Em 2026 assinalam-se 70 anos desde que o termo Inteligência Artificial (IA) foi formalmente proposto na conferência de Dartmouth, em 1956. Ao longo destas sete décadas, em que se alternam ciclos de grande entusiasmo com os de imensa frustração (os famosos invernos da IA), a IA pertenceu quase exclusivamente à academia, sendo discutida como promessa, como possibilidade futura, como tecnologia experimental reservada a grandes empresas tecnológicas. No entanto, nos dias de hoje, a IA é uma tecnologia ubíqua, silenciosa e determinante, que molda decisões, modelos de negócio, profissões e, cada vez mais, a própria forma como aprendemos e trabalhamos. Pela primeira vez, a IA atingiu escala, impacto económico e relevância social suficientes para marcar uma rutura estrutural.

O que distingue este momento dos ciclos anteriores de inovação tecnológica não é apenas a velocidade da adoção, mas a natureza do que está a ser automatizado. Ao contrário das revoluções industriais clássicas, que substituíram sobretudo trabalho físico ou tarefas repetitivas, a IA atual automatiza capacidades que até há pouco tempo eram consideradas intrinsecamente humanas: escrever, programar, desenhar, analisar. Tarefas complexas, algumas requerendo longos períodos de formação, são agora executadas, com uma qualidade e rapidez únicas, pela máquina que trabalha ininterruptamente e parece ter resposta para tudo.

Nenhum setor sente esta transformação de forma tão clara como a educação. Os modelos tradicionais de ensino e avaliação assentam na premissa de que a execução individual é avaliável. Atualmente, esse pressuposto não é sustentável. O uso de IA por estudantes é generalizado e estrutural. A tentativa de proibir ou detetar o seu uso de forma fiável revela-se ineficaz e, em muitos casos, ilusória. O verdadeiro debate desloca-se para uma questão mais profunda: o que significa aprender num mundo com IA?

A resposta implica mudanças difíceis: mais avaliação presencial, mais provas orais, mais foco em processos. Implica também ensinar explicitamente competências novas: verificar respostas geradas por IA, testar hipóteses, cruzar fontes, identificar erros e reconhecer quando a sugestão da máquina deve ser ignorada. Mais do que nunca, a educação não se pode limitar a mera transmissão de conhecimento e passa a ter de incluir discernimento e julgamento.

Um erro recorrente no debate público é tratar a IA como substituta direta do ser humano. A realidade que se consolida em 2026 é diferente: a IA funciona sobretudo como amplificador. Amplifica produtividade, mas também erros. Amplifica criatividade, mas também dependência. Amplifica a velocidade de decisão, mas pode fragilizar pensamento crítico quando usada sem supervisão.

A diferença entre benefício e risco não está na tecnologia em si, mas na forma como é integrada nos processos humanos. Quem usa IA como atalho cognitivo tende a perder competências. Quem a usa como ferramenta de exploração, validação e aprendizagem acelerada tende a ganhar vantagem.

Podemos optar por um modelo centrado apenas na redução de custos e substituição de trabalho, aprofundando desigualdades, ou por um modelo que use a tecnologia para aumentar a capacidade humana, melhorar a qualidade de decisão e libertar tempo para tarefas de maior valor social.

A Inteligência Artificial já chegou. O que ainda está em aberto é o tipo de sociedade que queremos construir com ela.

© Sapo