USO PERSONALIZADO DE UM AGENTE DE IA PARA O DESENVOLVIMENTO DO PENSAMENTO CRÍTICO NA EDUCAÇÃO MÉDICA

259 USO PERSONALIZADO DE UM AGENTE DE IA PARA O DESENVOLVIMENTO DO PENSAMENTO CRÍTICO NA EDUCAÇÃO MÉDICA Rodrigo Niskier Ferreira Barbosa - Medicina - [email protected] DOI 10.5281/zenodo.17499121 A educação médica do século XXI enfrenta um paradoxo fundamental: enquanto o volume de conhecimento cresce exponencialmente, a necessidade primordial do futuro profissional não é a mera capacidade de memorização, mas o desenvolvimento de competências de ordem superior, como o pensamento crítico, o raciocínio clínico e a resolução de problemas complexos. Neste cenário, as metodologias pedagógicas tradicionais, centradas na transmissão unilateral de conteúdo, demonstram-se insuficientes para preparar os futuros profissionais para os desafios dinâmicos da prática laboral. A transição de um modelo de ensino focado no “o quê” para um centrado no “como” e no “porquê” torna-se, portanto, um imperativo para a formação de médicos competentes e adaptáveis (MEHTA et al., 2023). É nesse contexto de transformação que a Inteligência Artificial (IA) generativa emerge não como uma ameaça ou um substituto para o educador, mas como uma potente ferramenta pedagógica aliada. Quando utilizada de forma intencional e estruturada, a IA pode facilitar a criação de experiências de aprendizagem personalizadas, interativas e cognitivamente desafiadoras, capazes de engajar os alunos em níveis mais profundos de análise e aplicação do conhecimento (KHAN et al., 2023). O presente trabalho aborda uma aplicação prática dessa premissa no âmbito do curso de Medicina, especificamente no componente curricular de Mecanismos de Agressão, Patológicos e de Defesa 1 (MAPD 1), ofertado 260 a alunos do terceiro período. O desafio pedagógico que motivou esta experiência foi a necessidade de superar a fixação passiva de conteúdos de alta complexidade (como imunologia, microbiologia e patologia) e promover uma prática cognitiva que desenvolvesse ativamente o pensamento crítico. Diante disso, este relato de experiência tem como objetivo principal descrever e analisar uma prática pedagógica inovadora que utilizou um agente de IA personalizado, nomeado "Prof. Mapidê" (https://poe.com/Prof_MAPD), para estimular a aprendizagem ativa, a autonomia e o desenvolvimento de habilidades analíticas. A metodologia baseou-se na capacidade dos próprios alunos de selecionarem palavras-chave durante um momento expositivo do conteúdo, utilizando-as para gerar, através da IA, um conjunto de desafios avaliativos únicos e instigantes. Metodologia: O presente estudo configura-se como um relato de experiência de abordagem qualitativa, desenvolvido ao longo do primeiro semestre letivo de 2024. A prática foi implementada em quatro turmas do terceiro período do curso de Medicina de uma instituição de ensino superior privada, envolvendo um total de 140 discentes com familiaridade prévia no uso de ferramentas de IA para fins pessoais, mas sem experiência formal em sua aplicação acadêmica estruturada. A ferramenta tecnológica central para a experiência foi a plataforma POE, escolhida por sua interface acessível e, crucialmente, por permitir a criação de agentes de IA ("bots") customizados a partir de instruções detalhadas (prompts). Foi desenvolvido um agente específico para o componente curricular, intitulado "Prof. Mapidê", cujo comportamento foi rigorosamente definido por um prompt elaborado pelo docente. A instrução mestra do agente, otimizada com o auxílio da ferramenta ChatGPT-4 sob curadoria do autor, comandava a IA a atuar como um professor especialista e a executar duas tarefas principais a partir de uma lista de palavras-chave 261 fornecida pelo aluno: 1) Geração de Questões de Múltipla Escolha: Criar cinco questões contextualizadas, no formato "Sabendo que... Considerando que...", com cinco alternativas cada. Os distratores (alternativas incorretas) foram instruídos a serem plausíveis e afirmativos, evitando opções absurdas ou negativas, com o objetivo de exigir um maior grau de discernimento do aluno; 2) Criação de Texto com Incoerências: Gerar um texto-resumo de até 500 palavras sobre o tema, incorporando todas as palavras-chave fornecidas. O ponto central desta tarefa era a inserção de incoerências conceituais e científicas sutis no texto. A questão subsequente era simplesmente "Leia o texto e depois informe o que está incoerente com o tema deste texto". Uma restrição absoluta e fundamental do prompt era a proibição de a IA fornecer ou indicar, sob qualquer hipótese, as respostas corretas das questões ou a localização dos erros no resumo. Essa limitação foi o pilar da estratégia pedagógica, transferindo a responsabilidade da validação e da análise crítica inteiramente para o discente. A execução da atividade seguiu um fluxo estruturado. Inicialmente, o docente conduzia uma exposição dialogada sobre um tema específico (e.g., Imunidade Inata). Durante esta fase, os alunos eram orientados a realizar anotações e, principalmente, a identificar e listar as palavras-chave que considerassem mais significativas para a compreensão do conteúdo. Após a aula, um link para o agente "Prof. Mapidê" era disponibilizado na plataforma de gestão de aprendizagem (Blackboard). Individualmente, os alunos acessavam o agente, inseriam o tema da aula e sua lista pessoal de palavras-chave. O produto final da interação era a entrega das respostas para as questões geradas e, mais importante, a identificação e a justificativa das incoerências encontradas no resumo. Esta entrega foi utilizada como um dos componentes da avaliação processual e continuada da disciplina. Desenvolvimento: A eficácia da 262 experiência com o "Prof. Mapidê" pode ser analisada sob a ótica de consolidados referenciais teóricos da educação. A prática representa uma clara manifestação da Aprendizagem Ativa, conceito defendido por Bonwell e Eison (1991), que postulam que os alunos aprendem melhor quando estão ativamente envolvidos no processo. A relevância desses princípios é continuamente reafirmada, com pesquisas recentes demonstrando que o uso de tecnologias digitais interativas potencializa o engajamento e a profundidade da aprendizagem no ensino superior (BACICH; MORAN, 2021). Ao identificar palavras-chave, interagir com a IA e, crucialmente, analisar e avaliar criticamente a produção da ferramenta, os discentes foram protagonistas de seu próprio processo de aprendizagem. Adicionalmente, a metodologia dialoga diretamente com a teoria construtivista de aprendizagem. Sob a perspectiva de Vygotsky (1978), a IA pode ser vista como um "andaime" (scaffolding) intelectual. Estudos recentes sobre IA na educação revisitam essa ideia, posicionando os tutores de IA e os agentes conversacionais como ferramentas que podem oferecer suporte personalizado em larga escala, permitindo que cada aluno avance a partir de sua zona de desenvolvimento proximal (ZAVADIL, 2023). O conhecimento não foi transferido, mas construído. O erro, nesse contexto, torna-se uma poderosa ferramenta pedagógica, um princípio que ganha novas dimensões quando o erro a ser encontrado é gerado por uma IA, promovendo o que se denomina de "alfabetização em IA" (SOUTHWORTH et al., 2023). A estrutura da atividade encontra um forte alinhamento com os níveis superiores da Taxonomia de Bloom Revisada por Anderson e Krathwohl (2001). A experiência foi desenhada para transcender as habilidades de Lembrar e Entender. A interação com a IA exigiu dos alunos: Aplicar, Analisar e Avaliar. Essa exigência de avaliação crítica é particularmente vital na era da IA generativa. Como apontam Lee et al. 263 (2023), uma das competências mais importantes a serem desenvolvidas nos estudantes de medicina é a capacidade de avaliar a precisão, a relevância e os possíveis vieses das informações geradas por IA, habilidade diretamente treinada pela metodologia aqui descrita. Por fim, a prática pode ser interpretada como uma variação do modelo de Sala de Aula Invertida. Em vez da inversão clássica, propôs-se uma "consolidação invertida". Esta abordagem ressoa com as discussões atuais sobre modelos híbridos e flexíveis de ensino, que enfatizam a importância de integrar as tecnologias digitais não apenas como repositório de conteúdo, mas como ambientes para a prática, a colaboração e a aplicação do conhecimento (BERGMANN; SAMS, 2020). A tecnologia foi empregada no pós-aula para uma atividade assíncrona, personalizada e prática de aprofundamento, análise e consolidação do aprendizado. Impactos: Os resultados observados a partir da implementação da prática foram majoritariamente qualitativos, mas significativos. O primeiro impacto notável foi no engajamento e na autonomia discente. A novidade da ferramenta despertou uma curiosidade inicial que rapidamente se converteu em um engajamento sustentado. Observou-se um aumento na colaboração entre os alunos, que discutiam as questões e os erros encontrados, e um desenvolvimento progressivo da autonomia. Relatos informais coletados pelo docente foram extremamente positivos, e a evolução do comportamento da turma foi notória: nas primeiras aplicações, havia muitas dúvidas operacionais e conceituais; nas últimas, os alunos demonstravam maior fluidez e independência, focando o diálogo com o professor em questões de maior complexidade. A atividade demonstrou ser eficaz no desenvolvimento de Habilidades do Século XXI, essenciais para a formação médica. O pensamento crítico foi a competência mais diretamente impactada, através da necessidade de avaliar a produção 264 da IA. A resolução de problemas complexos foi estimulada ao desafiar os alunos a desvendar as incoerências de um texto aparentemente coeso. A criatividade manifestou-se na forma como os alunos selecionavam e combinavam palavras-chave para explorar diferentes facetas de um mesmo tema. Por fim, a alfabetização digital foi exercitada não apenas no uso da ferramenta, mas na capacidade de se relacionar com a tecnologia de forma crítica, entendendo-a como um ponto de partida para a análise, e não como uma fonte de verdade absoluta. Em termos de resultados de aprendizagem, houve uma melhora qualitativa perceptível na qualidade das discussões em sala e na profundidade das justificativas apresentadas nas entregas. Os alunos demonstraram uma compreensão mais sólida e conectada dos conteúdos. Quantitativamente, a mensuração se deu pela adesão e pela qualidade das entregas, que compuseram parte da nota em um sistema de avaliação continuada, o que incentivou a participação constante e permitiu ao docente acompanhar o progresso individual e coletivo ao longo do semestre. Considerações Finais: Esta experiência pedagógica demonstrou que o uso intencional e bem estruturado de agentes de Inteligência Artificial personalizados pode ser um recurso valioso para transcender modelos tradicionais de ensino na educação médica. A criação do "Prof. Mapidê" permitiu a implementação de uma atividade de aprendizagem ativa, escalável e personalizada, que efetivamente promoveu o desenvolvimento de habilidades cognitivas de alta ordem, como a análise e a avaliação, em detrimento da simples memorização. Contudo, é imperativo reconhecer as limitações da prática. A principal delas reside na variabilidade da qualidade das respostas geradas pela IA. Ocasionalmente, as questões ou as incoerências poderiam ser triviais ou, ao contrário, excessivamente complexas, exigindo do docente uma postura de curadoria contínua e a prontidão para discutir as nuances e 265 falhas da própria ferramenta com os alunos. Ademais, o sucesso da replicação da prática depende de condições como a infraestrutura tecnológica mínima (acesso à internet e a dispositivos) e um letramento digital básico por parte de docentes e discentes. Como desdobramento e perspectivas para trabalhos futuros, vislumbrase a otimização do prompt para que o agente de IA possa gerar, a partir das palavras-chave, não apenas questões e textos, mas também casos clínicos simulados. Isso elevaria a atividade a um novo patamar de complexidade e aplicação, aproximando ainda mais o desafio acadêmico da vivência profissional. Acredita-se que a metodologia aqui descrita possui alto potencial de replicação para outras disciplinas e cursos da área da saúde e de outros campos do saber, contanto que os objetivos pedagógicos sejam claros e que o docente assuma o papel de arquiteto da experiência de aprendizagem, utilizando a IA como sua mais nova e versátil ferramenta de trabalho. REFERÊNCIAS ANDERSON, L. W.; KRATHWOHL, D. R. (Eds.). A taxonomy for learning, teaching, and assessing: A revision of Bloom’s Taxonomy of educational objectives. New York: Longman, 2001. BACICH, L.; MORAN, J. (Orgs.). Metodologias ativas para uma educação inovadora: uma abordagem teórico-prática. Porto Alegre: Penso, 2021. BERGMANN, J.; SAMS, A. Sala de aula invertida para além do vídeo: ressignificando a sala de aula para potencializar a aprendizagem. Rio de Janeiro: LTC, 2020. BONWELL, C. C.; EISON, J. A. Active Learning: Creating Excitement in the Classroom. ASHE-ERIC Higher Education Report No. 1. Washington, D.C.: The George Washington University, School of Education and Human Development, 1991. 266 KHAN, R. A. et al. The Role of ChatGPT in Medical Education: A Scoping Review. Cureus, v. 15, n. 8, e43841, 2023. DOI: 10.7759/cureus.43841. LEE, J. G. et al. Fostering clinical reasoning in medical students through generative AI. Journal of Medical Education and Curricular Development, v. 10, 2023. DOI: 10.1177/23821205231190479. MEHTA, N. et al. A new era of medicine: the impact of artificial intelligence on medical education. FEMS Microbiology Letters, v. 370, 2023. DOI: 10.1093/femsle/fnad036. SOUTHWORTH, J. et al. The Case for AI Literacy in Medical Education. Academic Medicine, v. 98, n. 11, p. 1293-1296, 2023. DOI: 10.1097/ACM.0000000000005322. VYGOTSKY, L. S. Mind in society: The development of higher psychological processes. Cambridge, MA: Harvard University Press, 1978. ZAVADIL, T. AI and the Zone of Proximal Development. TechTrends, v. 67, p. 773–775, 2023. DOI: 10.1007/s11528-023-00881-8.