Andrew Ng recomenda usar IA para gerar prática, não para fornecer respostas

No episódio mais recente do podcast Silicon Valley Girl, Andrew Ng trouxe à tona um perigo que vem ganhando força: a tendência de utilizar modelos generativos de IA para entregar respostas prontas, o que pode corroer o processo de aprendizagem ao eliminar a necessidade de esforço cognitivo na resolução de problemas.

Por que IA que entrega respostas prejudica a aprendizagem

Ng comparou o acesso precoce a soluções geradas por IA a dar a uma criança uma calculadora antes que ela compreenda a multiplicação básica, apontando que, assim como o uso antecipado da calculadora pode comprometer a fluência aritmética, a IA que fornece respostas pode impedir o desenvolvimento conceitual profundo.

Ele ressaltou observações de que estudantes que dependem da IA para concluir tarefas costumam experimentar um aumento imediato nas notas, mas retêm muito menos conhecimento a longo prazo, de modo que o ganho de curto prazo é compensado por uma queda na capacidade de aplicar os conceitos de forma independente.

Experiência pessoal de terceirização cognitiva

Ng descreveu sua própria experiência de "terceirização cognitiva": ao obter uma resposta técnica rápida de uma IA, avançou no projeto, mas, seis meses depois, se viu repetindo a mesma pergunta porque a compreensão subjacente nunca havia sido consolidada.

Como transformar a IA em ferramenta de prática

• Solicitar à IA que gere novos conjuntos de problemas adaptados ao currículo atual
• Usar a IA para variar parâmetros de exercícios existentes, aprofundando a prática
• Permitir que a IA sugira dicas em vez de soluções completas
• Empregar a IA para corrigir e dar feedback sobre as tentativas dos estudantes
• Integrar quizzes criados por IA nas rotinas regulares da sala de aula

Diretrizes para uso supervisionado da IA

Ng enfatiza que crianças devem interagir com a IA sob supervisão e filtragem de adultos, sendo o papel do adulto garantir que a saída da IA sirva como apoio, não como muleta, e que os aprendizes ainda realizem as etapas de raciocínio por conta própria.

Ele não defende abandonar a IA completamente; ao contrário, recomenda que estudantes e profissionais aprendam a construir com ela, tratando a tecnologia como parceira que pode amplificar a produtividade quando usada corretamente.

Segundo Ng, os engenheiros mais eficazes delegam cerca de 30 % a 40 % das tarefas rotineiras à IA, concentrando sua expertise humana nas áreas em que a IA ainda tem dificuldades — design criativo, julgamento ético e planejamento estratégico.

Barbara Oakley, especialista em ciência da aprendizagem, coroa o ponto de vista de Ng, argumentando que preservar o conhecimento fundamental enquanto se aproveita a IA para produzir um volume maior de exercícios de prática cria um ciclo virtuoso de reforço sem sacrificar a profundidade.

Ambos reconhecem que suas recomendações se baseiam em observações pessoais e julgamento de especialistas, não em estudos experimentais controlados; portanto, as percepções são indicativas, não definitivas, de efeitos universais.

Implicações para instituições brasileiras

Para organizações brasileiras, a mudança prática é clara: as ferramentas de IA devem ser usadas para ampliar o conjunto de material de prática, e não para substituir o processo de resolução de problemas, exigindo políticas que priorizem a revisão humana das respostas geradas.

Gestores podem estabelecer modos padrão que ofereçam apenas dicas, não soluções completas, e monitorar métricas de retenção ao longo do tempo, em vez de focar exclusivamente em notas imediatas, garantindo assim que o pensamento crítico seja preservado.

Ao implementar essas diretrizes, escolas e empresas de treinamento podem equilibrar a eficiência trazida pela IA com a necessidade de desenvolvimento cognitivo profundo, criando ambientes de aprendizagem mais resilientes e adaptáveis.

Em suma, a mensagem de Andrew Ng é um convite à reflexão: a IA deve ser vista como um facilitador de prática intensiva, não como um atalho que entrega respostas prontas, para que alunos e profissionais mantenham a capacidade de pensar e resolver problemas de forma autônoma.

Esta perspectiva, alinhada com as observações de Barbara Oakley, reforça a importância de um uso consciente e supervisionado da IA na educação brasileira, contribuindo para a formação de profissionais mais preparados e críticos.