.png)
Lucis
9 de julho de 2025
Recebi essa indicação de uma professora. Foi um excelente episódio, com convidadas fascinantes.
O mais interessante que achei foi a conclusão de que, tradicionalmente, EdTechs são feitas por um público que não é educador.
Há uma grande oportunidade de entregar as ferramentas ideias para os educadores criarem suas própria soluções
Link do episódio no Spotify
Este resumo foi gerado por AI usando o modelo Claude 4
Contexto: Este episódio do podcast "Your Undivided Attention" apresenta uma discussão profunda entre Tristan Harris, Daniel, e as especialistas Maryanne Wolf (neurocientista cognitiva) e Rebecca Winthrop (diretora do Centro de Educação Universal da Brookings Institution) sobre como a IA está forçando uma reavaliação fundamental do propósito e estrutura da educação.
A IA está criando um ponto de inflexão que nos obriga a reexaminar questões fundamentais sobre o que é educação e para que serve. Como a educação forma a base da sociedade, acertar essa reavaliação é crítico para o futuro. Devemos questionar se estamos preparando estudantes para prosperar ou apenas para passar em testes, especialmente quando máquinas podem realizar muitas tarefas tradicionalmente humanas.
Estudantes estão usando ChatGPT para escrever ensaios, terceirizando exatamente o processo que desenvolve pensamento lógico e crítico. O valor real dos ensaios não está no produto final, mas no processo de organizar pensamentos, fazer argumentos e transferir essas habilidades para outros domínios da vida. Precisamos proteger esses processos formativos fundamentais, não apenas os resultados.
Pesquisas mostram que a leitura profunda se desenvolve melhor em papel entre 0-12 anos, construindo circuitos neurais para pensamento analógico, inferencial, empático e crítico. O esforço cognitivo é essencial - como Emerson disse, "quando somos fortalecidos pelo trabalho, é aí que o pensamento começa". Devemos resistir ao "offloading cognitivo" que sacrifica o desenvolvimento cerebral pela eficiência.
Embora historicamente tenhamos evoluído através do "offloading cognitivo", devemos distinguir entre habilidades periféricas e centrais. Habilidades como leitura profunda, autoconhecimento e geração de ideias são fundamentais para ser humano e não devem ser terceirizadas para IA. Devemos ser estratégicos sobre quais capacidades preservamos versus quais permitimos que a tecnologia assuma.
Simplesmente colocar dispositivos nas escolas não melhora o aprendizado - estudos da OCDE em 70 países confirmam isso. A tecnologia deve ser intencionalmente integrada no processo social de ensino e aprendizagem. O exemplo da Arizona State com VR em Biologia mostra como 10 minutos de exploração virtual direcionada melhorou significativamente o desempenho, demonstrando que o contexto e método importam mais que a tecnologia em si.
Dispositivos digitais incentivam padrões de leitura superficial (padrões F e Z), promovendo "surface learning" ao invés de engajamento profundo. Isso cria estudantes desmotivados que operam como máquinas "input-output", perdendo nuances e aspectos interessantes do conteúdo. Devemos reconhecer que velocidade e eficiência podem minar a qualidade cognitiva.
Pesquisa identifica quatro modos de engajamento estudantil: passageiro (50% dos estudantes - fazem o mínimo), realizador (focado em notas perfeitas mas frágil), resistente (disruptivo mas com potencial) e explorador (curioso e resiliente). Apenas 4% dos estudantes experimentam regularmente o modo explorador, que é o mais efetivo para preparar estudantes para navegar mudanças e desenvolver pensamento crítico.
80% das inovações educacionais tecnológicas apenas substituem ou aumentam métodos analógicos existentes, porque é mais fácil vender para escolas. A maioria dos produtos EdTech é desenvolvida sem educadores, resultando em ferramentas que não transformam fundamentalmente a experiência educacional. Precisamos de educadores na mesa de desenvolvimento para criar produtos verdadeiramente transformadores.
Devemos distinguir entre informação (onde IA excele), conhecimento (que esperamos que IA complemente) e sabedoria (exclusivamente humana). Escolas devem ajudar estudantes a traduzir informação em conhecimento e, crucialmente, em sabedoria para o futuro da humanidade. Isso significa conectar aprendizado a problemas reais e significativos, como o exemplo do Rio de Janeiro onde estudantes resolveram problemas de lixo nas favelas.
Estudos mostram correlação entre maior exposição digital e menor desenvolvimento de linguagem em crianças de 0-5 anos. Crianças estão aprendendo "atenção parcial contínua" e hiperatividade que prejudica foco e consolidação de memória. Devemos proteger os primeiros anos críticos de desenvolvimento cerebral, limitando drasticamente tempo de tela e priorizando interações humanas ricas.
Crianças que interagem com chatbots aprendem que podem interromper, ser rudes e insultar sem consequências. Isso cria confusão sobre comportamentos apropriados com humanos versus IA. Devemos considerar como a "socialização" com IA pode escalar os danos que vimos com redes sociais, potencialmente criando uma geração com habilidades sociais distorcidas.
Devemos aprender com os erros da implementação de redes sociais nas escolas e fazer "pré-mortems" para IA na educação. Isso significa identificar proativamente riscos potenciais e desenvolver estratégias de mitigação antes da implementação em massa. A abordagem deve ser: que riscos existem para o aprendizado e desenvolvimento infantil, e como podemos preveni-los hoje?
O propósito da educação deve evoluir de classificar e ordenar estudantes para desenvolver agência individual. Isso significa combinar aquisição de conhecimento com aplicação prática, permitindo que estudantes resolvam problemas reais e significativos. Escolas devem focar em desenvolver capacidades de navegação, adaptação e pensamento crítico necessárias para o mundo impulsionado por IA.