 Your new post is loading...
Your new post is loading...
|
Scooped by
Inovação Educacional
September 10, 2024 9:19 AM
|
O que acontece quando a maioria faz uso de uma IA para realizar suas atividades laborais? E, no caso dos estudantes, quando os trabalhos passam a ser produzidos com o apoio de uma IA generativa?
Luciano Sathler
É PhD em administração pela USP e membro do Conselho Deliberativo do CNPq e do Conselho Estadual de Educação de Minas Gerais
As diferentes aplicações de Inteligência Artificial (IA) generativa são capazes de criar novos conteúdos em texto, imagens, áudios, vídeos e códigos para software. Por se tratar de um tipo de tecnologia de uso geral, a IA tende a ser utilizada para remodelar vários setores da economia, com impactos políticos e sociais, assim como aconteceu com a adoção da máquina a vapor, da eletricidade e da informática.
Pesquisas recentes demonstram que a IA generativa aumenta a qualidade e a eficiência da produção de atividades típicas dos trabalhadores de colarinho branco, aqueles que exercem funções administrativas e gerenciais nos escritórios. Também traz maior produtividade nas relações de suporte ao cliente, acelera tarefas de programação e aprimora mensagens de persuasão para o marketing.
O revólver patenteado pelo americano Samuel Colt, em 1835, ficou conhecido como o "grande equalizador". A facilidade do seu manuseio e a possibilidade de atirar várias vezes sem precisar recarregar a cada disparo foram inovações tecnológicas que ampliaram a possibilidade individual de ter um grande potencial destrutivo em mãos, mesmo para os que tinham menor força física e costumavam levar desvantagem nos conflitos anteriores. À época, ficou famosa a frase: Abraham Lincoln tornou todos os homens livres, mas Samuel Colt os tornou iguais.
Não fazemos aqui uma apologia às armas. A alegoria que usamos é apenas para ressaltar a necessidade de investir na formação de pessoas que sejam capazes de usar a IA generativa de forma crítica, criativa e que gerem resultados humanamente enriquecidos. Para não se tornarem vítimas das mudanças que sobrevirão no mundo do trabalho.
A IA generativa é um meio viável para equalizar talentos humanos, pois pessoas com menor repertório cultural, científico ou profissional serão capazes de apresentar resultados melhores se souberem fazer bom uso de uma biblioteca de prompts. Novidade e originalidade tornam-se fenômenos raros e mais bem remunerados.
A disseminação da IA generativa tende a diminuir a diversidade, reduz a heterogeneidade das respostas e, consequentemente, ameaça a criatividade. Maior padronização tem a ver com a automação do processo. Um resultado que seja interessante, engraçado ou que chama atenção pela qualidade acima da média vai passar a ser algo presente somente a partir daqueles que tiverem capacidade de ir além do que as máquinas são capazes de entregar.
No caso dos estudantes, a avaliação da aprendizagem precisa ser rápida e seriamente revista. A utilização da IA generativa extrapola os conceitos usualmente associados ao plágio, pois os produtos são inéditos – ainda que venham de uma bricolagem semântica gerada por algoritmos. Os relatos dos professores é que os resultados melhoram, mas não há convicção de que a aprendizagem realmente aconteceu, com uma tendência à uniformização do que é apresentado pelos discentes.
Toda Instituição Educacional terá as suas próprias IAs generativas. Assim como todos os professores e estudantes. Estarão disponíveis nos telefones celulares, computadores e até mesmo nos aparelhos de TV. É um novo conjunto de ferramentas de produtividade. Portanto, o desafio da diferenciação passa a ser ainda mais fundamental diante desse novo "grande equalizador".
Se há mantenedores ou investidores sonhando com a completa substituição dos professores por alguma IA já encontramos pesquisas que demonstram que o uso intensivo da Inteligência Artificial leva muitos estudantes a reduzirem suas interações sociais formais ao usar essas ferramentas. As evidências apontam que, embora os chatbots de IA projetados para fornecimento de informações possam estar associados ao desempenho do aluno, quando o suporte social, bem-estar psicológico, solidão e senso de pertencimento são considerados, isso tem um efeito negativo, com impactos piores no sucesso, bem-estar e retenção do estudante.
Para não cair na vala comum e correr o risco de ser ameaçado por quem faz uso intensivo da IA será necessário se diferenciar a partir das experiências dentro e fora da sala de aula – online ou presencial; humanizar as relações de ensino-aprendizagem; implementar metodologias que privilegiem o protagonismo dos estudantes e fortaleçam o papel do docente no processo; usar a microcertificação para registrar e ressaltar competências desenvolvidas de forma diferenciada, tanto nas hard quanto soft skills; e, principalmente, estabelecer um vínculo de confiança e suporte ao discente que o acompanhe pela vida afora – ninguém mais pode se dar ao luxo de ter ex-alunos.
Atenção: esse artigo foi exclusivamente escrito por um ser humano.
O editor, Michael França, pede para que cada participante do espaço "Políticas e Justiça" da Folha sugira uma música aos leitores. Nesse texto, a escolhida por Luciano Sathler foi "O Ateneu" de Milton Nascimento.
|
|
Scooped by
Inovação Educacional
Today, 5:53 PM
|
A ideia de que diploma universitário garante mobilidade econômica e segurança virou uma “zombie idea”: algo que “deveria ter sido morto pelas evidências, mas se recusa a morrer”. Foi assim que Lyn Jeffery apresentou, no painel “Strategy in Times of Chaos”, no SXSW, a crise do ensino superior. Os dados ajudam a explicar por quê: enquanto a proporção de diplomados sobe, os salários ficam relativamente estagnados ao longo de 60 anos. E, quando a conta deixa de olhar só para renda e passa a olhar para riqueza acumulada — patrimônio, reserva, capacidade de enfrentar contingências — o prêmio do diploma encolhe de forma brutal entre gerações. Nos anos 1930, um bacharelado estava associado a cerca de 250% mais riqueza do que não ter diploma; na pós, 400%. Para quem se formou nos anos 1980, esse ganho cai para 42% no bacharelado e 28% na pós.
O problema não é excesso de gente estudando. O problema é um sistema econômico que produziu muitos empregos ruins e poucos empregos bons. Entre as ocupações mais comuns nos EUA, aparecem no topo cuidadoras domiciliares e trabalhadores de fast food, com salários medianos em torno de US$ 35 mil e US$ 30 mil por ano. No meio, surgem enfermagem e gestão, trabalhos que exigem diploma mas pagam entre US$ 93 mil e US$ 100 mil. “Não há razão para esses empregos serem mal remunerados”, diz ela. “Isso é uma questão de mercado e de política.”
Foto: Juliana Wallauer
Ao mesmo tempo, Jeffery lembra que o ensino superior segue associado a efeitos relevantes: expectativa de vida maior, mais estabilidade, participação cívica mais alta e probabilidade de encarceramento quase cinco vezes menor. O erro, então, foi estreitar demais a justificativa da universidade, reduzindo tudo à promessa de retorno econômico.
Para o futuro, Jeffery mapeia sinais de reinvenção já em curso: forest schools escandinavas, o novo departamento de “AI and Society” da SUNY Buffalo, com sete graduações interdisciplinares, e até a escola de relojoaria da Rolex, descrita como “mais seletiva que Harvard”. Para ela, a resposta à crise passa por a universidade encontrar outro valor para oferecer.
A professora organiza o cenário de respostas das universidades à IA em quatro quadrantes. Há a universidade blindada da automação; a universidade que ensina colaboração de alto nível com IA, com ênfase em simulação e avaliação crítica; a universidade adjacente à IA, focada em tudo aquilo que a máquina não faz bem — pertencimento, cuidado, julgamento, dinâmica humana, resposta a crises; e a universidade dirigida por IA, em que a trajetória de aprendizagem é cocriada com sistemas inteligentes, sob personalização extrema, mas também vigilância constante. O quadrante mais provocador talvez seja o terceiro: “vamos ficar realmente bons em tudo aquilo que a IA não consegue fazer”.
A promessa antiga ruiu. O desafio agora é construir outra refletindo sobre que tipo de formação faz sentido num mundo em que a IA vai redistribuir valor, prestígio e remuneração entre diferentes tipos de trabalho — inclusive o cuidado.
|
|
Scooped by
Inovação Educacional
Today, 5:50 PM
|
I first wrote about the idea of Cognitive Debt in April 2025. I was drawing together my thoughts on the implications of unleashing Large Language Models (LLMs) at scale.
Shortly afterwards I wrote a blog post that seemingly spoke to something about the modern workplace for a lot of folk.
People would get in touch to tell me that Cognitive Debt was, for the first time, giving them a language to pithily describe the feelings, experiences and discussions that were playing out in organisational settings.
I have written this updated articulation of the idea, and why we must think of it at scale withing organisations, because it seems to be a momnet to really reflect well upon the evidence around us before setting a fixed course of action. As Gramsci put it nearly a century ago, “The old world is dying, and the new world struggles to be born: now is the time of monsters.”
— —
“I as yet know nothing. The truth does not come without a tax of effort.”
- Hercule Poirot
— —
What is Cognitive Debt?
I think of Cognitive Debt as the gap underneath a seemingly plausible answer where the thinking should have been. It could be an email without empathy, a presentation that’s missing the point, customer service without the care, or a strategy without the sensemaking.
Cognitive Debt is where you forgo the thinking in order just to get the answers, but have no real idea of why the answers are what they are.
What does the automatically-scripted email do to your relationship with the recipients? Which critical point omitted in a presentation could send your team in the wrong direction? Which subtle detail in a customer’s reaction does your chatbot miss, leading them to leave the next time their renewal comes around? And which mix of research inputs, analysed and synthesised by people rather than processors, could really create a long-standing strategic advantage for your firm?
When we use an LLM for convenience and speed, and forgo the associated thinking around it, what is it that we exchange? How and when might we need to pay that back?
This is Cognitive Debt.
It is all of the holes under your business where the humans would have been.
Of course, businesses are already full of technology and machines that are doing what people once did, both manually and intellectually. What we need to think about carefully is how these technologies are different, and what effects might they have as a result?
When you start thinking in terms of Cognitive Debt, and consider exchanging the speed and convenience of an LLM for the critical thinking power of humans, you can start to make reasonable value judgements around both the immediate and longer term implications of the exchange.
LLMs don’t think like humans (to be clear, they don’t *think* at all). Dropping in an LLM to do the thinking work that people do is not replacing ‘like-for-like’. They are not ‘extra colleagues’, or ‘very-bright interns’, no matter what people claim. As Gergely Orosz succinctly puts it:
“99% of people using LLMs forget how these things work: they are advanced probability machines. They generate the next most likely token (word) based in the input and their training. Under the hood, it’s a giant matrix multiplication that has eerily good output.”
The exchange we make when accruing Cognitive Debt is fairly straightforward. We get answers quicker from an LLM, but we have not employed our own thinking capabilities — questioning, analysing, interpreting, evaluating, judging. It makes it hard to see how these qualities may have differently informed the output we have in front of us.
But the temptation to use the readily available output can often prove too much. Andrew Taylor made an observation earlier this year that has lived in my head rent-free ever since:
“People have a kind of Gell-Mann amnesia towards LLMs. They can think “AI is bad at things I am good at and know about, but good at things I can’t judge because I’m bad at them”…”
It really helps to have a certain level of expertise in the topic you use an LLM for, because not only can you spot the things that feel off, you can also start to notice the omissions and the things it has ignored. A couple of years ago, when the emergence of ‘generative AI’ was in its infancy, I wrote about how there was ‘no such thing as six-fingered text‘. Where image creation GenAI systems would regularly create images which were clearly false (hands with six-fingers), it is much harder for people to spot similar errors in text, especially if they have no expertise around the output.
And we can easily carry out tests and conduct thought experiments to help us see what we might be missing if we use an LLM instead of doing the thinking ourselves. On our own, we can create ways to make sure we avoid the common traps that come with using LLMs as part of our process.
From micro to macro
To get to the heart of the Cognitive Debt issue, we need to think bigger.
It is one thing to think about all of this at an individual level. Proponents of LLM technologies will often default to describing the benefits to a hypothetical user. The inference is that an organisation is therefore a great big collection of individual users; imagine every one on your organisation could have these superpowers!
I believe it is more crucial to think about the concept of Cognitive Debt within the reality of how larger social settings work. The complex and dynamic structures of any kind of group will be greatly impacted by the introduction of these new technologies. The impacts will not all be positive, and not evenly distributed either.
The promise of the LLM industry is that they can replace thinking activities at scale (and do it well) within large group settings. They might make your existing people more productive by speeding up their processes, or replacing sections of them. They could stretch the existing capabilities of your teams by giving them skills they lacked before. There are even still arguments being made that these technologies could replace roles in companies altogether (though nowadays these voices seem noticably quieter).
Yet knowledge work is never an individual endeavour; the outputs are for colleagues and customers, friends and fans. Emails go to other people, presentations are vehicles to communicate ideas to a group, customer service is there to support customers, and strategy sets directions that affect hundreds, thousands, maybe millions of others.
In short, we create for others.
Bringing together a view of your constantly moving people and processes, products and services, instances and incidents, and playing through the scenarios of what happens when you introduce different LLM capabilities seems to be (and should be) the major opportunity for modern management.
Because if we understand Cognitive Debt at scale within organisations, we can start to articulate what kind of thinking, people, ideas and endeavours really matter to us, and need supporting at all costs.
— —
Inspired by Technical Debt
Alongside a general lack of understanding as to how LLMs are created, and what they are actually delivering, I believe there is a substantial lack of forethought around what the implications are for organisations who choose to ‘forgo the thinking’ in order to find shortcuts to the answers.
I was looking for a way to express this potential systemic loss to at least give decision makers pause for thought in order to consider the consequences of their LLM use.
What is an LLM really doing, and what might actually happen if we use it here?
I came to Cognitive Debt as a term as an intentional and direct reflection of Ward Cunningham’s Technical Debt metaphor. Cunningham explains more about the specific metaphor here:
“With borrowed money, you can do something sooner than you might otherwise, but then until you pay back that money you’ll be paying interest. I thought borrowing money was a good idea, I thought that rushing software out the door to get some experience with it was a good idea, but that of course, you would eventually go back and as you learned things about that software you would repay that loan by refactoring the program to reflect your experience as you acquired it.”
My experience of this has been an ongoing feature of working on innovation projects over the last 15 years or so. Digital development teams would make technical decisions that allow them to achieve something in the short term — “launch this new feature immediately” — but with the understanding that they needed to repay this Technical Debt hanging over them.
Now, I believe that everyone intends to do everything to the best of their abilities, right up until the point that they don’t. They may be suddenly constrained by time, budget, the actions of others, changes in resources, being redeployed to work on something else, etc etc. It is hard to define exactly why Technical Debt doesn’t get repaid, and usually it’s not really constructive to play the blame game either.
But as it sits there in an organisation, as yet to be repaid, Technical Debt has a tendency to grow and become more expensive. Then people leave, and new folk come in and discover not just the debt exists, but now there are the additional cost of trying to determine how this was put together, why, and what happens if you turn this off…
For me, accumulating Technical Debt comes down to this; we were meant to do this properly, but we did it the quick way. The quick way might work for a while. But at very least, we should consider what the implications of not repaying that debt are.
You can probably see why I felt the Technical Debt comparison was useful for thinking about the widespread use of LLMs in an organisational context.
|
|
Scooped by
Inovação Educacional
March 16, 6:31 AM
|
Antes da IA a literatura científica já estava contaminada por autores estelionatários, periódicos fantasmas e fábricas de trabalhos falsos ("paper mills"). Imagine agora que se torna trivial produzi-los em série vertiginosa. A confiabilidade do sistema de publicação, antes mal e mal garantida pela revisão de pares ("peer review"), vai de vez para o saco.
Há impactos mais sutis à vista. Um trabalho no periódico Trends in Cognitive Sciences alerta para a homogeneização da comunicação científica. Como os grandes modelos de linguagem (LLMs) na base da IA são treinados pela estatística da coocorrência de palavras, textos produzidos com eles acabarão por erradicar a diversidade.
"LLMs tendem a reproduzir perspectivas e estilos de escrita convencionais, validados institucionalmente, que espelham os de homens ocidentais, liberais, de alta renda e com alto nível de escolaridade", diz o artigo. Assim se cria "uma ilusão de consenso que define essas normas como padrão de clareza ou inteligência, ao mesmo tempo em que se silenciam visões de mundo alternativas e formas de expressão culturalmente fundamentadas".
Nem venham com acusações de identitarismo ou de ludismo. John Stuart Mill, ícone do liberalismo, já incensava em 1859 o papel da diversidade no pensamento, como citam os autores do artigo da Universidade do Sul da Califórnia em Los Angeles:
"A única maneira pela qual um ser humano pode se aproximar do conhecimento completo de um assunto é ouvindo o que pode ser dito sobre ele por pessoas de todas as opiniões e estudando todas as maneiras pelas quais ele pode ser analisado por todos os tipos de mente".
|
|
Scooped by
Inovação Educacional
March 16, 6:28 AM
|
Ferramentas que funcionam como assistentes inauguram uma nova fase da tecnologia
Mudança promete transformar o trabalho digital e acelerar a corrida global
Peter Steinberger nasceu em uma área rural da Áustria. Aos 14 anos, se interessou por computadores e mais tarde decidiu estudar computação. Em 2011, virou noites programando e criou um software que teve um relativo sucesso, o PSPDFKit, usado para editar PDFs.
Em novembro de 2025, ele criou outro software que sacudiu o mundo, trazendo um novo paradigma para a inteligência artificial. Ele é o criador do ClawdBot (agora OpenClaw), que levou a inteligência artificial para dentro do computador. A OpenAI acaba de contratá-lo.
O OpenClaw é um agente de IA de código aberto que roda no computador do usuário. Ele não é apenas um chatbot que conversa. Ele executa tarefas. Navega na internet, lê arquivos e mexe sozinho nos aplicativos do computador.
A história é sintomática de algo maior. A inteligência artificial está migrando: seu lugar de acesso não é mais um site ou um aplicativo. Ela está agora sendo usada dentro do computador (e, em breve, do celular). É como se fosse um assistente de trabalho dentro da máquina, com acesso aos seus arquivos e à sua rotina, que faz coisas por você.
Em paralelo ao OpenClaw, a Anthropic lançou o Claude Cowork em fevereiro de 2026. O impacto foi imediato. As ações do mercado de software corporativo caíram US$ 285 bilhões.
A razão é a percepção de que várias das tarefas corporativas agora podem ser feitas por um agente de IA instalado na máquina: operar planilhas, fazer apresentações e escrever textos. E mais: ler emails, marcar reuniões, gerir CRM, programar, lidar com fluxo financeiro e contábil e mais.
A Microsoft não ficou parada. No dia 9 de março lançou o Copilot Cowork. É de esperar que outras empresas sigam o mesmo caminho.
Outra mudança trazida pelo OpenClaw foi o surgimento da rede "social" de agentes de IA chamada Moltbook, criada por dois outros empreendedores. Nela, só agentes de IA podem postar. Humanos só observam (e fingem ser robôs para poder postar também).
O que parecia ser apenas fogo de palha teve consequências reais. A Meta comprou o Moltbook no dia 10 de março. O que faz todo sentido, já que ele revoluciona a ideia de redes sociais, especialidade da empresa.
A mudança é profunda. Usar um computador desde os anos 1960 significava operar programas. Abrir, digitar, salvar, executar. Só que a IA agêntica muda essa lógica. Você diz o que quer e o agente faz por você. Vale notar que o próprio Moltbook foi criado assim. Seus fundadores não "programaram" seu código diretamente. Eles tiveram a ideia e pediram para IA programar por eles, tudo em apenas um fim de semana.
Isso traz lições importantes para o Brasil. Incluindo várias sobre as quais já falei em colunas anteriores. Mas, mais do que nunca, o país precisa desenvolver suas próprias capacidades em IA, para não ficar refém.
Além disso, há uma pressão enorme de adaptação rápida, para não ficar para trás. O OpenClaw foi criado por um programador que queria facilitar a edição de PDFs. Anos depois, ele mudou o paradigma da IA. Quem não entender a dimensão dessa mudança vai ficar editando PDFs para sempre.
READER
Já era Usar o computador abrindo um programa de cada vez
Já é Agentes de IA operando seu computador enquanto você faz outras coisas
Já vem Redes sociais em que só máquinas participam (e humanos fingem ser robôs)
|
|
Scooped by
Inovação Educacional
March 14, 4:07 PM
|
Um processo judicial histórico abrirá caminho para milhares de pessoas que afirmam que as plataformas de mídia social são intencionalmente viciantes.
|
|
Scooped by
Inovação Educacional
March 14, 4:05 PM
|
A grande quantidade de dados que produzimos está se tornando um grande problema. E, frente ao aumento das emissões geradas pelos centros de dados, pesquisadores investigam soluções inovadoras para o armazenamento de dados, como o DNA e os cristais de memória.
|
|
Scooped by
Inovação Educacional
March 13, 5:09 PM
|
Um ofício com o balanço dos investimentos realizados por Minas Gerais no âmbito do Programa de Pleno Pagamento de Dívidas dos Estados (Propag) em 2025 foi lido nesta terça-feira (10) no plenário da Assembleia Legislativa de Minas Gerais (ALMG). O Relatório Técnico detalha a aplicação de recursos no segundo semestre do ano passado.
O relatório informa que Minas Gerais aderiu ao Propag em 31 de dezembro de 2025, encerrando simultaneamente o Regime de Recuperação Fiscal (RRF). Com a adesão, o estado passou a ter novas condições para o refinanciamento da dívida com a União e assumiu compromissos de investimentos em áreas como educação, infraestrutura, segurança pública e ações voltadas às mudanças climáticas, além de aportes no Fundo de Equalização Federativa (FEF).
Leia também
PODER EM MINAS
Euclydes rebate Simões e afirma que Cleitinho vai ‘abrir a caixa preta’ das renúncias fiscais
PODER EM MINAS
Dirigentes do Novo ganham até R$ 46,1 mil em cargos no governo Zema
POLÍTICA
Câmara de BH aprova projeto de lei ‘Anti-Oruam’ em primeiro turno
PODER EM MINAS
Votação de projeto ‘anti-Oruam’ é marcada por confusão entre assessores na Câmara de BH
Balanço
Segundo o balanço, o saldo devedor atualizado do estado relacionado ao programa é de R$ 177,4 bilhões. O documento também registra que Minas Gerais realizou aportes de R$ 152,1 milhões no FEF e aplicou R$ 153,4 milhões em recursos próprios em investimentos ligados às áreas temáticas previstas pelo Propag.
Ainda de acordo com o relatório, o estado recebeu, no fim de dezembro de 2025, uma distribuição de R$ 18,2 milhões do fundo, que deverá ser aplicada ao longo de 2026.
A maior parte dos recursos liquidados no segundo semestre do ano passado foi destinada à Educação Profissional Técnica de Nível Médio. De acordo com o documento, os R$ 153,4 milhões aplicados foram utilizados em obras, reformas e aquisição de mobiliário e equipamentos para escolas técnicas estaduais.
O relatório também registra despesas empenhadas em outras áreas, como segurança pública, que somaram R$ 164,7 milhões, e transportes, com R$ 23,9 milhões.
O documento ainda aponta que Minas Gerais superou a meta de matrículas em educação profissional técnica estabelecida pelo Ministério da Educação. Enquanto a meta ponderada era de 188.676 matrículas, o estado registrou 267.559 em 2025.
|
|
Scooped by
Inovação Educacional
March 13, 4:53 PM
|
The case against blanket "edtech" bans and a discussion of the evidence that's being manipulated and ignored.
|
|
Scooped by
Inovação Educacional
March 13, 4:51 PM
|
Além do apoio escolar, chatbots estão substituindo os motores de busca tradicionais: Geração Z prefere respostas diretas da IA a navegar por listas de links
|
|
Scooped by
Inovação Educacional
March 13, 4:49 PM
|
Generative artificial intelligence (AI) has the potential to reshape the K-12 tutoring landscape with promises of serving more students at lower cost. But until recently, evidence on whether AI-enabled tutoring can actually improve student learning has been limited. Two new randomized controlled trials find that AI embedded in live, chat-based math tutoring can improve student academic outcomes, raising questions about the tradeoffs between cost and the value of personal connections provided by human tutors.
|
|
Scooped by
Inovação Educacional
March 13, 4:45 PM
|
Para entender como isso acontece na prática, o Movimento Web Para Todos conversou com pessoas que fazem parte da Liga Voluntária, um dos seus embaixadores e outras pessoas do nosso círculo de atuação. Buscamos reunir perspectivas de diferentes tipos de deficiência para compreender como a inteligência artificial vem sendo usada no cotidiano e também quais são seus limites.
|
|
Scooped by
Inovação Educacional
March 13, 4:29 PM
|
Quando o assunto é gênero, a inteligência artificial não responde da mesma forma a meninos e meninas. Segundo o relatório “Miragem da IA, um reflexo incômodo com alto impacto nos jovens”, elaborado pela consultoria de marketing e assuntos corporativos LLYC, em 56% dos casos, as respostas rotulam as jovens como “frágeis”, colocando-as em uma posição de vulnerabilidade.
|
|
|
Scooped by
Inovação Educacional
Today, 6:05 PM
|
O estudo sugere que o grupo que usou a ferramenta não recupera totalmente o esforço cognitivo que deixou de fazer. Sua capacidade de processamento de informação e memória encolhe e permanece encolhida depois.
Heather explica o estrago no lobo frontal (região associada ao planejamento, memória de trabalho e tomada de decisão), mas minha limitada capacidade cognitiva pode estar encolhida demais pra conseguir detalhar o fenômeno.
|
|
Scooped by
Inovação Educacional
Today, 5:51 PM
|
Uma erosão cognitiva está acontecendo dentro dos nossos cérebros cada vez que delegamos algo a um modelo de linguagem. Água, energia e capacidade de resolver problemas se esvaem como se nada fossem.
O canto da produtividade agêntica é irresistível e, como na Odisseia, ele nos atrai não para a morte física, mas para um naufrágio intelectual. A diferença é que, desta vez, não há cera para os ouvidos nem um mastro ao qual possamos nos amarrar.
A IA está em todo lugar: no trabalho, na vida cotidiana, no pensamento. E ainda assim, precisamos olhar para isso com uma atenção que nos falta, e uma intenção que parece cada vez mais rarefeita. Um e-mail aqui. Uma organização de ideias ali. Uma escolha de restaurante, uma roupa, uma agenda da semana, um plano de viagem. Quando percebemos, estamos apenas seguindo sugestões. Decidindo cada vez menos. Vivemos um estilo de vida sofisticado, mas derivado de um automático agêntico. A troca parece simples: mais produtividade com menos esforço.
Mas há um custo. Produzimos mais, sim. Muito mais. Só que elaboramos menos, retemos quase nada e terminamos o dia sem saber, ao certo, o que foi vivido. E o tempo que supostamente “ganhamos”? Agora precisamos perguntar a um LLM o que fazer com ele.
No marketing e talvez em qualquer área, ouvimos com frequência que a IA deve ser parceira, não piloto. No máximo, copiloto. Agentes reduzem o fardo cognitivo das tarefas operacionais. Liberam tempo e elevam o nível do trabalho. O novo cenário exige o máximo da nossa capacidade cognitiva, mas há uma mudança mais profunda acontecendo. Saímos de um mundo onde tocávamos o oboé seguindo uma partitura para um mundo onde precisamos orquestrar, sabendo a diferença entre um oboé e um fagote, e quando é melhor um, outro ou nenhum. Orquestre ou torne-se obsoleto.
Na era da governaça cognitiva surge uma pergunta inevitável: o que acontece com o conhecimento que antes era produzido na execução? Estamos criando um mundo para quem já sabe? Isso não se sustenta. Talvez estejamos apenas estendendo a vida de um modelo que o mundo já não precisa mais.
Essa transformação não vem sem um custo alto. O uso intensivo de LLMs reduz a ativação neural. Em termos simples: o cérebro empobrece. Com isso:
o senso de autoria diminui
a retenção de conhecimento cai
o pensamento se torna mais linear
a capacidade de associação enfraquece
Você faz muitas coisas, mas pensa pouco sobre elas. Uma ameba extremamente produtiva. Delegar tarefas não é neutro. Delegar pensamento transforma o próprio sujeito que pensa.
Em um workshop recente, Vanessa Mathias e Nataliya Kosmyna mapearam pontos críticos onde a delegação irrestrita pode comprometer nossa soberania cognitiva:
Atrofia cognitiva
Menos esforço, menor capacidade de resolver problemas — simples ou complexos.
Design invisível
Uma arquitetura de incentivos que cria a ilusão de autonomia. Navegamos por escolhas pré-determinadas.
Erosão da realidade
A verdade se torna probabilística. A identidade, fragmentada.
Neocolonialismo algorítmico
Padronização linguística e cultural. Pensamos melhor em outra língua — e, pouco a pouco, nos tornamos estrangeiros da nossa própria realidade.
Extrativismo mental
Se antes capturavam nossa atenção, agora capturam nossas emoções. Não é mais sobre tempo — é sobre estados psíquicos.
Intimidade sintética
LLMs como terapeutas, amigos, conselheiros. Simulam vínculo — mas não respiram, não desejam, não vivem.
Se antes a IA apenas respondia aos nossos prompts, agora ela começa a participar da modelagem da nossa subjetividade, isso muda tudo.
A falsa solução costuma vir como moderação:
“Use com equilíbrio.”
“Seja mais intencional.”
“Busque o tédio.”
Mas há um problema aqui. Ninguém escolhe o tédio, isso sempre foi consequência, nunca uma estratégia. Tentar “ser entediado” é como fazer dieta: hoje eu sei que faz bem, mas vai contra o impulso natural.
Soberania cognitiva não nasce do acaso, ela exige decisão. Talvez não existam respostas definitivas ainda, mas alguns princípios começam a emergir, vou citar alguns exemplos que escutei e fazem muito sentido:
Zonas de não delegação: Pensamento estratégico, decisões críticas e escrita original devem permanecer humanos, mesmo que imperfeitos, alias, melhor.
Uso consciente da IA: Debata com o modelo. Questione. Não o trate como substituto, use para crescer sua capacidade cognitiva;
Rituais de fricção: Escrever à mão, desenhar, pensar sem interface, caminhar sem estímulo do relógio, meditar, ler no papel ou digital, nada de resumos.
Gestão da atenção emocional: Você é o que consome e o algoritmo sabe que emoções intensas (ódio, violência) aumentam o engajamento, fique atento, no scroll você pode estar num consumo infinito de degradadores emocionais.
Orquestração, não submissão: Você conduz. Os agentes executam. O controle é seu, e o desenvolvimento, também. Demanda visão mais ampla sobre sua atividade, um tema que quero explorar depois, mas fica isso, olhe por esse ângulo.
O futuro do trabalho não será definido por quem sabe usar uma IA, ele é definido por quem ainda sabe pensar e se potencializa com ela.
Meses atrás, um artigo do MIT analisava que, se o software devorou o hardware e a IA engoliu o software, a filosofia é o que come a IA mergulhando no café como um biscoito (ou bolacha?).
Pensar. Ser ético e crítico. Ter discernimento estético. Olhar o mundo por múltiplas dimensões.
Penso com um caminho com um pouco mais de fricção, sem atrito não fazemos força e não desenvolvemos musculatura. Para além de ser produtivo, precisamos ser intencionais para escapar do caminho fácil da obsolescência programada e ter uma vida mais interessante.
|
|
Scooped by
Inovação Educacional
Today, 5:48 PM
|
Antes de qualquer palavra, a roupa já falou. Essa foi a tese que Heather Collins levou ao SXSW em “Couture Cognition: How Fashion Shapes Our Brains”, um painel que parte da premissa de que quando alguém entra num ambiente, o cérebro ao redor corre para preencher lacunas antes mesmo de ouvir a primeira frase. Em cerca de 100 milissegundos, disse a neurocientista, já começamos a decidir quem aquela pessoa parece ser. Simpática ou antipática, confiável ou duvidosa, interessante ou esquecível. O look vem antes do discurso. E, muitas vezes, vence no fotochart.
Collins organiza essa leitura em dois polos: fluência e distinção. De um lado, tudo aquilo que o cérebro reconhece sem esforço — o previsível, o familiar, o que encaixa bem nas nossas referências prontas. Do outro, aquilo que interrompe o piloto automático, exige processamento extra e cria atrito. Um terno escuro numa sala corporativa passa batido porque confirma o script. Um moletom na mesma situação talvez produza um pequeno curto-circuito. Não porque haja algo de errado nele, mas porque o cérebro trabalha como máquina de previsão e estranha o que não cabe na cena esperada.
Ele não transforma essa diferença numa hierarquia moral. Não existe um jeito “certo” de se vestir. Existe intenção. A fluência pode ser uma aliada de quem precisa inspirar confiança rápida, reduzir ruído, ser entendido sem muito esforço. Já a distinção serve para capturar atenção, criar memória, deslocar a conversa de lugar. É o tipo de escolha que faz sentido num palco, num tapete vermelho, numa apresentação, numa sala em que ser apenas mais um rosto funcionalmente correto talvez não baste.
Collins cita Lady Gaga e seu vestido de carne como exemplo extremo de sobrecarga cognitiva deliberada: ninguém olha sem parar, perguntar, tentar decifrar. É moda operando como interrupção neural. Na outra ponta, ela lembra a espécie de uniforme discreto adotado por muitos estilistas na última temporada de Paris: suéter escuro, calça sóbria, quase nenhum ruído visual. Não por falta de repertório, mas por excesso dele. Cercados o tempo todo por informação estética, eles parecem optar por reduzir estímulo no próprio corpo para preservar capacidade mental.
Não existe um jeito “certo” de se vestir. Existe intenção.
Em tempos de excesso de escolha, excesso de performance e excesso de identidade sendo emitida o dia inteiro, simplificar o que se veste pode ser menos um gesto de desinteresse e mais uma estratégia de gestão cognitiva. Collins usa o exemplo clássico dos engenheiros de software de camiseta escura e shorts sem graça, e também o visual padronizado de aeroporto, para lembrar que muitas vezes nos vestimos não para expressar tudo o que somos, mas para cumprir uma função com o mínimo de atrito possível.
No polo oposto, ela conta a história do par de sapatos usado na defesa de seu doutorado — escolhido para lhe dar sensação de força, estabilidade e presença — Collins enquadra o figurino como âncora emocional. Algumas peças armazenam versões de nós mesmos. Um casaco, um sapato, um batom, um acessório podem funcionar como atalhos para estados mentais específicos, acionando lembranças, confiança e até projeções de futuro.
Heather Collins propõe que roupa é design cognitivo. Ela molda a forma como somos lidos, mas também a forma como pensamos, lembramos e entramos em ação. Escolher o que vestir também é escolher que tipo de cérebro queremos ativar — no outro e em nós mesmos.
|
|
Scooped by
Inovação Educacional
March 16, 6:30 AM
|
Taxa adesão é de até R$ 65 mil e mensalidades que ultrapassam R$ 14 mil; colégio do Jardim Paulistano lança livro sobre seu centenário
Uniforme pouco mudou desde a fundação; meninas usam camisa, vestido ou saia de prega xadrez
|
|
Scooped by
Inovação Educacional
March 15, 6:46 AM
|
A empresa não se opõe ao uso militar de IA de forma geral. Ela resistiu especificamente à vigilância de americanos e a aplicação em armas autônomas, mas apoia o uso para missão de espionagem e inteligência contra estrangeiros. Também apoia fortemente restrições de exportação de semicondutores para a China, uma postura bastante alinhada ao interesse nacional americano.
Não é exatamente a empresa "woke" que Trump tentou retratar ao ser contrariado.
Mas o fato de a Anthropic ter desafiado o governo americano serve para escancarar o momento sensível que vivemos com a chegada de uma das tecnologias mais poderosas da história.
Ainda hoje as empresas desenvolvem os modelos mais poderosos do mundo sem qualquer estrutura regulatória clara, governos querem usar essa tecnologia para segurança nacional sem muita prestação de contas pública, e a sociedade civil tem pouquíssima influência nas decisões.
Alguns anos atrás, no fim de uma palestra minha sobre IA, em um evento de uma big tech, uma pessoa da plateia me fez a seguinte pergunta: "O que você acha do futuro que estamos criando?".
Eu respondi que a sociedade não estava criando o futuro, mas o futuro estava sendo imposto por quem domina o desenvolvimento da tecnologia que, neste momento, é composto por um seleto grupo de pouquíssimas pessoas.
Continua após a publicidade
O próprio Amodei resumiu o dilema com precisão. Temos dois grandes desafios.
O primeiro é evitar que empresas se tornem mais poderosas que os governos. Mas também não dá para aceitar que os governos se tornem poderosos demais para serem controlados.
O problema é que ele disse isso enquanto sua empresa negociava os termos em que o Estado pode usar sua tecnologia para fins militares.
Quem representa o resto de nós nessa conversa?
A briga da Anthropic com o governo americano não mudou essa equação, mas pelo menos a tornou visível por alguns dias. Isso serve para lembrarmos que as escolhas sobre como a IA será usada não são inevitáveis.
São decisões tomadas por pessoas em salas onde a maioria de nós não está.
Continua após a publicidade
Uma tecnologia que vai redefinir o poder geopolítico, reorganizar economias inteiras, eliminar postos de trabalho e transformar a nossa subjetividade está sendo moldada por um processo que historiadores do futuro talvez chamem de privatização do destino coletivo.
|
|
Scooped by
Inovação Educacional
March 14, 4:07 PM
|
Um referencial inédito do MEC (Ministério da Educação) sobre a incorporação da inteligência artificial na educação recomenda o veto da tecnologia na educação infantil, atividades desplugadas nos anos iniciais e desaconselha a adoção de reconhecimento facial nas escolas —algo que já é realidade em muitas redes de ensino e escolas privadas.
O documento de 240 páginas foi publicizado nesta quinta-feira (12) pela pasta do governo Lula (PT). Ele faz um panorama sobre a absorção da tecnologia em todo sistema educacional, com reflexões e recomendações que vão da gestão escolar à produção de materiais didáticos, formação de professores currículo, uso em sala de aula e também no ensino superior.
|
|
Scooped by
Inovação Educacional
March 13, 5:11 PM
|
Dados indicam que a década passada foi marcada por uma estagnação das aprendizagens
|
|
Scooped by
Inovação Educacional
March 13, 5:05 PM
|
É essencial não perder de vista que produtos tecnológicos são moldados por finalidades previamente definidas por aqueles que os desenvolvem
|
|
Scooped by
Inovação Educacional
March 13, 4:52 PM
|
Diretrizes foram publicadas pela Secretaria de Educação do estado (SEC). Documento orienta gestores, professores e alunos sobre uso ético e pedagógico da tecnologia na Educação Básica.
|
|
Scooped by
Inovação Educacional
March 13, 4:51 PM
|
But scale changes risk. When millions of transactions move in an instant, errors multiply instantly. When identity systems authenticate access to services, mistakes can exclude people from healthcare, banking, or welfare. When data flows across institutions, consent disputes and misuse follow. And when payments become real-time and irrevocable, scams and fraud can proliferate.
|
|
Scooped by
Inovação Educacional
March 13, 4:47 PM
|
Há caminhos. Um deles passa por criar uma cultura que não estigmatize a matemática. Para uma criança, aprender números é tão importante quanto aprender as letras que formam o nome. O ensino não deve ser traumatizante, e a matemática deve ser lecionada como uma linguagem comum. Precisamos construir caminhos para criar prazer pela matemática e favorecer a aprendizagem, sem traumas. É importante quebrar a visão de muitos de que matemática é para poucos. Assim, é fundamental que a disciplina não seja motivo de bloqueio ou estigma, mas sim de curiosidade e interesse.
|
|
Scooped by
Inovação Educacional
March 13, 4:30 PM
|
A Inteligência Artificial deixou de ser uma ferramenta pontual para se tornar num interlocutor central que está a moldar a identidade e as ambições da juventude. O relatório “A miragem da IA, um reflexo incómodo com alto impacto nos jovens” elaborado pela LLYC no âmbito do 8 de março, Dia Internacional da Mulher, revela que, longe de ser neutra, esta tecnologia está a validar estereótipos do passado e a amplificar preconceitos históricos.
Os dados recolhidos pelo estudo demonstram que a IA não atua da mesma forma com rapazes e raparigas. 56% das respostas classificam as jovens como “frágeis”, o que as coloca numa posição de fragilidade. Além disso, a inteligência artificial recomenda às mulheres procurar validação externa seis vezes mais do que aos homens e redireciona 75% das suas vocações para a saúde e as ciências sociais.
“Não é a IA que está enviesada, mas sim a realidade. O relatório confirma que a inteligência artificial não corrige os défices que temos. Reflete e amplifica uma maior proteção a elas até reduzir a sua autonomia, eterniza os telhados de vidro ou reforça a pressão estética. Em última análise, não questiona os papéis tradicionais, mas antes legitima-os. A verdade é que, se a realidade não mudar, não podemos pedir à IA que mude as suas respostas.”, afirma Luisa García, sócia e CEO Global de Corporate Affairs na LLYC e coordenadora do estudo.
O estudo, realizado em 12 países durante 2025, analisou o impacto da inteligência artificial em jovens dos 16 aos 25 anos através de uma análise massiva de 9.600 recomendações e do exame de 5 grandes modelos de IA (entre eles, ChatGPT, Gemini ou Grok).
|
|
Scooped by
Inovação Educacional
March 13, 4:19 PM
|
O Mobile World Congress 2026, que aconteceu neste mês em Barcelona, na Espanha, deixou uma mensagem clara: a disputa tecnológica do momento não está apenas em novos dispositivos ou em redes mais rápidas, mas na capacidade das empresas de governar a inteligência artificial.
Com mais de 100 mil participantes, o evento mostrou um setor de telecomunicações em transição acelerada. O modelo baseado em vender chips e gigabytes já não sustenta crescimento. Dados viraram commodity; o mercado, maduro demais. A pergunta que ecoou pelos corredores do evento foi simples e direta: qual será a nova fonte de receita?
Três movimentos indicam o caminho.
O primeiro é a economia de APIs. Operadoras começam a abrir suas capacidades de rede para outros setores. Um banco pode usar uma API de localização para evitar fraudes; um hospital, para rastrear equipamentos; um varejista, para autenticar transações. A lógica muda: a conectividade deixa de ser o produto final e passa a compor um ecossistema integrado. A receita nasce na interoperabilidade.
O segundo movimento é a transformação das operadoras em empresas de tecnologia. O mercado de soluções corporativas cresce mais rápido que o consumo individual. Redes privadas, automação, IA aplicada à logística, segurança cibernética, monitoramento inteligente — é nesse campo que estão as oportunidades. Não se trata mais de vender dados, mas de resolver problemas de negócio.
O terceiro movimento é a busca por eficiência radical. Com receita limitada, cortar custos virou prioridade global. Casos apresentados no MWC mostram redes autônomas que se autoajustam, sistemas que preveem falhas e atendimento preditivo. A IA, aqui, é motor de produtividade.
Mas, apesar de todo esse avanço, foi outro tema que dominou o evento: como garantir que sistemas autônomos tomem decisões corretas? E, sobretudo, quem responde quando não tomam?
A discussão sobre governança — muitas vezes vista como secundária — tornou-se central. Com razão. À medida que agentes autônomos deixam de apenas analisar dados e passam a atuar diretamente, os riscos aumentam. Uma rede hospitalar administrada por IA não pode falhar. Uma API de localização não pode ser usada de forma discriminatória. A tecnologia amadureceu; a capacidade de governá‑la, não.
Daí emergem três exigências.
A primeira é a criação de estruturas robustas de governança. Empresas precisam definir limites de atuação, responsabilidades claras e mecanismos de supervisão. Sem isso, decisões automatizadas podem carregar vieses ou gerar impactos não previstos. Comitês de ética e liderança dedicados à IA deixam de ser recomendação e passam a ser condição básica.
A segunda é a adoção de segurança e transparência desde a origem. Sistemas opacos — as famosas “caixas‑pretas” — já não atendem processos críticos. É preciso garantir rastreabilidade e explicabilidade. Tecnologias como blockchain podem registrar de forma imutável decisões e ações, ampliando confiança.
A terceira é a integração da IA à estratégia do negócio. IA não pode ser tratada como um projeto isolado ou como responsabilidade exclusiva da área de tecnologia. Ela impacta o modelo de negócios, cultura, governança corporativa e visão de futuro. Decisões sobre onde e como aplicar IA precisam ser tomadas por executivos preparados e informados.
O MWC 2026 mostrou que a revolução da inteligência artificial não será vencida por quem tiver o algoritmo mais sofisticado. Será vencida por quem souber controlá‑lo, direcioná‑lo e responsabilizá‑lo. A confiança — e não apenas a inovação — será o elemento decisivo.
Para o Brasil, isso abre uma oportunidade rara. Nosso mercado, historicamente mais ágil e adaptável, tem condições de adotar rapidamente tecnologias avançadas, desde que com governança desde o início. Empresas que estruturarem essa base agora terão vantagem competitiva não só local, mas global.
A tecnologia já está pronta. A governança, ainda não. É esse o desafio que o MWC 2026 deixa para os líderes que o acompanharam — e o momento de enfrentá‑lo é agora.
|
Scoop.it!
