Uma universidade pública federal no interior do Nordeste, terça-feira de agosto de 2032, depois de uma transição que aconteceu com atrito e sem heroísmo. Parte do que está aqui já acontece de forma fragmentada, em lugares diversos. Nada disso acontece em todo lugar. O objetivo da cena é instalar um referente, para que possamos discutir uma instituição descrita em vez de uma abstração.
Laura
Laura está no segundo ano de enfermagem. Sete e meia da manhã, laboratório de simulação, jaleco, três colegas e uma paciente generativa projetada na parede da sala. A paciente é uma mulher de quarenta e dois anos com dor abdominal, e o sistema foi carregado com uma entre sete condições possíveis. O grupo não sabe qual. A tarefa é colher a história clínica, decidir as primeiras condutas e sustentar um diferencial.
A paciente é uma simulação sofisticada em IA. Pode estar ansiosa, evasiva, com dor, ou discretamente desonesta sobre a adesão à medicação, conforme os parâmetros que a professora ajustou.
A sessão dura quarenta minutos. Laura conduz o debate do caso. Ela já fez isso antes, e lembra de ter perdido tempo, semanas atrás, com uma pergunta que não deveria ter feito. Hoje vai melhor, mas o colega Tiago congela no momento em que a paciente menciona um aborto recente.
A simulação espera. A professora, presente na sala, também espera e não intervém. A pausa é o ponto crítico para o processo de aprendizagem em curso.
Depois da simulação o grupo revê a gravação com a professora. Não são avaliados pelo diagnóstico. São perguntados sobre o que perceberam, o que deixaram passar, o que fariam diferente — e o portfólio de Laura no semestre não é uma coleção de trabalhos entregues, e sim a sequência dessas revisões, escritas por ela, com os rastros do próprio raciocínio anexados, de modo que o que a instituição guarda como prova de formação é a atividade e não o produto.
No meio da manhã ela está na biblioteca com o tutor de farmacologia. O tutor é um chatbot com acesso ao programa da disciplina, sabe o que ela já viu e o que ainda não viu, e está proibido de dar respostas diretas aos exercícios disponíveis para a estudante. Pode perguntar, propor analogias, refazer um exemplo por outro ângulo, ou recusar.
Laura às vezes acha isso irritante. Em três semestres ela aprendeu que a irritação é informativa. Quando quer a resposta em vez do raciocínio, costuma ser porque está cansada ou atrasada.
À tarde, hospital de ensino, plantão supervisionado. Aqui não há paciente de IA. Os pacientes são reais, a supervisão é humana e o trabalho é lento. Ela ajuda uma enfermeira mais experiente a conduzir uma alta difícil. Já no fim do plantão, a enfermeira pergunta a ela, de passagem, o que acha de uma reconciliação medicamentosa que não parece certa. Laura hesita, olha a prescrição, diz que gostaria de conferir uma dose. A enfermeira concorda e confere. A dose estava errada.
À noite, quinze minutos de defesa oral por vídeo, com um examinador que ela nunca viu. Laura apresenta um caso do portfólio, incluindo um momento em que usou o tutor para trabalhar um cálculo e outro em que escolheu não usar. O examinador pergunta por que não usou da segunda vez. Ela explica. Ele contesta. Ela revisa a própria resposta. A defesa fica gravada, a nota e as anotações saem em quarenta e oito horas, e ela pode pedir um segundo examinador se discordar.
Joaquim
Joaquim ensina matemática para engenharia. Tem cinquenta e três anos e, três anos atrás, esteve perto de largar a profissão. Passou uma década vendo crescer a distância entre o que conseguia entregar em aula e o que os estudantes já traziam, e mais dois anos vendo sistemas generativos absorverem o tipo de resolução de problema em torno do qual ele havia montado seus cursos.
Ele não romantiza a transição. Foi dura: perdeu discussões com colegas que hoje seguem defendendo o arranjo anterior, perdeu uma disciplina que dava havia quinze anos e que era parte de como se reconhecia como professor, e passou dezoito meses num programa de formação docente que no início lhe pareceu perda de tempo e do qual hoje fala sem constrangimento.
Nesta manhã ele está num estúdio de problemas com doze estudantes do segundo ano. A sala foi refeita: mesas para grupos de quatro, superfícies de escrita em três paredes, uma tela grande na quarta. O problema na tela ele escreveu com um parceiro industrial — transferência de calor numa fábrica da região, simplificada mas não trivializada. São noventa minutos e vale qualquer ferramenta.
Joaquim circula, escuta, intervém pouco, e nunca para dar resposta. Quando um grupo trava de um jeito que ele reconhece como produtivo, deixa o grupo travado. Quando trava por um erro de concepção sobre a física do problema, faz uma pergunta que traz o erro à tona.
Depois do estúdio, uma hora lendo portfólios. Não são produtos acabados: são rastros de processo, tentativas anotadas, interações com ferramentas de IA, reflexões sobre o que funcionou e o que não funcionou. Joaquim lê procurando evidência de pensamento matemático, não resposta certa que ficou barata. Pensamento matemático — inclusive o que é preciso para avaliar se uma saída confiante está errada — não ficou.
No início da tarde, reunião da equipe de desenho do curso. Uma nova geração de modelos mudou o que os estudantes fazem sozinhos, e um conjunto de problemas que a equipe usava havia dois anos agora desmonta com um único comando.
Ninguém entra em pânico. Redesenham a avaliação em torno da defesa oral de um problema escolhido de um banco, com examinadores que vão sondar o raciocínio. A mudança é registrada, documentada e submetida ao sistema de revisão curricular, que versiona cada alteração com justificativa e evidência.
Joaquim termina o dia cansado. Vai para casa e não abre o e-mail depois do jantar. A instituição tem política contra isso, e ele aprendeu a cumprir, com algum esforço.
Lúcia
Lúcia é a diretora acadêmica, vinte e dois anos de casa, quatro neste cargo. A manhã começa com uma auditoria. O sistema de acompanhamento estudantil, que usa um modelo para sugerir intervenções junto a estudantes em risco de desengajamento, é revisto a cada seis meses por um comitê interno com docentes, representação estudantil, o responsável pelos dados e um auditor externo.
A auditoria desta manhã encontra um padrão: estudantes de um dos campi de extensão rural estão sendo sinalizados em taxa mais alta que os do campus sede, controlando pelos indicadores acadêmicos.
O comitê não sabe se isso é artefato do modelo, dos dados ou sinal verdadeiro sobre alguma coisa que está acontecendo naquele campus. Lúcia determina uma investigação e suspende temporariamente aquela via de intervenção.
À tarde ela recebe um fornecedor. A plataforma promete predição precoce de risco de evasão, com ganho de acurácia mensurável sobre o sistema atual. A apresentação é boa e os números são críveis.
Lúcia faz duas perguntas. A primeira é sobre portabilidade: se a instituição conseguiria exportar o modelo, os dados e os registros de predição em formato portátil, caso decidisse trocar de fornecedor. A resposta é parcial. A segunda é se as predições do modelo podem ser contestadas por um estudante individualmente, e se a instituição teria acesso aos atributos e pesos que produzem aquela predição. A resposta é não.
Lúcia agradece e recusa. Sabe que a decisão é custosa e que haverá quem a considere conservadora numa reunião futura, quando os números do fornecedor forem citados por alguém que não esteve nesta sala. Sabe também que a instituição passou quatro anos construindo soberania de dados na própria operação, e que uma proposta boa não vale entregá-la. Escreve um memorando justificando a recusa e arquiva no registro público de decisões sobre fornecedores — público porque a instituição decidiu, três anos atrás, que decisão de compra em educação é assunto de interesse público.
Carlos
Carlos tem quarenta e sete anos e é técnico de enfermagem há vinte e um, na atenção básica de uma cidade a três horas da universidade. Há dois anos começou um percurso de tempo parcial rumo a uma credencial de ciclo curto em educação profissional em saúde, oferecida pela universidade junto com uma rede estadual de educação profissional e tecnológica. Trabalha trinta horas por semana. Tem dois filhos. Está cansado quase sempre.
Hoje é um dos seus três dias de estudo. De manhã, seminário síncrono por vídeo com outros vinte e dois adultos espalhados pelo estado. O tema é raciocínio clínico supervisionado, e a discussão gira em torno de um caso que Carlos trouxe da própria prática na semana anterior. A mentora que conduz tem experiência clínica e facilita o debate do caso. Carlos fala duas vezes. Na segunda, é corrigido com delicadeza por outro participante, num ponto sobre interpretação de evidência. Fica pensando nisso o resto do dia.
À tarde, trabalho assíncrono com o tutor configurado para o programa. O tutor conhece o quadro de credenciais e sabe quais aprendizagens prévias de Carlos já foram reconhecidas. Não gasta o tempo dele com o que ele já sabe. Empurra no que ele não sabe.
Carlos, como Laura, às vezes se irrita com isso. Diferente de Laura, é mais frequentemente grato, porque não tem tempo a perder.
Às sete da noite, a reunião mensal de quarenta minutos com o mentor docente, por vídeo. Revisam o portfólio, discutem um caso em que ele ficou inseguro, planejam as próximas quatro semanas. O mentor pergunta se o programa está sustentável para ele. Carlos diz que está. Não tem certeza de estar dizendo a verdade. O mentor, que já ouviu essa hesitação antes, sugere que voltem a conversar em duas semanas.
O que a cena tem dentro
Nas quatro vidas, ninguém foi substituído por máquina. Ninguém está atuando para uma plateia. A instituição não é utópica: ela audita os próprios sistemas porque não confia neles por padrão. O trabalho ficou mais difícil em algumas coisas e mais fácil em outras.
E há um fio que atravessa as quatro cenas.
Em cada uma delas, alguém decidiu o que a máquina não faria. O tutor está proibido de responder. A professora não intervém na pausa. Joaquim deixa o grupo travado quando o travamento é produtivo, e o sistema registra quando ele contraria a sugestão da máquina. Lúcia assina a suspensão de uma via de intervenção que talvez estivesse certa, e recusa um fornecedor cujos números eram bons.
Nenhuma dessas decisões é sobre o que a tecnologia pode fazer. Todas são sobre onde ela precisa parar — e param, em cada caso, exatamente no ponto em que continuar pouparia esforço a alguém que precisa daquele esforço, de modo que o que resta protegido não é o conteúdo da disciplina, e sim a atividade pela qual alguém se forma dentro dela.
Não sei se uma universidade federal brasileira chega a esse dia em 2032. Sei que a distância entre nós e essa terça-feira é menos sobre tecnologia do que sobre visão, estratégia e decisão política.
Esta cena é uma reescrita, em português e para uma universidade brasileira, do prólogo de Inside the AI-Native University: Microgenesis, Pedagogical Integration, and the Pragmatics of Transformation, artigo que escrevi com Silvio Meira e que ainda não foi divulgado. O artigo desenvolve a teoria que a cena apenas encena.