A próxima grande inovação não é um produto, é o aprendizado

Uma das coisas que mais gosto no SXSW é justamente a sensação de diversidade intelectual. Em poucos dias, estamos imersos a diferentes visões sobre o futuro, que passam por tecnologia e negócios até cultura e comportamento, e provocam reflexões que raramente acontecem quando olhamos apenas para o nosso próprio setor.

Neste ano, em meio à avalanche de discussões sobre inteligência artificial e o futuro dos negócios, fui atravessada pela discussão sobre a educação como um “moonshot” do nosso tempo. A ideia apareceu no painel “Projetos Ambiciosos que Fazem a Diferença”, com Steve Ritter, cientista-chefe da Carnegie Learning, Eden Xenakis, chefe de gabinete da Bezos Family Foundation, Kumar Garg, presidente da Renaissance Philanthropy, e Arati Prabhakar, ex-conselheira presidencial.

Quando falamos em inovação, é comum pensar primeiro em áreas como saúde, mobilidade ou energia. Mas e se a grande transformação for justamente na forma como as pessoas aprendem? E como a tecnologia pode contribuir para o desenvolvimento humano?

Parte desse debate ganhou um novo fôlego graças à convergência entre avanços na metodologia da aprendizagem, na neurociência e na psicologia cognitiva, que juntas estão ampliando a nossa compreensão sobre como o cérebro aprende. É nesse contexto que a inteligência artificial começa a aparecer como uma ferramenta capaz de apoiar novos modelos de estudo.

A personalização do aprendizado como uma das contribuições promissoras para aplicação de AI foi consenso entre as lideranças do painel. Durante décadas, os sistemas educacionais foram estruturados a partir de um modelo padronizado, no qual todos os alunos percorrem a mesma jornada. A tecnologia começa a propor uma nova lógica.

Hoje, já existem plataformas capazes de acompanhar o progresso de cada estudante em tempo real e adaptar conteúdos, exercícios e níveis de dificuldade de acordo com suas necessidades. Ou seja, em vez de um único caminho de aprendizagem, surgem múltiplas jornadas personalizadas.

Outro aspecto que me pareceu particularmente relevante foi o apoio ao trabalho do professor. Ferramentas baseadas em IA conseguem apoiar educadores a identificar lacunas de aprendizado e sugerir abordagens pedagógicas, permitindo que o docente concentre sua energia nos estudantes.

Além disso, também falou-se sobre a redução no custo de processamento e geração de conteúdo, o que pode abrir espaço para ampliar o acesso à educação de qualidade. Ferramentas que antes exigiam grandes estruturas tecnológicas começam a se tornar viáveis em diferentes contextos. Algo ajudaria a reduzir desigualdades educacionais, por exemplo.

Ainda assim, ficou claro que a tecnologia sozinha é apenas metade dessa equação.

Durante o painel “Estratégias em tempo de caos: imaginando o futuro da educação”, ministrado por Lyn Jeffery, diretora da IFTF Foresight Essentials, e Maisha T. Winn, de Stanford, a reflexão levantada é que o maior potencial reside em modelos híbridos. A tecnologia pode ampliar acesso, analisar dados e personalizar experiências, mas inovações tecnicamente disruptivas dificilmente prosperam se forem implementadas de forma distante da realidade das pessoas.

Portanto, a transformação educacional precisa de participação constante e escuta ativa de professores, estudantes e comunidades. Sem essa construção coletiva, nenhuma tecnologia conseguirá gerar mudanças reais por mais avançada que seja.

Afinal, o futuro do trabalho, da economia e da própria sociedade é uma integração de fatores e passa, inevitavelmente, pela forma como aprendemos.