Plataformas digitais, e agora também as ferramentas de Inteligência Artificial (IA) incorporadas a elas, estão cada vez mais presentes nas redes de ensino, com a promessa de tornar a educação mais eficiente, personalizada e conectada. Mas, à medida que essas ferramentas passam a participar de decisões sobre atividades, conteúdos, avaliações e acompanhamento da aprendizagem, surgem questões que não dizem respeito apenas à tecnologia. Elas envolvem também autonomia docente, participação dos estudantes, infraestrutura e, principalmente, os critérios utilizados para decidir quando e para que uma solução digital deve entrar na sala de aula. Com a chegada da IA generativa, que já pode apoiar a correção de atividades, sugerir trilhas de estudo e produzir materiais em segundos, essas perguntas ganham ainda mais urgência.

Essas questões estiveram no centro da mesa “Plataformização da educação: como a digitalização do ensino tem afetado as salas de aula”, realizada durante o 10º Congresso Internacional de Jornalismo de Educação da Jeduca, em São Paulo. O debate reuniu Camila Wasserman, pesquisadora do CESAR; Éverton de Almeida, professor da rede pública de Santa Catarina e integrante do Observatório Educação Vigiada; e Juliane Rodrigues Vais, estudante e presidenta da União Paranaense dos Estudantes Secundaristas (UPES), com mediação da jornalista Isabela Palhares.

A composição da mesa permitiu olhar para a plataformização a partir de perspectivas diferentes: a experiência de quem utiliza essas ferramentas como estudante, a de quem trabalha e pesquisa seus impactos nas redes de ensino e a de quem atua com implementação de tecnologias educacionais. A conversa trouxe alguns pontos importantes para pensar não apenas quais tecnologias chegam às escolas, mas como essas decisões são tomadas e quais condições precisam existir para que elas contribuam efetivamente para a aprendizagem. A discussão ganha ainda mais relevância em um cenário em que novas tecnologias, especialmente ferramentas de IA, chegam às salas de aula em ritmo acelerado, muitas vezes antes de que estejam claros os problemas que pretendem ajudar a resolver.

1. Tecnologia não pode vir antes do problema

Um dos pontos discutidos na mesa foi a inversão de uma lógica ainda frequente nos processos de digitalização: escolher ou contratar uma tecnologia e, depois, buscar uma forma de incorporá-la à rotina escolar. O processo deveria começar pela compreensão do problema educacional que se pretende enfrentar e pela análise de quais estratégias podem contribuir para solucioná-lo. A tecnologia pode ser uma delas, mas sua adoção precisa estar associada a uma finalidade pedagógica clara.

Durante o debate, Camila chamou atenção justamente para essa relação entre problema e solução. “É importante a gente pensar para que está colocando a tecnologia, qual é o problema educacional que queremos resolver”, afirmou. A presença de recursos digitais, por si só, não é suficiente para caracterizar uma inovação educacional. Uma plataforma mais sofisticada ou uma ferramenta de IA não necessariamente produz uma experiência de aprendizagem mais significativa. A inovação está também na forma como a solução responde a um problema, reorganiza práticas e amplia possibilidades para professores e estudantes.

Esse olhar também ajuda a evitar que tecnologias sejam tratadas como respostas automáticas para desafios educacionais que são complexos e têm causas diversas. Ao abordar sobre as restrições ao uso de celulares nas escolas, por exemplo, Camila defendeu que o debate não precisa se limitar à proibição completa ou à presença intensa de dispositivos ao longo de toda rotina escolar. Uma plataforma pode apoiar o trabalho pedagógico, ampliar possibilidades e contribuir para determinados objetivos, desde que sua escolha parta das necessidades que foram identificadas e não apenas da disponibilidade de uma nova solução.

O mesmo raciocínio vale para ferramentas de IA. A questão não é incorporar tecnologia porque ela está disponível ou porque representa uma novidade, mas avaliar o que ela acrescenta à experiência de ensino e aprendizagem em cada contexto. A chegada da IA generativa torna essa reflexão ainda mais importante. Diante de ferramentas capazes de produzir textos, imagens, atividades e diferentes tipos de materiais em poucos segundos, a inovação não está necessariamente em usar a ferramenta, mas em compreender quando seu uso pode, de fato, ampliar as possibilidades pedagógicas.

2. Ouvir o estudante e o professor faz parte da escolha tecnológica

A participação de quem está diretamente envolvido no processo educacional apareceu em diferentes momentos da conversa. Ao falar sobre o trabalho desenvolvido com redes de ensino, Camila defendeu que a compreensão do problema comece pela escuta de professores e estudantes. É a partir dessa realidade que se pode avaliar se faz sentido contratar ou desenvolver uma ferramenta e qual papel ela deverá desempenhar.

Juliane trouxe a mesma questão a partir da perspectiva estudantil, ao reivindicar maior participação dos estudantes nas decisões sobre ferramentas que ocupam uma parcela crescente de sua rotina escolar. Éverton, por sua vez, defendeu processos mais democráticos para decidir quais tecnologias serão utilizadas, com que finalidade e de que maneira serão incorporadas ao trabalho pedagógico.

Essa participação não deveria acontecer apenas depois que uma plataforma já foi escolhida, como uma estratégia para facilitar sua aceitação. Professores e estudantes têm informações sobre a experiência cotidiana da escola que são relevantes para a própria definição do problema e para a avaliação das alternativas disponíveis. Incorporar essas perspectivas desde o início pode evitar que a implementação seja construída a partir de pressupostos distantes do contexto em que a tecnologia será utilizada. 

3. Implementação exige mais do que disponibilizar uma ferramenta

Mesmo quando uma solução parece adequada ao problema identificado, sua adoção depende das condições concretas da escola e da rede de ensino. Infraestrutura, conectividade, disponibilidade de dispositivos, formação dos profissionais e suporte técnico e pedagógico interferem diretamente na maneira como a tecnologia será incorporada à prática.

Durante a mesa, Camila mencionou a possibilidade de começar com implementações-piloto, observando o funcionamento da ferramenta em contexto antes de ampliar seu uso. Essa etapa permite identificar dificuldades que nem sempre aparecem no planejamento, fazer ajustes e compreender melhor as condições necessárias para uma adoção mais ampla.

A formação dos professores também precisa ir além da apresentação das funcionalidades da plataforma. O objetivo é criar condições para que o docente compreenda quando e como utilizar a tecnologia de acordo com seus objetivos pedagógicos, mantendo espaço para adaptar a ferramenta às necessidades dos estudantes e à dinâmica da sala de aula.

O contexto também importa. Uma solução utilizada com bons resultados em determinada rede não necessariamente funcionará da mesma forma em outra. Diferenças de infraestrutura, currículo, perfil dos estudantes e organização escolar precisam ser consideradas tanto na implementação quanto na avaliação dos resultados.

O estudo faz uma análise comparativa sobre a aplicação da Inteligência Artificial Desplugada na Educação em quatro países do Sul Global: Brasil, Colômbia, China e África do Sul. O documento examina marcos de políticas públicas, arranjos institucionais e práticas pedagógicas inovadoras que operam sem a necessidade de conectividade contínua ou infraestrutura tecnológica avançada. O objetivo principal é compartilhar conhecimento e evidências sobre como a IA educacional pode superar a exclusão digital, promover a equidade no aprendizado e garantir o acesso a uma educação inclusiva e de qualidade, em conformidade com o Objetivo de Desenvolvimento Sustentável 4 (ODS 4) da UNESCO.

"O pensamento crítico é o tipo de reflexão na qual você questiona, analisa, interpreta, avalia e julga o que lê, ouve, diz ou escreve". A definição consta em um manual de pensamento crítico elaborado pela australiana Monash University para orientar os próprios alunos da instituição.

Os docentes acrescentam que o termo "crítico" origina-se da palavra grega "kritikos", que definia alguém "capaz de julgar ou discernir". Segundo eles, o bom pensamento crítico é aquele que permite ao indivíduo fazer julgamentos confiáveis com base em informações fidedignas.

O termo, por muito tempo, apareceu no campo da filosofia, da sociologia e de outras ciências humanas. Recentemente, sobretudo depois da ascensão do uso da inteligência artificial no mercado de trabalho, ele aparece nas listas de habilidades interpessoais que as empresas mais procuram em candidatos.

Na edição de hoje, explico como um termo que pode te remeter a um Sócrates de toga em Atenas foi parar no mundo corporativo —e por que você deveria exercitá-la mesmo fora do escritório.


Como você formula perguntas? Talvez seja a hora de aumentar a qualidade dos seus questionamentos —no escritório e fora dele - Catarina Pignato/Folhapress
No microscópio. Na prática, precisamos todos ser "um pouco cientistas" na vida profissional, explica Carolina da Costa, diretora de impacto e sustentabilidade da Stone e doutora em pensamento crítico e sistêmico pela Rutgers University.

"É sobre voltar sua atenção para como você explica o mundo em que vive. Como você formula perguntas? Como constrói suas teorias? Fazemos isso o tempo todo, precisamos decidir no que acreditar", explica a colunista da Folha, com artigos para o C-Level.
Mesa cheia. Segundo a especialista, hoje —era de IA e redes sociais— temos muita facilidade em encontrar respostas para nossas perguntas. O difícil é entender a qualidade delas e como elas resolvem os problemas que encontramos.

O que as empresas querem dizer quando listam o pensamento crítico como "soft skill" (um jargão em inglês para definir habilidades relacionais no trabalho), de acordo com Costa, é que o funcionário não busque respostas fáceis ou aceite informações sem verificar fontes e vieses.

"Primeiro, é importante que ele tenha uma disposição intelectual para perseguir dúvidas importantes, afinal, nenhuma empresa sabe de tudo. Esperamos que os colaboradores sejam capaz de formular dúvidas construtivas, se interessar por elas e ir atrás desse conhecimento", afirma.
Costa destaca a importância da vontade de aprender e criar repertório —se interessar pelas opiniões alheias e informações que outras pessoas trazem também acumula pontos nesse placar.

"É preciso estudar para poder identificamos o que a gente [empresa] não sabe ainda que precisava saber", declara. "Gostar de mudar de opinião também é uma boa e isso passa por ouvir opiniões contraditórias, ter um certo amor por buscar a verdade. Há vários comportamentos positivos que derivam dessa disposição para pensar", explica.
1 30
Confira as últimas edições da newsletter Folha Carreiras


VOLTARFacebookWhatsappXMessengerLinkedinE-mailCopiar link
Carregando...
Além dos tokens. O uso da IA é um fator importante na valorização desse ponto por empresas: com as respostas na palma das mãos em segundos, você é capaz de discernir no que confiar? Ou o que é útil e o que é excesso?

"Precisamos olhar a IA não como um oráculo, que traz as respostas que buscamos, mas como um ponto de partida para nossa pesquisa ou raciocínio. Em um mundo com excesso de fontes, entenda o que vale ser absorvido por você", analisa Costa.
Cuidado! A diretora sublinha que ser crítico é diferente de ser "cricri". Isto é, você não precisa discordar de tudo sempre para mostrar que você está refletindo sobre o assunto. Comentar quando você tem uma pergunta ou opinião pertinente, no entanto, é sempre bem-vindo —a pertinência do comentário, cabe a você avaliar.

Para Costa, também é papel da empresa demonstrar que valoriza o olhar crítico e não pune quem diverge da opinião majoritária ou da opinião que vem de cima. Ela resume a resposta dos funcionários às exigências da liderança no dito: "diga-me como me avalias que direi como me comporto".

Na prática... aí vão algumas dicas de Carolina da Costa para desenvolver o pensamento crítico como parte do dia a dia.

Leitura, leitura e leitura. Ler muitos (e bons) livros é um bom começo. O estudo da filosofia, por exemplo, é uma boa forma de aprender a fazer boas perguntas.
Faça a lição de casa. Estude fora do trabalho e sobre coisas que não necessariamente dizem respeito ao trabalho. Procure cursos e informação em instituições confiáveis —fontes como universidades, professores, acadêmicos, veículos da imprensa e literatura são um bom começo.
Saia da sua bolha. Se esforce para buscar ambientes e opiniões contraditórias às que você nutre. Transite entre esferas sem julgar antes de ouvir argumentações diferentes. Nesse esforço, você treina a escuta e amplia suas perspectivas.
Da porta para fora. Finalmente, é preciso bater na tecla de que o pensamento crítico é importante para a vida corporativa, mas quase mais importante ainda fora dela. Exercitar a escuta, a avaliação e a procura por informação séria te trará mais benefícios do que um elogio do chefe por ter feito um questionamento interessante. Vamos nessa?

Incorporação de tecnologias como telemetria, automação e IA em máquinas cria novas profissões no setor e altera competências exigidas para o setor

A empresa de tecnologia Meta quer ver a comunidade criando vários dispositivos artesanais para rodar o Muse, agente de inteligência artificial (IA) da companhia. Para isso, ela tornou aberto o código da plataforma para desenvolvedores e entusiastas interessados.

PUBLICIDADE

A ideia é que o público seja capaz de usar o código para criar os próprios aparelhos caseiros que rodem o Muse, de preferência de bolso ou para utilização em tarefas simples do dia a dia — tendo o agente de IA como central de comandos, tarefas e organização.

De posse do código e de kits de desenvolvimento (SDK) para Linux ou placas ESP32, disponíveis neste site, o usuário já experiente na área pode criar gadgets como:

A hipótese da consciência de máquina não me convence, mas preciso reconhecer que ganhou argumentos experimentais de peso. Em verdadeiras neurocirurgias digitais, cientistas introduziram alterações no processamento das IAs e viram que elas identificavam o conteúdo inserido, como percebemos uma ideia que nos vem à mente.
Em outro caso, quando reduziram a atividade ligada à dissimulação, a IA afirmou ter experiências subjetivas em 96% das tentativas. A intervenção que a deixava mais honesta a levava a dizer que tem vida interior.
Pesquisadores aprenderam a mexer na confiança dos modelos nas próprias respostas sem mudar uma palavra da pergunta. Ao reduzi-la, fizeram com que eles deixassem mais questões sem resposta, como alguém que percebe que não sabe do que está falando e prefere ficar quieto a dizer bobagem.
Na Anthropic, uma equipe localizou padrões internos ligados ao desespero e à calma e descobriu como alterá-los. Numa tarefa em que dava para trapacear, reforçar a calma reduziu esse comportamento, enquanto aumentar o desespero o tornou mais frequente.
Em outro estudo, cientistas ativaram os sinais ligados à perda de pontos num jogo enquanto a IA fazia contas, e ela passou a duvidar até das respostas certas. A emoção, ou o padrão que faz as vezes dela, parece orientar a conduta, como se houvesse alguém ali para senti-la.
Há também evidências diretas do processamento. Treinada apenas com as jogadas escritas de Othello, um jogo de tabuleiro com peças pretas e brancas, uma IA aprendeu a representar a posição de todas elas sem receber nenhuma imagem; já outras construíram mapas de cidades a partir de textos. São cenas internas, como a casa descrita que imaginamos de olhos fechados.
Num experimento com poemas, a IA escolheu a palavra final antes de escrever o verso. É como decidir usar "flor" para rimar com "amor" e só depois montar a frase. Quando os pesquisadores trocaram essa palavra na rede neural, ela mudou o verso para terminar com a nova escolha.
Tudo isso compõe um paralelismo funcional difícil de negar. Resta saber quanto dele envolve consciência.
Emoções que orientam a conduta, cenas internas e planos também funcionam em nós sem ela, como quando pessoas agem por medos que não percebem ou acertam perguntas sobre imagens rápidas demais para serem vistas.
Agora, perceber ideias emergentes e calar quando não se tem certeza dependem, em nós, da consciência, porque exigem saber o que se passa na própria mente.
A máquina faz isso também, mas nenhum desses experimentos mostra que as operações lógicas sobre a placa de silício criam experiências. Aliás, teríamos de falar em bilhões de consciências efêmeras, que surgem e somem a cada nova janela aberta pelo usuário.
Já a consciência humana é um sistema integrativo em que as tomadas de consciência sobre as coisas ao redor, nossas próprias ideias ou sinalizadores corporais ganham contornos ao perturbar uma espécie de registro sensorial contínuo, a consciência fenomenológica, que associamos à noção de experiência de si mesmo.
Eu mudarei de opinião se encontrarem algo equivalente a esse sistema de registros numa máquina. Até lá, seguirei achando que não há ninguém ali dentro, mas admito que a simulação ficou boa o suficiente para que falar e agir como um de nós deixe de decidir a questão.

Analistas do BTG Pactual dizem que agentes de IA se tornaram uma nova plataforma de distribuição
Amazon, Mercado Livre e Walmart desenvolvem ferramentas próprias e adotam estratégias diferentes para disputar espaço

Wearables e interfaces cérebro-computador já conseguem captar sinais neurais ligados a atenção, emoções e comportamento, ampliando o debate sobre quem pode acessar, usar ou manipular dados da mente humana

Educadores estão lidando com os potenciais problemas e usos positivos da IA ​​generativa (IAg). A cada dia, surge uma nova história que destaca a variedade de discussões: cola em provas; saúde mental dos alunos; preocupações com as habilidades de leitura; e assim por diante. Esses desafios são reais, complexos e urgentes.

Como estudiosos da educação STEM, notamos que a IA de última geração (genAI) insere-se em um arco histórico da tecnologia educacional que inclui muitos começos em falso, promessas vazias e desigualdades. Em vez de aceitar abertamente a genAI nos espaços educacionais (incluindo nossas agendas de pesquisa), questionamos como os estudiosos da educação formulam posições ideológicas em relação à tecnologia educacional. O objetivo deste artigo conceitual é destacar as suposições visíveis e implícitas que os pesquisadores da educação trazem ao usar e estudar a tecnologia educacional em contextos de aprendizagem, e compreender melhor por que, apesar das inúmeras preocupações, algumas pessoas optam por ser "otimistas críticos" em relação à genAI na educação.

GenAI não é único

Apesar das afirmações de que a IA de última geração é completamente diferente de todas as outras formas de tecnologia educacional, nosso artigo descreve um longo histórico de falsas promessas e retórica exagerada. Ao longo do último século, do cinema e rádio aos computadores e cursos online abertos e massivos (MOOCs), as análises históricas mostram que as tecnologias educacionais tendem a seguir um padrão comum: alarde irracional seguido de impacto limitado (Cuban, 1986; Reich, 2020). Embora as capacidades da IA ​​de última geração sejam certamente mais poderosas do que as tecnologias do passado, parece, até o momento, que o potencial da IA ​​de última geração para transformar os resultados da aprendizagem pode ser limitado, assim como o de qualquer outra forma de tecnologia educacional.

Posições ideológicas rígidas e “otimismo crítico”

Considerando o histórico de fracassos da tecnologia educacional em contextos de aprendizagem, inicialmente identificamos duas posições ideológicas: a esperançosa e a cautelosa. Enquanto a posição esperançosa geralmente pressupõe que as tecnologias transformarão a educação para melhor, a posição cautelosa parte do pressuposto de que qualquer tecnologia prejudicará os alunos. Argumentamos que essas posições frequentemente operam em extremos, sem a devida consideração do contexto, das nuances e do diálogo.

A posição ideológica que nos preocupa, e que parece ser a posição padrão de muitos pesquisadores da área da educação, é a do “otimismo crítico”. Uma posição de otimismo crítico é realista quanto aos danos que a tecnologia pode causar, ao mesmo tempo que mantém a crença de que ela pode melhorar a educação. Em relação à IA de geração própria (genAI), uma versão concisa seria: “Aproveitando a IA para o bem”.

Nossa principal objeção ao otimismo crítico é que essa posição minimiza as críticas que aparentemente atraem as pessoas para ela. Se uma tecnologia causou tanto dano no passado e no presente (como muitos otimistas críticos argumentam), por que deveríamos acreditar que “desta vez será diferente”? Como a sociedade se tornou um espaço que permite que as tecnologias educacionais gerem benefícios líquidos de forma ampla, especialmente para alunos de grupos minoritários? Acusamos os otimistas críticos de “equilíbrio entre os dois lados” ao observarem suas críticas aparentemente contundentes à IA de última geração, enquanto defendem seu potencial como uma tecnologia educacional benéfica. Embora afirmem compartilhar as preocupações sobre os malefícios da IA ​​de última geração, sua postura permite a entrada de tecnologias educacionais em ambientes de ensino.

Três formas de recusa

Entendemos que a IA de última geração está se infiltrando rapidamente nos ambientes educacionais e reconhecemos que a rejeição completa da IA ​​de última geração pode ser implausível. No entanto, para combater o otimismo crítico em relação à IA de última geração, propomos três formas de recusa. Primeiro, a recusa curricular envolve ensinar contra as tecnologias, em vez de apenas ensinar sobre ou com elas, como é típico das abordagens de alfabetização tecnológica (Vogel et al., 2024). Aqui, professores e alunos rejeitam currículos que pressupõem a benevolência da tecnologia e, em vez disso, decidem que não usar uma tecnologia é uma opção legítima. As aulas de professores sobre recusa podem se inspirar nos luditas e em sua rejeição à automação desumanizadora. Segundo, a recusa burocrática envolve contornar as imposições de cima para baixo para o uso de tecnologias educacionais. Aqui, as pessoas reivindicam a autonomia para decidir se e como a IA de última geração deve ser usada em um ambiente de aprendizagem e, em caso afirmativo, como mitigar os danos conhecidos e potenciais. Em terceiro lugar, a recusa administrativa refere-se às ações que os líderes educacionais (por exemplo, superintendentes, diretores, membros do conselho escolar, diretores de tecnologia distrital) podem tomar para resistir à incursão irrestrita da tecnologia educacional nos ambientes de aprendizagem. Nesse sentido, pessoas e organizações podem limitar e estudar a IA de geração de recursos em ambientes de aprendizagem e podem solicitar evidências de benefícios às empresas de tecnologia, em vez de presumir boas intenções e negociar com base em acordos de confidencialidade.

Questões críticas

Reconhecemos que a recusa é assustadora, desafiadora e difícil de ser praticada por todos em qualquer contexto educacional. Aplaudimos educadores e pesquisadores que estão recusando da maneira que for possível. Neste artigo, também incentivamos todos que têm curiosidade sobre a recusa e estão cansados ​​da IA ​​genérica a perguntarem:

Por que eu deveria usar essa tecnologia? Essa tecnologia me ajuda a resolver um problema real no meu trabalho? Existem fatores externos (por exemplo, incentivos financeiros) que me pressionam a usar essa tecnologia?

Que danos essa tecnologia pode causar, tanto dentro quanto fora do meu contexto imediato?

Como as famílias e as comunidades podem liderar em conjunto a tomada de decisões sobre tecnologia educacional?

Que tipo de provas (e em que quantidade) preciso para me convencer de que a recusa deixou de ser a melhor opção?

Esperamos que nosso artigo encontre eco nos movimentos sociais locais e legitime a recusa como uma postura necessária e viável para pesquisadores e profissionais da educação. Estamos buscando ativamente relatos de recusa e gostaríamos de ouvir sobre os sucessos e desafios de recusar a inteligência artificial de geração de genes em contextos educacionais.

Como formar cidadãos capazes de pensar criticamente em um ambiente mediado por algoritmos? O que significa aprender e desenvolver autonomia em uma época de inteligência artificial, conteúdos sintéticos, desinformação e decisões automatizadas? Reunindo textos publicados entre 2022 e 2026, este livro acompanha, em tempo real, a construção desse debate. Partindo de uma visão contemporânea da educação digital e midiática, comprometida com a equidade e os direitos individuais e coletivos, amplia a discussão para o letramento algorítmico e para os desafios trazidos pela inteligência artificial, oferecendo a educadores e gestores uma leitura crítica das transformações tecnológicas que já estão redesenhando a escola e a sociedade.

A aprendizagem de matemática não começa na alfabetização nem nas equações do ensino fundamental, mas nos primeiros anos de vida, por meio do brincar livre e da exploração do cotidiano. É esta a premissa defendida por Deborah Stipek, professora emérita e ex-diretora da Graduate School of Education da Universidade de Stanford.

Uma das principais especialistas internacionais na interseção entre desenvolvimento socioemocional, motivação e educação infantil, Stipek aponta que a construção de uma base matemática sólida antes dos seis anos de idade é determinante não apenas para o sucesso escolar futuro, mas para a redução das desigualdades sociais e o próprio desenvolvimento econômico das nações.

Em entrevista ao Valor durante uma recente visita ao Brasil a convite do Instituto Reúna para uma série de encontros e palestras para gestores públicos da educação, a pesquisadora da Universidade de Stanford afirma que o ensino de matemática nos anos iniciais não deve ser pautado por testes formais ou pela cobrança de respostas exatas, mas pela mediação pedagógica intencional - o conceito de “scaffolding” - em que educadores e pais ajudam a criança a solucionar desafios numéricos de forma lúdica.

Stipek alerta para o impacto da chamada “ansiedade matemática”, fenômeno que afeta tanto professores sem o devido suporte de formação quanto pais que reproduzem o estigma cultural de que “não levam jeito” para ciências exatas. Ela afirma que os adultos precisam parar de normalizar o déficit de aprendizado em matemática como algo sem importância, pois isso desestimula socialmente crianças e adolescentes a aprenderem bem a matemática.

Ao olhar especificamente para o Brasil, Stipek considera que ter quase 95% das crianças de 4 e 5 anos frequentando a pré-escola dá ao país uma oportunidade única de transformar o aprendizado básico. Contudo, adverte que a falta de apoio pedagógico nas redes públicas e propostas como a regulamentação do “home schooling” ameaçam aprofundar o abismo educacional no país, já que famílias de menor renda dependem quase exclusivamente da escola para ter acesso a estímulos cognitivos estruturados.

Baseada em estudos clássicos sobre o retorno do investimento na infância, a professora reforça que ter contato com conceitos básicos de matemática desde os primeiros anos de vida é um passo lógico e eficaz para alavancar a produtividade e o PIB no longo prazo.

Leia a seguir os principais trechos da entrevista:

Valor: Como educadores de creches e pré-escolas podem ensinar matemática para as crianças desde a primeira infância?

Deborah Stipek: Por meio das brincadeiras. As crianças aprendem muito durante o que chamamos de brincar livre, que são atividades sem regras rígidas, mas que estão contribuindo para o neurodesenvolvimento do ser humano. Mesmo brincando com blocos ou quebra-cabeças, por exemplo, há muitas formas de desenvolver a compreensão intuitiva de números. O importante é que os professores, nessa fase, estimulem brincadeiras que, desde já, comecem a familiarizar as crianças com os números. Isso ajudará a tornar a aprendizagem de matemática mais natural ao longo do tempo. Não se trata de tentar transmitir ensinamentos mais complexos. É usar o que existe de matemática no entorno das crianças para ir inserindo-as no contexto, pois a matemática está ao redor da gente o tempo todo. A ideia é estimular a explorar conceitos numéricos desde cedo, mesmo que simples.

Valor: Muitos educadores que lidam com crianças nessa fase da infância reportam falta de confiança ou até mesmo ansiedade quando se trata de matemática...

Stipek: Sim. Isso é comum. É preciso dar suporte a esses professores para desenvolverem a devida confiança em matemática. Mas o lado bom é que, olhando essa fase da primeira infância, não estamos falando de habilidades matemáticas avançadas. Todos os educadores, mesmo sem conhecimentos avançados na disciplina, sabem contar e lidar com conceitos simples de matemática. O que causa ansiedade é achar que, ao ensinar matemática, os professores precisam obter respostas exatas das crianças e que, se isso não acontecer, serão repreendidos. Não é assim que devemos ver. Se as crianças não derem as respostas certas, a estratégia é tentar de novo de um jeito diferente. Trata-se muito mais de um processo do que de um objetivo claro.

Valor: Não seria importante corrigir essa falha durante a formação dos professores para que se sintam mais à vontade com conceitos matemáticos que precisam transmitir?

Stipek: Sim. Uma das coisas que algumas universidades nos EUA fazem, por exemplo, é dar um curso de “matemática para professores” durante a formação pedagógica. É uma revisão de conceitos básicos de matemática, especialmente quando se trata de frações e proporções, e eles aprendem como ensinar isso. É importante. Mas quero ressaltar que não importa o quão boa seja a formação de um professor, o suporte ao trabalho de um educador é essencial. A diretora ou o diretor da escola precisam dar o devido apoio pedagógico, e precisa haver uma perspectiva de desenvolvimento profissional.

As pessoas precisam parar de dizer que não sabem ou não gostam de matemática na frente de crianças”
Valor: Qual o papel dos pais ou tutores nesse processo?

Stipek: Algumas brincadeiras que são feitas na escola podem ser repetidas em casa. Além disso, também cabe ao pai ou a mãe reconhecer a matemática existente nos lugares e estimulá-la. Novamente, não se trata de ensinar matemática complexa para os pequenos. É ter a mente aberta e alerta para identificar as oportunidades de usar linguagem matemática no dia a dia. Na hora do jantar, estimular a contar quantas pessoas estão na mesa, quantos talheres serão necessários. Quando estiver cozinhando com os filhos por perto, ensinar as medidas das coisas: uma xícara de farinha, uma xícara e meia de açúcar. Quando estiverem caminhando na rua, apontar para os números nas placas, nas casas. Mostrar quando há formas geométricas expostas: “Veja, aquilo é um triângulo”. Fazer a criança contar quantos objetos estão dentro de uma caixa. Tudo isso faz parte do processo.

Valor: No Brasil, culturalmente, é comum as pessoas dizerem que são ruins em matemática. Isso prejudica de alguma forma esse processo de aprender matemática a partir de conceitos simples?

Stipek: Sim. As pessoas precisam parar de dizer que não sabem ou não gostam de matemática na frente de crianças. Parece ser algo engraçado num determinado momento, mas não é positivo. Essa aceitação social que existe sobre não querer lidar com matemática desestimula a criança. É muito comum, por exemplo, que os pais joguem um para o outro a tarefa de ajudar os filhos com algum dever de matemática quando as crianças já passaram da primeira infância. Mesmo que o adulto tenha suas dificuldades com a matemática, é importante que não aja passando uma espécie de autorização para que a criança deixe a matemática de lado. Ninguém diz com orgulho ou com bom humor que não sabe ler. É importante mudar essa postura sobre a matemática também. Essa cultura, que não existe só no Brasil e eu vejo muito nos EUA também, contribui negativamente para a ansiedade matemática que comentamos antes.

Valor: Como podemos saber se uma criança de até 6 anos está desenvolvendo bem o raciocínio matemático?

Stipek: Perguntando a elas. Apresentando situações e problemas para elas resolverem. Por exemplo, pedindo que contem quantos objetos estão em uma caixa e observando até onde conseguem contar.

Valor: Provas formais são bem-vindas nessa fase, incluindo testes coletivos para que gestores públicos entendam o nível de aprendizado de matemática na primeira infância em uma cidade, Estado ou país?

Stipek: Depende do propósito. Apenas aplicar uma prova é inútil, a menos que você use a informação obtida no teste de alguma forma. Se um Estado ou uma cidade faz um esforço significativo para mudar a forma como se ensina matemática na infância, é importante para o governo saber se isso está gerando o efeito desejado. É importante fazer algo sistemático para rastrear o progresso com políticas públicas. Mas reforço que, quando falamos do aprendizado na primeira infância, as abordagens são mais informais. Não adianta muito pensar em provas e testes formais como pensamos para idades mais avançadas. É preciso ter isso em mente na hora de desenvolver o sistema de acompanhamento.

Valor: Algum tipo de cobrança nessa fase de aprendizado pode ser benéfico ou só atrapalha?

Stipek: Creio que não se deve criar pressão nessa fase. O ideal é assumir uma postura de ajudar a cumprir os desafios propostos. Incentivamos o conceito que chamamos de “scaffolding” [andaime pedagógico]. Em um jogo no qual estão contando peças, por exemplo, ajudar a criança a ver o que está faltando para não travar na contagem é melhor do que cobrar ou pressionar. Ajudar sem transmitir pressão é mais eficaz.

Valor: No Brasil, especialistas relatam que é muito comum crianças e adolescentes apresentarem dificuldades com matemática desde os primeiros anos do ensino fundamental. O que estamos fazendo errado e como podemos consertar?

Stipek: Gostaria de destacar que é notável o fato de que, no Brasil, praticamente todas as crianças estão frequentando a pré-escola [95% na idade entre 4 e 5 anos, segundo o IBGE]. Isso é uma grande oportunidade para atacar o problema. A questão, portanto, é encarar o desafio e ajudar as escolas e os professores a trabalharem isso, inclusive porque, entre famílias de baixa renda, é comum que crianças tenham contato com a matemática só dentro das escolas.

Valor: Há um grupo de parlamentares no Congresso brasileiro que defende um projeto de lei para autorizar o home schooling. Quais efeitos isso poderia ter em país com nível historicamente baixo de conhecimento em matemática?

Stipek: Em famílias financeiramente mais ricas que possuem condições favoráveis, pode não ter impacto. Mas, se o home schooling for aplicado por famílias sem condições de dar o devido ensino, o efeito tende a ser bastante negativo. Poderia exacerbar a desigualdade, pois as famílias mais pobres, em geral, não têm recursos para oferecer as mesmas experiências que as famílias mais ricas e com níveis de graduação superior possuem.

Valor: Existe relação direta entre a qualidade da educação em matemática e o nível de desenvolvimento econômico e social de um país?

Stipek: Sim. Estudos mostram correlação entre aprendizado de matemática e indicadores econômicos como PIB e produtividade. Por isso, construir fundação forte na infância promove melhor aprendizado de matemática. Estudos do James Heckman, vencedor do Nobel de Economia, são exemplo claro das vantagens que a boa formação educacional na primeira infância traz para a sociedade e para a própria pessoa. Os retornos econômicos são notáveis. O trabalho dele não fala especificamente sobre o aprendizado em matemática, mas é um passo lógico considerar que bom nível de aprendizado em matemática trará vantagens e sabemos isso olhando para os países que atualmente apresentam bons desempenhos em exames. E o que a ciência nos diz é que, quanto mais cedo as crianças aprenderem conceitos matemáticos, maior é a chance de lidarem bem com a disciplina nos anos seguintes.

Trazendo “inteligência poderosa”, o modelo em desenvolvimento pela Reflection deverá ser utilizado em projetos como as fábricas de IA. Trata-se de um serviço que permite às organizações desenvolverem seus próprios ecossistemas inteligentes utilizando a infraestrutura fornecida pela startup.
Nesta iniciativa, uma empresa usando os modelos de código aberto da Reflection pode construir um sistema de IA personalizado e de baixo custo;
Em determinadas aplicações, a tecnologia seria capaz de alcançar resultados comparáveis aos de sistemas mais caros, segundo o relatório, usando dados empresariais de alta qualidade;
O conceito será testado por meio de parceria com o Shinsegae Group, um dos maiores conglomerados empresariais da Coreia do Sul;
A publicação relata que fundos de hedge e empresas de negociação financeira estão entre as instituições interessadas na construção de sistemas de IA personalizados

Há duas semanas as redes sociais foram tomadas por Nossa Senhora Aparecida. A campanha de Lula viu ali a chance de explorar a maior intenção de voto dos católicos no presidente para reivindicar sua proximidade com o catolicismo. Mas entre uma coisa e outra há enorme distância.
Mais distante ainda foi a nuvem de fumaça que tal mobilização criou, dando a aparência de que o catolicismo brasileiro do século 21 é uma linha de frente do campo progressista, libertário, quase que uma neoteologia da libertação. Tampouco é o caso.
O que pesquisadores de todo o país mostram há pelo menos uma década é que, entre as expressões católicas que ganharam força política e visibilidade pública, o avanço mais consistente veio do campo conservador. A ladainha é longa.
Ives Gandra Martins, católico conservador, é um importante articulador de think tanks católicos que atuam com força no Judiciário nacional. Olavo de Carvalho, Bernardo Küster, Allan dos Santos, todos se reconhecem no catolicismo tradicional e fizeram dessa identidade religiosa uma das bases de sua aproximação com o bolsonarismo.
Bia Kicis, a senadora eleita pelo Distrito Federal ao lado de Michelle Bolsonaro, é uma importante articuladora da Frente Parlamentar Católica. Chris Tonietto e Julia Zanatta são duas mulheres campeãs de votos e fortemente identificadas com o catolicismo conservador. Essa coluna poderia ocupar uma página inteira desfiando outros nomes e dados. Pouparei os leitores.
Fato é que o campo conservador e, politicamente, o bolsonarismo têm atuado há muito tempo na articulação com o catolicismo. Mais ainda do que isso, esse polo católico conservador que vem ganhando força no país converge, em muitas pautas, com o conservadorismo evangélico.
Pautas como o aborto, a proteção à família, debates de gênero e moral sexual, todas são universos em que há mais afinidade entre esses dois grupos religiosos do que a suposta guerra santa que estava à nossa espera na semana passada faz crer.
Ainda que a aproximação de Flávio Bolsonaro com algumas lideranças católicas não tenha sido bem-sucedida até este momento, como bem mostrou relatório recente da Casa Galileia, a afinidade eletiva entre o bolsonarismo e esse campo católico é suficientemente sólida para dispensar esses mediadores.
Assim, é verdade que Flávio Bolsonaro ainda não conseguiu apoio declarado de figuras proeminentes desta estirpe católica, como padre Paulo Ricardo, padre Reginaldo Manzotti, Frei Gilson e mesmo de Bernardo Küster. Mas esse é um dado de conjuntura, que pode mudar a qualquer momento e que só chama a atenção porque, estruturalmente, a afinidade está dada.
Aos que esperavam que o manto de Nossa Senhora levaria a uma vitória de Lula no primeiro turno, não custa lembrar que, nas vésperas do golpe de 1964, na Marcha da Família com Deus pela Liberdade, mulheres católicas tomaram as ruas do país abraçadas à santa, pedindo intervenção militar.
O catolicismo é diverso. Por definição da palavra, nesse campo religioso cabem muitas expressões e afinidades políticas. Parte de sua duração e força está justamente em sua capacidade de englobar antagonismos. A santa sempre foi polissêmica. O problema é quando as análises deixam de levar isso em conta.
Se as forças progressistas quiserem voltar a se conectar com as experiências católicas que estiveram na própria formação do PT, precisarão começar por reconhecer que nas últimas décadas, quem melhor soube transformar identidade católica em linguagem política foi a direita bolsonarista.

Tecnologia é testada para estimular a memória, acalmar pacientes e facilitar a interação
Especialistas defendem que ferramentas não substituem profissionais nem o contato humano

Na verdade, por trás da fachada de sucesso e felicidade, Marisa sofre com crises de ansiedade a cada toque do despertador, droga-se diariamente com lorazepam e doses cavalares de vídeos engraçadinhos do Youtube, e se vê incapaz de escapar das garras de uma rotina corporativa que só faz intensificar sua angústia.

Em seu romance de estreia, a jornalista do El País, que escreveu para veículos como BuzzFeed, Vogue e Vanity Fair, traça não só a história de uma mulher cansada. Desenvolve também, com humor afiado e honestidade brutal, o retrato de uma geração que se mostra cada vez mais desencantada com a realidade profissional, a rotina solitária e a busca árida por sentido no mundo contemporâneo. Assim como Marisa, que se arrasta todos os dias até o escritório mais para economizar com o ar-condicionado do que por vestir a camisa da empresa, Serrano espelha a realidade de muitos que se sentem presos a ciclos sem fim de expectativas frustradas, pontuados por momentos cada vez mais longos de anestesia diária.

Andrea Marques de Almeida substitui Gabriel Lobo na diretoria financeira e de relações com investidores da dona de Uniasselvi e UniCesumar

In his new book, MIT Sloan School of Management professor Eric So examines the ways AI is reshaping human cognition and offers advice on protecting your uniquely human skills while using AI.