ACONTECEU | Crônica do lançamento da Cátedra Fredric Litto de Inteligência Artificial e Metacognição
A história começou muito antes de alguém pronunciar a expressão inteligência artificial. Começou com um pedaço de madeira sobre a mesa de um professor.
José Dias havia viajado do Rio de Janeiro a São Paulo para apresentar os primeiros capítulos de sua dissertação. Cenógrafo, habituado a construir espaços para que outras histórias ganhassem vida, procurara na universidade um modo de aproximar sua experiência profissional da pesquisa. Seu orientador, Fredric Litto, leu o trabalho e não gostou. Dias contou que ele bateu um sarrafo na mesa, devolveu os capítulos e foi direto: “Aprenda a escrever.”
O aluno voltou ao Rio indignado. Mostrou o texto a dois colegas. Ambos reconheceram justamente aquilo que o orientador parecera rejeitar: havia ali uma maneira singular de escrever, um humor, uma voz. Disseram-lhe que não mudasse uma vírgula. Dias continuou. Quando reapareceu com a dissertação concluída, percebeu que o sarrafo já não estava sobre a mesa. Dessa vez, segundo sua lembrança, Litto o recebeu de outro modo: “Rapaz, que maravilha! Ainda bem que você não mudou nada.”
José Dias contou essa história com a ternura de quem, durante anos, telefonara para o antigo orientador no Dia dos Pais. Chamava-o de pai acadêmico. O professor exigente, o aluno contrariado, a madeira e o manuscrito pertenciam agora à memória de uma relação que sobrevivera àquela desavença. E foi essa memória que ele levou ao lançamento de uma cátedra dedicada a pensar o futuro da inteligência.
Na manhã de 26 de julho de 2025, o Colégio Brasileiro de Altos Estudos da UFRJ apresentava publicamente a Cátedra Fredric Litto de Inteligência Artificial e Metacognição. O trabalho já vinha sendo construído havia alguns meses, mas aquele encontro lhe dava uma presença coletiva: reunia educadores, pesquisadores, gestores, profissionais de tecnologia, cultura e políticas públicas. Havia muitas maneiras de olhar para o mesmo problema. Talvez fosse esse o primeiro aprendizado do dia.
Ana Célia Castro, diretora do CBAE, abriu a conversa olhando para futuros possíveis. De um lado, tecnologias capazes de apoiar políticas de saúde, educação, proteção ambiental e redução de vulnerabilidades; de outro, sistemas usados para espalhar desinformação, enfraquecer instituições democráticas e agravar riscos que já ameaçam a vida coletiva. Não apresentava uma previsão. Propunha uma escolha — ou, mais exatamente, a necessidade de compreender que as escolhas de hoje ajudam a fabricar os mundos de amanhã.
Entre tantas possibilidades, uma palavra atravessou sua fala com discrição: curiosidade. Preservá-la, sugeria Ana Célia, seria decisivo para aproximar inteligência humana e artificial. Era uma maneira de lembrar que o destino das máquinas não se resolve apenas dentro delas.
Ronaldo Mota, titular da cátedra, não prometeu respostas antecipadas. Quem afirmasse saber com precisão como estariam as inteligências artificiais dali a seis meses, observou, provavelmente se enganava — ou enganava os outros. À universidade cabia tarefa mais difícil: acompanhar criticamente as mudanças, compreendê-las e ajudar a sociedade a interferir em seus rumos. A palavra central não era tecnologia. Era educação.
Um lançamento institucional poderia ter permanecido nesse plano, entre propósitos e programas. Mas, naquela manhã, as ideias insistiam em adquirir corpo.
No Museu do Amanhã, contou Milena, inovação não deveria significar a simples chegada de uma ferramenta mais recente. O laboratório buscava aproximar arte e tecnologia de pessoas que nem sempre se reconhecem nesses assuntos, incluindo jovens da Pequena África e do centro do Rio. Era preciso tornar a inovação palpável, abrir espaço para a experimentação e para o encontro de saberes. Antes de perguntar o que uma máquina consegue fazer, seria bom perguntar a serviço de quem ela trabalha. E, para conversar com máquinas ou com pessoas, lembrou Milena, continua sendo necessário aprender a formular perguntas.
Cristina Vermelho levou essa inquietação para dentro do ofício de pesquisar. Na véspera, havia realizado um experimento: pediu a diferentes ferramentas de inteligência artificial que produzissem um relatório e revisões de literatura sobre educação. Em poucos minutos, surgiram dezenas de páginas, referências, classificações e conclusões. Os próprios sistemas avaliaram a consistência do material, num procedimento que não equivalia a uma verificação independente. Ainda assim, a velocidade impressionava. Uma pesquisadora diante de anos potenciais de trabalho; algumas máquinas diante de poucos minutos.
O momento decisivo veio depois, quando Cristina deixou de perguntar o que as ferramentas eram capazes de entregar e passou a interrogar o resultado.
A personalização da aprendizagem aparecia como uma conquista. Mas uma escola existe somente para que cada estudante resolva suas dificuldades individuais? O encontro com colegas, a convivência com diferenças, a descoberta feita em conjunto não são também parte do que significa educar? Reduzir tarefas administrativas pode liberar tempo para o professor; quem garante que esse tempo se converta em melhor educação? E quando um relatório recomenda desenvolver pensamento crítico, de que crítica está falando?
As perguntas mudavam o peso das respostas. O que parecia solução técnica devolvia à universidade problemas de currículo, trabalho, desigualdade, formação humana. Os vieses presentes nos sistemas, argumentou Cristina, não haviam sido inventados por um algoritmo: vinham de uma sociedade cujas desigualdades as máquinas aprendiam a reproduzir. Seu experimento não diminuía a potência da inteligência artificial. Impedia apenas que eficiência fosse confundida com discernimento.
Havia alguma coisa daquele sarrafo nessa recusa de aceitar a primeira conclusão. Não a dureza do gesto — que não precisa ser defendida nem transformada em método —, mas a exigência de formar critérios. Dias enfrentara o julgamento de seu orientador, ouvira outros leitores e sustentara uma escrita que reconhecia como sua. Cristina examinava um resultado tecnicamente sedutor e se recusava a tratá-lo como resposta definitiva. Em épocas distintas, as duas histórias tocavam o mesmo ponto: aprender não é apenas receber uma solução, mas descobrir como julgá-la.
Um professor de bioquímica, Moisés, mostrou uma saída possível no cotidiano da sala de aula. Em vez de proibir a inteligência artificial, organizou uma avaliação em que os estudantes precisavam utilizá-la — e também confrontá-la. Partiam de artigos científicos, recorriam às ferramentas para buscar e comparar referências, escreviam parte das reflexões à mão, produziam vídeos e apresentavam suas conclusões aos colegas. Um dos trabalhos, exibido no encontro, discutia meditação e pressão arterial. Para o professor, tão importante quanto o tema estudado era o caminho percorrido: ler, verificar, explicar, ouvir, trabalhar em grupo.
O registro manuscrito não aparecia como nostalgia de um mundo sem telas. Era uma pequena interrupção deliberada. Depois de receber uma resposta pronta, o estudante precisava voltar a ser responsável pela própria explicação. Moisés falava de colaboração e cuidado, lembrando que não faria sentido construir uma educação tecnologicamente avançada para depois ter de recuperar, como novidade, sua dimensão humana.
A essa altura, o problema já ultrapassara a escola. Patrick, ligado ao setor cultural britânico, chamou a atenção para os dados que registram o que ouvimos, assistimos e frequentamos: não são apenas números disponíveis para empresas, mas traços de identidade e de vida cultural. Quem controla esses dados passa a ter poder sobre aquilo que pode circular, ganhar visibilidade ou desaparecer.
Cláudio Soares trouxe uma inquietação próxima, vista por outro ângulo. Ao pesquisar uma biografia de Machado de Assis, precisava lidar com um universo de escritos e documentos que seria muito difícil percorrer sem ferramentas computacionais. Mas havia uma condição: o pesquisador não poderia delegar à máquina a interpretação da história que procurava contar. Ao considerar Machado em sua condição de autor negro, Cláudio chamava a atenção para as ausências acumuladas nos arquivos e nas narrativas tradicionais. Dados não são inocentes apenas porque são numerosos. Uma tecnologia capaz de encontrar quase tudo também pode perpetuar aquilo que ninguém se preocupou em registrar.
Na política pública, a mesma questão adquiria endereço. Leonardo Melo falou das Naves do Conhecimento, dos territórios periféricos do Rio e da necessidade de ligar universidade, poder público e sociedade. A discussão sobre infraestrutura e inovação só ganharia sentido se chegasse aos desafios concretos da cidade. A pergunta sobre o futuro tornava-se, mais uma vez, uma pergunta sobre quem participa dele.
As intervenções eram diferentes, mas não dispersas. Falavam de uma criança aprendendo, de um pesquisador diante de seus arquivos, de alguém que deixa rastros ao consumir cultura, de um morador cuja cidade precisa funcionar melhor. A inteligência artificial estava em todas essas cenas. A questão era saber se as pessoas continuariam presentes nas decisões.
Gabriel Goldmeier, pesquisador associado da cátedra, apresentou então o projeto de uma formação que não pretendia separar os iniciados na matemática de todos os demais. A proposta atravessaria história, filosofia, regulação, economia, educação, conceitos técnicos e metacognição. Era um convite para construir repertório comum: não formar espectadores fascinados por um mecanismo incompreensível, mas interlocutores capazes de perguntar, discordar e participar. Não por acaso, o encontro reunira pessoas de áreas tão diferentes. Aquela diversidade não era apenas público. Era parte da matéria de que o projeto se faria.
No encerramento, Ronaldo Mota retomou uma distinção desconfortável. Durante muito tempo, as máquinas ampliaram a força física dos seres humanos. Agora, ao reconhecer padrões e aprender com dados, começavam também a disputar tarefas que associávamos às nossas capacidades cognitivas. A pergunta educacional, portanto, precisava mudar. Se acumular informações já não basta, o que cultivar?
Mota apontou para a metacognição: a capacidade de refletir sobre a própria reflexão, compreender como se aprende, reconhecer os próprios limites e modificar caminhos. Isso não tornava o conhecimento dispensável. Era justamente a partir de conteúdos e problemas concretos que alguém poderia desenvolver essa atenção ao próprio pensamento. A diferença estava em não confundir o resultado de uma aprendizagem com tudo aquilo que foi aprendido durante o percurso.
E foi então que surgiram, na fala de Ronaldo, trezentas caixas de fósforos.
Não estavam sobre a mesa. Eram a matéria de uma experiência que ele descrevia para explicar como apresentar a estudantes os princípios da aprendizagem de máquina sem começar por computadores. Com caixas de fósforos e um jogo da velha, seria possível representar escolhas, resultados e correções sucessivas. Perder uma partida deixaria de ser apenas fracasso; passaria a fornecer informação para a próxima tentativa. O funcionamento do sistema poderia ser visto, discutido e experimentado com objetos modestos, desses que cabem nas mãos.
O exemplo não pretendia transformar caixas de fósforos em cérebros eletrônicos. Pretendia fazer algo talvez mais importante: retirar a inteligência artificial da condição de mistério reservado a especialistas. Se um estudante consegue observar o mecanismo, formular hipóteses e compreender por que ele muda de comportamento, deixa de ser apenas alguém diante de uma máquina que parece saber tudo. Ganha instrumentos para fazer perguntas a ela — e a quem a construiu.
A manhã terminava sem solução definitiva. Nem poderia ser diferente. A cátedra, apresentada publicamente naquele dia, já vinha articulando parcerias e atividades; seu desafio agora era dar continuidade a uma conversa cujo assunto mudava enquanto se conversava. Ao falar de uma nova pedagogia, Ronaldo não anunciava uma fórmula pronta. Reconhecia um trabalho ainda por fazer.
O sarrafo e as caixas de fósforos pertenciam a tempos e gestos muito diferentes. O primeiro sobrevivia na lembrança de um aluno que precisou defender a própria voz. As outras apareciam como possibilidade de ensinar uma tecnologia recente com objetos de outro século. Entre a madeira que batera sobre uma dissertação e as pequenas caixas imaginadas para uma sala de aula, havia uma mesma exigência: não abandonar a responsabilidade por aquilo que se pensa.
Agora que as máquinas conseguem produzir respostas com tanta desenvoltura, que tipo de pergunta teremos a coragem — e a capacidade — de fazer?
Texto: Wellington Gonçalves Revisão: Ronaldo Mota e Gabriel Goldmeier
Fonte audiovisual: lançamento da Cátedra Fredric Litto de Inteligência Artificial e Metacognição, Colégio Brasileiro de Altos Estudos da UFRJ, 26 de julho de 2025. Gravação integral.