Um resumo chega em segundos. Uma explicação aparece com exemplos, datas e referências. Para quem estuda, esta rapidez pode ajudar a começar um trabalho, mas também torna fácil aceitar uma resposta antes de perceber se está certa. Os conteúdos gerados por IA podem misturar informação correta com erros apresentados num tom convincente. A forma cuidada do texto, por si só, não prova nada.
O desafio está em manter o hábito de perguntar, comparar e justificar escolhas. A inteligência artificial na educação pode apoiar tarefas de estudo, desde que o estudante continue a avaliar o resultado. Isso exige literacia digital e alguns métodos concretos: procurar a origem das afirmações, testar argumentos e reconhecer o que ainda falta saber. São práticas que cabem tanto num trabalho de História como na leitura de notícias nas redes sociais.
Definir a tarefa antes de abrir a ferramenta
Antes de pedir ajuda a uma IA, convém escrever a pergunta do trabalho e aquilo que já se sabe sobre o tema. Depois, escolher uma tarefa limitada: organizar apontamentos, esclarecer um conceito ou rever um parágrafo. Esta preparação dá um ponto de comparação para avaliar a resposta, em vez de deixar que a ferramenta decida o rumo do trabalho.
Um resumo pode servir para preparar uma aula, desde que seja comparado com o documento original. É útil assinalar omissões e verificar se as ideias principais mantêm o sentido. Entre as ferramentas de IA para estudantes, a JustDone reúne funções de resumo, paráfrase e revisão de texto que podem apoiar esta tarefa. Se uma reformulação alterar uma afirmação, o estudante deve corrigi-la. Depois, pode explicar por palavras próprias o que compreendeu e guardar as referências consultadas, para justificar as escolhas feitas durante o trabalho.
Confirmar a origem de cada afirmação
Para verificar a credibilidade das fontes, é preciso abrir os documentos citados. Uma referência apresentada por uma IA pode não existir ou não sustentar a frase que a acompanha. Importa confirmar o autor, a data e a relação entre a conclusão e a informação disponível. Quando há números, também se deve procurar a amostra, o período analisado e a definição daquilo que foi medido.
Imaginem uma resposta que afirma que os estudantes portugueses usam mais IA do que os restantes europeus. Antes de a repetir, procurem o estudo original. Foram consultados alunos do ensino secundário ou universitários? De quantos países? Sem esses dados, a comparação fica por demonstrar. Numa entrevista da Comissão Europeia, o investigador Wayne Holmes defende precisamente que os alunos devem questionar respostas e verificar afirmações.
Também importa distinguir a publicação original de uma notícia sobre ela. Um título pode simplificar conclusões que o estudo apresenta com reservas. Leiam pelo menos o resumo e as limitações antes de aproveitar uma descoberta.
Testar argumentos em vez de colecionar respostas
Quem procura como desenvolver o pensamento crítico pode começar com um exercício: escrever uma conclusão e listar as razões que a sustentam. Depois, procurar uma objeção séria. Num debate sobre telemóveis na escola, por exemplo, convém separar os efeitos na concentração das necessidades de acessibilidade. Uma regra pode ter consequências diferentes para grupos diferentes.
A IA pode ajudar a formular perguntas ou a apresentar uma posição contrária. Ainda assim, pedir respostas a três assistentes e obter a mesma conclusão não equivale a consultar três fontes independentes. O acordo pode resultar de informação semelhante usada pelos sistemas. O teste é encontrar provas e avaliar a sua qualidade. Se surgir uma contradição, vale a pena registar o motivo de aceitar uma versão e rejeitar outra.
Ler imagens e publicações com contexto
A análise também se aplica a imagens, vídeos e publicações partilhadas em grupos. Um conteúdo pode ser verdadeiro e estar associado à data ou ao acontecimento errado. Antes de o usar num trabalho, procurem a publicação original e confirme a legenda. Uma pesquisa inversa de imagens pode ajudar a encontrar utilizações anteriores, embora não resolva todos os casos.
Os sinais visuais, isoladamente, também não bastam para determinar se uma imagem foi criada por IA. Em vez de procurar apenas mãos estranhas ou letras deformadas, verifiquem quem publicou o ficheiro e se existem registos do mesmo acontecimento em fontes independentes. Quando a origem continua incerta, essa limitação deve ficar explícita no trabalho.
Se um vídeo parecer suspeito, procurem a versão completa. Um excerto pode omitir uma pergunta ou cortar uma frase. A descrição de quem o partilhou deve ser tratada como uma alegação a confirmar.
Criar uma rotina de estudo com regras claras
O uso responsável da inteligência artificial começa pelas orientações da escola ou do professor. Antes de entregar um trabalho, confirmem quais as utilizações permitidas e como devem ser declaradas. Evitem introduzir dados pessoais de colegas ou documentos reservados. O guia da UNESCO propõe uma abordagem centrada na intervenção humana e na proteção de dados no contexto educativo.
Uma rotina de revisão pode incluir estes passos:
- Escolher uma afirmação central e localizar a fonte original.
- Comparar o resumo com o texto completo.
- Registar uma objeção e responder com provas.
- Explicar a conclusão sem consultar a resposta da IA.
Em grupo, cada colega pode assumir uma parte da revisão: conferir referências, procurar omissões ou questionar a conclusão. No fim, todos devem conseguir explicar o raciocínio. Este registo também ajuda o professor a perceber o percurso do trabalho e permite ao estudante identificar dúvidas antes da entrega.
Manter a decisão do lado do estudante
Desenvolver pensamento crítico passa por criar espaço entre receber uma resposta e aceitá-la. Esse intervalo serve para ler a fonte, fazer uma pergunta adicional ou reconhecer que a informação ainda não chega. A IA pode participar no estudo, mas a responsabilidade pela conclusão continua a pertencer a quem assina o trabalho.
Na próxima tarefa, vale a pena escolher uma afirmação e seguir o seu percurso até ao documento original. Depois, explicar o que a sustenta e quais são os seus limites. Repetir este processo ajuda a construir um método de estudo que continua a ser útil quando mudam as ferramentas, os formatos ou os temas.
