A inteligência artificial pode ampliar o acesso às respostas, mas não distribui igualmente o repertório necessário para compreendê-las, questioná-las e levá-las adiante. Em um mundo de informação abundante, lógica, matemática, ciência e leitura de dados podem definir quem usa a máquina para pensar melhor — e quem apenas aceita o que ela entrega.

A mesma ferramenta não produz as mesmas oportunidades

Duas pessoas podem acessar a mesma inteligência artificial e obter resultados completamente diferentes. Não porque uma conhece um comando secreto, mas porque possuem repertórios distintos para formular problemas, comparar informações, interpretar dados e perceber quando uma resposta parece boa, mas não se sustenta. A próxima desigualdade educacional pode surgir justamente nessa distância.

O acesso à IA pode se tornar amplo sem que seus benefícios sejam igualmente distribuídos.

Quem possui mais repertório consegue fazer relações, mudar critérios, explorar hipóteses e transformar uma resposta em novas perguntas. A diferença não está apenas no acesso à tecnologia, mas no que cada pessoa consegue mobilizar diante dela.

Perguntar melhor exige saber mais

Boas perguntas não nascem apenas da curiosidade. É preciso:

• Conhecer para perceber uma contradição,
• Comparar grandezas,
• Desconfiar de uma conclusão,
• Reconhecer aquilo não faz sentido.

Por isso, ensinar a perguntar não significa diminuir a importância dos conteúdos. Quanto maior o repertório, maior o campo de perguntas possíveis.

Leia também:

• Quando o futuro ficou pequeno
• Realidade ou ficção? O desafio da busca pela verdade na era das deepfakes
• Lei nº 15.436/2026: uma nova visão para estudantes com Altas Habilidades e Superdotação

A máquina conversa como gente, mas funciona por outra lógica

A interface é simples: escrevemos uma pergunta e recebemos uma resposta em linguagem natural. Por trás dela, porém, existem dados, probabilidades, padrões, pesos, modelos matemáticos e decisões estatísticas.

O desafio educacional não é ensinar o estudante a conversar com a IA como se houvesse uma pessoa do outro lado. É ajudá-lo a compreender por que uma resposta convincente pode estar errada, por que uma média pode esconder diferenças, por que correlação não significa causa e como gráficos, amostras e critérios alteram uma conclusão.

Quanto mais natural se torna a conversa com a máquina, mais importante se torna compreender a lógica pela qual ela produz respostas.

Stiglitz: informação disponível não significa oportunidade igual

Joseph Stiglitz, economista vencedor do Nobel, ajudou a demonstrar que diferenças no acesso e na compreensão da informação produzem vantagens econômicas e sociais.

A IA pode reduzir parte dessa distância ao ampliar o acesso às respostas. Mas uma nova assimetria pode permanecer: a diferença entre quem recebe uma informação e quem possui formação para interpretá-la, questioná-la e transformá-la em oportunidade. A desigualdade pode mudar de lugar.

O PISA e a responsabilidade da escola

Os referenciais do PISA já tratam matemática e ciência como formas de interpretar problemas, analisar dados, trabalhar com evidências e tomar decisões — não apenas como conteúdos a memorizar. Com a inclusão do letramento em mídia e algorítmico no PISA 2029, essa articulação se torna ainda mais evidente.

Lidar com IA está diretamente ligado à:

• leitura,
• lógica,
• matemática,
• estatística,
• ciência,
• investigação,
• argumentação,
• criatividade
• capacidade de comparar.

O papel da escola não será apenas ensinar os estudantes a obter respostas melhores. Será garantir que possuam conhecimento suficiente para não aceitar qualquer resposta e, principalmente, utilizar o sistema para poder extrair o melhor dele. 

Sobre o autor:

*Este texto não reflete, necessariamente, a opinião da Bett Brasil.

Compartilhe nas redes sociais: