Para o fundador da Khan Academy, Salman Khan (2023, 0:33 – 2:01s), a IA é uma professora particular “extraordinária” que transformará a educação:
Estamos no limite de usar a IA para, provavelmente, a maior transformação positiva que a educação já viu. A forma como estamos fazendo isso é dando, a cada estudante do planeta, uma inteligência artificial, que é uma professora particular extraordinário. […] Isso poderia transformar um aluno mediano em um aluno excepcional, pode transformar um estudante abaixo da média em um estudante acima da média.
Khan fundamenta sua compreensão nos resultados da pesquisa de Bloom (1984), que comparou o aprendizado de estudantes em condições distintas: (i) ensino convencional, no qual um/a professor/a ensina cerca de 30 estudantes; e (ii) ensino particular, em que um/a professor/a ensina individualmente um/a único/a estudante. As/Os estudantes que aprenderam pelo ensino particular apresentaram notas mais altas, estudaram por mais tempo e demonstraram mais interesse.
Sabemos que um/a professor/a particular pode ser um/a aliado/a importante no processo de aprendizagem, mas o custo da hora-aula é um obstáculo para a maioria das/os estudantes brasileiras/os. Se a IA generativa puder funcionar como uma espécie de professora particular gratuita, como suposto por Khan, veremos uma grande melhoria no nível de aprendizado das/os estudantes nos próximos anos, em diferentes níveis e modalidades de educação… ou não?
Nós, autores deste livro, não compreendemos a IA generativa como uma professora. Apesar de, em alguns casos, seu tom acadêmico remeter à prática docente, ela não possui intencionalidade pedagógica, não tem um currículo formal a cumprir, não segue um plano de ensino, não propõe conteúdos de estudo, não realiza encontros regulares em forma de aulas, não exige atenção, não busca engajar a/o usuária/o em debates e na resolução de problemas, não passa dever de casa, não aplica provas, não faz avaliações, não monitora o progresso da/o estudante, não certifica a aprendizagem. Em vez de uma professora, a IA generativa se assemelha mais a uma pessoa bem-informada com quem podemos conversar sobre diversos temas.
As vantagens da IA generativa só podem ser aproveitadas por quem estiver disposta/o a interagir de forma ativa e reflexiva com ela. Isso é diferente de estar presente em uma aula, seja particular ou coletiva, e permanecer em silêncio ou sem participação. A IA não responde à passividade: ela não é uma “máquina de ensinar” porque não foi projetada para essa finalidade. No entanto, pode ser utilizada com intencionalidade pedagógica desde que alguém a customize para esse propósito.
20.1 – IA generativa em máquinas de ensinar
Máquina de Ensinar é um dispositivo projetado para implementar a instrução programada, conceito que se popularizou na década de 1950 com o psicólogo comportamentalista B. F. Skinner[1] (1954). As máquinas de ensinar daquela época eram mecânicas: o conteúdo era dividido em pequenos blocos, de modo que a/o estudante lia um texto curto ou uma pergunta por vez. Ao girar uma manivela, a máquina apresentava uma questão, e a/o estudante deveria escolher a alternativa correta ou escrever sua resposta, geralmente uma palavra ou um número. Em seguida, a máquina exibia a resposta certa, possibilitando à/ao usuária/o conferir se havia respondido corretamente, recebendo, assim, um feedback imediato. O aprendizado ocorria em uma sequência previamente determinada pelo criador do programa de autoinstrução, e a máquina condicionava o comportamento da/o estudante por meio de reforço positivo imediato.
Embora a IA generativa, por si só, não seja uma máquina de ensinar, ela pode servir de base para a construção desse tipo de sistema. Um modelo de linguagem pode ser integrado a um sistema computacional e funcionar como o “motor linguístico” de uma máquina de ensinar. Se é possível instruir a IA generativa para desempenhar diferentes papéis, também podemos configurá-la para operar como uma máquina de ensinar, dando instruções para seguir um planejamento didático, gerando conteúdos, tirando dúvidas da/o estudante, elaborando exercícios, corrigindo as respostas e avaliando o progresso da aprendizagem.
Há mais de meio século, Paulo Freire denunciava a educação bancária, na qual “o educador faz ‘comunicados’ e depósitos que os educandos, meras incidências, recebem pacientemente, memorizam e repetem” (Freire, 1970, p. 33). Essa pedagogia instrucionista não foi superada; ao contrário, continuou sendo praticada e se atualizando, chegando agora em sua versão “ciber”. Nessa nova versão, em vez de professoras/es realizarem comunicados e depósitos nas/os educandas/os, como ocorria na época de Freire, são as tecnologias digitais que, cada vez mais, assumem esse papel. Obviamente, a IA generativa será apropriada pelo movimento que denominamos cibertecnicismo (Pimentel; Carvalho, 2021; 2022), ou neotecnicismo digital (Freitas, 2021), uma abordagem didático-pedagógica massivo-instrucionista que compreendemos como a versão contemporânea do tecnicismo (Saviani, 1986, 1999) e do neotecnicismo (Freitas, 1992; 2011a; 2011b; 2018).
Fonte: dos autores, ilustração de Mônica Lopes
O radical “ciber” tem origem na raiz do termo grego kyber-, que significa “governar, dirigir, conduzir”. O termo cibernética foi cunhado por Norbert Wiener em 1948 para nomear os sistemas que se autorregulam, sejam sistemas vivos ou máquinas:
Decidimos chamar todo o campo da teoria de controle e comunicação, seja na máquina ou no animal, pelo nome de Cibernética, que deriva do grego χυβερνήτης ou timoneiro. Ao escolher este termo, desejamos reconhecer que o primeiro artigo significativo sobre mecanismos de feedback é um artigo sobre governantes, publicado por Clerk Maxwell em 1868 e que governante deriva de uma corruptela latina de χυβερνήτης. Também desejamos nos referir ao fato de que os mecanismos de direcionamento de um navio [que atuam sobre o timão, ou leme, em termos técnicos] são, de fato, uma das formas mais antigas e mais bem desenvolvidas de mecanismos de feedback. (Wiener, 2019, p. 18, tradução nossa)
Wiener evocou a imagem do timoneiro: alguém ou algo que mantém o rumo ajustando continuamente em função dos feedbacks do ambiente. Essa metáfora foi utilizada para descrever o controle de sistemas autônomos, que se autorregulam, assim como um barco que chega ao seu destino por meio do piloto que vai ajustando constantemente a sua rota.
Um exemplo contemporâneo do conceito de cibernética é o carro autônomo: um sistema fechado que opera sem intervenção humana direta. Equipado com IA, o veículo ajusta direção e velocidade para alcançar seu destino, considerando tanto fatores previsíveis (como a rota no GPS) quanto imprevisíveis (trânsito, obstáculos, semáforos, limites de velocidade e variações no terreno).
Embora o termo cibernética tenha sido originalmente utilizado para nomear a área de estudo da autorregulação em sistemas dinâmicos, ao longo do tempo, o radical “ciber” passou por um processo de ressignificação. Ele passou a ser empregado como sinônimo de computadores, tecnologias digitais e internet, distanciando-se de seu sentido original ligado à Teoria do Controle (como retroalimentação ou feedback). Hoje, diversos termos com esse prefixo estão registrados no Vocabulário Ortográfico da Língua Portuguesa (Volp), como ciberespaço, cibernauta, ciberativismo, cibercrime, cibersegurança e ciberjornalismo. É nessa acepção ampliada e atualizada que utilizamos o radical “ciber” para qualificar a versão contemporânea do tecnicismo.
Por cibertecnicismo, referimo-nos a uma abordagem didático-pedagógica instrucionista na qual os processos de ensino são parcial ou totalmente automatizados por meio de técnicas e tecnologias digitais, incluindo: plataformização, dataficação, gamificação, youtuberização, algoritmização, inteligência artificial, chatbots, tutores inteligentes, entre outras. Nessa abordagem, assume-se que computador e estudante formam um sistema fechado capaz de aprender sem a presença de professoras/es ou colegas de turma, como se fossem o barco e timoneiro, um sistema capaz de se autorregular.
O cibertecnicismo preserva os princípios fundamentais da racionalidade técnica e científica que caracterizaram o tecnicismo clássico, agora reformulado pelo uso das tecnologias digitais em rede, com vistas à automatização dos processos educacionais. Trata-se da efetivação da “arte de ensinar sem professoras/es”, com mínima ou nenhuma mediação humana. É evidente que a IA generativa, por sua capacidade conversacional e de gerar conteúdos e responder dúvidas, constitui-se como uma aliada potente desse projeto de instrução automatizada.
Nas políticas oficiais, esse tecnicismo disfarçado de inovação já é uma presença que é comemorada pelo hegemônico neste momento. […] Não se aprende e nem se forma com um cérebro separado de uma história de vida, de trabalho e de cultura. Não queremos isso. […] É impensável a formação como produção em série. É uma impossibilidade pensá-la e alcançá-la por indicadores extensivos, dimensões aferidas e estandardizações. Ou é criação sociotécnica, ética, estética, política, cultural, experiencial e acontecimental, ou então não é formação (Macedo, 2020, 5:12s).
O avanço do cibertecnicismo está diretamente relacionado à mercantilização da educação, que passou a ser concebida como um negócio lucrativo (Freitas, 2018), e se torna ainda mais lucrativo à medida que se reduzem os “gastos” com professoras e professores. Para viabilizar a automação do ensino sem a mediação docente, desenvolveu-se a técnica de autoinstrução conhecida como instrução programada. Nesse método didático, o conteúdo é organizado em uma sequência cuidadosamente estruturada por um/a designer instrucional. Após a apresentação de cada segmento de conteúdo, aplica-se uma atividade de (auto)avaliação, com o objetivo de verificar se a/o estudante assimilou as informações. Em geral, essa avaliação limita-se a checar se a/o estudante é capaz de reproduzir uma informação apresentada no texto; caso tenha dúvidas, deve reler o material. A educação, nesse modelo, é reduzida à simples assimilação de informações descontextualizadas, sem a presença de professoras/es e colegas que possibilitem questionar, problematizar e negociar sentidos.
Muitos cursos a distância mediados por redes digitais herdaram as práticas massivo-instrucionistas de ensino promovidas por gerações anteriores de Educação a Distância, viabilizadas por meios de comunicação de massa como o rádio e a televisão. O ensino em escala industrial levou à fragmentação e especialização do trabalho docente, instituindo uma hierarquia funcional entre diferentes papéis: professor-conteudista, professor-coordenador, professor-mediador, professor-tutor etc. Essa organização é caracterizada como “uma forma industrial de educação”, baseada na racionalização, na divisão do trabalho e na produção em massa, em que o processo de ensino é gradualmente reestruturado pela crescente mecanização e automação (Belloni, 2012, p. 7-8).
A mecanização e automação do ensino se intensificaram com o desenvolvimento das plataformas online de educação. Os Cursos Online Abertos e Massivos (MOOCs), lançados no final dos anos 2000 e amplamente difundidos na década de 2010, levaram essa lógica de automação do ensino ao extremo. Plataformas como Khan Academy, Coursera, Udacity e edX foram criadas para hospedar e comercializar cursos e disciplinas online, nem sempre de acesso aberto, apesar do discurso de democratização. Tais cursos são considerados “massivos” porque se destinam a ensinar um mesmo conteúdo a um número muito elevado de estudantes, em escala global. O entusiasmo em torno desses cursos, produzidos por universidades de prestígio internacional — como MIT, Oxford, Stanford, Cambridge, Harvard, entre outras — levou algumas pessoas a projetar um futuro em que, após um período de competição, restariam apenas dois ou três MOOCs por área de conhecimento, controlados por um número reduzido de universidades globais, operando com estratégias neocolonizadoras.
Reconhecemos que o problema não está na diversidade de modalidades educacionais, mas no fato de essas modalidades, muitas vezes, se tornarem a única opção disponível para a/o estudante. Isso é especialmente preocupante quando se considera que muitas/os estudantes não as preferem. Nos Estados Unidos, por exemplo, “apenas de 5 a 10% dos estudantes universitários preferem Cursos Online Massivos e Abertos” (Vicari, 2021, n.p.). Além disso, é amplamente conhecida a altíssima taxa de evasão nesses cursos, que pode chegar a 95% (Silva et al., 2014). No Brasil, a maioria das/os estudantes universitárias/os está em cursos na modalidade a distância (Brasil, 2025). No entanto, essa escolha nem sempre se dá pelas facilidades oferecidas, como o acesso remoto, que elimina a necessidade de deslocamento até o campus (frequentemente localizado a muitos quilômetros da residência da/o estudante), ou o caráter assíncrono, que possibilita estudar fora dos horários convencionais. Para muitas/os, trata-se de uma decisão imposta por barreiras econômicas e de acesso: de um lado, a escassez de vagas nas universidades públicas gratuitas, extremamente concorridas; de outro, as altas mensalidades dos cursos presenciais em instituições privadas. Nesse contexto, um curso a distância com mensalidade reduzida torna-se a única alternativa economicamente viável; nem sempre é uma escolha baseada em preferência, mas uma imposição das desigualdades estruturais que afetam o ingresso e a permanência no ensino superior presencial.
A financeirização da educação superior possibilitou a consolidação de um novo “modelo de negócio” (Amaral; Vergara, 2011), no qual estudantes são tratadas/os como consumidoras/es que escolhem e contratam cursos entre centenas de ofertas disponíveis no mercado educacional. Esse modelo tem favorecido a expansão de grandes conglomerados privados de EaD, incluindo empresas internacionais, no sistema de ensino superior brasileiro.
Com o crescimento da modalidade a distância, tornou-se necessário desenvolver estratégias para manter estudantes engajadas/os, mesmo na ausência de acompanhamento direto por parte de professoras/es e colegas. Nesse contexto, a gamificação emergiu como um recurso central para a automação do ensino. Pressupõe-se que a incorporação de dinâmicas, linguagens e estéticas dos jogos, como sistemas de pontuação, rankings, níveis e medalhas, possa aumentar a motivação e o envolvimento das/os estudantes no processo de aprendizagem (Oliveira et al., 2021). Essas técnicas rapidamente se disseminaram nos sistemas computacionais voltados à educação, chegando às plataformas de ensino-aprendizagem. Algumas instituições chegam a promover seus cursos enaltecendo o uso de um “AVA gamificado, sem tutor e autoinstrucional”, vangloriando-se da consolidação de um modelo de ensino alinhado ao cibertecnicismo.
Essas plataformas de aprendizagem não apenas medeiam o processo educacional, mas também monitoram e coletam dados sobre as/os estudantes, registrando cada ação realizada. Elas rastreiam, por exemplo, os dias e horários de acesso, o tempo de permanência na plataforma, os conteúdos visualizados e sua duração na tela, as atividades avaliativas realizadas, as questões corretas e incorretas, a sequência de cliques, o número de mensagens enviadas e até o conteúdo textual de cada interação. Esse vasto volume de dados é processado e analisado para gerar indicadores baseados em comparações com o desempenho de outras/os estudantes da turma e com os dados do histórico de uso da própria plataforma. Técnicas de inteligência artificial são então empregadas para construir modelos preditivos capazes de inferir comportamentos: se a/o estudante está achando o curso muito difícil ou muito fácil, se há risco de evasão ou se demonstra sinais de engajamento. Com base nesses indicadores, o sistema toma decisões automatizadas, como enviar um e-mail de apoio, sugerir conteúdos e atividades complementares, recomendar o contato com o/a tutor/a ou, simplesmente, não intervir.
A centralidade da análise de dados em nossa sociedade hiperconectada deu origem a uma nova área de conhecimento: a Ciência de Dados. Uma de suas especializações voltadas à educação é a Análise de Aprendizagem (Learning Analytics), que se ocupa do exame sistemático dos dados educacionais gerados pelas/os estudantes. Esses dados são coletados, armazenados, tabulados, minerados, comparados, transformados, estratificados, reutilizados e, em muitos casos, vendidos. As plataformas educacionais incorporam essa lógica, dataficando o processo de ensino-aprendizagem de maneira muito mais elaborada do que as tradicionais planilhas de frequência e de notas que nós, professoras/es, estávamos acostumadas/os a gerenciar.
Diversas escolas e universidades brasileiras, incluindo instituições públicas, têm adotado plataformas de grandes corporações estrangeiras de tecnologia, como o Google Sala de Aula e o Microsoft Teams, além de aplicativos como WhatsApp e Instagram, pertencentes à Meta. Essas empresas passaram a mediar o cotidiano educacional, coletando dados de professoras/es e estudantes, influenciando práticas pedagógicas e ampliando sua presença global ao nos tornarem dependentes de suas soluções tecnológicas desde os primeiros anos de escolarização.
Sem uma discussão crítica e uma formação docente adequada, corremos o risco de o cibertecnicismo se disseminar mais amplamente. Um exemplo é o uso do Google Formulários integrado ao Google Sala de Aula, que possibilita a criação de questões de múltipla escolha com correção automática e registro imediato das notas na planilha da turma. A facilidade de disponibilizar conteúdos e automatizar atividades avaliativas possibilita que qualquer professor/a, mesmo sem formação em design instrucional ou programação, crie sua própria “máquina de ensinar”. Trata-se da banalização da instrução programada em larga escala, impulsionada por plataformas de uso massivo.
As grandes empresas de tecnologia disputam a colonização digital do sistema educacional. A empresa Google, por exemplo, não apenas ofereceu gratuitamente suas tecnologias digitais às instituições de ensino brasileiras durante a pandemia, como também implementou programas de capacitação docente, transformando professoras e professores em multiplicadoras/es de suas soluções. Muitas/os educadoras/es, orgulhosas/os do selo de “Google Certified Trainer”, compartilham dicas e tutoriais sobre o uso pedagógico do Google Sala de Aula em canais do YouTube e nas redes sociais.
Se, por ora, a substituição total de professoras/es ainda não é tecnicamente viável, essas empresas apostam em outras estratégias: aliciar, agenciar e formar docentes para que se tornem usuárias/os fidelizadas/os de suas plataformas. E, enquanto a automação completa do ensino não se concretiza, seguem os esforços para expandir a automatização da arte de ensinar sem professoras/es por meio das tecnologias digitais em rede. A inteligência artificial generativa representa a mais recente e poderosa tecnologia a ser apropriada por esse movimento.
O ideal de uma educação massificada não é novo. Um exemplo emblemático pode ser encontrado em Comenius, considerado o pai da didática moderna, que, ao criticar o sistema feudal de ensino, publicou Didática Magna em 1627 e 1638, defendendo uma “arte universal de ensinar tudo a todos”:
Didática significa arte de ensinar. […] Nós ousamos prometer uma Didática Magna, isto é, um método universal de ensinar tudo a todos. E de ensinar com tal certeza, que seja impossível não conseguir bons resultados. E de ensinar rapidamente, ou seja, sem nenhum enfado e sem nenhum aborrecimento para os alunos e para os professores, mas antes com sumo prazer para uns e para outros. E de ensinar solidamente, não superficialmente e apenas com palavras, mas encaminhando os alunos para uma verdadeira instrução (Comenius, 2001 [1638], p.3-4).
O problema, obviamente, não está no ideal de democratização da educação, mas na operacionalização desse objetivo. Comenius propunha uma organização lógica do conhecimento, de tal forma que qualquer assunto pudesse ser aprendido por qualquer pessoa por meio de um método de ensino que ele acreditava ser eficaz e eficiente, em que um/a único/a professor/a leciona para centenas de estudantes:
De tal maneira que um só professor seja suficiente para instruir, ao mesmo tempo, centenas de alunos, com um esforço dez vezes menor que aquele que atualmente costuma dispender-se para ensinar cada um dos alunos. […] O professor, com os mesmos exercícios, pode, ao mesmo tempo e de uma só vez, ministrar o ensino a uma multidão de alunos sem qualquer incômodo (Comenius, 2001 [1638], p. 46, 96).
A Didática Magna representou uma nova abordagem pedagógica ao propor um modelo de educação que, hoje, poderíamos rotular como massificada. Essa proposta também implicava, ainda que de forma não nomeada na época, o que atualmente reconhecemos como precarização do trabalho docente (Sampaio; Marin, 2004; Lapa; Pretto, 2010).
A ideia de uma educação massificada ganhou força com os processos de automação generalizada decorrentes da Revolução Industrial, em que os métodos de produção artesanal foram gradualmente substituídos por processos mecanizados, movidos a energia a vapor e, posteriormente, elétrica. Desde o século XIX, diversos esforços foram realizados no sentido de criar uma máquina capaz de automatizar o ensino por meio da instrução programada. O objetivo era desenvolver um sistema que apresentasse o conteúdo em pequenas unidades testáveis, oferecesse feedback imediato após a realização de um teste e possibilitasse à/ao estudante aprender no próprio ritmo. Esses esforços culminaram no desenvolvimento das máquinas mecânicas de ensinar, que viabilizaram, pela primeira vez, a automação da instrução em escala.
Paralelamente às máquinas instrucionais, a massificação do ensino encontrou outra aliada poderosa nas chamadas máquinas sensórias (Santaella, 1997), como a fotografia, o rádio, o cinema, o telefone e a televisão. Esses dispositivos permitiram a reprodução de diferentes formas de signos e ampliaram o alcance e as formas de mediação do conhecimento. Foi nesse contexto que emergiu a tele-educação, modelo que expandiu as possibilidades da educação massiva para além do que o livro impresso já permitia.
A Revolução Industrial, os meios de comunicação de massa, os avanços nas técnicas de autoinstrução e, mais recentemente, as tecnologias digitais em rede, impulsionaram o que hoje chamamos de versão contemporânea da instrução programada. Trata-se do resultado de uma rede histórica de desejos, tecnologias e desenvolvimentos que a sociedade vem perseguindo há séculos. “Se a automação computadorizada aumentou a produção nas fábricas, então o mesmo pode ocorrer no ensino superior” (Plato, s.d., n.p., tradução nossa).
A pedagogia (ciber)tecnicista deve ser compreendida também a partir do desejo histórico de cientificar a educação, por meio da adoção de abordagens mensuráveis, controláveis e alinhadas ao paradigma experimental-positivista, que ganhou força na primeira metade do século XX. É nesse contexto ideológico e científico que emerge a área do currículo, a qual deu sustentação à concepção tecnicista de educação (Silva, T., 1999). Fundamentada em uma racionalidade liberal-científica, essa perspectiva valorizava métodos, técnicas e tecnologias como pilares da prática educativa, consolidando-se na forma de uma pedagogia tecnicista orientada pelos seguintes princípios:
- a aprendizagem escolar deve se restringir aos conteúdos científicos;
- o papel da escola é instruir e preparar a/o estudante para o mundo do trabalho;
- o foco deve recair sobre métodos e tecnologias que tornem o ensino mais eficiente e eficaz;
- o/a professor/a deve atuar como mero/a executor/a de currículos concebidos por especialistas.
Essa abordagem não ficou restrita às décadas de 1960, 1970 e 1980; ao contrário, continuou a ser apropriada por gestoras/es, professoras/es e alunas/os, reconfigurando-se, a partir da década de 1990, sob a forma da pedagogia neotecnicista, impulsionada pela racionalidade neoliberal (Freitas, 2011a). A pedagogia neotecnicista não é apenas uma reformulação do tecnicismo original, mas é também um alerta para a retomada e o fortalecimento de sua lógica sob novas roupagens, agora marcadas pelo discurso da eficiência, da mensuração e da responsabilização. Essa nova versão mantém a padronização dos processos educativos e aprofunda os mecanismos de controle, sobretudo por meio da “predominância da avaliação externa de larga escala, implementada a partir de uma teoria em que o professor e a escola eram responsabilizados de fora do sistema educacional pelos resultados de aprendizagem” (Freitas, 2021, n.p.). Trata-se, portanto, de uma pedagogia que combina tecnicismo, neoliberalismo e cultura da avaliação, e que encontra no cibertecnicismo sua expressão atualizada e intensificada pelas tecnologias digitais e pelas promessas de automação do ensino.
Com a popularização das tecnologias digitais em rede a partir dos anos 2000, o tecnicismo ingressou em uma nova fase: a da pedagogia neotecnicista digital, ou, como propomos neste trabalho, pedagogia cibertecnicista. Essa abordagem representa um “novo estágio de controle do magistério e dos estudantes que vem na onda das tecnologias digitais. Ele combina demandas […], métodos de ensino e processos de avaliação – tudo embarcado em plataformas de aprendizagem – híbridas ou não” (Freitas, 2021, n.p.). Um de seus principais objetivos é formar sujeitos capazes de gerir a si mesmos, operando como administradores de sua própria trajetória de aprendizagem, acumulando competências e habilidades exigidas pelo mercado de trabalho. Trata-se de uma pedagogia cada vez mais presente no cotidiano educacional e que precisa ser criticamente interrogada: que subjetividades ela visa produzir? Qual é seu ideal de sujeito e de sociedade? A quem ela serve na construção desse ideal? De que forma ela impacta os processos formativos contemporâneos?
Não estamos fazendo um ataque ao uso das tecnologias computacionais no contexto educacional. Tampouco se trata de uma crítica à Educação a Distância em si, pois sabemos que outras abordagens didático-pedagógicas são possíveis nessa modalidade, como a Educação Online, que temos praticado e sobre a qual temos teorizado (Pimentel; Carvalho, 2020). Nosso objetivo é chamar a atenção para o fato de que as máquinas de ensinar não pertencem ao passado. Ao contrário: elas vêm sendo constantemente atualizadas, acompanhando as inovações tecno-pedagógicas, passando por sucessivas reformulações numa busca contínua por aperfeiçoar a arte de ensinar sem professoras/es. A busca pela massificação e automação da instrução não perdeu força. A IA generativa é a nova tecnologia que irá turbinar o movimento cibertecnicista.
20.2 – Professoras/es serão substituídas/os por IA?
Um questionamento que nos assombra há várias décadas e que foi revigorado com o lançamento do ChatGPT: nós, professoras e professores, seremos substituídas/os pelas tecnologias digitais? O fato é que estão emergindo modelos de escola e universidade sem professoras/es, substituindo docentes por IA generativa:
- “O currículo escolar do Arizona será ensinado por IA, sem professores” (Feathers, 2024). Em uma escola dos EUA, as aulas serão conduzidas integralmente por IA, com base em programas de aprendizagem personalizada de empresas como Khan Academy e IXL. Nesse modelo de escola, da Unbound Academy, não há professoras/es, mas sim mentoras/es e treinadoras/es de aprendizagem (coaches).
Nossos algoritmos de IA criam trajetórias de aprendizagem personalizadas, adaptadas às necessidades, habilidades e progresso individuais de cada estudante. A tecnologia avalia continuamente o desempenho, o engajamento e o estado emocional do aluno para otimizar, em tempo real, o conteúdo, o nível de dificuldade e o ritmo das lições. Essa abordagem garante que os estudantes trabalhem sempre em sua zona de desenvolvimento ideal, recebendo material desafiador na medida certa para manter a motivação e permitindo que aprendam até 2,3 vezes mais rápido do que em escolas tradicionais. Por meio de análises detalhadas e monitoramento contínuo, a IA identifica rapidamente áreas em que o estudante pode precisar de suporte adicional ou onde pode ser desafiado ainda mais para aprimorar sua experiência de aprendizagem. Se um aluno demonstrar dificuldades ou necessitar de material mais avançado, a IA adapta as lições instantaneamente, garantindo suporte e desafios em tempo real. (Unbound Academic Institute, 2024, p. 23, tradução nossa)
- “Inteligência Artificial: escola no Reino Unido inicia turma sem professores” (Nabuco, 2024). Uma escola particular em Londres iniciou uma turma sem professores, “com todas as disciplinas principais sendo ensinadas inteiramente por plataformas de aprendizagem adaptativa orientadas por IA” (David Game College, 2024, s.p., tradução nossa). Professoras/es ficam em segundo plano, atuando como treinadoras/es de aprendizagem (learning coaches), dando suporte quando necessário e ensinando temas polêmicos ou que a IA apresenta muitas limitações, como educação sexual e aulas de arte.
- “Professores gerados por inteligência artificial dão aulas em universidade de Hong Kong” (Exame, 2024). A Universidade de Ciência e Tecnologia de Hong Kong (HKUST) está testando professoras/es virtuais baseadas/os em IA. No curso Redes Sociais para Criativos, cerca de 30 estudantes assistem a aulas realizadas por avatares digitais, incluindo uma versão virtual de Albert Einstein. Esses avatares são personalizáveis e podem ser exibidos em telas ou em realidade virtual. O pesquisador Pan Hui, responsável pelo projeto, acredita que, no futuro, professoras/es geradas/os por IA serão mais confiáveis do que as/os professoras/es humanas/os, mas defende a coexistência entre docentes humanas/os e virtuais, que podem proporcionar mais diversidade e imersão. No entanto, pesquisas mostram que a maioria das/os estudantes ainda prefere professoras/es reais, valorizando empatia, experiência e feedback
O que nos resta perguntar não é mais se a IA tem potencial para substituir docentes, pois isso já está sendo efetivado. O que precisamos atentar é o por vir: nos próximos anos, a substituição de professoras/es por tecnologias inteligentes ficará restrita a poucas escolas e universidades, ou se tornará uma realidade em larga escala?
A resposta a essa questão depende de múltiplos fatores: de nossas concepções sobre a finalidade da educação, de como compreendemos o papel de estudantes e docentes em tempos de IA generativa, das políticas públicas que incentivam ou restringem o uso de tecnologias digitais nas instituições de ensino, da expansão ou limitação de técnicas didático-computacionais automatizadas, entre outros aspectos. Queremos, aqui, refletir sobre essa questão, que precisa ser amplamente debatida por todas as pessoas que lecionam em qualquer nível educacional, pois a revolução promovida pelas tecnologias digitais está apenas no começo e o mundo continuará mudando rapidamente.
A substituição da docência humana não ocorrerá de forma abrupta ou repentina: trata-se de um processo histórico em construção há mais de um século, desde as primeiras experiências com as máquinas de ensinar. Sob essa perspectiva, a IA generativa representa apenas mais um passo rumo à automação de tudo. Antes dela, chatbots já eram utilizados em algumas plataformas educacionais. Hoje, a maioria das/os estudantes universitárias/os ao redor do mundo já utiliza essa tecnologia, e sua popularização tende a se expandir também entre alunas/os do ensino médio e fundamental.
A substituição de professoras/es universitárias/os vem sendo efetivada em nosso país há vários anos, antes mesmo do lançamento do ChatGPT. Para compreender esse processo, é preciso considerar que 80% das/os graduandas/os brasileiras/os estão matriculadas/os em universidades privadas (Brasil, 2025) e que, dessas instituições, alguns grandes grupos educacionais com fins lucrativos e sem compromisso real com a qualidade do ensino vêm reduzindo o número de docentes, priorizando a maximização dos lucros. Estamos sofrendo uma consequência da mercantilização e financeirização da educação superior, que tem levado à precarização do trabalho docente, à redução da carga horária de professoras/es, à substituição de aulas presenciais por ensino a distância e ao aumento do controle administrativo sobre o ensino.
Na EaD, é comum a contratação de um/a tutor/a para supervisionar centenas ou milhares de estudantes, substituindo o trabalho que antes era realizado por diversas/os docentes. No Brasil, entre 2015 e 2024, o ensino superior registrou um aumento de 27% no número de estudantes matriculadas/os em cursos de graduação, enquanto, no mesmo período, o número de professoras/es na educação superior foi reduzido em 4% (Brasil, 2025). Como consequência, temos colegas que foram demitidas/os nesse período. Portanto, ao menos no ensino superior, a substituição de docentes já estava em curso antes do boom da IA generativa, que tem potencial para acelerar ainda mais esse processo.
Profissionais da educação tornam-se substituíveis quando a educação é concebida como sinônimo de instrução; quando o papel do/a professor/a se reduz a apresentar conteúdos e corrigir provas; quando estudantes são vistas/os como tábulas rasas. Para quem já acreditava na substitutibilidade de docentes, essa convicção se fortaleceu com a popularização da IA generativa.
Como reação, algumas/uns docentes ignoram as tecnologias digitais, limitando atividades e avaliações à sala de aula sem computadores ou internet. Essa ação ignora o contexto em que vivemos: crianças, jovens, adultas/os e idosas/os aprendem cotidianamente em ecossistemas digitais permeados por buscadores, plataformas educacionais, repositórios acadêmicos e, mais recentemente, sistemas baseados em IA generativa. Nessa realidade hiperconectada, excluir as tecnologias digitais do espaço escolar aprofunda as desigualdades: quem dispõe de capital cultural e acesso a dispositivos computacionais continuará explorando essas tecnologias fora da sala de aula, enquanto as/os demais estudantes continuarão excluídas/os ciberculturalmente.
Acreditamos, assim como António Nóvoa (2018), que “nada substitui um bom professor”, nem as tecnologias digitais, nem a inteligência artificial generativa. No entanto, reconhecemos que a lógica capitalista deseja essa substituição. Precisamos lutar contra a visão reducionista de educação que elimina as relações humanas dos processos de ensino-aprendizagem, tanto de professoras/es quanto de colegas de turma. Essa não é uma luta apenas de professoras/es; trata-se de uma responsabilidade coletiva, que exige mobilização da sociedade, das instituições de ensino e, sobretudo, da esfera política.
A necessidade de lutarmos contra uma automação completa dos processos de ensino-aprendizagem não deve nos impedir de usar as tecnologias digitais, especialmente a IA generativa, nos cotidianos educacionais com o objetivo de promover uma formação condizente com o tempo presente. Precisamos compreender as potencialidades, riscos e limitações da IA generativa, seus usos, implicações e as teorizações a seu respeito. Isso pode envolver transformar crenças, concepções e práticas, o que requer investimentos na formação docente.
Retomando o questionamento que intitula este capítulo: nós, professoras/es, seremos substituídas/os pela IA generativa? Nossa resposta não é um categórico sim ou não, pois depende de diversos fatores: nossos valores e crenças didático-pedagógicas, perspectivas teóricas, conhecimentos sobre as potencialidades e limitações das tecnologias generativas, políticas públicas, interesses capitalistas etc.
Não se trata de uma coisa OU outra, mas sim de uma coisa E outra. A computação vem sendo utilizada para promover situações didáticas inovadoras, compreendendo a IA generativa como uma tecnologia de apoio às práticas pedagógicas; E, também, vem sendo utilizada para acelerar a implantação da arte de ensinar sem professoras/es, compreendendo a IA generativa como uma tecnologia capaz de reduzir os “gastos” com docentes, recursos didáticos e infraestrutura física. Trata-se de uma questão que envolve tecnofilia E tecnofobia, adoção E resistência, indução E desencorajamento, imposição E proibição, entre outras (o)posições.