REGISTRO DOI: 10.70773/revistatopicos/794524884
RESUMO
Este artigo analisa criticamente os possíveis efeitos do uso não mediado da inteligência artificial generativa sobre o letramento e a produção textual na educação básica. Adota-se abordagem qualitativa, de natureza teórico-reflexiva, com revisão narrativa de literatura e análise de documentos educacionais. A discussão examina a substituição de etapas de leitura, pesquisa, planejamento, argumentação e revisão por respostas automáticas, bem como seus efeitos sobre autoria e autonomia intelectual. Os resultados indicam que os riscos não decorrem da tecnologia isoladamente, mas de usos que transferem à ferramenta tarefas formativas. Conclui-se que a escola precisa orientar o uso crítico da inteligência artificial, preservando leitura, investigação, escrita, revisão e decisão autoral.
Palavras-chave: Letramento; escrita; inteligência artificial; educação.
ABSTRACT
This article critically analyzes the possible effects of unmediated use of generative artificial intelligence on literacy and text production in basic education. It adopts a qualitative, theoretical-reflective approach, combining a narrative literature review with documentary analysis of educational documents. The discussion examines the replacement of reading, research, planning, argumentation, and revision stages by automated responses, as well as the effects of this substitution on authorship and intellectual autonomy. The analysis indicates that the risks do not arise from technology itself, but from forms of use that transfer formative tasks to the tool. The article concludes that schools need to guide critical uses of artificial intelligence while preserving reading, investigation, writing, revision, and students' responsibility for authorial decisions.
Keywords: literacy; writing; artificial intelligence; education.
1. INTRODUÇÃO
A expansão das ferramentas de inteligência artificial (IA) generativa introduziu uma mudança importante nas práticas de produção, circulação e acesso aos textos. Sistemas capazes de responder perguntas, resumir documentos, sugerir argumentos, revisar redações e produzir textos completos em poucos segundos passaram a integrar o cotidiano de estudantes e professores. Esse movimento não é apenas tecnológico. Ele alcança o próprio modo como determinadas tarefas escolares são realizadas e, por consequência, recoloca questões antigas da educação: o que significa aprender a ler, escrever, pesquisar, argumentar e produzir conhecimento quando uma ferramenta pode executar parte dessas operações?
Na educação, a presença da inteligência artificial generativa não deve ser compreendida exclusivamente como ameaça nem como solução. A Organização das Nações Unidas para a Educação, a Ciência e a Cultura (UNESCO), defende uma abordagem centrada no ser humano, ressaltando que a tecnologia precisa ser submetida a critérios pedagógicos, éticos e de proteção da agência humana (UNESCO, 2023). No mesmo sentido, documentos educacionais brasileiros recentes passaram a discutir a necessidade de orientar o uso da inteligência artificial com finalidade pedagógica, transparência, proteção de dados e preservação do desenvolvimento dos estudantes.
É nesse ponto que se situa o problema deste artigo. O foco não está no estudante que utiliza inteligência artificial para ampliar uma ideia, comparar versões, receber feedback ou explorar possibilidades de pesquisa sob orientação docente. A preocupação recai sobre a substituição do processo de aprendizagem pelo produto gerado pela ferramenta: quando, diante de uma proposta de escrita, o estudante deixa de formular hipóteses e passa diretamente ao comando; quando, diante de um texto, deixa de ler e interpretar para solicitar um resumo; quando, diante de um problema, deixa de pesquisar e confrontar fontes para receber uma resposta pronta.
Essa mudança é especialmente relevante porque ler e escrever na escola não constituem apenas meios para registrar aquilo que já se sabe. São práticas por meio das quais o sujeito constrói sentidos, organiza informações, formula posições, revisa ideias e desenvolve formas de participação social. A Base Nacional Comum Curricular (BNCC) vincula as práticas de produção textual às condições de produção, ao uso e à reflexão sobre diferentes gêneros e mídias, além de associar a formação linguística à autonomia e à criticidade (Brasil, 2018). Assim, uma atividade de produção textual perde parte de sua função formativa quando o texto final é obtido sem que o estudante tenha participado das etapas intelectuais que o constituem.
Partindo dessa problemática, este artigo tem como objetivo analisar criticamente os possíveis impactos negativos do uso não mediado da inteligência artificial generativa sobre o letramento e a produção de textos em contextos escolares. Busca-se discutir três movimentos articulados: a substituição da criação e da reflexão pela geração automática de respostas; o abandono da leitura reflexiva e da pesquisa exploratória em favor de informações prontas; e a redução das oportunidades de exercício da argumentação e da interpretação em tarefas que exigem domínio da leitura.
2. FUNDAMENTAÇÃO TEÓRICA
Discutir os efeitos da inteligência artificial sobre a escrita exige, antes, compreender o que está em jogo quando a escola solicita que um estudante leia e escreva. A escrita escolar não pode ser reduzida à entrega de um texto linguisticamente correto. Produzir um texto envolve interpretar uma proposta, selecionar informações, definir uma posição, organizar argumentos, escolher recursos linguísticos, considerar um interlocutor, revisar e reescrever. Do mesmo modo, ler criticamente não significa apenas identificar informações explícitas, mas relacionar ideias, reconhecer perspectivas, avaliar argumentos e construir interpretações.
Essa compreensão se aproxima da concepção de letramento como prática social. O domínio da escrita não se esgota na capacidade técnica de codificar palavras ou reproduzir estruturas. Ele envolve participar de situações em que os textos cumprem finalidades, circulam entre sujeitos e produzem efeitos. Nesse sentido, a escola tem responsabilidade específica: criar situações em que o estudante precise mobilizar a linguagem para compreender o mundo e posicionar-se diante dele.
A BNCC explicita que as práticas de produção textual compreendem dimensões relacionadas ao uso e à reflexão, incluindo a análise das condições de produção, dos interlocutores, dos veículos e dos contextos de circulação (Brasil, 2018). Essa perspectiva é particularmente importante diante das ferramentas generativas. Se a tarefa escolar pretende desenvolver autoria, planejamento, seleção de informações e reflexão, não basta avaliar o texto final. É necessário considerar o percurso pelo qual o texto foi produzido.
A questão ganha maior relevância porque os modelos generativos operam precisamente sobre a linguagem. Eles podem produzir, em segundos, textos que apresentam organização, coesão e aparência de adequação ao gênero solicitado. Zhao et al. (2024), ao investigar práticas de escrita de estudantes universitários, observaram que o ChatGPT passou a integrar diferentes momentos do processo de escrita e identificaram preocupações dos próprios estudantes relacionadas à dependência tecnológica, à precisão das informações e à autoria.
Portanto, a emergência da inteligência artificial não elimina a necessidade de ensinar escrita. Ela torna mais urgente explicitar por que se escreve e quais aprendizagens ocorrem durante o processo. Se o estudante terceiriza a formulação do problema, a seleção dos argumentos e a elaboração das primeiras versões, pode receber um produto textual mais acabado sem necessariamente desenvolver, na mesma proporção, as capacidades que a atividade pretendia exercitar.
2.1. Autoria, Voz do Estudante e Produção de Texto
A autoria constitui outro eixo central desse debate. Escrever é também posicionar-se. Mesmo quando o estudante produz um texto escolar com limitações gramaticais, hesitações ou argumentos ainda pouco desenvolvidos, esse texto registra marcas do processo de construção de sua voz. O trabalho pedagógico consiste justamente em transformar essas marcas por meio de leitura, feedback, revisão e reescrita.
No contexto brasileiro, Barbosa et al. (2025), ao analisarem textos produzidos pelo ChatGPT no gênero redação do Enem, mostraram que a ferramenta pode gerar textos adequados às expectativas do gênero, especialmente quando recebe comandos mais específicos. O achado reforça a necessidade de avaliar não apenas a forma do texto entregue, mas também as operações de leitura, planejamento e escolha realizadas pelo estudante.
A inteligência artificial generativa pode interferir nesse processo quando sua linguagem passa a substituir a linguagem do estudante. Zhao et al. (2024) identificaram preocupações de estudantes com a perda da voz autoral ao utilizar ferramentas de inteligência artificial para escrever. A preocupação é relevante porque a qualidade de uma atividade de produção textual não pode ser medida exclusivamente pela aparência do texto final.
A terceirização da escrita também pode alterar a relação do estudante com o erro. O erro, em uma perspectiva formativa, oferece informação sobre o que o aluno compreendeu, quais relações estabeleceu e onde precisa avançar. Se a ferramenta corrige, reformula e reescreve antes que o estudante reconheça suas próprias dificuldades, parte desse material diagnóstico desaparece.
Isso não significa que a revisão automatizada deva ser rejeitada. A ferramenta pode ser utilizada depois de uma primeira versão para que o estudante compare escolhas linguísticas, examine sugestões e decida quais alterações aceitar. Nesse caso, a inteligência artificial participa de um processo de revisão. O estudante continua sendo responsável pela decisão. A diferença pedagógica está na manutenção da autoria e da reflexão.
Em 2026, Ribeiro discutiu especificamente o uso de inteligência artificial generativa na educação básica e no ensino de Português, relacionando a questão à autoria, ao senso crítico e ao estágio de aprendizagem da produção textual. O trabalho argumenta que a tecnologia não deve ser tratada automaticamente como ferramenta desejável em todas as situações escolares e destaca a necessidade de considerar o desenvolvimento efetivo do estudante (Ribeiro, 2026).
A discussão sobre autoria também precisa considerar que a voz do estudante não se manifesta apenas nas ideias explicitamente defendidas. Ela aparece na maneira de selecionar exemplos, estabelecer relações, escolher determinadas palavras, construir uma introdução, desenvolver uma explicação e até mesmo formular dúvidas. Em textos escolares, essas marcas podem apresentar limitações, repetições ou inadequações linguísticas, mas fazem parte de um processo de desenvolvimento. A escrita escolar não é apenas o espaço em que o estudante demonstra aquilo que já sabe; é também o espaço em que aprende a dizer melhor aquilo que pensa.
Essa compreensão modifica a maneira de interpretar o erro. Uma construção inadequada pode revelar uma hipótese sobre o funcionamento da língua; um argumento incompleto pode indicar que determinada relação ainda não foi suficientemente compreendida; uma conclusão repetitiva pode mostrar dificuldade em sintetizar o raciocínio desenvolvido. Quando uma ferramenta substitui imediatamente essas produções por versões linguisticamente mais elaboradas, o resultado pode parecer melhor, mas o professor perde parte das informações que permitiriam compreender o percurso de aprendizagem do estudante.
Há, portanto, uma dimensão diagnóstica na escrita que não deveria ser ignorada. A primeira versão de um texto permite observar dificuldades que a versão final, especialmente quando amplamente modificada por uma ferramenta generativa, pode esconder. Nesse sentido, preservar momentos de escrita não assistida não significa defender uma concepção tradicional ou tecnófoba de ensino. Significa reconhecer que o professor precisa ter acesso às produções do estudante para identificar necessidades, planejar intervenções e acompanhar avanços.
A autoria também está relacionada à capacidade de assumir responsabilidade pelo que se afirma. Um estudante que apresenta uma ideia precisa ser capaz de explicar de onde ela veio, por que a considera adequada e quais evidências a sustentam. Quando a formulação discursiva é inteiramente produzida por uma ferramenta, essa responsabilidade pode tornar-se difusa. O estudante pode reconhecer a frase como correta porque ela parece convincente, sem necessariamente conseguir reconstruir o raciocínio que levou à sua elaboração.
Por isso, a autoria, no contexto da inteligência artificial generativa, não deveria ser entendida como uma oposição absoluta entre texto humano e texto produzido por máquina. Ela precisa ser pensada como capacidade de decisão. O estudante pode consultar, comparar, solicitar sugestões e até utilizar uma formulação gerada por IA, desde que consiga avaliar essa formulação, modificá-la quando necessário e assumir responsabilidade pelo sentido do texto final. A questão central deixa de ser quem digitou cada palavra e passa a envolver quem pensou, decidiu, verificou e se responsabilizou pelo que foi escrito.
3. METODOLOGIA
A análise desenvolvida neste artigo tem caráter qualitativo e teórico-reflexivo, sendo realizada uma revisão narrativa de literatura articulada à análise documental, tomando como referências estudos recentes sobre inteligência artificial generativa e escrita, bem como documentos educacionais e orientações institucionais publicados no período recente. O corpus mobilizado é constituído pelas obras e documentos citados ao longo do texto, selecionados por sua pertinência ao problema investigado: as relações entre uso de inteligência artificial, leitura, escrita, autoria e aprendizagem. A análise foi organizada em quatro eixos: terceirização de operações cognitivas; leitura e pesquisa; autoria e voz do estudante; e implicações para o ensino e a avaliação.
4. ANÁLISE E DISCUSSÃO
4.1. Da Criação à Terceirização: Quando a Resposta Pronta Substitui o Pensamento
Uma das mudanças mais significativas provocadas pela inteligência artificial generativa é a redução do custo cognitivo de produzir uma primeira resposta. Antes de uma ferramenta gerar um texto, o estudante precisava enfrentar o desconforto inicial da página em branco: compreender o tema, levantar conhecimentos prévios, formular perguntas, testar uma hipótese e escolher por onde começar. Esse intervalo, embora possa ser marcado por insegurança, faz parte do processo de aprendizagem.
Quando o estudante recorre diretamente à ferramenta para produzir a resposta, esse intervalo pode desaparecer. O problema não está simplesmente em receber ajuda, mas em retirar do estudante justamente a etapa em que ele precisaria organizar o próprio pensamento. Em uma atividade sobre mudanças climáticas, por exemplo, pedir que uma ferramenta produza um texto pronto sobre o tema pode resultar em uma redação formalmente adequada, mas impede que o aluno realize etapas como selecionar dados, confrontar argumentos, identificar relações de causa e consequência e decidir qual posição defender.
Essa distinção é fundamental porque produto e processo não são equivalentes. Um texto produzido por inteligência artificial pode apresentar maior fluidez do que um texto inicial de um estudante, mas isso não demonstra que o estudante tenha aprendido a escrever melhor. Da mesma forma, uma resposta correta não comprova que o aluno tenha compreendido o caminho necessário para chegar a ela. O desempenho visível pode, em determinadas situações, ocultar uma aprendizagem limitada.
Estudos recentes reforçam a necessidade de observar os processos cognitivos envolvidos. Liu et al. (2024), ao investigar tarefas de composição com apoio de inteligência artificial generativa, encontraram padrões de uso em que estudantes recorreram diretamente a respostas resumidas produzidas pela ferramenta. O achado não permite concluir que o uso de inteligência artificial seja necessariamente prejudicial, mas evidencia uma questão pedagógica: diferentes formas de interação com a ferramenta correspondem a diferentes níveis de envolvimento intelectual.
A preocupação, portanto, não deve ser formulada como uma oposição simplista entre tecnologia e aprendizagem. A questão central é saber o que o estudante está deixando de fazer quando a ferramenta executa determinada etapa. Se a inteligência artificial apenas auxilia a revisar um texto que o estudante escreveu, a natureza da atividade é diferente daquela em que a ferramenta cria o texto integralmente. Se o aluno utiliza uma resposta gerada como objeto de crítica e comparação, a atividade pode ampliar a reflexão. Se apenas copia e entrega, a ferramenta pode substituir o exercício que justificava a tarefa.
4.2. Leitura Reflexiva e Pesquisa Exploratória Diante da Resposta Imediata
Outro aspecto crítico está relacionado à leitura. A escola frequentemente solicita que o estudante leia uma reportagem, um capítulo, uma fonte histórica, um texto científico ou um conjunto de documentos para posteriormente responder a questões ou produzir uma síntese. A atividade pressupõe que o estudante permaneça em contato com o material, selecione informações e construa uma interpretação. A possibilidade de pedir à inteligência artificial um resumo imediato altera essa dinâmica.
Resumir não é uma operação neutra. Para produzir uma síntese, o leitor precisa identificar ideias centrais, distinguir informações principais e secundárias, estabelecer relações e decidir o que pode ser omitido sem comprometer o sentido. Quando a ferramenta executa essa operação antes que o estudante tenha lido o texto, o produto resumido pode substituir uma etapa importante de compreensão.
O mesmo ocorre com a pesquisa. Pesquisar na escola não deveria significar apenas localizar uma resposta. A pesquisa envolve formular perguntas, localizar fontes, avaliar sua pertinência, comparar informações e justificar escolhas. A resposta generativa, por sua vez, oferece uma síntese já organizada, o que pode ser conveniente, mas também pode reduzir a necessidade percebida de percorrer esse caminho.
Esse ponto merece atenção porque modelos de linguagem não funcionam como bases de dados neutras. Suas respostas podem apresentar erros, omissões, referências inexistentes ou formulações excessivamente seguras para informações incertas. A UNESCO (2023) chama atenção para riscos relacionados à produção de informações falsas, vieses e necessidade de validação pedagógica das ferramentas. Assim, uma escola que permite o uso irrestrito de respostas generativas em tarefas de pesquisa precisa enfrentar simultaneamente dois problemas: a possibilidade de erro da ferramenta e a possibilidade de o estudante não desenvolver critérios para reconhecê-lo.
Em vez de eliminar a pesquisa, a presença da inteligência artificial pode exigir uma pesquisa ainda mais criteriosa. O estudante precisa aprender a perguntar: de onde veio esta informação? Que evidência a sustenta? Outra fonte apresenta o mesmo dado? O texto original confirma a síntese? O argumento produzido pela ferramenta corresponde ao documento consultado? Essas perguntas transformam a resposta da inteligência artificial em objeto de análise, e não em autoridade final.
4.3. O Domínio da Leitura Como Condição para o Uso Crítico da IA
Há, ainda, uma relação circular entre letramento e uso crítico da inteligência artificial. Para utilizar uma ferramenta generativa de modo responsável, o estudante precisa possuir conhecimentos que lhe permitam avaliar o que recebe. Quanto menor a capacidade de compreender um texto, identificar uma inconsistência ou comparar argumentos, maior pode ser a dificuldade de perceber que uma resposta aparentemente bem escrita contém um problema.
Isso cria um paradoxo pedagógico, pois a ferramenta pode facilitar o acesso a textos e informações justamente para estudantes que apresentam dificuldades de leitura; porém, se o acesso facilitado substitui a leitura que permitiria desenvolver essas capacidades, a dificuldade pode permanecer invisível. O estudante passa a conseguir entregar uma resposta sem necessariamente ampliar sua autonomia para compreender textos mais complexos.
Em avaliações e atividades discursivas, esse fenômeno pode produzir uma dissociação entre desempenho textual e domínio efetivo da leitura. Um texto final bem estruturado pode não revelar quem formulou os argumentos, quais fontes foram consultadas ou quanto o estudante compreendeu do tema. Por isso, a avaliação de processos torna-se cada vez mais relevante: rascunhos, anotações, registros de pesquisa, versões sucessivas e explicações orais podem fornecer evidências complementares sobre a aprendizagem.
A questão não é defender uma escola sem tecnologia. A própria BNCC reconhece a necessidade de uso crítico, significativo, reflexivo e ético das tecnologias digitais (Brasil, 2018). O desafio é impedir que a facilidade de obtenção de respostas seja confundida com desenvolvimento de competência. Uma escola comprometida com o letramento precisa preservar situações em que o estudante leia sem terceirizar a interpretação, escreva antes de pedir sugestões e pesquise antes de solicitar uma síntese.
4.4. O Risco da Ilusão de Aprendizagem
Um dos problemas mais difíceis de identificar é a chamada ilusão de aprendizagem: a situação em que o estudante consegue apresentar um resultado satisfatório sem ter desenvolvido as operações cognitivas que esse resultado parece indicar. Em atividades tradicionais, o professor consegue observar, ainda que parcialmente, o percurso do estudante. Com o uso irrestrito de ferramentas generativas, esse percurso pode ficar oculto.
Imagine-se uma proposta em que o aluno deveria ler três textos sobre um problema ambiental, comparar as perspectivas apresentadas e produzir um posicionamento argumentativo. Se ele entrega diretamente um texto gerado a partir de um comando, o professor observa um produto que pode conter introdução, desenvolvimento e conclusão, mas não sabe necessariamente se o estudante leu os três textos, se identificou as diferenças entre eles ou se compreendeu os argumentos.
O problema se intensifica em propostas que exigem repertório e leitura. A resposta gerada pode mobilizar conceitos corretos, mas fora daquilo que foi estudado pelo estudante. Pode também construir relações plausíveis sem que o aluno seja capaz de explicá-las. Nesse cenário, a ferramenta mascara a ausência de aprendizagem em vez de resolvê-la.
Por isso, a discussão sobre inteligência artificial precisa alcançar a avaliação. Não é suficiente perguntar se o aluno pode ou não utilizar determinada ferramenta. É necessário perguntar quais evidências de aprendizagem a atividade pretende produzir. Quando o objetivo é avaliar a capacidade de argumentar, por exemplo, uma produção realizada integralmente por uma ferramenta não oferece a mesma evidência que um processo em que o estudante formula sua tese, seleciona evidências, escreve, recebe feedback e justifica as revisões.
A literatura recente não autoriza uma conclusão simples de que a inteligência artificial reduz necessariamente a aprendizagem. A própria pesquisa sobre escrita mostra usos diversos, desde substituição de tarefas até apoio à invenção, pesquisa e revisão (Zhao et al., 2024). A questão, portanto, é pedagógica e não apenas tecnológica: o desenho da atividade determina, em grande medida, se a ferramenta funcionará como apoio à aprendizagem ou como substituta do trabalho intelectual.
A ilusão de aprendizagem torna-se particularmente problemática quando a avaliação escolar está concentrada no produto final. Um texto coerente, bem estruturado e linguisticamente sofisticado pode produzir a impressão de domínio da competência avaliada, mesmo quando o estudante não consegue reproduzir o processo que resultou naquele texto. O problema não está em reconhecer o valor de uma produção textual bem elaborada, mas em considerar que sua qualidade formal seja suficiente para demonstrar aprendizagem. Em determinadas situações, a distância entre aquilo que o estudante entrega e aquilo que efetivamente consegue fazer sem assistência pode tornar-se difícil de identificar.
Essa distância exige uma reconsideração do próprio conceito de evidência de aprendizagem. Se o objetivo é desenvolver a capacidade de argumentar, por exemplo, não basta verificar se a redação apresenta uma tese, argumentos e conclusão. É necessário observar se o estudante consegue explicar por que escolheu determinada tese, quais evidências utilizou, que argumentos contrários considerou e como modificou sua posição durante o processo. Da mesma maneira, em uma atividade de leitura, a capacidade de apresentar uma síntese não demonstra necessariamente compreensão se o estudante não consegue localizar no texto as ideias que sustentam essa síntese ou explicar as relações estabelecidas entre elas.
A inteligência artificial torna essa questão mais evidente porque amplia a distância possível entre produto e processo. Quanto mais sofisticado for o texto gerado, maior pode ser a dificuldade de utilizar somente o resultado final como evidência da aprendizagem. Isso não significa que toda produção assistida por IA seja inválida, mas indica que a escola precisa diversificar as evidências utilizadas para acompanhar o desenvolvimento dos estudantes. Rascunhos, registros de pesquisa, justificativas das escolhas, comparação entre versões, comentários sobre as fontes consultadas e explicações orais podem revelar dimensões da aprendizagem que não aparecem no produto final. A avaliação passa, assim, a acompanhar não apenas o que o estudante produziu, mas também como chegou àquilo que produziu.
4.5. Inteligência Artificial e Autonomia Intelectual: O Risco de Pensar a Partir da Resposta Pronta
A discussão sobre os efeitos da inteligência artificial generativa na educação precisa avançar para além da preocupação com a cópia ou com a possibilidade de o estudante entregar um texto que não produziu integralmente. Existe uma questão menos visível, mas pedagogicamente relevante: o que acontece quando a ferramenta passa a ocupar o lugar do primeiro movimento intelectual do estudante? Antes de escrever uma resposta, elaborar uma hipótese ou interpretar um problema, o aluno precisa lidar com aquilo que ainda não sabe. Esse intervalo entre a dúvida e a resposta constitui parte importante da aprendizagem. É nele que surgem perguntas, tentativas, associações, erros e reformulações.
Quando a resposta pronta é disponibilizada antes que esse processo tenha começado, modifica-se não apenas a forma de realizar a tarefa, mas a própria relação do estudante com o conhecimento. Em vez de partir de uma pergunta para construir uma resposta, ele pode passar a partir de uma resposta oferecida pela ferramenta para decidir se ela lhe parece adequada. A diferença é significativa. No primeiro movimento, o sujeito produz uma interpretação e posteriormente busca elementos para sustentá-la ou modificá-la; no segundo, recebe uma formulação externa e realiza apenas uma avaliação superficial de sua aparência e plausibilidade.
Essa inversão pode afetar especialmente estudantes que ainda estão consolidando competências de leitura, escrita e pesquisa. Para avaliar criticamente uma resposta produzida por inteligência artificial, é necessário possuir repertório suficiente para identificar inconsistências, reconhecer informações incompletas, perceber generalizações e confrontar diferentes perspectivas. Park (2025), ao revisar estudos sobre letramento em inteligência artificial generativa em contextos escolares, identifica justamente a avaliação crítica dos resultados produzidos pela tecnologia como uma competência central, juntamente com a compreensão de seu funcionamento, seu uso responsável e suas dimensões éticas. A revisão também aponta dificuldades dos estudantes em avaliar criticamente conteúdos gerados por IA, especialmente quando não possuem conhecimentos suficientemente sólidos sobre o assunto.
Nesse sentido, a autonomia intelectual não deve ser confundida com a capacidade de realizar uma tarefa sem qualquer ferramenta. Um estudante autônomo pode utilizar recursos tecnológicos, consultar fontes, solicitar explicações e comparar diferentes respostas. O que caracteriza sua autonomia é a capacidade de decidir quando recorrer a esses recursos, formular perguntas próprias, avaliar as respostas recebidas e assumir responsabilidade pelas decisões tomadas. A tecnologia, portanto, não reduz necessariamente a autonomia; o risco surge quando a dependência da ferramenta antecede o desenvolvimento da capacidade de decidir.
A questão torna-se ainda mais complexa quando a utilização da inteligência artificial ocorre de maneira repetitiva. Uma única consulta para esclarecer uma dúvida não produz necessariamente dependência. Entretanto, se o estudante passa a solicitar sistematicamente à ferramenta a introdução de um texto, os argumentos, os exemplos, a conclusão, a síntese de uma leitura ou a resposta de uma questão, diferentes operações intelectuais vão sendo deslocadas para fora dele. A cada tarefa, a ferramenta resolve uma dificuldade imediata, mas o estudante deixa de enfrentar situações nas quais precisaria desenvolver estratégias próprias para resolver dificuldades semelhantes no futuro.
Pode-se estabelecer, assim, uma diferença entre dependência funcional e uso estratégico. No primeiro caso, a ferramenta se torna necessária para que o estudante consiga iniciar ou concluir tarefas que anteriormente deveria aprender a realizar. No segundo, a ferramenta é acionada de maneira seletiva, depois que o estudante já mobilizou seus conhecimentos e identificou uma necessidade específica. A diferença não está na existência da tecnologia, mas na posição que ela ocupa dentro do processo cognitivo.
A formação da autonomia também depende da possibilidade de experimentar o erro. Em processos de escrita, uma primeira versão incompleta ou pouco organizada não representa simplesmente um resultado insatisfatório. Ela oferece ao estudante a oportunidade de perceber o que ainda precisa aprender. Ao comparar uma versão inicial com uma versão revisada, o aluno consegue reconhecer mudanças em sua própria maneira de argumentar, selecionar informações e organizar ideias. Se a primeira versão é substituída por um texto produzido automaticamente, parte desse percurso deixa de existir.
Essa perspectiva é particularmente importante na educação básica. Ribeiro (2026), ao discutir o uso da inteligência artificial generativa na Educação Básica, chama atenção para a necessidade de considerar o estágio de aprendizagem do estudante antes de tratar a IA como ferramenta desejável para a produção textual. A questão não pode ser reduzida à qualidade do texto gerado. É preciso perguntar se a utilização da tecnologia ocorre em um momento em que o estudante já dispõe das condições necessárias para avaliar, modificar e assumir autoria sobre aquilo que a ferramenta produz.
A autonomia intelectual, portanto, precisa ser compreendida como uma competência construída progressivamente. O estudante precisa aprender a formular uma pergunta antes de buscar uma resposta, construir uma hipótese antes de verificar sua validade, ler uma fonte antes de solicitar sua síntese e produzir uma primeira versão antes de recorrer a sugestões de revisão. Essas ações não constituem obstáculos desnecessários à tecnologia. São justamente as experiências que permitem ao estudante desenvolver condições para utilizá-la de maneira crítica.
A partir dessa perspectiva, a escola não deveria perguntar somente se o estudante utilizou inteligência artificial, mas em que momento a utilizou e qual função a ferramenta desempenhou. Uma mesma tecnologia pode ocupar posições pedagógicas muito diferentes. Pode funcionar como substituta da elaboração intelectual, quando produz integralmente uma resposta, ou como objeto de análise, quando o estudante examina seus limites, verifica suas informações, compara suas formulações com fontes confiáveis e decide quais elementos podem ou não ser incorporados ao próprio trabalho.
A OECD e a Comissão Europeia (2026) caminham nessa direção ao propor um quadro de letramento em inteligência artificial para estudantes da educação primária e secundária que envolve conhecimentos, habilidades e atitudes necessárias para compreender sistemas de IA, avaliar criticamente seus resultados e tomar decisões responsáveis sobre seu uso. A formação para a IA, nessa perspectiva, não se limita ao domínio operacional da ferramenta. Saber utilizar um sistema generativo é apenas uma dimensão do processo; saber quando utilizá-lo, quando não utilizá-lo e como questionar aquilo que ele produz constitui uma competência igualmente importante.
O desafio educacional, portanto, consiste em impedir que a velocidade da resposta tecnológica seja confundida com a velocidade da aprendizagem. Aprender envolve, muitas vezes, permanecer diante de uma dificuldade por algum tempo, testar possibilidades, reformular uma resposta e reconhecer que uma primeira tentativa não foi suficiente. Se a tecnologia elimina sistematicamente esse intervalo, pode tornar a tarefa mais rápida sem necessariamente torná-la mais formativa. Preservar determinados momentos de esforço intelectual não significa rejeitar a inovação, mas reconhecer que algumas aprendizagens dependem justamente da participação ativa do estudante no processo.
4.6. Inteligência Artificial Como Objeto de Letramento e Não Como Substituta do Letramento
Se a proibição total não responde à complexidade do cenário, tampouco o uso irrestrito parece compatível com os objetivos formativos da escola. Uma alternativa é transformar a própria inteligência artificial em objeto de letramento. Isso significa ensinar o estudante a compreender o funcionamento e os limites dessas ferramentas, avaliar respostas, verificar fontes, reconhecer vieses, identificar informações não confiáveis e explicitar quando e para que utilizou a tecnologia.
Uma revisão recente sobre letramento em inteligência artificial em escolas também destaca a importância de competências que envolvam compreender a tecnologia, avaliar criticamente seus resultados, reconhecer implicações éticas e decidir quando seu uso é apropriado (Park, 2025).
Essa perspectiva está alinhada à orientação da UNESCO (2023), que propõe uma abordagem centrada no ser humano e enfatiza a necessidade de validação ética e pedagógica das ferramentas. Também se aproxima de documentos recentes da política educacional brasileira, que reconhecem simultaneamente oportunidades, riscos, necessidade de formação docente e importância de parâmetros para o uso responsável da inteligência artificial.
No campo da escrita, uma estratégia possível consiste em separar momentos pedagógicos. Em uma primeira etapa, o estudante realiza leitura, pesquisa e produção sem assistência generativa. Em seguida, pode utilizar a ferramenta para comparar sua produção com outra versão, localizar possíveis problemas, levantar contra-argumentos ou receber sugestões. Por fim, precisa justificar as alterações realizadas. O objetivo não é impedir a tecnologia, mas impedir que ela elimine as etapas que constituem a aprendizagem.
Outra estratégia é solicitar registros do processo. O estudante pode entregar a pergunta inicial, as fontes consultadas, um esquema de ideias, a primeira versão do texto, os comandos utilizados, a resposta da ferramenta e uma reflexão sobre o que foi aceito ou rejeitado. Essa documentação desloca o foco do produto final para o percurso e permite ao professor observar o desenvolvimento da autoria.
Também é possível construir atividades em que a resposta da inteligência artificial seja deliberadamente colocada sob suspeita. O professor pode apresentar um texto gerado e solicitar que os estudantes localizem afirmações que precisam ser verificadas, comparem o conteúdo com fontes confiáveis, identifiquem generalizações e reescrevam trechos. Nesse caso, a IA deixa de ser atalho e passa a ser objeto de leitura crítica.
4.7. Implicações para a Prática Docente e para a Avaliação
A presença da inteligência artificial exige mudanças no modo de planejar atividades. Propostas cuja resposta pode ser obtida integralmente em poucos segundos por uma ferramenta generativa precisam ser repensadas quando o objetivo é desenvolver leitura, escrita ou argumentação. Isso não significa abandonar perguntas objetivas ou atividades tradicionais, mas reconhecer que determinadas competências precisam ser observadas em situações nas quais o estudante efetivamente precise mobilizá-las.
Em produção textual, por exemplo, a avaliação pode incluir etapas obrigatórias: leitura orientada, seleção de fontes, planejamento, primeira versão, revisão e justificativa das alterações. Em pesquisa, pode exigir comparação de fontes e registro das evidências utilizadas. Em leitura, pode solicitar anotações pessoais, questões de interpretação, comparação entre trechos e defesa oral de uma interpretação. Quanto mais claro for o processo cognitivo pretendido, mais difícil será reduzir a atividade à simples geração de uma resposta.
Há também uma dimensão docente. O professor precisa conhecer as possibilidades e limitações das ferramentas para estabelecer critérios de uso coerentes com seus objetivos. O Conselho Nacional de Educação, ao discutir a inteligência artificial na educação brasileira, destacou a necessidade de debate sobre formação docente, ética, privacidade, regulação e os limites da tecnologia na avaliação e no suporte acadêmico (Conselho Nacional de Educação [CNE], 2025).
Essa discussão é particularmente importante porque o uso de inteligência artificial não ocorre em condições iguais. A Organização para a Cooperação e Desenvolvimento Econômico (OECD) informou, em resultados do Programa Internacional de Avaliação de Estudantes de 2025, que 48% dos estudantes brasileiros participantes declararam utilizar chatbots de inteligência artificial pelo menos uma vez por semana para ajudar na aprendizagem; 27% relataram utilizá-los para elaborar textos de tarefas escolares. Esses dados mostram que a ferramenta já faz parte das práticas de estudo de uma parcela relevante dos estudantes e, por isso, a escola não pode tratar o fenômeno como algo externo à experiência educacional (OECD, 2026).
Mais do que controlar o acesso, cabe à escola definir quais usos são compatíveis com cada objetivo de aprendizagem. A pergunta pedagógica deixa de ser simplesmente “o aluno usou IA?” e passa a ser “o que o aluno fez intelectualmente antes, durante e depois do uso da IA?”. Essa mudança é decisiva para preservar a função formativa da leitura e da escrita.
Em síntese, a presença da IA desafia a escola a valorizar aquilo que uma resposta automatizada não pode substituir sem alterar a própria finalidade da atividade: a construção de uma posição, a interpretação de um contexto e a responsabilidade por uma escolha. Quanto mais a escola tornar esses elementos explícitos, menos dependerá de verificar apenas a aparência final dos textos.
A discussão sobre padronização também reforça a importância de ensinar revisão como escolha, e não como simples correção. Se a IA sugere uma frase “melhor”, o estudante precisa decidir se ela representa aquilo que pretende dizer. Uma frase linguisticamente mais sofisticada pode ser inadequada se alterar o sentido ou apagar a voz do autor. A revisão, nesse caso, torna-se exercício de autoria e julgamento.
Em vez de pedir “um texto sobre determinado assunto”, o professor pode propor perguntas que exijam posicionamento: qual aspecto do problema você considera mais relevante e por quê? Qual evidência sustenta sua posição? Que argumento contrário precisa ser considerado? O que mudou em sua compreensão depois da leitura das fontes? Perguntas desse tipo tornam a autoria mais visível e reduzem a possibilidade de que uma resposta genérica satisfaça integralmente a tarefa.
A preservação da voz do estudante exige tarefas que valorizem experiências, argumentos e escolhas que não possam ser reduzidos a uma resposta genérica. Relatos de observação, análise de situações locais, interpretação de diferentes fontes, comparação de perspectivas e defesa oral de argumentos são exemplos de atividades que podem aproximar a escrita da experiência intelectual concreta do aluno. A IA pode participar posteriormente, mas não deve apagar essa dimensão.
Isso não significa que a IA produza necessariamente textos idênticos. Os resultados variam conforme os comandos e as interações. O problema é mais amplo: quando a ferramenta se torna a principal responsável pela formulação discursiva, parte das escolhas que normalmente expressariam a singularidade do estudante passa a ser realizada por um sistema. A questão da autoria, portanto, também é uma questão de diversidade intelectual.
Uma turma diante de uma mesma questão pode apresentar interpretações distintas porque os estudantes possuem repertórios, experiências e modos de organizar ideias diferentes. Nem toda diferença representa erro. Em atividades abertas, a divergência pode constituir parte do processo educativo. Se todos os alunos recorrem à mesma ferramenta para gerar respostas semelhantes, o professor pode observar maior uniformidade textual, mas menor diversidade de pensamento.
Outro aspecto que merece aprofundamento é o risco de padronização. Ferramentas generativas tendem a oferecer respostas que soam adequadas e organizadas, mas podem aproximar diferentes produções em vocabulário, estrutura argumentativa e modo de apresentar conclusões. A UNESCO alerta que a homogeneização das respostas pode limitar narrativas plurais e reduzir o espaço para formas diversas de expressão (UNESCO, 2023). Em contextos escolares, essa questão é especialmente relevante porque a diversidade de respostas pode ser justamente um indicador de aprendizagem.
4.8. O Professor Como Mediador do Uso Crítico da Inteligência Artificial
A expansão da inteligência artificial generativa não reduz a necessidade da mediação docente. Em determinados aspectos, ela a torna mais complexa. Quando uma ferramenta consegue produzir textos, sintetizar informações, sugerir argumentos e responder a perguntas em poucos segundos, o professor precisa estabelecer critérios para definir quando essas possibilidades contribuem para a aprendizagem e quando passam a substituir aquilo que o estudante deveria realizar. A decisão pedagógica, portanto, não pode ser delegada à própria tecnologia.
Essa mediação exige conhecimento sobre as potencialidades e limitações das ferramentas, mas não se reduz ao domínio técnico. O professor precisa compreender os objetivos de aprendizagem da atividade e estabelecer uma relação coerente entre esses objetivos e os usos permitidos da IA. Uma ferramenta capaz de produzir uma excelente síntese pode ser inadequada em uma atividade cujo objetivo é justamente ensinar o estudante a sintetizar. Da mesma forma, um recurso de revisão textual pode ser pertinente depois da elaboração de uma primeira versão, mas pode retirar parte da função formativa da atividade se utilizado para produzir o texto desde o início.
A literatura recente reforça a importância dessa mediação. A revisão de Marzano (2026) sobre inteligência artificial generativa na educação básica identifica oportunidades de personalização, apoio à aprendizagem e inovação pedagógica, mas também destaca a necessidade de formação docente, orientações institucionais e atenção às questões éticas e de privacidade. A revisão de Park (2025), por sua vez, mostra que estudantes podem utilizar ferramentas generativas em diferentes atividades, mas enfrentam dificuldades na avaliação crítica de seus resultados. Isso significa que saber utilizar a ferramenta não garante saber julgar aquilo que ela produz.
A função docente, nesse cenário, aproxima-se cada vez mais da construção de situações em que o estudante precise justificar suas escolhas. Em vez de simplesmente proibir ou liberar a inteligência artificial, o professor pode estabelecer diferentes níveis de utilização conforme o objetivo da atividade. Em uma proposta de produção inicial, por exemplo, pode solicitar que o estudante desenvolva suas ideias sem assistência generativa. Em uma etapa posterior, pode permitir a utilização da ferramenta para comparar argumentos, identificar lacunas ou sugerir possibilidades de revisão. Ao final, o estudante pode ser solicitado a explicar quais sugestões incorporou, quais rejeitou e por quê.
Esse tipo de organização desloca a relação com a tecnologia de uma lógica de dependência para uma lógica de mediação. O professor não precisa competir com a velocidade da máquina nem tentar controlar cada interação do estudante. Precisa construir atividades nas quais a participação intelectual do aluno seja necessária e observável. Quanto mais clara for a competência que se pretende desenvolver, mais fácil será decidir qual papel a inteligência artificial poderá desempenhar.
Também é necessário reconhecer que a formação docente constitui uma condição para esse processo. Não se pode exigir que professores definam usos pedagógicos adequados para ferramentas que conhecem apenas superficialmente. A formação precisa contemplar aspectos técnicos, mas também questões relacionadas à autoria, avaliação, privacidade, confiabilidade das informações, ética e desenho de atividades. O objetivo não é transformar professores em especialistas em programação ou desenvolvimento de modelos de linguagem, mas capacitá-los para tomar decisões pedagógicas fundamentadas.
A escola, portanto, precisa construir uma cultura de uso responsável da inteligência artificial. Essa cultura não será produzida apenas por regras de proibição ou autorização. Ela depende de critérios compartilhados, objetivos de aprendizagem explícitos e compreensão de que diferentes atividades podem exigir diferentes formas de interação com a tecnologia. A mediação docente permanece essencial porque é o professor quem conhece o contexto da turma, acompanha o desenvolvimento dos estudantes e pode interpretar evidências que uma ferramenta automatizada não consegue compreender integralmente.
Essa perspectiva também ajuda a compreender por que a escrita continua relevante. Ao escrever, o estudante precisa transformar conhecimento disperso em uma sequência organizada. Precisa escolher palavras, estabelecer relações e decidir o que merece destaque. Essas escolhas não são meros detalhes formais. Elas constituem parte do próprio processo de pensar. Quando a IA assume integralmente essa organização, o estudante pode receber um texto mais acabado, mas perde uma oportunidade de construir a própria capacidade de organização discursiva.
Por isso, a escola precisa diferenciar ajuda de substituição. Uma ajuda pedagógica deve aumentar progressivamente a autonomia do estudante. Se a ferramenta se torna necessária para cada etapa, a relação estabelecida é de dependência. Se o estudante aprende a utilizar a ferramenta de forma cada vez mais seletiva, crítica e consciente, a tecnologia pode estar contribuindo para a autonomia. A questão não é quantas vezes a IA foi utilizada, mas qual foi o efeito de seu uso sobre a capacidade do estudante de agir sem ela.
A dependência também pode ser observada na produção textual. Um estudante que sempre solicita uma introdução pronta pode perder a oportunidade de descobrir como iniciar um argumento. Aquele que sempre pede exemplos pode deixar de mobilizar seu próprio repertório. Aquele que sempre solicita a conclusão pode não aprender a retomar uma tese e fechar uma linha argumentativa. A ferramenta resolve a dificuldade local, mas a repetição do procedimento pode impedir a consolidação da competência que permitiria resolver dificuldades futuras.
O exercício é particularmente relevante em situações de leitura. Antes de pedir uma explicação à ferramenta, o aluno pode indicar o que entendeu, apontar a passagem que gerou dificuldade e formular uma pergunta específica. A IA, nesse caso, deixa de substituir a leitura e passa a responder a uma necessidade identificada pelo próprio leitor. A diferença é pequena em termos de tecnologia utilizada, mas grande em termos de atividade cognitiva.
Nesse sentido, a autonomia pode ser fortalecida por atividades que deliberadamente retardem o acesso à resposta automática. O professor pode solicitar que os alunos registrem primeiro aquilo que sabem, formulem hipóteses e indiquem dúvidas. Somente depois a ferramenta é introduzida. O objetivo não é criar uma barreira artificial, mas garantir que a interação com a IA ocorra sobre uma base de pensamento já iniciada pelo estudante.
A OECD destaca que a alfabetização em inteligência artificial envolve não apenas saber utilizar sistemas, mas compreender seus limites, avaliar resultados e decidir quando seu uso é apropriado (OECD; European Commission, 2026). Essa formulação é importante porque desloca o foco do domínio instrumental para o julgamento. Saber pedir uma resposta não é suficiente. O estudante precisa saber quando não pedir, o que perguntar, como verificar e como utilizar o resultado sem abandonar sua responsabilidade intelectual.
Essa inversão pode parecer pouco relevante em uma atividade isolada, mas torna-se significativa quando se repete. A cada tarefa em que a primeira resposta vem de fora, diminui a oportunidade de exercitar a formulação de hipóteses próprias. O estudante pode desenvolver uma expectativa de que toda dúvida deve ser imediatamente solucionada por uma ferramenta. A escola, entretanto, precisa ensinar também a permanecer diante de perguntas difíceis, reconhecer o que ainda não se sabe e construir caminhos para descobrir.
A discussão sobre dependência tecnológica precisa ser compreendida em relação ao desenvolvimento da autonomia intelectual. Ser autônomo não significa realizar todas as tarefas sem qualquer ferramenta, mas ser capaz de compreender o problema, tomar decisões e avaliar as consequências de suas escolhas. Quando o estudante consulta a inteligência artificial antes mesmo de formular uma hipótese, ocorre uma inversão importante: a ferramenta passa a determinar o ponto de partida da reflexão. Em vez de utilizar a tecnologia depois de pensar, o estudante pensa a partir do que a tecnologia oferece.
A padronização merece atenção porque a escrita escolar também constitui espaço de manifestação da diversidade intelectual. Dois estudantes podem receber a mesma proposta e construir respostas completamente diferentes, não necessariamente porque um deles compreendeu melhor que o outro, mas porque possuem experiências, repertórios, referências e maneiras distintas de organizar o pensamento. A divergência entre textos pode, portanto, constituir material pedagógico valioso. Ela permite ao professor perceber diferentes interpretações, identificar argumentos inesperados e promover discussões a partir das diferenças.
Quando a inteligência artificial assume a formulação discursiva de grande parte das produções, existe a possibilidade de que essas diferenças sejam parcialmente substituídas por estruturas discursivas recorrentes. A uniformidade não significa necessariamente que todos os estudantes tenham utilizado exatamente as mesmas palavras ou recebido exatamente a mesma resposta. O fenômeno é mais sutil: determinadas formas de introduzir um assunto, organizar argumentos, apresentar ressalvas e concluir uma discussão podem se tornar recorrentes, reduzindo a visibilidade das escolhas individuais.
Essa questão ganha importância porque a criatividade escolar não deve ser avaliada apenas pela originalidade de um produto completamente novo. Ela também se manifesta na capacidade de estabelecer relações próprias entre conhecimentos, formular perguntas diferentes, interpretar situações sob perspectivas particulares e propor explicações que façam sentido para determinado contexto. A escrita constitui uma das formas pelas quais essas escolhas se tornam observáveis.
A revisão sistemática de Park (2025) mostra que o letramento em IA generativa envolve não apenas saber produzir conteúdos com essas ferramentas, mas também avaliar criticamente os resultados e preservar a participação ativa do estudante. Essa perspectiva permite compreender que a diversidade de respostas não é um problema a ser eliminado em nome da eficiência. Ao contrário, em muitas situações educacionais, a variedade das respostas constitui evidência de que os estudantes estão mobilizando conhecimentos e construindo interpretações próprias.
Nesse sentido, uma escola orientada pelo uso crítico da inteligência artificial precisa criar momentos em que a ferramenta não seja responsável pela primeira formulação. O estudante deve ter oportunidades de escrever a partir de sua própria experiência intelectual, comparar sua produção com outras perspectivas e somente depois utilizar recursos generativos para revisar ou ampliar determinados aspectos. A tecnologia pode contribuir para o processo sem ocupar o lugar da diversidade que o próprio processo educativo pretende desenvolver.
5. CONSIDERAÇÕES FINAIS
A inteligência artificial generativa modifica as condições em que estudantes leem, pesquisam e escrevem. Sua capacidade de produzir respostas rápidas, organizadas e linguisticamente sofisticadas pode facilitar tarefas e oferecer apoio em diferentes etapas da aprendizagem. Entretanto, quando essa capacidade é utilizada para substituir o trabalho intelectual do estudante, surgem riscos específicos para o letramento: redução da leitura integral, abandono da pesquisa exploratória, diminuição da elaboração autoral, enfraquecimento da revisão e ocultação de dificuldades de compreensão.
A análise desenvolvida neste artigo sustenta que o principal problema não é a existência da inteligência artificial, mas a terceirização de processos que a escola precisa ensinar. Se a atividade pretende desenvolver interpretação, não faz sentido que a ferramenta interprete no lugar do estudante. Se pretende desenvolver escrita autoral, não basta entregar um texto pronto. Se pretende desenvolver pesquisa, a resposta automática não pode substituir a busca, a comparação e a verificação das fontes.
Isso não conduz à defesa de uma escola contrária à tecnologia. Ao contrário, a situação exige uma escola capaz de ensinar novos modos de ler e escrever em um ambiente no qual textos produzidos por máquinas convivem com textos produzidos por pessoas. O desafio passa a ser formar estudantes capazes de utilizar ferramentas sem entregar a elas a responsabilidade pelo próprio pensamento.
Em termos pedagógicos, preservar a autoria significa preservar o direito de o estudante tentar, errar, reformular, pesquisar, discordar e construir uma resposta própria. A inteligência artificial pode participar desse processo, mas não deveria apagar o processo. A leitura e a escrita continuam sendo práticas formativas justamente porque exigem tempo, escolhas e reflexão. Em uma educação comprometida com a autonomia, a tecnologia deve ampliar essas possibilidades, e não substituí-las.
Os argumentos desenvolvidos também indicam que a discussão sobre inteligência artificial e educação não pode ser separada da discussão sobre autonomia intelectual. O estudante precisa aprender não apenas a utilizar ferramentas generativas, mas a decidir quando sua utilização é pertinente, quais informações merecem confiança, quais sugestões devem ser rejeitadas e quais escolhas precisam permanecer sob sua responsabilidade. Nesse sentido, o letramento em inteligência artificial não substitui o letramento em leitura e escrita. Ao contrário, depende dele. Quanto mais o estudante for capaz de compreender textos, comparar argumentos, reconhecer inconsistências e construir posições próprias, maiores serão suas condições de interagir criticamente com sistemas generativos.
A escola encontra-se, portanto, diante de uma tarefa dupla. Precisa preparar os estudantes para uma sociedade na qual a inteligência artificial fará parte de diferentes práticas sociais e profissionais, mas precisa também preservar experiências formativas que não podem ser reduzidas à obtenção rápida de respostas. Ler integralmente, formular hipóteses, escrever uma primeira versão, errar, revisar, confrontar fontes, sustentar uma posição e explicar as próprias escolhas continuam sendo experiências necessárias mesmo quando a tecnologia consegue realizar parte dessas operações.
A contribuição central deste artigo está em deslocar a pergunta sobre o uso da inteligência artificial. Em vez de perguntar apenas se a tecnologia melhora ou piora a escrita, torna-se necessário perguntar quais operações de pensamento permanecem com o estudante quando a ferramenta é utilizada. Essa mudança permite superar tanto uma visão de rejeição da tecnologia quanto uma perspectiva de adoção automática. O critério pedagógico passa a ser a preservação da aprendizagem e da agência intelectual.
Dessa forma, o desafio não consiste em impedir que os estudantes tenham contato com a inteligência artificial, mas em evitar que o acesso à resposta pronta elimine a necessidade de construir perguntas, interpretações e argumentos próprios. A tecnologia pode participar da escrita, da pesquisa e da revisão, mas sua presença precisa estar subordinada aos objetivos formativos da atividade. Quando o recurso amplia a capacidade de pensar, verificar, comparar e revisar, pode contribuir para a aprendizagem. Quando substitui essas operações, corre o risco de produzir desempenho sem desenvolvimento correspondente da competência.
Por essa razão, futuras pesquisas precisam investigar de maneira mais sistemática como diferentes formas de utilização da inteligência artificial afetam a aprendizagem da leitura e da escrita na educação básica. A literatura recente já aponta a necessidade de ampliar as investigações especificamente voltadas para crianças e adolescentes, uma vez que parte significativa dos estudos ainda se concentra em estudantes mais velhos. Estudos empíricos em escolas, acompanhando processos de escrita, revisão e avaliação ao longo do tempo, poderão contribuir para diferenciar situações de apoio pedagógico de situações de substituição cognitiva.
Mais do que produzir respostas definitivas sobre a presença da inteligência artificial na escola, a discussão exige que se estabeleçam critérios para que sua incorporação não ocorra à custa daquilo que a educação pretende formar. A velocidade da tecnologia pode ser aproveitada, mas a escola precisa preservar o tempo da aprendizagem. Entre uma resposta imediatamente disponível e uma resposta construída pelo estudante existe uma diferença que não é apenas temporal: existe uma diferença formativa.
REFERÊNCIAS BIBLIOGRÁFICAS
BARBOSA, M. S.; CAIADO, R. V. R.; BEZERRA, B. Produção de texto com inteligência artificial generativa: uma análise do gênero redação do Enem a partir de textos gerados pelo ChatGPT. Domínios de Lingu@gem, v. 19, e019034, 2025. DOI: https://doi.org/10.14393/DLv19a2025-34.
BRASIL. Ministério da Educação. Base Nacional Comum Curricular. Brasília, DF: MEC, 2018. Disponível em: https://basenacionalcomum.mec.gov.br/.
CONSELHO NACIONAL DE EDUCAÇÃO. Estudos sobre a utilização da inteligência artificial na educação. Brasília, DF: Ministério da Educação, 2025. Disponível em: https://www.gov.br/mec/pt-br/cne/2025/Fevereiro%202025/texto-referencia-inteligencia-artificial.pdf.
LIU, M.; ZHANG, L. J.; BIEBRICHER, C. Investigating students’ cognitive processes in generative AI-assisted digital multimodal composing and traditional writing. Computers & Education, v. 211, 104977, 2024. DOI: https://doi.org/10.1016/j.compedu.2023.104977.
MARZANO, D. Generative Artificial Intelligence (GAI) in teaching and learning processes at the K-12 level: A systematic review. Technology, Knowledge and Learning, v. 31, p. 789–829, 2026. DOI: https://doi.org/10.1007/s10758-025-09853-7.
OECD; EUROPEAN COMMISSION. Empowering learners for the age of AI: An AI literacy framework for primary and secondary education. Paris: OECD Publishing, 2026. DOI: https://doi.org/10.1787/65cd27d4-en.
OECD. PISA 2025 results (Volume I): Brazil. Paris: OECD Publishing, 2026. Disponível em: https://www.oecd.org/en/publications/pisa-2025-results-volume-i-country-notes_2d4ff9ea-en/brazil_d65ba095-en.html.
PARK, J. A systematic literature review of generative artificial intelligence (GenAI) literacy in schools. Computers and Education: Artificial Intelligence, v. 9, 100487, 2025. DOI: https://doi.org/10.1016/j.caeai.2025.100487.
RIBEIRO, A. E. Definições atualizadas e uso com moderação: um ensaio sobre inteligência artificial na Educação Básica. Texto Livre, v. 19, e62700, 2026. DOI: https://doi.org/10.1590/1983-3652.2026.62700.
UNESCO. Guidance for generative AI in education and research. Paris: UNESCO, 2023. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000386693.
ZHAO, X.; COX, A.; CAI, L. ChatGPT and the digitisation of writing. Humanities and Social Sciences Communications, v. 11, 482, 2024. DOI: https://doi.org/10.1057/s41599-024-02904-x.
1 Faculdade Christian Business School (FCBS), Salvador (BA), Brasil. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail.
2 Faculdade Christian Business School (FCBS), Salvador (BA), Brasil. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail.