A onda tecnológica avança implacavelmente, e o que antes era considerado exclusivo da pesquisa científica, os sistemas de inteligência artificial (IA), agora se infiltraram sutilmente no cotidiano acadêmico dos universitários. A empresa Anthropic publicou recentemente um extenso e importante relatório de pesquisa, analisando milhões de diálogos anônimos de estudantes na plataforma Claude.ai, revelando pela primeira vez como os universitários usam essa nova ferramenta em cenários reais. Este relatório não apenas mapeia o uso atual da IA pelos universitários, mas também nos leva a refletir sobre o futuro da educação.
Estudantes de ciências exatas dão o primeiro passo, abraçando a nova realidade da IA
Uma das principais descobertas do relatório é que os estudantes de ciências exatas (STEM), especialmente os de ciência da computação, foram os primeiros a experimentar ferramentas de IA como o Claude.
É notável que os estudantes de ciência da computação representem 36,8% das conversas no Claude, enquanto representam apenas 5,4% das graduações em universidades americanas.
Essa diferença significativa na proporção pode refletir um maior conhecimento e aceitação da tecnologia de IA no campo da ciência da computação, ou pode indicar que os sistemas de IA são mais eficazes para lidar com as tarefas enfrentadas pelos estudantes de ciências exatas. Em contraste, o uso de IA por estudantes de negócios, saúde e humanidades é relativamente baixo em comparação com o número de matrículas nessas áreas. Essa tendência indica que o nível de aceitação e as formas de aplicação da IA podem variar significativamente entre as diferentes disciplinas.
Criar, analisar, resolver problemas: as três principais utilizações da IA por estudantes universitários
Então, o que os universitários estão fazendo com a IA? A pesquisa revela que a criação e melhoria de conteúdo educacional é o principal objetivo do uso do Claude pelos estudantes, representando quase 40% das conversas (39,3%).
Isso inclui projetar exercícios, aprimorar trabalhos acadêmicos, resumir materiais acadêmicos, etc. Em segundo lugar, obter explicações técnicas ou soluções para tarefas acadêmicas também representa uma grande proporção (33,5%). Por exemplo, os alunos usam a IA para depurar códigos, implementar algoritmos de programação e resolver problemas matemáticos. Além disso, a análise e visualização de dados (11,0%), o suporte ao design de pesquisa e desenvolvimento de ferramentas (6,5%), a criação de gráficos técnicos (3,2%) e a tradução e revisão (2,4%) também são aspectos importantes do uso da IA pelos estudantes.
O relatório também identifica quatro padrões principais de interação entre estudantes e IA: resolução direta de problemas, criação direta de resultados, resolução colaborativa de problemas e criação colaborativa de resultados, sendo esses quatro padrões igualmente frequentes nos dados.
É importante observar que os alunos usam principalmente a IA para tarefas criativas (usando informações para aprender novos conhecimentos) e analíticas (decompondo informações conhecidas e identificando relações). Isso está em consonância com as funções cognitivas de ordem superior na taxonomia de Bloom, mas também levanta uma questão importante: como podemos garantir que os alunos não terceirizem completamente as tarefas cognitivas essenciais para a IA, impedindo assim o desenvolvimento de suas próprias habilidades?
IA como "impulsionador" ou "muletas"? Reflexões profundas sobre a educação
As formas de interação entre estudantes de diferentes disciplinas e a IA apresentam diferenças significativas. Por exemplo, estudantes de ciências naturais e matemática tendem a usar a IA para resolver problemas acadêmicos específicos, enquanto estudantes de ciência da computação e engenharia tendem a ter diálogos colaborativos com a IA. Os estudantes de pedagogia tendem a usar a IA para criar materiais de ensino.
O que é ainda mais interessante é que, com base na taxonomia de Bloom, os pesquisadores analisaram as tarefas cognitivas delegadas pelos alunos à IA, e os resultados mostraram que a IA assume principalmente funções cognitivas de ordem superior, como criação e análise, enquanto tarefas de ordem inferior, como memorização e compreensão, são relativamente menos frequentes.
Este "modelo invertido da taxonomia de Bloom" leva a uma profunda reflexão no campo da educação sobre o papel da IA: a IA é um "impulsionador" que aumenta a eficiência de aprendizagem dos alunos ou uma "muleta" que pode enfraquecer suas habilidades básicas? Embora a IA possa demonstrar fortes capacidades criativas e analíticas, isso não significa que os alunos também estejam ativamente envolvidos nesses processos. A dependência excessiva da IA para tarefas cognitivas de alta ordem pode prejudicar o desenvolvimento de habilidades essenciais, como o pensamento crítico.
Claro, também devemos considerar as limitações deste relatório. Por exemplo, os dados da pesquisa podem refletir mais os hábitos dos usuários iniciais e não representar completamente todos os universitários. Além disso, o estudo analisou apenas o uso do Claude.ai, e os alunos podem usar outras ferramentas de IA.
A transformação educacional chegou, qual o caminho a seguir?
Este amplo relatório de pesquisa fornece valiosas informações iniciais sobre como os universitários utilizam a IA. Vemos que a IA tem o potencial de empoderar a aprendizagem em alguns aspectos.
No entanto, à medida que os alunos delegam tarefas cognitivas cada vez mais complexas à IA, uma série de questões fundamentais surgem: como garantir o desenvolvimento contínuo das habilidades cognitivas básicas e metacognitivas? Em uma era impulsionada pela IA, como devemos redefinir a avaliação e a integridade acadêmica? Quando a IA consegue gerar artigos de alta qualidade ou resolver problemas complexos quase instantaneamente, o que significa "aprendizagem significativa"?
Essas descobertas certamente impulsionarão o debate entre educadores, administradores e formuladores de políticas sobre o uso da IA na educação. Pesquisas futuras precisam explorar mais profundamente como professores e alunos podem usar a IA de forma eficaz, a relação entre o uso da IA e os resultados de aprendizagem e o impacto a longo prazo da IA no futuro da educação.
A Anthropic também começou a colaborar com universidades para explorar o papel positivo da IA na educação, como enfatizar a pedagogia socrática e a compreensão conceitual por meio de modelos de "aprendizagem experimental".
É previsível que a integração da IA no ensino superior ainda esteja em estágio inicial. Como orientar os alunos a usar a IA de forma correta e eficaz, tornando-a uma ferramenta para melhorar a qualidade da aprendizagem, e não um atalho para substituir o pensamento, será um desafio importante para o futuro da educação.
Precisamos abraçar o progresso tecnológico, mas ao mesmo tempo manter a essência da educação, cultivando a capacidade dos alunos de pensar de forma independente e aprender de forma autônoma, para que possamos realmente alcançar o progresso educacional na era da IA.