Tratar a IA como uma questão de fraude é o jeito mais confortável de não discutir o que realmente mudou.
Quando se fala de inteligência artificial na educação jurídica, a conversa quase sempre desliza para um único ponto: a cola. Os estudantes estão usando a ferramenta para fazer os trabalhos, isso é uma forma de fraude, e a questão é como impedir. Essa redução é compreensível, porque a fraude é um problema reconhecível, com vocabulário pronto e respostas familiares. Mas ela é também uma forma confortável de não enfrentar o que a IA realmente trouxe para a educação. Minha tese é que reduzir o tema à cola é uma evasão, e que as questões de fundo, autoria, aprendizagem, avaliação, formação docente, desigualdade e cultura institucional, são mais difíceis, mais importantes e justamente as que a conversa sobre fraude permite adiar.
A cola é o problema mais fácil porque é o mais antigo
Há uma razão para a discussão sobre IA convergir para a cola: a cola é um problema antigo, e problemas antigos são confortáveis. A instituição sabe como falar de fraude, tem normas, comissões, procedimentos. Ao enquadrar a IA como uma nova forma de colar, ela traz o tema para um terreno conhecido, onde já tem respostas. O problema é que esse enquadramento é estreito demais para o que está acontecendo. A IA não é apenas uma nova ferramenta de fraude. É uma tecnologia que muda o que significa aprender, escrever, pesquisar e ser avaliado, e essas mudanças não cabem no vocabulário da cola.
Tratar a IA como cola tem o efeito de transformar uma questão pedagógica em uma questão disciplinar. A pergunta deixa de ser como formar bem em um ambiente transformado pela tecnologia e passa a ser como impedir que os estudantes trapaceiem. São perguntas diferentes, e a segunda é mais simples justamente porque ignora a primeira. Enquanto a instituição se ocupa em detectar e punir, ela não se ocupa em repensar a formação, e a ausência dessa reflexão é o verdadeiro problema, que a discussão sobre fraude ajuda a esconder atrás de uma agenda mais fácil.
As questões que a cola encobre
Vale nomear o que a redução à cola deixa de fora. Há a questão da autoria: o que significa um trabalho de autoria do estudante quando a assistência cognitiva é abundante? Onde está a linha entre o apoio que amplia a capacidade e o que a substitui? Há a questão da aprendizagem: quais competências só se formam pelo esforço que a ferramenta dispensaria, e como preservá-las? Há a questão da avaliação: como avaliar o aprendizado quando o produto final deixou de ser prova confiável do processo? Há a questão da formação docente: como preparar professores para ensinar em um ambiente que eles próprios ainda estão compreendendo?
Há ainda questões que raramente aparecem. A desigualdade, por exemplo: o acesso à ferramenta, ao letramento digital, à orientação sobre como usá-la não é uniforme, e a IA pode tanto reduzir quanto ampliar disparidades, dependendo de como a instituição lida com isso. E a cultura institucional: nenhuma política sobre IA funciona se a cultura da instituição não a sustenta, e construir essa cultura é um trabalho que a punição da fraude não realiza. Cada uma dessas questões é mais profunda do que a cola, e todas elas permanecem intocadas enquanto a conversa gira em torno de impedir que os estudantes usem a ferramenta.
A redução à fraude trata o estudante como adversário
Há um custo adicional em enquadrar a IA como fraude: ela posiciona o estudante como adversário a ser fiscalizado, em vez de aprendiz a ser formado. A instituição que se concentra em detectar o uso da ferramenta constrói uma relação de desconfiança, investe em vigilância, trata cada trabalho como suspeito. Esse clima é o oposto do que a aprendizagem exige, e ele decorre diretamente do enquadramento estreito. Se o problema é a fraude, o estudante é o suspeito. Se o problema é a formação, o estudante é o centro do trabalho, e a questão passa a ser como ajudá-lo a aprender em um ambiente novo, não como impedi-lo de trapacear.
Essa diferença de enquadramento muda tudo. A instituição que vê o estudante como aprendiz pergunta como desenhar atividades que formem mesmo com a ferramenta disponível, como orientar o uso de modo que ele apoie a aprendizagem, como avaliar o que de fato foi aprendido. A que vê o estudante como suspeito pergunta apenas como detectar e punir. A primeira enfrenta o problema real. A segunda combate um sintoma e perpetua a evasão, gastando energia na vigilância que poderia ser investida na formação. O modo como a instituição enquadra a questão determina, em boa medida, a qualidade da resposta que ela é capaz de dar.
Enfrentar o problema real é mais difícil e mais necessário
Não há solução simples para as questões que a IA traz para a educação, e é por isso que a conversa foge para a cola. Repensar a autoria, redesenhar a avaliação, formar os docentes, lidar com a desigualdade, construir uma cultura institucional, tudo isso é trabalho de fundo, sem resposta pronta, que exige reflexão coletiva e disposição para mudar práticas estabelecidas. A cola, em comparação, oferece a ilusão confortável de um problema com solução conhecida. Mas a ilusão tem um custo: enquanto a instituição se ocupa do problema fácil, o problema difícil permanece, e ele não desaparece por ser ignorado. Apenas se acumula, até que a defasagem entre a formação e a realidade fique impossível de esconder.
A escolha, portanto, é entre o conforto da evasão e o trabalho do enfrentamento. A instituição que reduz a IA à cola escolhe o conforto e adia o enfrentamento. A que reconhece a amplitude das questões escolhe o trabalho mais difícil, mas é a única que prepara os seus estudantes para um mundo que mudou. A diferença não aparece de imediato, porque a evasão dá a impressão de que algo está sendo feito. Aparece com o tempo, na qualidade da formação que cada instituição é capaz de oferecer, e na distância entre o que ela diz formar e o que de fato forma.
Conclusão
Reduzir a inteligência artificial na educação jurídica a uma questão de cola é a forma mais confortável de não discutir o que ela realmente mudou. A fraude é um problema antigo, com vocabulário pronto, que permite enquadrar uma questão pedagógica como uma questão disciplinar e adiar o enfrentamento do que importa. As questões de fundo, autoria, aprendizagem, avaliação, formação docente, desigualdade e cultura institucional, são mais difíceis e mais necessárias, e todas elas permanecem intocadas enquanto a conversa gira em torno de impedir o uso da ferramenta. A consequência prática, sobretudo para instituições e docentes, é resistir à tentação da evasão. O problema que a IA trouxe para a educação não é os estudantes colarem. É que a forma de formar precisa ser repensada, e tratar tudo como fraude é justamente o modo de não repensar nada.
Jamille Porto é advogada, professora e pesquisadora em Inteligência Artificial aplicada ao Direito e fundadora da NeuralLex, empresa que desenvolve soluções de IA, governança, formação, sistemas e fluxos inteligentes para o setor jurídico e educacional.
Conheça a NeuralLex: soluções de IA, governança e tecnologia para escritórios, instituições de ensino e organizações jurídicas.
Perguntas respondidas neste artigo
O problema da IA na educação é só plágio?
Não. O artigo defende que a cola é apenas a face mais visível do problema. A IA também afeta autoria, leitura, escrita, avaliação, formação docente e critérios de aprendizagem. Reduzir tudo a fraude impede uma resposta pedagógica mais madura.
Quais questões a discussão sobre cola esconde?
Ela esconde perguntas sobre o que se quer formar, como avaliar raciocínio, como preservar escrita jurídica e como orientar docentes e estudantes. A preocupação com plágio é legítima, mas insuficiente para lidar com uma tecnologia que altera o processo de aprender.
Por que reduzir IA a fraude evita o problema real?
Porque permite tratar a tecnologia apenas como ameaça disciplinar, sem enfrentar a mudança pedagógica. O artigo propõe olhar para desenho de atividades, autoria, disclosure e formação crítica. O desafio não é só impedir mau uso, é ensinar uso responsável.
Jamille Porto
Jamille Porto é advogada, professora e pesquisadora em Inteligência Artificial aplicada ao Direito. É fundadora da NeuralLex, empresa que desenvolve soluções de IA, governança, formação, sistemas e fluxos inteligentes para o setor jurídico e educacional.