Entenda como as inovadoras interfaces de Modelos Amplos de Linguagem na educação, desafiam educadores a integrá-las de forma criativa e incentivam o desenvolvimento crítico dos alunos no cenário da sala de aula do futuro.
Inteligências artificiais como o ChatGPT da OpenAI ou o Bard da Google são chamados de Modelos Amplos de Linguagem (Large Language Models – LLMs) porque funcionam com linguagem natural tanto na recepção dos comandos, quanto em suas respostas. Por exemplo: ao invés de abrir um menu e selecionar o horário que gostaria que meu despertador dispare, eu simplesmente falo “Programe o despertador para tocar às sete da manhã”. O sistema entende, efetua a programação, e me responde em linguagem natural “ok, alarme programado para tocar às sete da manhã, de amanhã”.
Esses modelos de linguagem estão entre nós há bastante tempo; a Siri do iPhone, ‘Ok Google’ do Android, ou a Alexa da Amazon. Mesmo os dispositivos de orientação por GPS nos carros se fazem valer dessas tecnologias. Todos esses utilizam a linguagem natural como uma interface entre humanos e máquinas, resolvendo questões de forma conversacional.
A popularização da internet causou terremotos na Educação, e sobrevivemos, nos adaptamos, e aprendemos a utilizá-la como instrumento. Hoje em dia é impensável Educação sem internet. A inteligência artificial é só mais uma interface à qual precisamos nos adaptar.
Nos adaptamos ao cenário educacional pós-internet, e lá no começo, tivemos as mesmas angústias; os estudantes poderão colar? Como saberei se o conteúdo é deles mesmos? Para todas essas questões encontramos na própria internet a solução; ferramentas anti-plágio, por exemplo. A inteligência artificial é só mais uma interface à qual precisamos nos adaptar e existem passos importantes, segundo Houman Harouni, palestrante em Educação da Universidade de Harvard, sendo:
>> Parar de fingir que não existe, porque estudantes conhecem as tecnologias e já utilizam, mas necessitam de orientação sobre o uso.
>> Utilizar a tecnologia junto deles quando possível, considere trabalhos críticos dos estudantes sobre respostas geradas pela máquina, encontrando erros ou pontuando riscos, por exemplo.
>> Ensine estudantes a criar perguntas no ChatGPT: Como a novidade da interface é a criação de conteúdo, saber criar este conteúdo é fundamental, e isso requer saber fazer perguntas esquivando de vieses ou limitações.
>> Repense criativamente seus métodos; Harouni indica que se a mecânica de perguntas e respostas permite aos estudantes acharem respostas rápidas no ChatGPT, isso significa que a dinâmica está inadequada. Crie ações em que a ferramenta auxilie os estudantes a vasculhar oportunidades, mas que no fim, tomem decisões e as justifiquem.
A vez dos educadores
Ainda em período introdutório em todos os âmbitos sociais, as inteligências artificiais estão gerando verdadeiras revoluções na forma em que trabalhamos, nos comunicamos, pensamos política, direitos, etc. Todas as áreas se veem confrontadas com questões sobre como utilizar de forma positiva as possibilidades dessas tecnologias, sem que caiamos em substituições de humanos por máquinas. E passado o susto inicial, vai ficando cada vez mais evidente que as IAs (inteligências artificiais) são apenas ferramentas de aceleração de tomada de decisões; porque no fim, a decisão é humana.
Professores podem – e devem – se fazer valer das mesmas ferramentas que estudantes se fazem valer. Como comentei, a decisão final fica nas mãos de um ser humano, mas o que isso significa no dia-a-dia de professores? Pense na aceleração para criação de questões, onde se pode solicitar ao ChatGPT para criar dez perguntas de determinado nível de dificuldade, para determinado grau de formação. Além disso, solicitar para refinar e aprimorar as questões até chegar em uma configuração esperada para montar a prova.
Neste processo, educadores estão tomando as decisões, afinal, a IA é apenas um imenso (põe imenso nisso) banco de dados sobre praticamente todos os assuntos que humanos já desenvolveram. O que ela faz quando retorna perguntas é buscar nesta vastidão de dados um recorte esperado por quem pesquisa. E até aí, é exatamente o que o Google faz, afinal. A única diferença, é a capacidade de modelar as respostas encontradas, para um apelo, tom e voz esperados. Por exemplo, pedir para explicar a teoria da relatividade para uma criança de 5 anos, é basicamente, buscar a definição de teoria da relatividade, e acelerar a modelagem da comunicação para o público esperado em uma só ação.
Segundo essa provocação de Houman Harouni acima, ao invés da velha “decoreba”, as possibilidades de integrar IA em processos educacionais enriquecem exponencialmente o nível de discussão sobre quaisquer temas. Da ponta de educadores, ao invés do árduo trabalho de montar provas que exijam uma resposta a uma pergunta, os estudantes podem ser instigados a buscar, por exemplo, 5 definições sobre um assunto com ferramentas de IA, escolher uma definição e justificar a escolha em sala. Isso transfere a agência para eles, exige mais ação e engajamento, e estimula a tomada crítica de decisões.
Lembre-se, como citei em outra oportunidade, sobrevivemos e nos adaptamos a todas as outras ondas tecnológicas, e a Educação tem se nutrido dessas inovações para evoluir. Talvez não seja questão de adaptar velhos métodos às novas tecnologias, mas de aproveitarmos a oportunidade para evoluirmos o conceito de educar, com vista em oportunidades construtivistas, PBL (problem-based learning) e outras metodologias ativas.
Era da reprodutibilidade técnica
Talvez, o aspecto mais importante dessa tecnologia, seja o seu impacto na formatação do conteúdo que é trafegado, e este é justamente o ponto que cria mais ansiedades em todos os profissionais que lidam, direta ou indiretamente, com conteúdo (sobretudo educacional). Afinal, se qualquer pessoa, assim como os estudantes, podem entrar na ferramenta e gerar respostas, textos, e utilizar como se fossem criações próprias, a vida de um avaliador de conteúdo (seja um professor ou mesmo um conselho editorial de algum periódico) vai ficar bastante complexa; como saber o quê é autoral? Como definir a autoridade sobre um texto, redação ou resposta a uma prova, se parte daquilo não foi redigido pela pessoa?
Essa questão da autoria é bastante recorrente na cultura humana, e bebe de fontes distintas, por exemplo, as artes. A automação da criação artística com softwares trouxeram os mesmos questionamentos, incluindo a popularização da criação artística; agora não seriam mais necessárias décadas em um Liceu de Artes para ser um artista dominando técnicas complicadas, qualquer pessoa com um computador pode criar imagens em suas casas. Estamos na era da reprodutibilidade técnica, já alertava Walter Benjamin, e nela, a crise central é a da identidade. A autenticidade é, para ele, aquilo que se reproduz através da ação humana, e a automatização dessa reprodução tira das obras (ou qualquer criação humana) a característica do hic et nunc (aqui e agora).
Qual o fator fundamentalmente humano neste processo? A decisão. A inteligência artificial acelera a apresentação de cenários, mas não toma decisões.
Este aspecto curioso das tecnologias como o ChatGPT, de que ele não consegue tomar decisões. Aparentemente, até 52% das suas respostas podem ser consideradas erradas, o que faz dele uma ferramenta que serve apenas para apresentar uma grande quantidade de alternativas, e isso é algo culturalmente positivo. Desde que ele não seja tomado como resposta final, ou seja, o texto que sai dele não pode ser diretamente utilizado como resposta de um trabalho ou prova, ele é uma ferramenta que apresenta alternativas para enriquecer as tomadas de decisão. A saída talvez seja a seguinte: não solicitar de estudantes as respostas, mas a justificativa dessas respostas.
Levando em consideração que ele é um banco de informações, que acessa e apresenta de forma customizada, em respostas que refletem as intenções das perguntas, ele não é mais do que uma interface. Estudantes que utilizam dessa interface devem sempre ser indagados sobre as razões de suas escolhas sobre as respostas que apresentam. Neste aspecto, o exercício crítico ainda se manifesta sobre a escolha final, porque a máquina não toma decisões, ela acelera e enriquece estas decisões.
