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. Seu título é Fixing teachers’ problems? Exploring teachers’ repair and maintenance work around generative AI technologies e a referência completa está 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 alerta do Google Acadêmico, pois sigo Neil Selwyn, um dos autores.
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 do conteúdo (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 (para assegurar 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. É necessário saber quando ser "humilde" na correção para incentivar o estudante, algo que a
máquina não consegue replicar.
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.
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 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
