O tema do KES Summit 2026, realizado de 25 a 27 de agosto em Trancoso, foi “Inteligências Conjugadas”.
Com produção impecável, o evento reuniu cerca de 200 participantes e nove palestrantes - André Alves e Lucas Liedke (Float), Heather Collins, Oliver Stuenkel, Alysson Muotri, Duda Franklin, Nilton Bonder, Kaká Werá e esta colunista (Dora Kaufman) -, além do painel de CEOs com Rafaela Rezende (Decolar) e Alexandre Guerrero (Eletromídia).
Reconhecida como uma das inteligências conjugadas, a inteligência artificial (IA) permeou todo o evento.
Dois entendimentos se destacaram: o caráter relacional da tecnologia - tanto a ideação quanto a implementação são processos de cocriação entre humanos e IA -; e a potencial recessão cognitiva derivada do uso intensivo da IA, agudizada pela tendência das lideranças de privilegiar otimização e conveniência em detrimento da capacidade criativa.
Como disse Heather Collins: “AI should think with you, not for you”.
Essa tensão entre a conveniência oferecida pela IA e o custo que ela pode impor à nossa capacidade de pensar e criar encontra respaldo empírico em três estudos, conduzidos em contextos geográficos e educacionais distintos, mas com conclusões convergentes: o uso intensivo de IA generativa está associado a uma redução na capacidade de pensamento crítico e na aprendizagem.
Analisados em conjunto - um estudo quantitativo com 666 participantes no Reino Unido, uma pesquisa longitudinal com mais de 26 mil estudantes secundários chineses e um levantamento sobre adoção de IA em uma faculdade de elite americana -, os três desenham um retrato coerente dos riscos cognitivos da automação do raciocínio.
Estudo 1: A Penalidade de Aprendizagem da IA na Educação Secundária Chinesa (junho 2026, “The Generative AI Learning Penalty: Evidence from Chinese Secondary Education”, David Stromberg, Victor Lei e Yanhui Wu).
Este é o estudo com desenho mais robusto do ponto de vista causal.
Com base em dados administrativos de 26.811 estudantes de um condado da China Central, acompanhados por 30 meses, os pesquisadores isolaram o efeito causal do uso de IA generativa.
Principais achados:
Paradoxo da produtividade: o uso de IA elevou as notas de dever de casa em 18% e reduziu o tempo de execução das tarefas em 30% (de 64 para 45 minutos), mas provocou uma queda de aproximadamente 20% em apenas 6 meses nas provas feitas sem IA.
Mecanismo: 81% dos usuários praticam "terceirização do dever de casa", copiando respostas prontas.
Os 20% que mantiveram o tempo de estudo semelhantes aos de não usuários não sofreram perdas significativas - evidência de que o problema é o padrão de uso, não a tecnologia em si.
Heterogeneidade: perdas maiores em Ciências Sociais (-27%) e STEM (-22%); mais graves entre meninos e, de forma notável, entre os alunos de alto desempenho prévio (-24% vs.
-16% dos alunos de baixo desempenho).
Estudo 2: Adoção de IA e Equidade no Ensino Superior (Middlebury College / IZA) (agosto de 2025, “Generative AI in Higher Education: Evidence from an Elite College”, Zara Contractor e Germán Reyes).
O estudo do IZA Institute of Labor Economics no Middlebury College não mede diretamente o desempenho acadêmico, mas a velocidade de difusão da IA generativa e suas implicações para a equidade educacional.
A adoção saltou de menos de 10% no início de 2023 para mais de 80% no final de 2024.
Principais achados:
Adoção quase universal, mas desigual por área: 91,1% em Ciências Naturais e apenas 57,4% em Línguas e 48,6% em Literatura.
Disparidades demográficas: os homens usam mais que as mulheres (88,7% vs.
78,4%); estudantes negros (92,3%) e asiáticos (91,3%) adotam mais que brancos (80,2%); alunos com GPA abaixo da mediana adotam mais (87,1%) que os de alto desempenho (80,3%) — um padrão contraintuitivo que pode indicar risco de dependência entre os mais vulneráveis.
Aumento vs.
Automação: 61,2% dos usos são de "aumento" (IA como tutora sob demanda, para explicar conceitos, revisar textos), enquanto 41,9% são de "automação" (substituir o esforço, como escrever ensaios inteiros).
Os autores alertam que o uso da automação sob pressão de tempo é o que mais ameaça o desenvolvimento do capital humano.
Falha de governança: apenas 10,1% dos alunos sabem que a universidade oferece acesso gratuito ao Microsoft Copilot Premium — uma lacuna informacional que perpetua desigualdade, já que estudantes de menor renda usam soluções gratuitas inferiores.
Dilema de política institucional: proibições absolutas reduziram o uso declarado em 37,8%, mas criam um "dilema do prisioneiro" que penaliza quem segue as regras e recompensa o uso oculto.
Apenas 32,6% dos alunos sabem citar IA corretamente, e 19,2% consideram as regras de suas turmas confusas ou inexistentes.
Estudo 3: IA, Descarregamento Cognitivo e Pensamento Crítico (setembro de 2025, ).
Este é o único dos três estudos com foco na população em geral, combinando pesquisa quantitativa e entrevistas qualitativas com 666 participantes no Reino Unido, de diferentes faixas etárias e níveis educacionais.
Principais achados:
Correlações centrais: quanto mais as pessoas delegam tarefas mentais a recursos externos, menos exercitam a avaliação, a análise e a inferência.
Mediação comprovada: análises estatísticas demonstraram que boa parte do dano ao pensamento crítico passa pelo mecanismo de "terceirizar" tarefas mentais à IA.
Gradiente etário: jovens de 17 a 25 anos demonstraram maior dependência de IA e piores escores de pensamento crítico; adultos acima de 46 anos escolhem métodos tradicionais e mantêm pontuações mais altas.
Educação como "anticorpo cognitivo": pessoas com mestrado ou doutorado mantêm ceticismo analítico e checam fontes mesmo usando IA; pessoas com menor escolaridade tendem a aceitar as respostas da IA sem questionar.
Sob rótulos diferentes - “terceirização do dever de casa" (China), "automação em vez de aumento" (Middlebury) e "descarregamento cognitivo" (Gerlich) - os três estudos descrevem, essencialmente, o mesmo comportamento: usar a IA para obter o produto final sem passar pelo processo mental que gera aprendizagem.
Nos três casos, o problema não é a tecnologia, mas o padrão de uso: quem recorre à IA para verificar, questionar e complementar o próprio julgamento (“aumentadores”) não sofre as perdas observadas nos "automatizadores" ou “terceirizadores".
Em conjunto, os três estudos sugerem que a integração da IA generativa na educação exige um recalibramento urgente de incentivos: menos peso para tarefas automatizáveis fora de sala, mais peso para avaliações presenciais e sem consulta, monitoramento de esforço (não apenas de resultados) e uma distinção pedagógica clara entre ferramentas que ensinam a pensar e ferramentas que apenas entregam respostas.
O risco identificado por todos os autores não é a tecnologia em si, mas a possibilidade de uma geração inteira desenvolver o que um dos estudos chama de "dívida cognitiva" — uma produtividade aparente hoje que se converte em incapacidade real de pensar, analisar e resolver problemas complexos no futuro.
Um alerta que vale tanto para a sala de aula quanto para os processos organizacionais.
Mais Lidas