InternetLab: 17 entrevistas mapeiam impactos da IA em educação e cultura

Sobre o estudo

• Publicador: InternetLab.
• Quem fez a pesquisa: Fernanda Campagnucci, Victor Pavarin Tavares e equipe do InternetLab.
• Publicação: outubro de 2025.
• Amostra: mais de 100 documentos, 17 entrevistas com especialistas e participantes de oficinas temáticas.
• Período de coleta: documentos mapeados de agosto de 2024 a abril de 2025, com acréscimos durante a redação; oficinas em julho de 2025.
• Método: análise bibliográfica, entrevistas semiestruturadas e oficinas para discussão dos achados preliminares.
• Recorte: Brasil.

Resultados

Como o mapeamento foi construído

• O InternetLab reuniu mais de 100 documentos de organizações multilaterais, sociedade civil e instituições acadêmicas. A seleção privilegiou debates institucionais com possível efeito sobre políticas públicas.
• A equipe conduziu 17 entrevistas: sete com especialistas em cultura, seis em infância e adolescência e quatro em educação. As falas complementaram a revisão de documentos.
• Quatro oficinas temáticas ocorreram entre 8 e 17 de julho de 2025. Elas reuniram entrevistados e parceiros para discutir os achados, incluindo um encontro dedicado às conexões entre as áreas.
• O estudo se apresenta como mapeamento exploratório. Seus resultados organizam argumentos, riscos, possibilidades e lacunas de evidência, sem estimar a frequência nacional de cada efeito.

Educação: adoção, aprendizagem e desigualdade

• O relatório situa a adoção de IA nas escolas brasileiras em um cenário de desigualdades educacionais persistentes. Ferramentas desenvolvidas com dados de outros países podem responder de forma inadequada a conteúdos locais e reforçar vieses.
• A falta de representatividade de idiomas e línguas locais também aparece como risco. A análise destaca a necessidade de considerar culturas afro-brasileiras e indígenas em soluções destinadas ao ensino no país.
• Uso excessivo de IA generativa pode enfraquecer autonomia intelectual e desenvolvimento do pensamento crítico, segundo estudos ainda iniciais citados pelo InternetLab. A equipe pede mais evidências antes de generalizar esse impacto.
• Na avaliação escolar, textos gerados por IA desafiam critérios de autoria e plágio. A correção automatizada também pode deixar de reconhecer nuances da criatividade do estudante, exigindo revisão das formas de avaliação.
• Sistemas de apoio personalizado prometem adaptar exercícios e oferecer retorno ao estudante. O relatório registra contratações em cidades brasileiras, mas aponta escassez de estudos que comprovem inclusão e melhora da aprendizagem no contexto escolar.

Dados de estudantes e decisões de compra

• O uso de reconhecimento facial e outras formas de biometria em escolas brasileiras preocupa pela coleta de dados sensíveis de estudantes. O estudo associa essas ferramentas a riscos de privacidade e discriminação.
• Plataformas educacionais podem acumular informações sobre rotina, desempenho e comportamento. A equipe destaca que proteção dos dados e finalidade clara precisam fazer parte da decisão de uso.
• A aquisição de sistemas pelas redes de ensino pede transparência sobre fornecedores, critérios de escolha e funcionamento. Sem essas informações, comunidades escolares têm dificuldade para avaliar benefícios e riscos.
• Formação docente aparece como condição para uma adoção orientada por objetivos pedagógicos. O relatório reconhece a pressão operacional sobre professores e gestores quando ferramentas chegam antes de orientação suficiente.

Crianças e adolescentes nas plataformas

• Aplicações populares de IA generativa foram criadas sem considerar, desde o início, as etapas de desenvolvimento de crianças e adolescentes. O estudo relaciona essa lacuna a riscos para privacidade, autonomia e proteção contra discriminação.
• Coleta de dados para traçar perfis e direcionar conteúdo pode favorecer exploração comercial de públicos jovens. O relatório chama atenção para efeitos que continuam depois da infância, quando perfis acumulados influenciam oportunidades futuras.
• Personagens virtuais e assistentes usados como companhia podem estimular vínculos emocionais com usuários jovens. A equipe defende estudos sobre efeitos no desenvolvimento e na saúde mental antes de assumir benefícios gerais.
• Imagens e vídeos sintéticos ampliam formas de violência sexual e discriminação de gênero, especialmente contra meninas. O mapeamento vincula esse risco ao uso de imagens pessoais em ferramentas de geração de conteúdo.
• Verificação de idade e outras medidas de proteção são apresentadas como possibilidades, com riscos próprios de privacidade. O relatório atribui responsabilidade relevante às empresas que desenvolvem e operam os sistemas.

Cultura, criação e direitos

• Na cultura, IA generativa amplia ferramentas de criação e acesso, inclusive para artistas com poucos recursos. O InternetLab condiciona esse potencial à proteção de direitos e à diversidade de expressões culturais.
• Treinamento de modelos com obras protegidas gera disputas sobre autorização, remuneração e transparência. O relatório destaca a dificuldade de criadores identificarem onde seus trabalhos foram utilizados.
• Réplicas de voz, imagem e estilo podem pressionar trabalho humano em áreas como dublagem, tradução e produção audiovisual. O estudo apresenta esses efeitos como riscos setoriais, sem medir perdas de emprego.
• Modelos treinados majoritariamente fora do Brasil podem reduzir a presença de referências locais. O relatório defende pesquisa e desenvolvimento de soluções em português e com dados que representem a diversidade brasileira.
• A agenda proposta inclui estudos de longo prazo, participação de comunidades afetadas e avaliação de impacto. Seu foco é produzir evidências para decisões públicas, especialmente onde crianças e trabalhadores criativos estão envolvidos.

Limites

• O mapeamento combina revisão e entrevistas com especialistas; seu desenho difere de uma pesquisa representativa da população brasileira e deixa sem medida causalmente os efeitos descritos.
• Muitos benefícios e riscos citados ainda carecem de estudos empíricos de longo prazo. O próprio relatório apresenta parte das conclusões como hipóteses e prioridades de investigação.
• A seleção de documentos privilegiou fontes institucionais. Ela pode deixar de fora experiências locais ou práticas recentes surgidas depois da coleta e das oficinas.

Estudo completo

• Baixar o relatório completo (PDF)
• Página do estudo no site do publicador

Resumo produzido pelo TheAgent a partir do relatório original. Os números e achados pertencem ao publicador; consulte o estudo completo para os detalhes e a metodologia.