Desde que o ChatGPT surgiu por quase três anos, o impacto das tecnologias de inteligência artificial (IA) no aprendizado tem sido amplamente debatido. São ferramentas úteis para educação personalizada ou são portas de entrada para a desonestidade acadêmica?
Mais importante ainda, há preocupação de que o uso da IA leve a uma “desqualificação” generalizada, ou seja, o declínio da capacidade de ter pensamento crítico. Se os alunos usam ferramentas de IA nas primeiras idades, argumenta -se, eles podem não desenvolver recursos básicos para o pensamento crítico e a solução de problemas.
É realmente assim? De acordo com um estudo recente dos cientistas do MIT, parece que sim. Os pesquisadores dizem que o uso do ChatGPT para ajudar a escrever ensaios ou relatórios pode levar a “dívida cognitiva” e “provável diminuição nas capacidades de aprendizado”.
Então, o que é descoberto no estudo?
A diferença entre usar IA ou apenas o cérebro
Ao longo de quatro meses, a equipe do MIT pediu a 54 adultos que escrevessem uma série de três ensaios e pudessem fazê -lo de três maneiras: usando a IA (ChatGPT), um mecanismo de pesquisa ou apenas seu próprio cérebro (grupo “apenas cérebro”). A equipe mediu o envolvimento cognitivo examinando a atividade elétrica no cérebro e fazendo uma análise linguística dos testes.
O envolvimento cognitivo daqueles que usaram a inteligência artificial foi significativamente menor do que nos outros dois grupos. Esse grupo também teve mais dificuldade em lembrar citações de seus próprios ensaios e tinha um sentimento menos de propriedade sobre seus documentos.
Curiosamente, os participantes trocaram papel para um quarto e último ensaio (o grupo que usou apenas o cérebro usava IA e vice -versa). O grupo de clubes IA-PARA teve um envolvimento pior e apenas um pouco melhor do que o outro grupo durante sua primeira sessão e muito abaixo do envolvimento do grupo “somente cérebro” em sua terceira sessão.
Os autores afirmam que isso demonstra como o uso prolongado dos participantes da IA levou a acumular uma “dívida cognitiva”. Quando eles finalmente tiveram a oportunidade de usar seus cérebros, eles não conseguiram replicar envolvimento ou ter um desempenho tão bom quanto os outros dois grupos.
Cauteloso, os autores observam que apenas 18 participantes (seis para cada condição) concluíram a quarta e última sessão. Portanto, as conclusões são preliminares e requerem mais testes.
Isso significa que a IA nos torna estúpidos?
Esses resultados não significam necessariamente que os alunos que usaram inteligência artificial acumularam “dívida cognitiva”. Em nossa opinião, as conclusões são devidas à maneira como o estudo foi projetado.
A mudança na conectividade neural do grupo que usou apenas o cérebro nas três primeiras sessões provavelmente resultou de se familiarizar com a tarefa, um fenômeno conhecido como efeito de familiarização. À medida que os participantes do estudo repetem a tarefa, eles são mais familiares e eficientes, e sua estratégia cognitiva se adapta à conformidade.
Quando o grupo de IA finalmente teve a oportunidade de “usar o cérebro”, estava fazendo a tarefa apenas uma vez. Como resultado, seus elementos não conseguiram corresponder à experiência do outro grupo. E eles atingiram um envolvimento um pouco melhor do que o grupo “apenas cérebro” durante a primeira sessão.
Para justificar totalmente as descobertas dos pesquisadores, os participantes da IA-pain-rorabro também precisariam concluir três sessões de redação sem inteligência artificial.
Da mesma forma, o fato de o grupo cerebral ter usado o ChatGPT de uma maneira mais produtiva e estratégica, provavelmente devido à natureza da quarta tarefa de redação, que exigia a redação de um ensaio em um dos três tópicos anteriores.
Como escrever sem inteligência artificial exigia um envolvimento mais substancial, eles tinham mais capacidade de lembrar o que haviam escrito no passado. Assim, eles usaram principalmente a IA para pesquisar novas informações e refinar o que haviam escrito anteriormente.
Quais são as implicações da IA?
Para entender a situação atual sobre inteligência artificial, podemos olhar para trás e ver o que aconteceu quando as calculadoras podem ser usadas pela primeira vez.
Na década de 1970, seu impacto foi regulamentado, tornando os exames muito mais difíceis. Em vez de distribuir os cálculos, os alunos deveriam usar calculadoras e dedicar seus esforços cognitivos a tarefas mais complexas.
E, na verdade, a barra foi significativamente alta, o que fez os alunos trabalharem tanto (se não mais) do que antes das calculadoras estão disponíveis.
O desafio da inteligência artificial é que, na maioria das vezes, educadores e professores não aumentaram o nível de demanda para tornar a IA uma parte necessária do processo. Os professores ainda exigem que os alunos realizem as mesmas tarefas e esperam o mesmo padrão de trabalho que eles eram esperados por cinco anos.
Portanto, nessas situações, a IA pode realmente ser prejudicial. Os alunos podem transferir amplamente o envolvimento crítico com o aprendizado para a IA, o que resulta em “preguiça metacognitiva”.
No entanto, como nas calculadoras, a IA pode e deve nos ajudar a realizar tarefas que antes eram impossíveis e ainda exigem envolvimento significativo. Por exemplo, podemos pedir aos alunos que usem a IA para produzir um plano de aula detalhado, que será avaliado quanto à qualidade e à solidez pedagógica em um exame oral.
No estudo do MIT, os participantes que usaram estavam produzindo os mesmos testes de sempre. Eles ajustaram seu compromisso de entregar o padrão de trabalho que era esperado deles.
O mesmo aconteceria se pedissem aos alunos que fizessem cálculos complexos com ou sem calculadora. O grupo que fez os cálculos em mãos suar, enquanto aqueles com calculadoras mal piscavam os olhos.
Aprenda a usar ai
As gerações atuais e futuras precisam ser capazes de pensar de forma crítica e criativa e resolver problemas. No entanto, a inteligência artificial está mudando o significado disso.
A produção de relatórios de caneta e papel não é mais uma demonstração de capacidade de pensamento crítico, além de fazer contas divisórias complexas não é mais uma demonstração de aritmética.
Saber quando, onde e como usar a inteligência artificial é a chave para o sucesso de sucesso e o desenvolvimento de habilidades. Saber hierarquizar quais tarefas pode ser transferido para uma IA para reduzir a dívida cognitiva é tão importante quanto entender quais tarefas exigem criatividade genuína e pensamento crítico.
Exclusivo P3/A conversa
Vitomir Kovanovic é professor associado e diretor associado do Center for Change and Complexity in Learning (C3L) na Universidade da Austrália do Sul
Rebecca Marrone é professora de ciências da aprendizagem e desenvolvimento no Center for Change and Complexity in Learning (C3L) na Universidade da Austrália do Sul
