Influências da Sociedade do Desempenho e da Inteligência Artificial Generativa na Educação Matemática

As ferramentas recentes da Inteligência Artificial Generativa (IAG) têm transformado de maneira disruptiva todos os setores da sociedade com a criação de textos, áudios, vídeos e códigos com alta qualidade. A promessa dessa tecnologia é tornar o ser humano mais produtivo, isto é, aumentar a sua performance, desempenho, eficiência e eficácia com relação as metas estabelecidas em sua vida pessoal, profissional e social e, também, em suas tarefas quotidianas e rotineiras. Isso atrelado a garantia de satisfação e prazer pessoais pelo alcance de metas e realização das tarefas.

Essa produtividade oferecida pelas ferramentas de IAG vai ao encontro do sujeito de desempenho – ou sociedade do desempenho – caracterizado pelo filósofo sul-coreano Byung-Chul Han como o método que impregna no indivíduo a necessidade de que tem de produzir cada vez mais, não se submeter a ordens dos outros, ouvir somente a si mesmo, buscar acima de tudo prazer no que faz (Han, 2017). Ainda de acordo com o filósofo, as ferramentas digitais limitam a relação com o outro e distanciam o indivíduo da “noção de realidade”, tendo como consequência a perda de resistência (Han, 2017).

Diante desse cenário, Han (2017, p. 92) adverte que “O sujeito do desempenho pós-moderno, que dispõe de uma quantidade exagerada de opções, não é capaz de estabelecer ligações intensas”, desse modo, as relações e objetivos pessoais, profissionais e sociais tornam-se superficiais e com a mera finalidade de bater metas de superação, o que não gera a resistência necessária para enfrentar os erros e fracassos. “A sociedade de desempenho é uma sociedade de autoexploração. O sujeito de desempenho explora a si mesmo, até consumir-se completamente (burnout)” (Han, 2017, p. 101). Como consequência do sujeito de desempenho, o cansaço e o esgotamento caracterizam a sociedade atual.

Nesse sentido, as características do sujeito de desempenho e os reflexos dessa sociedade do desempenho são observados também na área da educação. E um dos enquadramentos mais sensíveis do contexto educacional por apresentar, geralmente, o índice mais baixo nas avaliações externas, a educação matemática é a mais impactada por esse complexo do desempenho, agravado pela popularização das ferramentas de IAG. Mas de que modo o sujeito de desempenho é um obstáculo a aprendizagem da matemática? Como a sociedade do desempenho prejudica ou limita a aquisição do conhecimento matemático?

De acordo com Bachelard (2004) o processo de construção do conhecimento possui um caráter de inacabamento definitivo, desse modo, o ato do conhecimento está sempre em movimento, o que não é um processo fácil e requer domínio da explicação e constante verificação e retificação como momentos indispensáveis ao conhecimento verdadeiramente dinâmico. Desse modo, a epistemologia de Bachelard não admite um conhecimento absoluto e, muito menos, imediato, pois o ato de conhecer requer também um processo progressivo e não linear de aproximação do indivíduo ao conhecimento.

Dessa maneira, quando se trata de máquinas – o que pode se aplicar às ferramentas de IAG – ocorre, segundo Bachelard (2004, p. 160), uma “taylorização da iniciativa humana” no ato de aprender, apresentando ao indivíduo o conhecimento de maneira fragmentada, imediata, exata e automaticamente fácil, ou seja, sem a noção de fluxo, dinamicidade, progressividade, verificação, retificação e compreensão do todo. Assim, a epistemologia de Bachelard reconhece a importância do erro no verdadeiro processo de aquisição do conhecimento, que o ato de aprender ancorado na realidade não é fácil, que não é possível conhecimento imediato por ser o ato de conhecer um processo progressivo e inacabado.

Entretanto, o que se vê na educação matemática com o uso indiscriminado das ferramentas de IAG é diametralmente oposto. Muitos dos estudantes têm usado a IAG para obter a resposta exata em uma atividade matemática (seja uma lista de exercícios, situação-problema, desafios, exames avaliativos, atividades investigativas, atividades de modelagem, etc.) e a copiam integralmente sem um filtro ou percorrer todo o raciocínio de solução da tarefa. Isso pode ocorrer por dois motivos: (1) o estudante não sabe resolver a atividade e não estar disposto ou motivado à aprender; e (2) por preferir o menor esforço (Loock, 2025), ou seja, o estudante sabe resolver a tarefa ou possui habilidades necessárias para tal, no entanto, não quer dedicar o esforço e o tempo necessários.

Isso é uma característica do sujeito de desempenho que julga ser importante apenas concluir a atividade e fazê-la no menor tempo possível, todavia, um processo de aprendizagem em matemática que desconsidera a tentativa e erro e argumentação da solução própria do estudante é um processo falido pois não atingirá os verdadeiros objetivos educacionais. Outro aspecto de influência da sociedade do desempenho na educação matemática é que ao usar inadequadamente a IAG nas atividades propostas pode gerar a sensação que a aquisição do conhecimento foi uma tarefa fácil pois rapidamente chegou a resposta, que se deu de maneira automática ou imediata como o acender de uma lâmpada e que já se sabe de tudo, isto é, não precisa mais verificar o conteúdo da matéria.

A consequência disso é estudantes que não sabem lidar com o fracasso, com o erro, com um resultado baixo em uma avaliação de matemática que já ficam deprimidos e revoltados com o professor. Os estudantes ficam sem resistência para encarar as dificuldades do processo de aprendizagem e trabalhar na perspectiva de refinamento dos erros para poder superá-los quando o que importa é apenas o desempenho. Ademais, a sociedade do desempenho que usa a IAG para tudo também não tem mais tempo e disposição para atividades coletivas e colaborativas, eliminando a alteridade que precisa ser trabalhada nas aulas de matemática.

Por isso, o uso da IAG na educação matemática não deve ocorrer de maneira indiscriminado apenas por questão de desempenho sem responsabilidade e consciência ética, social e ecológica. O professor, que pouco pode fazer diante de salas superlotadas e da indisciplina recorrente, é preciso ter o apoio das escolas e redes de ensino para desenvolver uma metodologia de ensino em Educação Matemática que o desempenho não seja o centro do ato de aprender, uma metodologia que o erro seja construtivo, que o esforço seja valorizado e que o conhecimento seja algo inacabado, porém dinâmico.

Referências:

BACHELARD, Gaston. Ensaio sobre o conhecimento aproximado. Tradução de Estela dos Santos Abreu. Rio de Janeiro: Contraponto, 2004. 318 pp.

HAN, Byung-Chul. Sociedade do cansaço. Tradução de Enio Paulo Giachini. 2 ed. ampl. Petrópolis: Vozes, 2017. 128 pp.

LOOK, Louis. The extracted mind. Synthese, v. 205, n. 133, p 1-23, 2025. Disponível em: https://philpapers.org/rec/LOOTEM. Acesso em: 22 dez. 2025.

Imagem gerada pelo ManusAI.

M2 - MestreMat Educacional

Inovação educacional e formação de professores.

contato@mestremat.com.br

(77) 99167-3519

© 2026. Todos os direitos reservados.

Nossos Produtos:

MatrizCraft