Universidades americanas e o desafio da IA: entre a inovação baseada em evidências e o retorno ao papel e caneta
Em um movimento significativo para o cenário educacional global, duas das maiores redes universitárias dos Estados Unidos anunciaram uma parceria inédita visando trazer rigor científico para uma área que, muitas vezes, opera baseada na intuição. A New York University (NYU), a maior universidade privada sem fins lucrativos do país, e a State University of New York (SUNY), o maior sistema público de faculdades, lançaram conjuntamente o Higher Education Design Lab. A iniciativa surge em um momento crítico, onde a pressão por reformas no ensino superior colide frontalmente com a onipresença da inteligência artificial no mercado de trabalho e na sociedade.
O objetivo do laboratório é pragmático: avaliar quais programas universitários realmente preparam os alunos para um futuro moldado não apenas pela IA, mas também pela polarização política e por mudanças econômicas rápidas. Linda Mills, presidente da NYU, contextualizou o desafio em uma publicação no LinkedIn, alertando que, com apostas tão altas, as instituições de ensino “não podem se dar ao luxo de liderar baseando-se apenas na intuição”. A ideia é substituir o “achismo” por abordagens testadas, transparentes e comprovadas que ajudem os estudantes a colaborar e pensar criticamente.
A crise na sala de aula: um olhar “do chão da escola”
A urgência dessa iniciativa macroscópica reflete-se diretamente nas trincheiras das salas de aula, do ensino médio à graduação. A percepção de que a inovação tecnológica está avançando mais rápido do que a capacidade pedagógica de adaptação é compartilhada por educadores em todo o país. Enquanto sociólogos clássicos como Émile Durkheim viam a escola como formadora de membros funcionais da sociedade, e pesquisas mais recentes indicam um foco na proeza acadêmica, a ferramenta que medeia esse aprendizado mudou drasticamente.
Se há um século os alunos entravam em salas repletas de lousas e lápis, e há cinco anos a norma eram quadros brancos e carrinhos de Chromebooks, hoje o cenário é dominado pela inteligência artificial generativa. Um estudo recente publicado pelo The College Board aponta um dado alarmante: em maio de 2025, cerca de 84% dos estudantes do ensino médio já utilizavam IA.
Para muitos professores, essa estatística não é apenas um número, mas uma barreira diária. A facilidade de acesso a essas ferramentas problematizou a tarefa básica de avaliar o conhecimento. O princípio de que a nota deve refletir a equidade e o domínio real de uma habilidade — livre de vieses ou subjetividade — torna-se nebuloso quando a resposta perfeita está a um clique de distância.
Integridade acadêmica em xeque
Relatos vindos da comunidade docente, especificamente de professores de química do ensino médio na Bay Area, ilustram como a IA semeou dúvidas sobre a validade de qualquer trabalho realizado fora da sala de aula. Ensaios, projetos e lições de casa, outrora pilares da avaliação de domínio de conteúdo, agora são vistos com ceticismo. A dúvida sobre se foi o aluno ou o algoritmo que realizou a tarefa não é um caso isolado, mas um sentimento que permeia diversas disciplinas e reflete um microcosmo de como a tecnologia está impactando o sistema educacional americano.
Diante desse cenário, onde pesquisas do Pew Research Center mostram que professores do ensino básico estão entre os mais propensos a ver o uso da IA negativamente, surge uma solução paradoxal: a regressão estratégica. Educadores têm defendido e implementado um retorno ao básico. Em vez de sobrecarregar os alunos com tarefas domésticas suscetíveis à fraude digital, a proposta é maximizar o tempo de instrução presencial com atividades interativas e, crucialmente, avaliações analógicas. Sem Chromebooks, sem IA. Apenas o aluno, seus processos mentais e um lápis sobre uma mesa de madeira — recuperando a integridade da nota e o “momento aha” do aprendizado genuíno.
O laboratório como campo de provas
É justamente para navegar entre essas tensões — a necessidade de integridade acadêmica e a preparação para um mundo digital — que o Higher Education Design Lab foi desenhado. Em vez de criar novos programas do zero, o laboratório focará em examinar iniciativas já existentes nos campi da NYU e SUNY. A agenda inicial de pesquisa é vasta, cobrindo desde modelos de prontidão para a carreira e parcerias com empregadores até inovações no ensino e aprendizagem, incluindo o desenvolvimento docente.
John B. King Jr., chanceler da SUNY, destaca que a força dessa parceria reside na diversidade e escala. Ao abranger campi urbanos, suburbanos e rurais, o laboratório possui uma capacidade rara de estudar iniciativas em instituições de todos os tamanhos e missões geográficas. Isso permitirá identificar não apenas quais inovações são eficazes, mas “para quem e sob quais condições” elas funcionam.
A estrutura do laboratório também conta com a colaboração da City University of New York (CUNY), cujo chanceler, Félix V. Matos Rodríguez, ressalta a importância de trazer a perspectiva de uma grande universidade pública urbana que atende quase 250 mil alunos.
Métricas compartilhadas e neutralidade
Diferente de grupos de defesa ou lobby, os envolvidos enfatizam que o laboratório atuará como um campo de testes neutro. Mindy Tarlow, do Instituto Marron da NYU, onde o laboratório está inicialmente sediado, descreve o papel da entidade como o de “ouvir, testar ideias e compartilhar resultados — quer eles afirmem ou desafiem nossa abordagem”.
Jonathan Haidt, fundador do Constructive Dialogue Institute, argumenta que a avaliação rigorosa é o passo que faltava no setor. Para ele, entender quais esforços oferecem retorno sobre o investimento é crucial para fortalecer o compromisso das instituições com a inovação baseada em evidências.
Seja através da análise de dados em larga escala proposta pelas universidades ou pelo retorno ao papel e caneta defendido pelos professores em sala de aula, o consenso é claro: a educação precisa recuperar sua base de evidência e integridade para sobreviver e prosperar na era da inteligência artificial.
