais do professor com seus alunos: O fornecimento de feedback e avaliação é visto como uma prática relacional e ética. Muitos professores resistem ao uso da IA nessas tarefas por considerarem que ela é incapaz de comunicar cuidado, empatia e reconhecer as histórias de vida e identidades dos alunos.
Essas preocupações ficaram mais evidentes quando os professores descreveram o uso da IA Gerativa para dar feedback aos alunos, talvez porque o feedback envolva não apenas orientar a aprendizagem, mas também demonstrar cuidado e valorizar os esforços dos alunos (Ljungvist; Sonesson; Selwyn, 2026, p. 7).
Isto não é apenas um trabalho superficial de correção de carências ou problemas encontrados.
Os tipos de trabalho humano relacionados às ferramentas de IA Generativa descritos em nosso artigo são de se esperar, especialmente se abordarmos a IAG como um entrelaçamento entre humanos e tecnologia, em vez de uma solução tecnológica simples e pronta. [...] a importância de nossas descobertas não reside na mera presença desse trabalho, mas em reconhecer sua complexidade e significado, e em admitir como ele tem sido marginalizado nas discussões educacionais dominantes e nas narrativas predominantes sobre o uso da IAG pelos professores (Ljungvist; Sonesson; Selwyn, 2026, p. 8).
É fundamental reconhecer a dimensão profissional e intrinsecamente humana do trabalho que os professores realizam para tornar os resultados da IA Gerativa utilizáveis em contextos pedagógicos.
Outro achado crucial é que grande parte do trabalho de reparo depende do conhecimento tácito e experencial do professor. Esse tipo de saber é intuitivo, incorporado e impossível de ser codificado em prompts ou reduzido a dados de treinamento de IA.
Sabe aquela intuição que o docente usa para decidir algo em segundos durante a aula? É o seu conhecimento tácito. O estudo mostra que temos um repertório imenso de saberes que "nem sabemos que sabemos" e que, por isso, nunca conseguiremos colocar em um prompt.
Os autores defendem que o conhecimento tácito dos professores deve ser protegido como uma fonte de autonomia e identidade, resistindo a tentativas de transformar o ensino em um processo puramente baseado em dados.
O feedback é sobre cuidado, não apenas dados. Muitos dos professores entrevistados sentem que deixar a IA dar feedback é quase antiético.
Feedback exige empatia, conhecer a história de vida do aluno e saber
quando ser "humilde" na correção para incentivar o estudante, algo que a
máquina não consegue replicar.
No fim das contas, o que o estudo
defende é que esse esforço que fazemos para "consertar" o que a IA
entrega não é uma falha nossa, é o próprio exercício da nossa
profissão. Esse "trabalho invisível" de ajuste e personalização é o que
garante que a tecnologia seja realmente útil na educação.
Não se trata de ser contra a tecnologia, mas de proteger a nossa autonomia e valorizar o que nos torna professores: o julgamento profissional e o afeto. Afinal, ensinar é muito mais do que processar dados!
Os resultados demonstram a necessidade de repensar quais formas de IA realmente beneficiam a educação e quais devem ser resistidas, priorizando ferramentas ou ações que apoiem a colaboração e a empatia em vez de apenas a eficiência técnica
Antes de finalizar, quero chamar a atenção agora sobre os riscos para os professores iniciantes que também aparecem no texto:
- Incapacidade de identificar perspectivas ausentes: Professores experientes alertam que os resultados da IA costumam parecer "muito bons" superficialmente, o que pode levar um docente iniciante a aceitá-los sem perceber que perspectivas pedagógicas cruciais podem estar faltando.
- Dificuldade em reconhecer falhas pedagógicas: O estudo observa que um professor novato pode não reconhecer "armadilhas" em planos de aula gerados por IA, como uma aula com excesso de conteúdo informativo (overloaded lecture). O perigo aqui é que, sem esse discernimento, os alunos acabam sendo submetidos a uma experiência de aprendizado ineficaz ou "terrível".
- Dependência de uma IA sem "consciência situada": Como o professor recém-formado ainda está desenvolvendo sua sensibilidade para as dinâmicas de sala de aula, ele pode ter mais dificuldade em realizar o necessário "trabalho de reparo". Professores veteranos conseguem prever que certas sugestões da IA "nunca funcionariam" com um grupo específico de alunos, uma intuição baseada em anos de prática que o iniciante ainda não possui.
- Riscos à identidade profissional e autonomia: O estudo sugere que a crescente onipresença dessas ferramentas pode moldar a identidade dos futuros professores de forma problemática. Há uma preocupação de que a formação docente precisa criar espaços críticos para discutir como o trabalho em ambientes "infundidos por IA" afetará o crescimento profissional e a autonomia desses novos educadores.
Em suma, o perigo reside no fato de que a IA pode parecer um "atalho" atraente para quem está começando, mas ela carece da experiência incorporada e situada que é fundamental para validar e ajustar o conteúdo para a realidade complexa e imprevisível de uma sala de aula real.
O que acharam destas descobertas dos autores Ljungvist, Sonesson e Selwyn? Por sua vez, vocês estão sentindo que a IA está ajudando ou que estão gastando mais tempo revisando e "reparando" o que ela produz? Sei que a resposta é relativa, mas vale o alerta.
Referência utilizada
LJUNGQVIST, Marita; SONESSON, Anders; SELWYN, Neil. Fixing teachers’ problems? exploring teachers’ repair and maintenance work around generative AI technologies. Discourse: Studies in the Cultural Politics of Education, p. 1-12, 2026 online first.
https://doi.org/10.1080/01596306.2026.2657793
Nenhum comentário:
Postar um comentário