Da Taxonomia de Bloom à Inteligibilidade Democrática

O que a matriz de competências em IA revela sobre o futuro da educação, da comunicação pública e da democracia.

Lawfare4All Editorial ·

A recente divulgação da Matriz de Competências em Inteligência Artificial para a Administração Pública Federal indica uma mudança importante: o Estado brasileiro começa a tratar a IA não apenas como ferramenta técnica, mas como competência humana, profissional e institucional. O documento organiza perfis, domínios de competência e níveis de proficiência esperados para servidores públicos, sinalizando que a relação entre pessoas, instituições e sistemas inteligentes deixou de ser periférica. Tornou-se parte da própria capacidade do Estado de decidir, planejar, comunicar e prestar serviços.

Esse movimento acende um alerta para a educação. Se o setor público passa a exigir competências em IA para interpretar problemas, formular respostas, organizar informações e comunicar decisões, a escola não pode continuar tratando a inteligência artificial apenas como recurso de produtividade, atalho para tarefas ou novidade tecnológica. A questão central não é ensinar alunos e professores a "usar IA". Isso é pouco. A questão é formar pessoas capazes de pensar com IA sem deixar de pensar por si mesmas.

→ Conheça o Democratic Intelligibility Framework

A associação entre IA e Taxonomia de Bloom é um bom ponto de partida. Lembrar, compreender, aplicar, analisar, avaliar e criar continuam sendo etapas relevantes do desenvolvimento cognitivo. Elas ajudam a distinguir usos superficiais da tecnologia de práticas educacionais mais complexas. Um estudante pode usar IA apenas para recuperar informações, mas também pode utilizá-la para comparar argumentos, testar hipóteses, revisar premissas, construir sínteses e criar novas formas de expressão.

Mas a IA altera profundamente o problema. Hoje, uma máquina pode produzir respostas, textos, imagens, resumos e argumentos com aparência de competência. O risco educacional não está apenas no erro da máquina, mas na falsa sensação de domínio do usuário. Uma resposta fluente pode esconder uma fonte inexistente, uma simplificação indevida, um viés estrutural ou uma conclusão que o estudante não compreende de fato.

Por isso, o letramento em IA precisa ir além da operação de ferramentas. Ele deve incluir verificação de fontes, identificação de vieses, proteção de dados, compreensão dos limites técnicos, responsabilidade autoral e capacidade de avaliar os efeitos sociais da comunicação automatizada. A pergunta educacional não pode ser apenas: "o aluno conseguiu produzir algo com IA?". Deve ser também: "ele compreendeu, verificou, justificou e assumiu responsabilidade pelo que produziu?".

A UNESCO, em seu framework de competências em IA para professores, organiza essa agenda em dimensões como mentalidade centrada no humano, ética da IA, fundamentos e aplicações, pedagogia com IA e aprendizagem profissional. A OCDE também vem tratando a inteligência artificial como tema estrutural para repensar competências educacionais e profissionais. Esses marcos são importantes porque deslocam a discussão do encantamento tecnológico para a formação crítica.

Mas há uma dimensão ainda pouco explorada: a inteligibilidade democrática.

A inteligibilidade democrática

Em sociedades mediadas por algoritmos, não basta que a comunicação seja eficiente. Ela precisa ser compreensível, verificável, contestável e orientada ao cidadão. Uma resposta gerada por IA pode ser tecnicamente sofisticada e, ainda assim, democraticamente opaca. Pode parecer correta, mas impedir que o destinatário compreenda seus critérios, suas fontes, seus limites e suas consequências.

É aqui que a educação encontra a comunicação pública. A escola precisa formar estudantes não apenas para produzir conteúdo com IA, mas para perguntar: a informação é compreensível para quem a recebe? As fontes podem ser verificadas? Há transparência sobre o uso da IA? O cidadão consegue contestar, revisar ou compreender a decisão? A tecnologia amplia autonomia ou produz dependência?

A Inteligibilidade Democrática não substitui a Taxonomia de Bloom. Ela amplia seu horizonte. Bloom responde à pergunta: "como aprendemos?". A Inteligibilidade Democrática acrescenta outra questão igualmente essencial na era da IA: "como aquilo que aprendemos, decidimos e comunicamos pode ser compreendido, verificado e contestado em uma democracia?".

Essa diferença é decisiva. A Taxonomia de Bloom organiza níveis de cognição individual. A Inteligibilidade Democrática desloca o foco para a qualidade pública da comunicação. Ela pergunta se a informação produzida ou mediada por IA fortalece a autonomia do cidadão ou se apenas amplia assimetrias de poder entre quem domina os sistemas e quem apenas recebe seus resultados.

Na era da inteligência artificial, não basta produzir respostas inteligentes. É preciso produzir respostas democraticamente inteligíveis.

Da escola à comunicação institucional

Esse princípio vale para a escola, para a administração pública, para o jornalismo, para o sistema de justiça, para plataformas digitais e para qualquer instituição que utilize IA em processos de decisão, comunicação ou orientação social. Quando decisões automatizadas, recomendações algorítmicas ou narrativas produzidas por IA deixam de ser compreensíveis para os cidadãos, abre-se espaço para manipulação informacional, opacidade institucional e novas formas de exclusão democrática.

A Inteligibilidade Democrática surge precisamente como resposta a esse desafio. Ela propõe que toda comunicação pública mediada por IA seja avaliada segundo critérios mínimos: clareza, verificabilidade, transparência, contestabilidade, responsabilidade e orientação ao interesse público.

Clareza significa que a informação deve ser compreensível para seu destinatário legítimo, não apenas para especialistas. Verificabilidade significa que fontes, dados e premissas devem poder ser checados. Transparência exige explicitar o papel da IA na produção da comunicação. Contestabilidade pressupõe que cidadãos possam questionar, revisar ou impugnar decisões e narrativas. Responsabilidade exige autoria humana, accountability institucional e limites éticos. Orientação ao interesse público significa que a tecnologia deve servir à autonomia democrática, não à administração opaca da obediência.

Esse é o salto necessário: da competência cognitiva individual para a competência comunicacional democrática.

O futuro da educação na era algorítmica

A matriz do governo é um sinal relevante. Ela mostra que a IA já não pode ser tratada como tema lateral. Mas a resposta educacional precisa ser mais ambiciosa. Formar pessoas para a era algorítmica não significa apenas capacitá-las a usar ferramentas. Significa prepará-las para compreender sistemas, interpretar narrativas, reconhecer manipulações, proteger dados, exigir explicações e participar criticamente da vida pública.

O futuro da IA não dependerá apenas de máquinas mais potentes. Dependerá de cidadãos mais capazes de compreender, questionar e disputar os sentidos produzidos por elas. A escola continua sendo o primeiro laboratório dessa cidadania. Se a educação falhar nesse processo, a tecnologia deixará de ampliar a democracia para apenas acelerar desigualdades informacionais.

A Inteligibilidade Democrática propõe justamente o contrário: uma IA que fortaleça cidadãos, instituições e a própria capacidade coletiva de compreender o mundo.

→ Conheça o Democratic Intelligibility Framework

Referências

  • Brasil — Matriz de Competências em Inteligência Artificial para a Administração Pública Federal
  • UNESCO — AI Competency Framework for Teachers
  • OECD — Artificial Intelligence and the Future of Skills
  • Bloom, Benjamin S. et al. *Taxonomy of Educational Objectives: The Classification of Educational Goals*. Longmans, Green, 1956.
  • Anderson, Lorin W.; Krathwohl, David R. *A Taxonomy for Learning, Teaching, and Assessing*. Longman, 2001.
  • Freire, Paulo. *Pedagogia da Autonomia*. Paz e Terra.
  • Dewey, John. *Democracy and Education*. Macmillan, 1916.
  • Habermas, Jürgen. *The Theory of Communicative Action*. Beacon Press.
  • Castells, Manuel. *Communication Power*. Oxford University Press.