Neste vídeo, mostro como criar um GPT do zero. No exemplo, eu queria criar um GPT para melhorar os prompts.

O GPT está disponível aqui:
https://chatgpt.com/g/g-69b170eaab108191b6b37ea4316c2386-prompt-academico

Quem quiser aprender isso e mais sobre o uso de IA na pesquisa acadêmica, tenho uma formação bem completa disponível aqui: https://hotmart.com/pt-br/marketplace/produtos/inteligencia-artificial-para-pesquisa-academica-do-basico-ao-avancado/F104325058R

Os dados do Censo Escolar 2025 demonstram a dimensão da educação básica no Brasil. A começar pelo número de matrículas (46 milhões), que, em termos demográficos, corresponde à população da Espanha. Dentro desse escopo, 10,1 milhões são de matrículas no tempo integral, projeção comparável à população de Portugal. O grande volume de informações faz parte da 1ª etapa de coleta do Censo Escolar 2025, publicado anualmente pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep) e divulgado em fevereiro.

Estes são dias de um novo arranjo de poder tecnológico e sua categorização definitiva segue em aberto. Yanis Varoufakis enxerga uma disposição tecnofeudal, com empresas baseadas em nuvem impondo seus interesses suseranos às menores, vassalas, enquanto nós, servos, alimentamos o sistema com cliques não remunerados.
A realidade indica que seria mais apropriado falar em tecnoabsolutismo, um sistema em que o rei é a lei, no qual a antiga tese de que nações sucumbem porque não têm instituições sólidas é motivo de chacota. E a tecnologia que importa dispensa os cliques gratuitos, enquanto reduz a demanda por legitimidade e "soft power" internacional ao concentrar as mortes do lado inimigo.
A rusga com a Anthropic é uma óbvia manifestação da intensificação do tecnoabsolutismo. Isso indica que o Brasil deve colocar força total no desenvolvimento de uma IA soberana, além de uma estrutura própria de servidores —algo dispensável até há pouco.
O caso não é simplesmente que IAs de mercado, servindo de infraestrutura crítica nacional, podem ser desligadas de uma hora para outra, mas que elas estão fazendo um M&A com o sistema de defesa de um outro Estado, o qual publicou um relatório dizendo que bases chinesas de uso civil e militar estão proliferando pela América Latina e já existem no Brasil.

A Secom (Secretaria de Comunicação Social da Presidência), o Ministério da Fazenda e o Mdic (Ministério do Desenvolvimento, Indústria, Comércio e Serviços) adotam abordagens diferentes. A Fazenda e o Mdic, que são mais próximos ao setor, defendem flexibilidade. Na avaliação de pessoas que acompanham a tramitação e conversaram com a Folha sob anonimato, esses órgãos são mais sensíveis aos argumentos das empresas de tecnologia, que defendem que a regulamentação levará à imposição de travas à inovação.
Já a Secom atua para manter a base do projeto analisado pelo Senado, que traz uma abordagem sobre riscos de uso da IA e proteção de direitos. O projeto do Senado é inspirado na regulação de IA da União Europeia, que aplica regras mais rígidas de regulação.

As três principais universidades públicas de São Paulo – USP, Unesp e Unicamp – estão estruturando diretrizes para orientar o uso de inteligência artificial (IA) em atividades acadêmicas. As iniciativas buscam estabelecer parâmetros para estudantes e professores, com foco em transparência, ética e responsabilidade no uso das ferramentas.

Uma demonstração tecnológica divulgada neste mês chamou atenção no setor de inovação ao mostrar algo que, à primeira vista, parece ficção científica: neurônios humanos cultivados em laboratório jogando videogame. O experimento foi apresentado pela startup australiana Cortical Labs, que divulgou um vídeo do seu dispositivo biológico CL1 executando o clássico jogo Doom.

Diferentemente de sistemas baseados apenas em algoritmos, o equipamento utiliza células cerebrais humanas reais conectadas a um chip de silício. Os neurônios recebem estímulos elétricos correspondentes às informações do jogo e respondem com sinais que são interpretados como ações dentro do ambiente digital, como mover-se ou mirar em inimigos.

Um computador feito de neurônios
Apresentado durante o Mobile World Congress 2025, em Barcelona, o CL1 é descrito pela empresa como o primeiro computador biológico comercialmente viável. Em seu núcleo estão cerca de 800 mil neurônios humanos derivados de células-tronco reprogramadas a partir de amostras de pele e sangue de doadores adultos, segundo informações divulgadas pela revista IEEE Spectrum.

Essas células crescem sobre uma matriz de eletrodos capaz de enviar impulsos elétricos e registrar as respostas do tecido neural em tempo real. Na demonstração com Doom, aproximadamente 200 mil neurônios receberam dados do jogo convertidos em sinais elétricos, processaram essas informações e produziram comandos que controlaram a jogabilidade.

A exibição pública não foi publicada em estudo revisado por pares. No entanto, a base científica do projeto tem precedentes acadêmicos: em 2022, pesquisadores ligados à empresa relataram na revista Neuron que culturas neuronais semelhantes foram capazes de aprender a jogar Pong em poucos minutos, reorganizando-se espontaneamente.

A jornalista e professora de meditação Talissa Monteiro estava cansada de ter a atenção sugada pelas redes sociais. Ela organizou então sua rotina e, de quebra, lançou o Clube do Offline para ajudar outras pessoas a reduzir o tempo de tela.

O aprendizado eficaz se baseia em "sermos mais inteligentes em relação à forma de apresentação das informações para o cérebro", segundo a educadora Noelia Valle.

Monitoramos o tráfego de busca orgânica do CNET, Wired, The Verge, TechRadar e outros seis sites desde o início de 2024 até hoje. Juntos, eles perderam 65 milhões de visitas mensais. Alguns perderam mais de 90%.

Sistema de inteligência artificial identifica acromegalia com alta precisão e supera médicos experientes, preservando a privacidade dos pacientes

Nos EUA, um sinal de que o retorno financeiro do ensino superior acabou

Universidades de ponta criam protocolos para a ferramenta, que também está disseminada no ensino médio
Uso da IA deve ser explicitado de forma detalhada; diretrizes visam aproveitar potencial e reduzir riscos com ética e transparência
Dado o impacto da inteligência artificial (IA) na produção textual e de conhecimento, o setor acadêmico no Brasil e no mundo se mobiliza no sentido de estabelecer regras para a tecnologia.
Aqui, USP, Unicamp e Unesp estão criando protocolos e diretrizes, além de estruturar departamentos para coordenar pesquisas, desenvolver ferramentas e promover a formação de professores, alunos e funcionários.
No geral, a orientação é a de que o uso da IA deve ser combinado entre docentes e discentes e explicitado em pesquisas e trabalhos acadêmicos de forma detalhada, indicando não só modelos e versões mas também a interação com a ferramenta por meio dos prompts (comandos para execução de tarefas).
O guia da Unesp, por exemplo, deixa claro o que estudantes e professores podem e não podem fazer. No primeiro quesito, é permitido que a IA auxilie em atividades como tradução, revisão gramatical, elaboração de resumos e criação de roteiros e imagens. Fica proibido submeter trabalhos gerados por IA e simular resultados experimentais sem indicar o uso da tecnologia.
Considerando que são instituições de excelência do ensino superior brasileiro, suas regras tendem a ser reproduzidas em outras universidades, na educação básica e até em outros setores.
Escolas já precisam lidar com a disseminação da IA. A pesquisa TIC Educação de 2025, realizada pelo centro de estudos do Comitê Gestor da Internet no Brasil (CGI.br), mostra que 70% dos alunos do ensino médio usam IA para fazer trabalhos, e só 32% relatam que receberam orientação sobre essa tecnologia.
Ademais, não mais de 54% dos professores tiveram formação continuada para capacitar os estudantes no uso de ferramentas digitais. O Conselho Nacional de Educação (CNE), órgão responsável por definir diretrizes curriculares nacionais para formações superiores, discute uma resolução que prevê incluir o ensino de inteligência artificial em cursos de pedagogia e licenciaturas.
No Piauí, uma iniciativa pioneira instituiu, em 2024, a disciplina obrigatória de IA, que combina fundamentos técnicos e reflexões éticas, no 9º ano do ensino fundamental e no ensino médio. O programa foi premiado pela Unesco.
A IA tem enorme potencial educativo e na produção de conhecimento, mas também envolve riscos. O que pesquisas e organismos internacionais indicam é que a formação para o uso consciente, ético e transparente é a melhor forma de desbravar as trilhas abertas pela ferramenta.

Obra Don't Steal This Book reúne nomes como o Nobel da Literatura Kazuo Ishiguro, e os consagrados Philippa Gregory e Richard Osman; movimento é parte de um conflito mais amplo entre a indústria criativa e as grandes empresas de tecnologia

A guerra contra o Irã tem consolidado a transformação do Oriente Médio em um laboratório de uso de IA em conflitos. A nova tecnologia vem sendo usada na interpretação de dados de inteligência, análise de imagens de satélite e identificação de alvos, entre outras aplicações —tudo diante de debates éticos ainda abertos sobre quando o uso da inteligência artificial é, literalmente, uma questão de vida ou morte.
O emprego da IA nos ataques ao regime iraniano é a eclosão de um processo que começou em 2017, quando o Departamento de Defesa dos Estados Unidos criou o chamado Projeto Maven, a fim de aplicar aprendizado de máquina na análise de imagens de drones. Desde então, o projeto foi evoluindo com contratos assinados entre o governo americano e big techs.
O Maven Smart System (MSS) é desenvolvido pela Palantir, do bilionário republicano Peter Thiel. Segundo anúncios públicos do Pentágono, o uso dessa ferramenta foi expandido no governo de Donald Trump, e hoje ela é usada por mais de 20 mil militares.
O governo americano também já informou que, desde 2024, o sistema está integrado ao Claude, modelo de linguagem desenvolvido pela Anthropic. Trata-se da mesma empresa hoje em confronto com o Pentágono, que ordenou o cancelamento de contratos com a companhia horas antes do início da guerra contra o Irã.
Analistas atribuem à dupla Maven e Claude a capacidade de atingir mil alvos no Irã já no início do conflito. Em um comunicado em vídeo depois dos primeiros ataques, o almirante Brad Cooper, que lidera o Comando Central dos Estados Unidos, lembrou as operações de "choque e horror" que iniciaram a guerra contra o Iraque, em 2003, e acrescentou que a escala dos de agora é duas vezes maior.
"É evidente que a rapidez desses ataques causa certas preocupações. É a primeira vez que uma operação militar de grande porte utiliza a IA de forma tão central", diz Oliver Stuenkel, pesquisador do Belfer Center na Harvard Kennedy School.
Para planejar um ataque, os militares precisam atravessar um amontoado de informações de inteligência. Não são só imagens de satélite, mas também dados de informantes e horas de escutas interceptadas, entre outros tipos de informação.
Fontes militares têm dito à imprensa americana que, antes dessas ferramentas, só era possível processar no máximo 4% dos dados coletados sobre o inimigo, atrasando o processo de transformar inteligência em ataques reais. Mas isso mudou.
"Uma questão importante é o reconhecimento automático de alvos, usando visão computacional para reconhecer objetos no campo de batalha. Isso ajuda a acelerar as decisões", diz Vitelio Brustolin, professor de relações internacionais da Universidade Federal Fluminense.
De fato, o que se aponta é que antes os soldados precisavam identificar alvos a olho nu nas imagens de satélite, cruzando-as com outras informações de inteligência para evitar erros. E a dupla Maven e Claude conseguiria apontar veículos, radares, lançadores de foguetes etc., ajudando a pular uma etapa.
Já há pesquisas mensurando o ganho de eficiência. Um estudo do Center for Security and Emerging Technology, da Universidade Georgetown, por exemplo, avaliou o uso do sistema Maven em exercícios militares em 2024. E concluiu que a tecnologia permitiu que uma célula militar tivesse, com 20 pessoas, um desempenho semelhante ao de unidades que, na guerra do Iraque, exigiam mais de 2.000 soldados.
Ferramentas assim se tornam cruciais num contexto em que a tecnologia também ajuda a aumentar e muito a quantidade de informação coletada. O jornal Financial Times, por exemplo, revelou que a inteligência israelense hackeou as câmeras de trânsito de Teerã antes do ataque que matou o aiatolá Ali Khamenei.
Aliado dos EUA, Israel já vinha colocando em prática seus próprios experimentos no conflito contra o Hamas na Faixa de Gaza. Uma investigação do jornal britânico The Guardian, em 2024, mostrou que um sistema de IA indicou 37 mil palestinos que teriam ligações com o Hamas. Na ocasião, o Exército do país rebateu dizendo que a ferramenta não era uma lista de alvos já confirmados e que não usa a IA para identificar terroristas.
Essa aplicação da nova tecnologia tem gerado preocupação entre quem debate a ética da IA. Os críticos apontam que, ao acelerar a cadeia de decisões entre detectar um alvo e atacá-lo, aumenta a probabilidade de erros —e questionam até responsabilidade legal em casos assim. Os ataques de 28 de fevereiro a Teerã, por exemplo, mataram ao menos 165 civis ao atingir uma escola. E, desde então, acumulam-se evidências de que os responsáveis foram os EUA.
Na prática, o debate em pauta é sobre os riscos de automatizar decisões de vida ou morte. Já em 2018, funcionários do Google iniciaram um protesto ao descobrir que a empresa estava colaborando com o projeto Maven, levando a companhia a anunciar que não renovaria o contrato com o Pentágono e a criar novas diretrizes éticas.
Na polêmica de agora com a Anthropic, a empresa se recusou a suspender salvaguardas do Claude, impedindo o uso da ferramenta para vigilância de cidadãos e construção de armas autônomas (estas são uma das maiores preocupações de quem atua no campo da segurança da IA). Isso levou Trump a decidir punir a empresa, suspendendo seus contratos.
Diante de polêmicas assim, o governo americano tem argumentado que seu uso de IA é feito com "a human in the loop", um ser humano no processo; mas isso não tem sido suficiente para aplacar as críticas.
Para o pesquisador Oliver Stuenkel, o aumento dessa velocidade não é a única preocupação. Ele diz que essas ferramentas tornam mais fácil iniciar uma guerra, ao diminuir o ônus de quem decide atacar.
"A combinação de drones e inteligência artificial reduz muito o custo financeiro e humano de ações militares", afirma. "Isso é muito preocupante, porque esse custo sempre foi um dos fatores [que levava países] a pensar duas vezes antes de iniciar um ataque. E pode incentivar ainda mais essa tendência de tentar resolver conflitos atingindo rivais só com bombardeios aéreos e drones."
Para se ter uma base de comparação, estudos de diferentes centros de pesquisa têm mostrado que, na Ucrânia, os ataques por drones são responsáveis por mais de 70% das mortes.
"A IA vai diminuir o número de exércitos, porque no fundo eles são cada vez menos necessários. E agora estamos falando de uma guerra convencional. Diria que esse conflito no Irã é um marco do ponto de vista tecnológico na história da guerra e vai ter influência em outros conflitos", diz Stuenkel.

Empresa de inteligência artificial questiona classificação dada pelo governo dos EUA
Companhia não aceitou exigência de acesso total e que permitiria vigilância em massa

Staggered EdTech Adoption
During my recent Senate testimony, I stated that when NAEP performance is aligned with state-level digital adoption, scores plateau and then decline.

I should note that in that testimony, I misspoke slightly - referring to ‘one-to-one’ deployment when the analysis, in fact, examines broader, statewide digital adoption. The distinction matters, and I want to be precise.

Since that testimony, I’ve received repeated requests to publish the underlying data. What follows is that analysis.

In the United States, education policy is largely controlled at the state level. As a result, digital infrastructure was not embedded into classrooms everywhere at once. Some states operationalized statewide digital testing and instructional systems earlier; others followed later.

Fundada no Rio de Janeiro por Bernard Caffé e Fernando Costa, a startup desenvolveu uma plataforma de aprendizagem que utiliza inteligência artificial e gamificação para personalizar o ensino. Atualmente, a tecnologia já é utilizada por mais de 5 mil escolas no Brasil. “O método de aprendizado ainda é muito massificado. Muitos municípios não alcançam nem a nota mínima no Índice de Desenvolvimento da Educação Básica (Ideb). Acreditamos que o ensino deve ser personalizado”, afirma Caffé, CEO da Jovens Gênios.

Não bastam ações pontuais para resolver um problema que é estrutural. São necessárias políticas públicas e planos de conscientização perenes, mensuráveis e com orçamento e estrutura adequados para de fato mudarmos o cenário social

O uso da inteligência artificial dos chamados grandes modelos de linguagem (LLMs), com ChatGPT e Gemini, para escrever trabalhos científicos continua se disseminando e preocupa pesquisadores.
Muitos periódicos acadêmicos importantes já possuem política que restringe total ou parcialmente o uso desses chatbots, mas dois terços das publicações ainda não possuem regras para tal, indica um levantamento recente feito pela Universidade McMaster, de Ontario (Canadá).
O trabalho, liderado pelo cientista Daivat Bhavsar, inquiriu mais de 162 publishers da Associação Internacional de Editoras Científicas, Técnicas e Médicas (STM), e apenas 56 delas já tinham no meio do ano passado diretrizes específicas para uso de IA. Destas, apenas quatro implementaram política de tolerância zero. Outras aceitavam uso para correção gramatical ou de estilo, mas exigiam que os artigos incluíssem um aviso.
Investigando esse ambiente ainda sem regras universais para IA, uma outra pesquisa recente indica que os LLMs foram usados em pelo menos 12% dos artigos acadêmicos publicados em revistas indexadas, aqueles que contam oficialmente como produção científica. A estimativa foi feita pelo pesquisador Andrew Gray, do University College de Londres, varrendo uma série estudos do mundo todo na base de dados Dimensions.
"Até 12% dos artigos acadêmicos publicados em 2024 têm sinais de uso de LLMs, indicados pelo uso desproporcionalmente comum de palavras distintas, tomadas com marcadores do texto" escreveu o pesquisador em um artigo preliminar na plataforma Arxiv. "Em uma estimativa conservadora, pelo menos 10% dos artigos podem ter sido editados, traduzidos ou parcialmente gerados por LLMs".
Gray não foi o único a tentar fazer essa medição. Outros pesquisadores obtiveram estimativas com números entre 8% e 16%.
LLMs x outras IAs
O uso da inteligência artificial, de modo geral, é aceito em pesquisa, mas é preciso diferenciar o emprego de LLMs do de outras tecnologias. É aceitável um cientista criar um sistema de IA para previsão meteorológica, por exemplo, e descrevê-lo em um estudo mostrando qual foi seu desempenho.
O receio de pesquisadores com o uso do LLM é que esta não é uma ferramenta criada para construir raciocínio ou fazer análise. O ChatGPT é, desde sua origem, uma espécie de versão ultra-sofisticada da antiga ferramenta de "autocompletar" dos editores de texto. É extremamente fácil de usar, mas tudo o que escreve é por previsão estatística.
O uso das LLMs preocupa também porque tem sido feito de maneira não transparente. A maioria dos papers etiquetados na pesquisa de Gray como "suspeitos" de usar IA não alertavam o leitor para uso de LLMs, mesmo em algumas publicações que já o exigem.
Nos bastidores da ciência
Pela praticidade de uso e por possibilitar acelerar algumas etapas do trabalho, os chatbots modernos vêm sendo usados não só para escrever artigos, mas em outras etapas do processo de produção científica. É comum seu uso na submissão de projetos de pesquisa e nos pareceres de revisão por pares (peer review), em que cientistas são consultados anonimamente para avaliar o trabalho de outros.
No Brasil, agências de fomento à ciência já adotam uma política rígida para restringir as LLMs nesses processos.
— Quando nós avaliamos um projeto de pesquisa, a gente precisa identificar a capacidade crítica do estudante ou do pesquisador que está fazendo uma proposta.Se ele usa o chatbot como um instrumento de escritor ou de autor, ele está fazendo completamente errado — diz o neurocientista Esper Cavalheiro, assessor da diretoria científica da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp). — Se ele delega o trabalho à LLM, ele não está colocando ali aquilo que o diferencia dos demais e que faz dele merecedor de um financiamento, de uma bolsa ou da publicação de um paper.
Zona cinzenta
Como tudo em ética, porém, existe uma área cinzenta para uso da IA em redação científica. Diretrizes da Fapesp e outras agências de fomento aceitam o uso de chatbots para correção de gramática e estilo, mas alertam que o autor precisa ser atento, porque nem sempre as LLMs distinguem de maneira clara o que alterar forma ou conteúdo.
Softwares para detectar uso de LLM em textos têm sido usados por alguns periódicos e por alguns pareceristas, às vezes sem o autor do estudo avaliado saber. Esses programas, como aquele no estudo de Gray, funcionam analisando o estilo de inglês do texto do trabalho. Um artigo pode cair na "malha fina" dessas ferramentas mesmo tendo usado IA apenas para depurar a linguagem.
É difícil saber qual de infiltração que chatbots estão tendo na literatura científica hoje, mas um sinal de que a IA está sendo usada para muito mais do que faxina verbal é de que as chamadas "alucinações" (informações fantasiosas que as LLMs ocasionalmente fornecem como resultado), estão entrando nos estudos. As referências bibliográficas no fim dos artigos são o objeto preferido de piração dos robôs, que citam alguns estudos que nunca foram feitos.
Citações inventadas
Um teste feito por um grupo de pesquisa da Universidade de Washington mostrou que entre 78% e 90% das pesquisas de literatura feitas com o ChatGPT retornam ao menos uma citação fabricadas, e quase sempre retornam citações irrelevantes.
Essa equipe, liderada pela cientista Akari Asai, está trabalhando agora num sistema de IA específico para a tarefa, ciente de que o trabalho de pesquisa bibliográfica é um dos que mais consomem tempo na rotina acadêmica. Em artigo na Nature, ela demonstrou como construiu seu modelo, o OpenScholar, e como ele foi capaz de fazer bibliografias com qualidade equiparável à de um humano, partindo de perguntas científicas.
Esse tipo de aprimoramento, que tem ocorrido rapidamente desde que o ChatGPT desencadeou uma explosão tecnológica de modelos de linguagem em 2022, requer que cientistas repensem a todo momento suas políticas para uso da IA e suas implicações éticas.
Fato consumado
Para o cientista da computação Virgílio Almeida, professor da UFMG e coordenador do grupo de trabalho de IA na Academia Brasileira de Ciências (ABC), a entra da IA na produção científica é um fato consumado. Cabe agora aos pesquisadores tentar extrair o lado positivo dela.
— Eu vejo muitos alunos de graduação e de pós fazendo uso das LLMs, alguns de maneira positiva, outros nem tanto — afirma. — Eu acho que existem inúmeras possibilidades de ampliar a produção científica, sobretudo com ajuda no campo da linguagem, mas é preciso seguir regras e é preciso ter transparência.
Almeida defende que instituições ampliem seus programas de alfabetização tecnológicas, para que acadêmicos entendam melhor como a IA funciona e como pode (ou não) ser usada. Isso é importante, diz também em áreas de humanas e biológicas, onde nem sempre os professores têm familiaridade com computação.
Cavalheiro, da Fapesp, afirma que é preciso um esforço na academia para convencer jovens cientistas de áreas mais técnicas que o trabalho de redação não é uma mera burocracia que precisa ser cumprida para apresentação de números nos artigos. Dessa perspectiva, delegar trabalho a robôs perde o sentido, mesmo quando estes são bem sucedidos.
— Eu sempre aprendi que o cientista deve saber traduzir em palavras tudo aquilo que ele faz. Ele publica um artigo para que alguém entenda completamente o que ele fez e continue a partir dali o trabalho dele — diz. — A ciência só ganha se aquele que fez algo pela primeira vez consegue traduzir a sua realização para outro, de forma adequada. Não são números, não são gráficos, não são tabelas. Trata-se de saber dizer, saber contar o que foi feito.

Até 50% dos usuários de computador apresentam sintomas de fadiga ocular digital. Essa condição não é apenas um incômodo, mas pode afetar significativamente a qualidade de vida.

A Organização do Tratado do Atlântico Norte (Otan), a aliança militar ocidental, incluiu recentemente em seus estudos um novo domínio em que são travadas as guerras. Além dos tradicionais terra, mar e ar e dos recentes espaço e ciberespaço, os pesquisadores da Otan acrescentaram o “domínio cognitivo” como sexto campo de batalhas. Nesse novo campo, travam-se disputas em que se busca aguçar a polarização nas sociedades, minar a confiança em governos, manipular o discurso público, influenciar eleições e desestabilizar regimes democráticos por meio de campanhas de desinformação. Nos estudos da Otan, a Rússia é considerada uma ameaça direta nesse novo domínio, e a China é classificada como “desafio sistêmico”.
Em 2020, a Otan produziu o estudo “Otan 2030 — Unidos para uma Nova Era”. Embora o termo “guerra cognitiva” ainda não aparecesse de forma estruturada, o documento já dava ênfase às “ameaças híbridas” que visam a espalhar desinformação por meio de manipulação digital. Depois o conceito se tornou mais amplo e profundo. Ele tem relação com aspectos psicossociais de cada sociedade e se manifesta diariamente nos diversos meios de comunicação, que ganharam velocidade com o advento da internet e se tornam a cada dia mais insidiosos com a inteligência artificial (IA). A guerra cognitiva, na visão dos pesquisadores da Otan, pode ser definida como um conflito que se trava a cada momento na difusão da informação. A mente humana é seu principal campo de batalha.
Soberania: A educação e a guerra pela mente
É o que se vê cotidianamente nas redes sociais, onde circulam conteúdos fraudulentos para atingir todo tipo de adversário, sejam indivíduos, países, empresas ou instituições. Nos países democráticos, onde a população vota periodicamente, o choque entre diversos discursos para convencer o eleitorado é um dos poucos momentos em que a guerra cognitiva se dá de forma explícita, sobe à superfície.
A defesa contra essas armas depende do preparo das mentes atingidas por elas — ou, noutras palavras, de sua formação. Só uma população bem instruída é capaz de se proteger contra manipulações que, em última análise, podem colocar em risco o projeto nacional de perpetuar a democracia, como afirmou em sua coluna no GLOBO Priscila Cruz, presidente do movimento Todos Pela Educação. Ela faz um alerta: a baixa qualidade da educação no Brasil deixa a maior parte da população vulnerável à enxurrada de desinformação que circula pela internet. Está em jogo não apenas uma disputa política, mas o controle da mente numa sociedade desigual também na capacidade de discernimento diante do que é verdade ou mentira. Por isso investir em educação não é essencial apenas para o desenvolvimento econômico, mas também para a defesa nacional e para a preservação das liberdades e da democracia.

Recentemente, conversei com  Lance Eaton , Diretor Associado Sênior de IA e Ensino e Aprendizagem na Northeastern University e autor de  IA + Educação = Simplificada . Trocamos ideias sobre o que realmente funciona. Chegamos a 10 maneiras específicas e práticas pelas quais qualquer pessoa que ensine, treine ou lidere pode colocar a IA em prática.

1. ESTIMULAR UMA REFLEXÃO MAIS PROFUNDA NOS ALUNOS
Lance: Peça aos alunos que reflitam por meio de uma conversa com a IA, em vez de ficarem olhando para uma página em branco. Uma IA bem orientada continuará fazendo perguntas de acompanhamento, levando os alunos além do "Eu não gostei" e rumo a uma análise mais profunda.

2. REFORCE SEU PROGRAMA DE ESTUDOS
Jeremy: Entregue seu plano de curso a um assistente de IA e peça uma avaliação — quanto à clareza, inclusão, acessibilidade para os alunos e abrangência. Você receberá um feedback específico e honesto. A IA não escreverá o plano de curso para você, mas o desafiará a aprimorá-lo.

Nem sempre temos colegas ao nosso lado que possam oferecer sugestões sobre nosso trabalho. Portanto, esta é uma maneira objetiva, independente, instantânea e construtiva de obter uma crítica útil.

3. TORNAR OS MATERIAIS MAIS VISUAIS
Lance: Transforme seu programa de estudos em uma versão gráfica que os alunos realmente queiram ler. Assistentes de IA podem ajudar você a criar layouts visuais e explicações simples em estilo de quadrinhos, sem nenhuma experiência em design.

4. APRIMORAR OS PLANOS DE AULA
Jeremy: Descreva seus objetivos de aprendizagem, o tamanho da sua turma, suas limitações — depois peça à IA para gerar 10 atividades de aquecimento ou encerramento. Você não usará a maioria delas e talvez precise adaptar algumas. Mas ter opções significa que você frequentemente encontrará algo melhor do que teria criado sozinho.

5. EXPERIMENTE ATÉ QUE ALGO FAÇA SENTIDO.
Lance: Brinque com a IA até que ela faça algo que realmente te surpreenda ou empolgue. Aquele momento de "Espera aí, eu realmente poderia usar isso" é o que transforma a conversa de teórica para real.

“Para alguns alunos, isso é realmente poderoso, incluindo alunos que estão aprendendo inglês como segunda língua, que têm TDAH ou dislexia — essas ferramentas podem abrir portas.”

6. ELABORE ATIVIDADES DE AULA ENVOLVENTES
Jeremy: Quando você precisa de uma analogia convincente para um conceito complexo, ou de uma anedota histórica, ou de um pequeno estudo de caso para um exercício rápido de dramatização, os assistentes de IA podem ser úteis para ampliar nossa compreensão. Se você estiver ensinando um assunto que domina, pode definir a direção e assumir a responsabilidade pela verificação.

ANÚNCIO
O NotebookLM  e  o Claude  podem gerar exemplos rapidamente e pesquisar suas próprias anotações para encontrar exemplos que você mesmo criou, mas dos quais havia se esquecido. O objetivo de usar IA nesse contexto é fortalecer o engajamento e aprimorar a experiência de aprendizado. Não se trata de efeitos especiais mirabolantes.

7. GERE “MAUS EXEMPLOS” COM SEGURANÇA
Lance: Os exemplos podem ser úteis para ilustrar o que  não  fazer, mas você nunca constrangeria um aluno apresentando o trabalho dele como exemplo de um erro.

“Nunca, jamais iremos — nem deveríamos — perguntar a um aluno: 'Isso foi algo realmente horrível, posso usar isso como um mau exemplo daqui para frente?'”

As ferramentas de IA podem gerar exemplos intencionalmente falhos: um argumento fraco, um parágrafo mal estruturado ou um raciocínio circular. Os alunos aprendem o que evitar.

8. APROVEITE O QUE VOCÊ ESTÁ PERDENDO
Jeremy: Peça a um assistente de IA para revisar seus materiais em busca de lacunas de acessibilidade, instruções pouco claras ou áreas onde seu material poderia ser mais inclusivo. Pense nisso como um colega atencioso que revisa seu trabalho e percebe detalhes que você deixou passar por falta de familiaridade.

9. ANALISAR O FEEDBACK DOS ALUNOS
Lance: Remova os nomes e quaisquer informações de identificação dos feedbacks de final de semestre e, em seguida, peça à IA para identificar temas, padrões e lacunas. Como Lance disse: “O que estou deixando passar? Quais são as suposições que estou fazendo ou ignorando? De que maneiras eu poderia redirecionar o curso?” Em vez de gastar horas categorizando manualmente comentários abertos, você obtém uma visão geral útil em minutos, deixando mais tempo para realmente agir com base no que os alunos lhe disseram.

10. LEMBRE-SE DO QUE FOI DITO
Jeremy: Use um aplicativo de anotações com IA, como  o Granola,  para registrar as transcrições de reuniões com alunos, sessões de aconselhamento e horários de atendimento. Peça permissão primeiro. Assim, você terá registros pesquisáveis ​​do que foi discutido, das perguntas que surgiram e das suas sugestões. Isso é particularmente útil à medida que o tempo passa e fica mais difícil lembrar os detalhes da conversa.

Em janeiro, a xAI, startup de inteligência artificial de Elon Musk , anunciou que usaria seu chatbot para desenvolver um sistema de tutoria com IA para mais de um milhão de estudantes em El Salvador. O anúncio veio na sequência de iniciativas semelhantes da OpenAI, que está conectando estudantes no Cazaquistão com seus serviços ChatGPT Edu, e da Microsoft, que está equipando estudantes e professores nos Emirados Árabes Unidos com ferramentas e treinamento baseados em IA.
Enquanto outros países executam projetos de infraestrutura nacional para a era da IA ​​e a tratam como um imperativo econômico, aqui nos Estados Unidos, parece que não conseguimos superar a narrativa de que a IA facilita a cola por parte dos alunos . Onde está o entusiasmo por como a IA e outras tecnologias emergentes podem apoiar nosso sistema educacional? Onde estão as parcerias criativas, as equipes de pesquisa e desenvolvimento, as iniciativas para capacitar os educadores? Riscos são inerentes a qualquer grande mudança na forma como aprendemos, trabalhamos e vivemos, mas parece que, no ensino fundamental e médio, estamos focados nos riscos errados.
A ABORDAGEM DE XANGAI
Recentemente, passei um tempo em Xangai, com uma comunidade internacional de aprendizagem composta por altos funcionários do sistema escolar e da prefeitura, que colaboram para identificar problemas comuns e prioritários, pesquisar as melhores práticas e, em seguida, desenvolver soluções eficazes e práticas que possam ser adaptadas a diferentes contextos culturais e políticos.
Nesta viagem em particular, nosso objetivo era aprender sobre políticas, práticas e pedagogia de IA na China e trazer esse conhecimento para os EUA. O que logo percebi é que o que chamamos de "IA na educação" quase não tem semelhança com a forma como está sendo implementada em Xangai. Lá, não se trata apenas da adoção de tecnologia em sala de aula; trata-se de uma adoção filosófica e sistêmica. Enquanto tratamos a educação em IA como mais um tópico curricular ou um desafio de adoção de ferramentas, eles a veem como infraestrutura nacional crítica, semelhante ao seu sistema ferroviário de alta velocidade. Não estamos diante de uma simples lacuna na implementação; trata-se de um abismo no pensamento estratégico.
O que torna a abordagem de Xangai tão eficaz não é a tecnologia em si, mas a forma como ela está integrada ao tecido educacional. Eles foram além da "alfabetização em IA" e chegaram à "infusão de IA", onde a inteligência artificial se torna o sistema operacional subjacente a toda a experiência educacional.
UM ASSISTENTE DE IA PARA O PROFESSOR
Todo professor tem um assistente de IA — não como um diferencial, mas como algo padrão. Esses assistentes cuidam do planejamento de aulas, da correção de provas, da análise de dados e do desenvolvimento profissional. O objetivo não é substituir, mas sim complementar, liberando os professores para se concentrarem na mentoria, na criatividade e na conexão humana. Além disso, cada aluno tem um retrato digital — um perfil completo baseado na coleta contínua e multidimensional de dados que se adapta em tempo real. Isso não é vigilância para controle, mas sim diagnóstico para o crescimento e a personalização da jornada de aprendizado.
Os educadores recebem feedback personalizado e específico sobre os métodos de ensino, os cursos são reformulados para enfatizar as relações entre os conceitos, ajudando os alunos a construir uma compreensão sistêmica em vez de memorizar fatos, e cada escola faz parte de um ecossistema virtual que se estende para além das paredes da sala de aula.
Enquanto viajávamos para o norte a 340 km/h no trem de alta velocidade saindo de Xangai, eu refletia não apenas sobre nossa infraestrutura ferroviária precária, onde os anêmicos trens Acela são a melhor opção disponível, mas também sobre nossa visão e liderança pouco inspiradoras em IA para a educação. Muitos de nós ainda não conseguimos imaginar o que a IA pode fazer para elevar a pedagogia, fomentando maior admiração e criatividade, ou enriquecendo o currículo. Ou mesmo nos ajudar a implementar, finalmente, o aprendizado personalizado que esteja alinhado à variabilidade dos alunos. A IA pode nos ajudar a elevar o nível do esforço produtivo , mas não se estivermos fixados em como os alunos podem usá-la para trapacear em um trabalho acadêmico.
Talvez o mais instrutivo de tudo tenha sido nossa visita à Universidade Normal do Leste da China, onde psicólogos educacionais e cientistas da computação do Instituto de IA na Educação de Xangai estabeleceram um processo de desenvolvimento completo — da engenharia ao teste e avaliação de modelos — demonstrando o poder de uma verdadeira instituição de ensino superior voltada para pesquisa e desenvolvimento.
Este não é apenas um centro de estudos acadêmico; é uma das muitas divisões de P&D que impulsionam todo o sistema e desenvolvem produtos tangíveis em larga escala. Eles resolvem problemas específicos e de alto valor: tutores de matemática com IA que diagnosticam trabalhos manuscritos e identificam falhas lógicas exatas; sistemas de redação que fornecem feedback detalhado sobre poesia chinesa antiga; chatbots de aconselhamento psicológico que utilizam técnicas de terapia cognitivo-comportamental.
USO DA IA NA INDÚSTRIA VERSUS USO NA EDUCAÇÃO
Desde avanços em energia limpa e exploração espacial até inovações biomédicas de ponta, pesquisadores e desenvolvedores nos EUA estão utilizando IA para expandir radicalmente os limites em outros setores. No entanto, existe uma lacuna a ser preenchida quando se trata de IA no ensino fundamental e médio. Um momento revelador ocorreu quando uma aluna explicou por que via a IA "mais como uma aluna do que como uma professora", porque ela e seus colegas precisavam ensiná-la a entender melhor as tarefas. Isso me fez refletir sobre algo que tenho pensado muito ultimamente: que não estamos necessariamente na era da inteligência artificial, mas sim na era da inteligência humana.
Nossos alunos estão prontos para essa parceria. Nossos sistemas são o gargalo.
Se quisermos transformar o que parece ser uma abordagem aleatória à IA na educação em um todo coerente, precisamos construir uma liderança coordenada em todos os níveis — mobilizando governadores e líderes estaduais, ao mesmo tempo que criamos pares de implementação estado-distrito interligados que garantam o alinhamento entre política e prática. Somente uma abordagem multinível, conectando governadores, agências estaduais, distritos e parceiros nacionais, criará o alinhamento necessário para construir nossa infraestrutura educacional, em vez de continuarmos com projetos-piloto desconexos. Temos a capacidade de inovação. Temos a expertise técnica.
A questão não é se conseguiremos alcançar o nível tecnológico, mas sim se conseguiremos desenvolver a vontade política e a coerência estratégica para construir uma versão americana desse futuro — uma versão que reflita nossos valores de controle local, liberdade individual e participação democrática.
Jean-Claude Brizard é presidente e CEO da Digital Promise.