Com o titulo “FEYNMAN: “O que não consigo criar, não compreendo”, eis mais um artigo de Mauro Oliveira, professor do IFCE, PhD em Informática por Sorbonne University e ex-secretário nacional de Telecomunicações do Ministério das Comunicações.
-A ordem dos fatores altera o aprendizado_
Confira:
Alan Turing não tinha ChatGPT.
A ironia é que ninguém chegou mais perto de imaginá-lo. O homem que perguntou se uma máquina poderia pensar fazia suas contas na régua de cálculo, uma engenhoca que obrigava a fazer aquilo que hoje se tornou perigosamente terceirizável: pensar.
Depois, a calculadora terceirizou a aritmética. O Google, a consulta ao Aurélio. O GPS, o senso de direção. A cada rodada tecnológica, mandamos para fora do crânio mais um pedaço do trabalho cognitivo.
*1. E o mundo não acabou.*
Agora chegou a danada da IA Generativa. Mais uma rodada de terceirização cognitiva ou, para usar expressão menos acadêmica, a “jumentização” do raciocínio de nossos jovens.
Também não será o fim do mundo.
Então, o que há de diferente agora? Por que a IA Generativa exigiria da educação uma resposta que a calculadora, o Google e o GPS não exigiram?
Richard Feynman deixou escrita em sua lousa uma frase que parece responder:
“O que eu não consigo criar, eu não compreendo.”
Feynman nos lembra que construir, reconstruir e explicar uma ideia são maneiras de descobrir se realmente a compreendemos. E aqui está a problemática:
a IA Generativa pode construir o próprio argumento que eu deveria aprender a construir.
Se ela cria antes de mim, não está apenas me poupando trabalho. Pode estar eliminando justamente o esforço cognitivo pelo qual eu descobriria se havia aprendido.
Quando sabemos que a informação estará disponível, lembramos menos do conteúdo e mais de onde encontrá-lo. A memória vira índice. Pesquisadores documentaram esse efeito na Science, em 2011, muito antes de qualquer LLM.
E há algo ainda mais inquietante: minha geração aprendeu muitas dessas tarefas antes de terceirizá-las. A geração que está chegando pode começar a terceirizá-las antes mesmo de aprendê-las.
É dessa inversão que nasce o FÊNIX. Não uma metodologia contra a Inteligência Artificial, mas uma tentativa de colocá-la na ordem e na hora certa.
*2.* Sócrates errou, e isso importa
No Fedro, Sócrates desconfiava da escrita. Ela enfraqueceria a memória e produziria aparência de sabedoria. Estava errado. A escrita não empobrece o pensamento; obriga quem escreve a estruturá-lo e a expandi-lo.
A questão, portanto, não é se a IA Generativa provoca desconforto. É se ela difere em natureza, e não apenas em grau, do que veio antes.
Eu sustento que sim. E o argumento cabe numa taxonomia que todos nós conhecemos.
A taxonomia de Bloom organiza as habilidades cognitivas em degraus: lembrar, compreender, aplicar, analisar, avaliar, criar.
A escrita aliviou sobretudo o lembrar. A calculadora, as operações de cálculo. O Google, a localização da informação. Embora todas essas tecnologias tenham transformado também processos cognitivos mais complexos, havia nelas uma característica importante: não produziam, de ponta a ponta e em segundos, aquilo que costumávamos chamar de elaboração intelectual.
A IA Generativa muda a escala dessa terceirização. Ela alcança analisar, avaliar, argumentar e criar.
Não ocupa apenas um novo degrau da taxonomia. Pode percorrer a escada inteira pelo estudante.
Sócrates desconfiou de uma ferramenta que ainda exigia elaboração: escrever é pensar duas vezes. A escrita transferiu o armazenamento e ampliou o processamento; o LLM transfere o processamento.
Não é a mesma aposta. É a aposta invertida.
*3.* O que já se sabe, e o quanto ainda não se sabe
A evidência empírica é escassa, e precisa ser tratada como tal.
O estudo mais citado é o do MIT Media Lab, Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. Nele, cinquenta e quatro estudantes da região de Boston são monitorados por eletroencefalografia enquanto escreviam redações, divididos em três grupos: GPT-4o, busca tradicional e apenas o próprio cérebro.
O grupo que usou o GPT apresentou a conectividade neural mais fraca, menor recordação do próprio texto e menor senso de autoria. Os autores chamam isso de dívida cognitiva.
Sejamos honestos sobre o que esse resultado é e o que não é. Não prova dano cognitivo duradouro.
O que temos, portanto, é um mecanismo plausível, o cognitive offloading; uma tecnologia que pela primeira vez percorre a taxonomia inteira; e evidência inicial compatível com a hipótese de dano. Não sabemos o tamanho da dívida. Sabemos o suficiente para não fingir que ela não existe.
Falta, porém, um critério. E ele é mais simples do que parece.
Peço ao ChatGPT informações para um argumento que já construí: amplio minha capacidade.
Peço o argumento antes de tentar formulá-lo: terceirizo o esforço que deveria exercitar.
A mesma ferramenta, o mesmo usuário, o mesmo minuto. O que muda é a posição da máquina na sequência.
Essa distinção é a única que conheço capaz de tirar a discussão do terreno moral e colocá-la no terreno do desenho experimental. Ela transforma “usar IA” de comportamento binário em variável ordenada. E é sobre ela que se constrói o projeto que apresento aqui.
*4.* O projeto FÊNIX
FÊNIX — Feynman em uma Educação Nova com Inteligência eXplicativa — é um projeto de iniciação científica júnior (PIBIC Jr.) que começou a ser executado no IFCE em setembro de 2026.
A escolha do nível é deliberada. No ensino médio, muitas das competências que nos interessam (argumentar, escrever, explicar e resolver problemas) ainda estão em processo intenso de formação. É justamente aí que a substituição do esforço pela resposta pronta tende a produzir o dano menos reversível.
A hipótese que queremos testar é simples: o efeito educacional da IA depende não apenas de ela ser utilizada, mas do momento em que entra no processo de aprendizagem. Antes do esforço cognitivo, pode substituir. Depois dele, pode ampliar.
O eixo metodológico é o ciclo de Feynman, estendido em cinco etapas:
Pensar. O estudante enfrenta o problema sem recorrer à IA. Formula hipóteses, organiza ideias, erra à vontade.
Escrever. Registra a solução com as próprias palavras. Escrever é o teste mais barato e mais implacável contra a ilusão de compreensão.
Explicar. Expõe oralmente a outro estudante. Se a explicação não for simples, não houve entendimento.
Confrontar com a IA. Só agora a máquina entra, e entra como adversária cognitiva: para comparar soluções, apontar inconsistências, contestar o raciocínio.
Refletir. O estudante decide o que aceita, o que rejeita e por quê.
Com a metodologia FÊNIX, a IA deixa de ser substituta cognitiva e passa a ser adversária cognitiva. Não pensa por mim; obriga-me a pensar melhor.
Não quero menos IA na escola pública. Quero mais, na ordem correta.
O projeto prevê revisão sistemática, estruturação metodológica, aplicação experimental no IFCE, análise e produção científica. Os indicadores acompanham autonomia cognitiva, clareza argumentativa, capacidade de explicação oral e escrita, participação ativa e redução da dependência imediata da IA na resolução de problemas.
O foco da avaliação não é o acerto da resposta. É a qualidade do processo cognitivo que a produziu.
O FÊNIX não pretende provar nada em definitivo. Pretende produzir um protocolo replicável e evidências iniciais suficientes para que outros o testem, contestem, melhorem e produzam metodologias próprias.
*5. Feynman, Vygotsky e o Pirambu*
De Feynman vem a tese de que compreender é ser capaz de explicar com simplicidade.
De Vygotsky, a compreensão de que o aprendizado é social, mediado por linguagens e ferramentas culturais. A hipótese que une os dois: a IA Generativa amplia a zona de desenvolvimento proximal ou a encurta, dependendo de onde na sequência ela entra.
Não escrevo de gabinete. Nos anos 2000, no Pirambu Digital, projeto que levamos a uma das maiores favelas de Fortaleza, a máquina era a parte fácil, embora difícil de adquirir. O que transformava aqueles jovens era errar, refazer e explicar ao colega. Vinte e seis anos depois, a máquina ficou incomparavelmente melhor, e o errar, refazer e explicar continua sendo a parte que não tem atalho.
Vale também o registro do apartheid que atravessa tudo isso. Estudante de escola privada, com repertório e mediação qualificada, usa a IA para aprofundar. Estudante de escola pública, sem repertório, usa a IA para substituir. A mesma ferramenta amplia quem já tinha e esvazia quem não tinha.
* *6.Um convite à comunidade.*
Se a hipótese deste artigo estiver correta, o problema diante de nós não é simplesmente ensinar nossos alunos a usar melhor a IA Generativa.
É aqui que a discussão deixa de ser apenas pedagógica e passa a ser também uma questão de autonomia cognitiva.
Proponho à comunidade da SBC quatro frentes.
*a. Produzir evidência brasileira* .
Boa parte das evidências que hoje alimentam esse debate vem do MIT e de estudos realizados fora do país. São importantes, mas não bastam.
Onde estão os experimentos com nossos estudantes, nossas escolas, nossas universidades, nossos Institutos Federais e, sobretudo, nossas desigualdades de formação e letramento digital?
Dívida cognitiva medida lá fora é evidência lá fora. Aqui, ainda é hipótese.
Precisamos de dados nossos. É por isso que proponho testar, replicar e criticar protocolos como o FÊNIX: Pensar → Escrever → Explicar → Confrontar com a IA → Refletir.
Não para provar que funciona. Para descobrir se funciona, onde funciona e por quê.
*b. Redesenhar a avaliação* .
Se a IA consegue entregar o produto, precisamos observar o processo que o produziu.
Defesa oral. Escrita presencial. Versões sucessivas. Explicitação do raciocínio. Registro das decisões. Capacidade de explicar, contestar e reconstruir a própria resposta.
Avaliar apenas o artefato final corre o risco de se tornar uma forma sofisticada de avaliar a IA pensando no lugar do aluno.
Talvez a pergunta da avaliação deixe de ser apenas “o que você produziu?” e passe a incluir “o que aconteceu na sua cabeça até você produzir isso?”.
*c. Ensinar não apenas a usar a IA, mas quando usá-la* .
Este talvez seja o novo fundamento do letramento em IA. A pergunta pedagógica é simples: esta tarefa é meio ou é fim?
Se é meio, terceirizá-la pode ser inteligente. Ninguém precisa reaprender aritmética toda vez que abre uma planilha.
Mas, se a tarefa é justamente a competência que queremos formar (argumentar, escrever, programar, interpretar, criar uma hipótese, resolver um problema), terceirizá-la cedo demais pode significar terceirizar a própria aprendizagem.
Por isso a sequência importa:
Pergunta → Humano → IA → Humano.
E não simplesmente:
Pergunta → IA.
*d. Transformar o problema em agenda pública da Computação brasileira* .
A SBC tem tradição de se posicionar sobre infraestrutura, dados, formação, inteligência artificial e soberania digital. Talvez esteja na hora de acrescentarmos outra soberania a essa agenda:
*a soberania cognitiva.*
De pouco vale sermos donos dos nossos dados, da nossa infraestrutura e dos nossos modelos se formarmos uma geração inquilina do próprio raciocínio.
E aqui há uma responsabilidade particular da nossa comunidade.
Somos algumas das pessoas mais bem posicionadas do país para compreender o que existe dentro dessas ferramentas. Talvez por isso mesmo devamos ser também algumas das mais inquietas diante do que elas podem fazer fora delas, especialmente dentro da sala de aula.
Temos um belo problema científico diante de nós. O que falta é transformá-lo em objeto sistemático de pesquisa, e não apenas em queixa de corredor.
Interessa-me particularmente encontrar grupos dispostos a replicar o protocolo FÊNIX em outras instituições; pesquisadores que nos ajudem a fortalecer os instrumentos de avaliação, ainda a parte metodologicamente mais vulnerável da proposta; e gente disposta a atacar a tese de Bloom apresentada neste artigo.
Atacar mesmo. Se ela estiver errada, precisamos descobrir agora.
Mas, se houver alguma coisa certa nisso tudo, talvez Feynman tenha nos deixado uma pista mais atual do que imaginava: “O que eu não consigo criar, eu não compreendo.”
Na era da IA Generativa, eu acrescentaria apenas uma pergunta:
Se foi a máquina que criou primeiro, como saberemos se o aluno compreendeu?
*7. A ordem dos fatores altera o aprendizado*
A discussão é urgente. Não para demonizar a IA. Muito menos para proibi-la. É para compreender o que ela está fazendo com o aprender, o pensar e o criar de uma geração.
O profissional experiente que terceiriza uma tarefa que já domina ganha tempo. O estudante que terceiriza uma tarefa que ainda não domina pode perder justamente a oportunidade de aprendê-la.
Minha geração aprendeu muitas dessas tarefas antes de terceirizá-las. Esta geração pode terceirizá-las antes mesmo de aprendê-las.
Talvez esteja aí a diferença fundamental.
A questão, portanto, não é colocar ou retirar a Inteligência Artificial da educação. É decidir onde colocá-la na sequência do aprender.
Porque o problema não é terceirizar. É terceirizar antes de aprender.
Em 2000, numa sala quente do Pirambu, vi um menino explicar a outro, com as próprias palavras e três erros no meio do caminho, uma coisa que tinha acabado de entender. Não havia nuvem, nem modelo, nem prompt. Havia dois meninos e um quadro.
Hoje tenho à mão uma máquina capaz de explicar aquilo melhor do que ele explicou.
E não tenho nenhuma capaz de fazer por ele o que explicar fazia nele.
É isso que o FÊNIX pretende investigar.
E o principal indicador de sucesso não será o estudante usando Inteligência Artificial.
Será o estudante continuando a pensar diante dela.
*Mauro Oliveira
Professor do IFCE, PhD em Informática por SorbonneUniversity e ex-secretário nacional de Telecomunicações do Ministério das Comunicações.
