Jorge Borges

Porque é que achamos algo bonito? A filosofia faz esta pergunta há dois mil e quinhentos anos e nunca a fechou de vez — e isso, longe de ser um problema, é exatamente o que a torna útil para uma aula de Filosofia, de Cidadania ou de Artes.Um pôr do sol fotografado à pressa, uma equação que finalmente bate certo, um rosto que só aparece no ecrã depois de passar por seis filtros diferentes. Os alunos de hoje chamam «lindo» a um número impressionante de coisas todos os dias — e raramente param para perguntar porquê. A filosofia começou a fazer essa pergunta há dois mil e quinhentos anos, na Grécia antiga, e nunca conseguiu fechá-la de vez. Talvez seja precisamente essa falta de resposta definitiva que torna o tema tão produtivo para uma sala de aula.

Um pôr do sol fotografado à pressa, uma equação que finalmente bate certo, um rosto que só aparece no ecrã depois de passar por seis filtros diferentes. Os alunos de hoje chamam «lindo» a um número impressionante de coisas todos os dias — e raramente param para perguntar porquê. A filosofia começou a fazer essa pergunta há dois mil e quinhentos anos, na Grécia antiga, e nunca conseguiu fechá-la de vez. Talvez seja precisamente essa falta de resposta definitiva que torna o tema tão produtivo para uma sala de aula.

Nos últimos meses, os responsáveis das maiores empresas de inteligência artificial do mundo têm feito afirmações cada vez mais ousadas sobre a chamada inteligência artificial geral — a ideia de uma máquina capaz de fazer, tão bem ou melhor do que um ser humano, praticamente qualquer tarefa intelectual. O problema é que essas mesmas empresas não conseguem concordar sobre o que a expressão significa, nem sobre quando esse momento chegaria, havendo mesmo quem admita tratar-se sobretudo de uma expressão de marketing. Para a escola portuguesa, essa disputa não é uma curiosidade da imprensa tecnológica: é um caso de estudo pronto a usar sobre como avaliar afirmações extraordinárias feitas por quem tem interesse direto em que sejam acreditadas.

Onde se analisa a indefinição conceptual da Inteligência Artificial Geral (AGI) e as discrepâncias entre os líderes tecnológicos sobre quando esta será atingida. As fontes destacam que, embora empresas como a OpenAI e a Anthropic apresentem previsões audazes, falta um consenso científico sobre o que define efetivamente uma inteligência superior à humana. Perante esta incerteza, sugere-se que o sistema educativo utilize este debate como um caso de estudo para promover o pensamento crítico e a literacia mediática entre os alunos. O documento detalha ainda métricas alternativas, como a escala de níveis da Google DeepMind e a regulação europeia baseada na capacidade de cálculo. Em última análise, defende-se que a escola deve focar-se na capacidade de avaliar evidências, preparando os estudantes para um futuro onde a tecnologia evolui mais rapidamente do que as suas próprias definições.

Na Universidade de Fudan, na China, 51 estudantes fizeram um exame final pouco habitual: em vez de responderem a perguntas, tiveram de criar problemas capazes de levar alguns dos mais avançados modelos de inteligência artificial a errar. A experiência diz-nos bastante mais sobre educação do que sobre quem é mais inteligente — humanos ou máquinas.

Os resultados do PISA 2025 colocam Portugal próximo da média da OCDE em Ciências, Leitura, Matemática e resolução computacional de problemas. Mas, por detrás dessa aparente estabilidade, há sinais que merecem atenção: a queda acentuada na leitura e na matemática, o peso persistente das desigualdades socioeconómicas e um paradoxo particularmente interessante — os alunos portugueses revelam bons resultados na resolução de problemas em ambientes digitais, precisamente quando a inteligência artificial começa a obrigar a escola a repensar o que significa aprender.

Os resultados do PISA 2025 colocam Portugal próximo da média da OCDE em Ciências, Leitura, Matemática e resolução computacional de problemas. Mas, por detrás dessa aparente estabilidade, há sinais que merecem atenção: a queda acentuada na leitura e na matemática, o peso persistente das desigualdades socioeconómicas e um paradoxo particularmente interessante — os alunos portugueses revelam bons resultados na resolução de problemas em ambientes digitais, precisamente quando a inteligência artificial começa a obrigar a escola a repensar o que significa aprender.

Aqui descreve-se um exame final inovador na Universidade de Fudan, na China, onde os alunos foram desafiados a derrotar sistemas de inteligência artificial. Em vez de responderem a perguntas tradicionais, os estudantes tiveram de criar problemas complexos de mineração de dados para tentar induzir modelos como o Claude e o DeepSeek ao erro. O objetivo desta abordagem pedagógica, idealizada pelo Professor Xiao Yanghua, foi inverter os papéis convencionais, incentivando os alunos a agirem como juízes críticos em vez de meros executores de tarefas. Os resultados revelaram que, embora seja simples causar falhas pontuais, é extremamente difícil comprometer sistematicamente o desempenho das máquinas mais avançadas. Esta experiência salienta que o domínio humano sobre a tecnologia exige agora uma compreensão profunda das vulnerabilidades algorítmicas e uma capacidade superior de avaliação. Em última análise, o texto reflete sobre a necessidade de adaptar a educação para valorizar o julgamento humano num mundo onde a

Um comité criado pelo MIT para estudar o impacto da inteligência artificial na sala de aula chegou a uma conclusão que poucas instituições do seu prestígio assumiriam publicamente: a IA já consegue, hoje, completar de forma credível praticamente qualquer trabalho escrito exigido a um aluno de licenciatura, do ensaio ao problema de matemática, passando pela demonstração e pelo código. A resposta que o MIT propõe não é proibir nem baixar os braços — é repensar, com alguma urgência, o que significa ensinar e avaliar numa universidade onde essa ferramenta já está em cada telemóvel. O que o relatório descreve sobre o ensino superior norte-americano já tem eco nas universidades portuguesas, onde a mesma tensão entre proibir e adaptar está a dividir docentes e instituições.

Um comité criado pelo MIT para estudar o impacto da inteligência artificial na sala de aula chegou a uma conclusão que poucas instituições do seu prestígio assumiriam publicamente: a IA já consegue, hoje, completar de forma credível praticamente qualquer trabalho escrito exigido a um aluno de licenciatura, do ensaio ao problema de matemática, passando pela demonstração e pelo código. A resposta que o MIT propõe não é proibir nem baixar os braços — é repensar, com alguma urgência, o que significa ensinar e avaliar numa universidade onde essa ferramenta já está em cada telemóvel. O que o relatório descreve sobre o ensino superior norte-americano já tem eco nas universidades portuguesas, onde a mesma tensão entre proibir e adaptar está a dividir docentes e instituições.

Em setembro de 2026, a Assembleia-Geral da ONU aprovou uma resolução histórica para promover o uso de mapas que representem fielmente o tamanho real dos continentes, combatendo a distorção da tradicional projeção de Mercator. Esta decisão, impulsionada pelo Togo e pelo Grupo Africano, incentiva a adoção de alternativas como a projeção Equal Earth em contextos educativos e digitais para corrigir a sub-representação visual de África. O texto destaca que a escolha de um mapa não é um ato neutro, funcionando antes como uma ferramenta de pensamento crítico e literacia mediática. No contexto escolar português, o artigo propõe utilizar este caso prático para ensinar os alunos a questionar a objetividade das representações geográficas e a influência destas na nossa perceção do mundo. A iniciativa sublinha que, embora o mapa de Mercator seja útil para a navegação, a sua escala desproporcional reforça preconceitos que as Nações Unidas pretendem agora mitigar através de uma cartografia mais equitativa.

Durante quatro séculos e meio, qualquer aluno que abrisse um mapa-múndi viu a Gronelândia quase do tamanho de África, sem que ninguém alguma vez lhe tivesse dito que isso era falso. Na sexta-feira, dia 4 de setembro de 2026, a Assembleia-Geral das Nações Unidas votou para começar a mudar isso. A resolução não reescreve fronteiras nem obriga ninguém a nada — mas dá à escola portuguesa um exemplo concreto, recente e visualmente evidente de uma ideia que a Cidadania e Desenvolvimento tenta ensinar há anos: nenhuma representação do mundo é neutra, nem sequer a que está pendurada na parede da sala de aula desde sempre.

Nos últimos dez anos, a discussão sobre tecnologia nas escolas costuma reduzir-se a uma única pergunta: quantas horas de ecrã são demasiadas? A American Psychological Association acaba de publicar um relatório que muda a pergunta. Não é quanto tempo, dizem os autores — é o quê, para quê, com quem e em vez de quê. E há uma frase que resume todo o argumento: uma criança pode estar completamente entretida com uma aplicação e não estar a aprender nada com ela.

O relatório da American Psychological Association (APA), juntamente com a cobertura da Wired e da Chalkbeat, propõe uma mudança de paradigma sobre a tecnologia educativa. Em vez de focar apenas no tempo de ecrã, as fontes defendem que a eficácia pedagógica depende da qualidade da atividade e do que esta substitui no quotidiano dos alunos. O documento sublinha que o entusiasmo ou entretenimento com uma aplicação não garantem a aprendizagem real, sendo necessário avaliar a retenção de conhecimento fora do ambiente digital. Existe uma recomendação de cautela redobrada com a inteligência artificial generativa, que pode polir resultados imediatos mas prejudicar o desenvolvimento do pensamento independente. O papel dos adultos e educadores continua a ser essencial para mediar estas ferramentas e evitar distrações desnecessárias. Em suma, as fontes apelam a decisões escolares baseadas em evidência científica e não em promessas de marketing tecnológico.

A definição de «saber ler» já mudou pelo menos sete vezes desde 1946 — do decifrar ao emancipar, do texto único às multiliteracias. Uma conferência que Ana Paula Ferreira e Jorge Borges apresentam esta semana em Seia percorre essa história para chegar a uma pergunta muito concreta para qualquer sala de aula portuguesa: que parte do pensamento dos alunos estamos, hoje, dispostos a delegar a uma máquina?Um aluno pode passar, no mesmo minuto, de uma legenda a um vídeo, de um parágrafo a uma palavra pesquisada, de uma nova janela a uma pergunta feita a um assistente de inteligência artificial — e receber, em segundos, uma síntese que nunca chegou a construir sozinho. Nenhuma destas mudanças é, em si, um problema; o problema é que a escola continua, muitas vezes, a fazer a estes alunos as mesmas quatro perguntas de sempre sobre um texto, quando aquilo que têm hoje à frente já não é bem um texto — é um ecossistema informacional inteiro, com autores, algoritmos e modelos de linguagem a decidir, a cada instante, o qu

Onde se explora a evolução da literacia e o papel fundamental da escola na era da inteligência artificial. Os autores defendem que saber ler hoje ultrapassa a descodificação de texto, exigindo a capacidade de interpretar múltiplos formatos e compreender a mediação algorítmica que molda a informação. É enfatizada a necessidade de alternar entre a leitura rápida de triagem e a leitura profunda, essencial para o pensamento crítico e a construção de conhecimento sólido. O debate centra-se na questão do que o ser humano não deve delegar às máquinas, como o julgamento, a argumentação e a responsabilidade da autoria. Propõe-se que a IA seja utilizada como um objeto de análise crítica e que o ensino se foque na transparência dos processos intelectuais. Em última análise, a missão educativa passa por preparar os alunos para atribuir sentido humano a um mundo digitalmente complexo.

Os Gems do Google Gemini são assistentes de inteligência artificial personalizados e reutilizáveis, criados para automatizar tarefas repetitivas e atuar como especialistas em áreas específicas. Semelhantes aos GPTs personalizados do ChatGPT, eles permitem guardar instruções detalhadas, definir um tom de voz ou persona e até adicionar bases de conhecimento (como documentos ou links) para que o Gemini responda exatamente como precisa.

Durante quase um quarto de século, uma sala de professores portuguesa pôde dar como garantido que, algures entre uma notícia e a sua partilha nas redes sociais, alguém profissionalizado estava a verificar factos. Essa garantia está a desfazer-se, e não por um único motivo: as grandes plataformas retiraram o apoio institucional a essa função, a inteligência artificial que a devia substituir falha com uma confiança perturbadora, e as alternativas comunitárias, por mais promissoras que sejam, chegam quase sempre depois de o dano estar feito. Para quem ensina Cidadania e Desenvolvimento, Filosofia ou Português, ou simplesmente lida todos os dias com alunos que aprendem sobre o mundo através de um ecrã, esta mudança silenciosa no encanamento da informação importa tanto ou mais do que qualquer conteúdo curricular sobre desinformação.

Onde se analisa o colapso da confiança nos factos perante a redução do apoio das plataformas tecnológicas aos verificadores independentes. Os autores examinam a transição dos métodos tradicionais para novas abordagens de verificação, comparando a precisão humana com a rapidez falível da inteligência artificial e o contexto das notas comunitárias. Atualmente, nenhum sistema isolado consegue equilibrar perfeitamente a velocidade, a transparência e a fidedignidade necessárias para combater a desinformação. Argumenta-se que a literacia mediática deve agora incluir a compreensão da governação das plataformas, revelando quem decide o que é verdade. Perante a proliferação de conteúdos gerados por IA, a análise humana permanece indispensável enquanto as ferramentas automáticas não garantirem explicações convincentes. O artigo conclui que a preservação de factos partilhados é essencial para a estabilidade democrática e para a tomada de decisões informadas na era digital.

Nas escolas portuguesas, a discussão sobre inteligência artificial costuma oscilar entre o entusiasmo pelas novas ferramentas generativas e o receio de perder o controlo sobre a avaliação. Ao mesmo tempo, relatórios como o eu kids online 2026 mostram que muitos alunos já usam ia para escrever textos, resumir documentos e tentar obter melhores notas, o que aumenta a pressão sobre a integridade das provas e dos critérios de correção.jfborges+1Neste contexto, a ideia de “correção de testes assistida por ia” pode parecer, à primeira vista, um passo rumo à automatização das notas. No entanto, a proposta que aqui se apresenta segue o princípio oposto: usar a ia apenas para apoiar tarefas mecânicas e repetitivas, preservando a centralidade do julgamento profissional do professor e da transparência perante alunos e famílias.