Quando a IA Escreveu no Lugar dos Estudantes do MIT — e o Professor Percebeu Logo no Primeiro Parágrafo
Estudantes de escrita criativa e inteligência artificial dentro da mesma sala de aula — essa combinação pode parecer inofensiva à primeira vista, mas o que um professor do MIT descobriu no início de um semestre virou um debate que vai muito além dos muros da universidade.
Micah Nathan, romancista e professor de escrita ficcional e não ficcional no MIT desde 2017, estava preparado para mais uma rodada de workshop como tantas outras. Quando dois textos chegaram para a primeira avaliação com aquela polidez suspeita, aquele encaixe perfeito demais nas estruturas narrativas, ele soube imediatamente: não eram os estudantes que tinham escrito aquilo.
E aí começa uma história que interessa não só a quem ensina ou aprende a escrever, mas a qualquer pessoa que já se perguntou onde está o limite entre usar a IA como ferramenta e deixar ela pensar por você. 🤔
O episódio que aconteceu naquela sala de aula do MIT virou um espelho para algo que está se repetindo silenciosamente em oficinas literárias, cursos e universidades do mundo inteiro.
Não se trata de proibir tecnologia nem de romantizar o sofrimento criativo.
O ponto é mais sutil — e mais urgente — do que parece: quando um estudante entrega o processo criativo para uma IA, o que exatamente ele está deixando para trás?
O Que Aconteceu na Sala de Aula do MIT
Nathan não chegou na aula pronto para caçar irregularidades. Ele chegou, como sempre faz, disposto a ouvir o que os estudantes tinham produzido ao longo da semana. Mas dois dos textos entregues tinham algo diferente — não eram ruins, pelo contrário. Eram tecnicamente impecáveis, com arcos narrativos bem amarrados, personagens com trajetórias definidas e metáforas que soavam naturais demais para serem naturais. Era exatamente esse o problema.
Boa escrita tem atrito. Tem escolhas estranhas. Tem aquela frase que não deveria funcionar, mas funciona. Esses textos não tinham nada disso. A prosa era polida demais para escritores jovens, cada personagem vinha pré-embalado, cada metáfora era uma colagem sem contexto — o que Nathan descreveu como uma espécie de pastiche involuntário.
Ele não precisou de nenhum software de detecção de IA. Ele simplesmente sabia. Depois de anos lendo textos de estudantes que estão aprendendo a dominar a ficção, o professor conhece bem o DNA de um rascunho humano — e aqueles textos não tinham nenhum vestígio dele.
As Confissões que Mudaram a Aula
No início daquela sessão de workshop, Nathan se virou para os dois estudantes e disse abertamente que sabia que a IA havia escrito as histórias deles. Ele também deixou claro que ninguém estava em apuros — as políticas do MIT sobre uso de inteligência artificial ainda estavam em definição, e o próprio programa do curso deixava uma brecha. Além disso, Nathan fez uma reflexão honesta: se a IA estivesse disponível na época em que ele era aluno de graduação, será que ele teria resistido à tentação? Provavelmente não.
O que veio a seguir foi um silêncio que durou alguns momentos, quebrado apenas pelo barulho dos radiadores da sala. Então, uma confissão com lágrimas nos olhos: uma das estudantes disse que tinha usado a IA porque estava com medo de parecer estúpida. Ela contou que amava escrever histórias e odiava ter recorrido ao modelo de linguagem. Mas não conseguiu se controlar — e descreveu uma sequência que lembra a progressão de um vício. Primeiro, alimentou a IA com seu texto só para uma checagem gramatical. O modelo sugeriu edições de linha e ela aceitou. Depois veio a oferta de edições estruturais. E por fim, a IA se ofereceu para reescrever a peça inteira.
O outro estudante admitiu que nunca tinha escrito um conto antes. Ele tinha uma ideia, mas simplesmente não sabia por onde começar. Quando Nathan perguntou por que ele não havia procurado ajuda, o estudante deu de ombros.
Outros alunos começaram a levantar a mão. Uma estudante questionou por que era ruim a IA escrever histórias, desde que as ideias fossem deles. Outro quis saber qual era a diferença entre usar IA e usar um editor humano. E um terceiro fez a pergunta que talvez mais tenha ecoado pela sala: por que, em uma universidade que lançou um dos primeiros programas de pesquisa em IA do mundo em 1959, eles estavam tendo aquele debate? A inteligência artificial não deveria tornar a vida de todo mundo mais fácil e menos estressante?
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
A Resposta que Virou um Momento de Ensino
Nathan reconheceu mais tarde que a conversa que se seguiu às confissões foi um dos momentos pedagógicos mais produtivos dos seus oito anos no MIT. Ele explicou à turma que escrever não deveria ser fácil. Que o processo pode ser tedioso, sim, mas isso não o torna mecânico. A escrita não é apenas a produção de frases — é o treinamento de resistência por meio de atenção sustentida. É uma forma de descobrir o que se pensa ao tentar dizer isso em palavras.
Um modelo de linguagem grande, um LLM, pode reproduzir a aparência dessa atividade. Mas não pode substituí-la, porque o valor não está apenas no objeto produzido, mas na transformação que acontece durante a sua criação.
O professor não os penalizou da forma tradicional. Em vez disso, a turma inteira voltou para seus textos com uma nova compreensão do que estava em jogo. E as reescritas que vieram depois foram, segundo Nathan, infinitamente mais interessantes do que qualquer coisa que a IA poderia ter gerado. Imperfeitas, sim. Mas genuínas — e cheias das marcas que fazem um texto pertencer a alguém.
A Prosa da IA: Perfeitamente Medíocre
Nathan tem uma descrição bastante precisa para o tipo de texto que os modelos de linguagem produzem. Ele chama a prosa da IA de perfeitamente medíocre — uma espécie de brilho inerte que soa como um amálgama frankensteiniano de textos de oficinas de escrita criativa, uma paródia involuntária do estilo que tenta imitar.
Para ilustrar essa qualidade estranha, ele recorreu a uma citação do poeta Alfred Tennyson descrevendo a personagem Maud no poema homônimo: impecavelmente falha, geladamente regular, esplendidamente nula — perfeição morta, nada mais.
Leitores atentos sentem esse vazio, mesmo quando não conseguem articular exatamente o que está errado. Sentem que o corpo se move sem um cérebro por trás. Em contraste, a ficção escrita por estudantes é gloriosamente falha — uma luta visível na página entre o que o autor está tentando dizer e o que está de fato sendo dito. Nathan compara essa prosa à de um potro aprendendo a andar: mesmo nas pernas trêmulas, ele enxerga indícios de graça futura. Essa falta de jeito é necessária. Sua ausência seria prova de que o potro nunca aprendeu a caminhar.
Oficinas Literárias e a IA: Uma Tensão Real
Oficinas literárias sempre foram espaços de vulnerabilidade. É o lugar onde você mostra um rascunho inacabado para outras pessoas e ouve o que não funcionou. Esse processo tem um desconforto intencional — ele existe para que o escritor aprenda a se separar do texto, a enxergar o que escreveu com distância e depois voltar com mais precisão.
Quando a inteligência artificial entra nessa equação como redatora principal, esse ciclo inteiro é cortado. O estudante pula direto para um texto que já passou por uma espécie de polimento automático, e a oficina literária perde seu principal objeto de trabalho: o rascunho honesto.
Como Nathan observou, um workshop eficaz é essencialmente um paradoxo: os estudantes precisam fornecer evidências textuais para apoiar avaliações qualitativas como se fossem quantitativas. Isso é especialmente desafiador para alunos de áreas STEM, acostumados a problemas com respostas certas e métodos limpos para chegar até elas. A ficção não funciona assim. Boa escrita se sente boa ao ler. Escrita ruim se sente ruim. E aprender a navegar essa subjetividade é parte fundamental do exercício.
Isso não significa que a IA não tenha lugar dentro de uma oficina. Vários educadores e escritores que trabalham com esse formato têm experimentado usos que fazem sentido — usar modelos de linguagem para gerar variações de uma cena já escrita pelo estudante, para explorar pontos de vista alternativos de um mesmo personagem, ou até para identificar padrões repetitivos que o autor não consegue mais enxergar depois de tantas releituras. Nesses casos, a ferramenta funciona como um espelho ou como um gerador de possibilidades, mas a voz, as escolhas e o ponto de partida ainda pertencem ao escritor.
A diferença entre esse uso e o que aconteceu no MIT é exatamente essa: quem está no controle do processo criativo. 😬
Tecnofobia Não É Novidade — Mas o Alerta É Legítimo
Nathan coloca a reação à IA dentro de um contexto histórico que ajuda a dimensionar o debate. Morte e impostos são certezas universais, e a tecnofobia seria a terceira. Em 1565, quase um século depois de Gutenberg inventar a prensa de tipos móveis, o cientista suíço Conrad Gessner já se preocupava com a abundância confusa e prejudicial de livros. Um artigo publicado na revista Nature em 1889 classificou o telefone como a mais perigosa de todas as invenções porque entra em cada moradia e sua rede interminável de fios é uma ameaça perpétua à vida e à propriedade.
Agora é a vez da IA entrar na lista de preocupações. E, desta vez, os alertas vêm acompanhados de dados. Um estudo preliminar de 2025 do MIT Media Lab descobriu que participantes que usaram o ChatGPT para escrever ensaios apresentaram menor conectividade neural do que aqueles que escreveram sem assistência.
Outros estudos apontam na mesma direção. Um relatório intitulado AI Assistance Reduces Persistence and Hurts Independent Performance sugere que a assistência de IA reduz a persistência e prejudica o desempenho independente. Outro, com o nome Generative Artificial Intelligence Reliance and Executive Function Attenuation, apresenta evidências comportamentais de descarga cognitiva em adultos que usam IA com alta frequência.
Nathan reconhece que esses estudos ainda precisam de revisão por pares mais ampla para serem considerados definitivos. Mas argumenta que o alerta central é difícil de ignorar e não precisa de um estudo para ser validado: ao permitir que estudantes usem IA de forma rotineira e irrefletida, estamos enfraquecendo suas mentes.
O Processo Criativo Não É um Problema a Ser Resolvido
Existe uma confusão muito comum sobre o que é o processo criativo, especialmente entre estudantes que estão começando. A ideia de que a escrita começa quando você sabe o que quer dizer — e que tudo antes disso é obstáculo — é uma das crenças mais limitantes que um escritor pode carregar.
Na prática, a escrita é uma forma de pensar. O texto não é o resultado do pensamento, ele é o pensamento acontecendo. Quando você passa esse processo para uma IA, você não está economizando tempo — está pulando a parte mais importante do exercício. É como pedir para alguém fazer sua academia enquanto você espera os resultados aparecerem no seu corpo.
Nathan conectou essa ideia a uma referência literária poderosa. Em seu ensaio de 1946, Confissões de um Resenhista de Livros, George Orwell se descreve cercado de livros não lidos, constantemente inventando reações a obras sobre as quais não tem sentimentos espontâneos. Orwell argumenta que a produção de resenhas em alto volume e sob prazos apertados não apenas deforma o trabalho de leitura — deforma o próprio indivíduo. A fabricação mecânica de respostas corrói o julgamento e os padrões desabam.
O que Orwell está descrevendo é o que acontece quando a linguagem é produzida sob condições que a desconectam do pensamento. O resenhista executa a forma de uma resposta sem ter de fato respondido. O que Orwell não poderia ter antecipado é que essa condição seria eventualmente terceirizada ainda mais acima na cadeia. Quando um workshop se enche de ficção gerada por IA, cada escritor e leitor se transforma no resenhista que Orwell descreve.
Orwell encerra seu ensaio argumentando que a crítica seria mais saudável se fosse mais lenta, mais seletiva e menos industrial. O mesmo argumento agora se aplica à escrita de ficção. A IA acelera o processo de escrita, mas não é nada seletiva — e, em um ciclo irônico, transforma o ato de criação no tipo de tarefa mecânica que supostamente deveria automatizar.
Escritores experientes sabem disso de formas diferentes, mas chegam sempre à mesma conclusão: os primeiros rascunhos são ruins porque precisam ser. A bagunça do primeiro rascunho é evidência de um processo cognitivo funcionando. Quando a IA substitui esse rascunho por algo polido, o estudante nunca passa pelo estágio de desconforto produtivo que gera entendimento real sobre a própria voz, os próprios temas recorrentes, as próprias limitações técnicas que precisam ser trabalhadas.
E o detalhe mais irônico de tudo isso é que, quanto mais o estudante usa a IA para substituir sua escrita, menos ele desenvolve a capacidade de usar a IA de forma realmente criativa e colaborativa no futuro — porque ele não tem o repertório próprio necessário para fazer boas perguntas, identificar o que está errado nas respostas geradas ou adaptar o output para algo que soe como ele. 🎯
Como Educadores Estão Respondendo a Isso
A resposta de boa parte das instituições de ensino ainda está no campo da proibição ou da detecção — ferramentas que identificam texto gerado por IA, políticas de uso que variam de sala para sala e punições para quem for pego. Esse caminho tem limitações claras: as ferramentas de detecção não são infalíveis, as políticas criam uma relação de desconfiança entre professor e estudante, e nada disso resolve a questão central, que é por que o estudante chegou à IA em primeiro lugar.
Nathan refletiu exatamente sobre isso ao elaborar seu programa de curso. Antes do episódio, ele havia incluído em seu syllabus uma nota que evitava explicitamente a postura de vigilância:
Jogar o jogo da detecção de IA me arrasta para uma mentalidade de vigilância que mina o ambiente do workshop. Se você usa IA, isso revela sua orientação em relação à escrita. Você quer fazer arte ou apenas entregar um texto? Você quer realmente aprender a escrever ou apenas fingir que está aprendendo?
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
Ele tinha certeza de que essas perguntas seriam suficientes para desencorajar o uso. Não foram. E isso o forçou a repensar sua abordagem.
A Nova Política: Clara e Direta
Depois do episódio, Nathan mudou sua postura para algo mais explícito. Agora ele declara abertamente: não quer que os estudantes usem IA para escrever seus trabalhos. Ele quer as palavras deles. Quer acesso ao pensamento deles, à voz deles, às suas lutas para encontrar o que querem dizer e a melhor forma de dizê-lo. Quer ver o que acontece quando alguém tenta se mover pela linguagem sem um intermediário completando o pensamento.
Ele faz questão de frisar que essa é uma posição pedagógica, não moral nem técnica. O workshop só funciona se existe um escritor na sala — alguém cujo pensamento é visível na página e que pode falar diretamente sobre esse pensamento. Usar IA para escrever não apenas anula o conceito inteiro de revisão por pares — estamos ali para fazer workshop uns dos outros, não para fazer workshop de texto genérico de IA — como também garante o enfraquecimento dos músculos necessários para lutar corpo a corpo com a escrita.
Os educadores que estão tendo resultados mais interessantes são os que mudaram a pergunta. Em vez de perguntar como impedir o uso da IA, estão perguntando como redesenhar os exercícios para que o processo seja visível — e para que o valor esteja no caminho, não só no produto final. Isso inclui pedir diários de processo junto com os textos entregues, fazer revisões em tempo real durante as aulas, usar a própria IA como material de análise comparativa, ou estruturar as tarefas de forma que o ponto de partida seja tão específico e pessoal que dificilmente poderia ser terceirizado sem que ficasse óbvio.
Algumas oficinas literárias ao redor do mundo começaram a incluir sessões específicas sobre inteligência artificial no currículo — não para ensinar a usar, mas para que os estudantes entendam o que está acontecendo quando um modelo gera texto. Quando você entende que a IA está essencialmente fazendo uma predição estatística sobre quais palavras deveriam vir em seguida com base em padrões de texto existente, fica mais fácil entender por que o resultado é sempre competente e quase nunca surpreendente. E é na surpresa — na frase inesperada, na metáfora estranha que funciona, na escolha narrativa que vai contra o convencional — que a literatura realmente acontece.
O Que Mudou Depois Daquela Noite
Nathan relata que, desde aquela sessão de workshop, algo mudou na dinâmica das aulas de uma forma que ele não havia previsto. Os estudantes passaram a falar mais abertamente sobre frustração — sobre os momentos em que um rascunho resiste ao próprio autor, em que as palavras se recusam a cooperar com a ideia que está tentando nascer.
Ele continua ensinando técnica — forma, estrutura, revisão — mas percebe que retorna cada vez mais à tensão entre pensamento e linguagem, às histórias em que a abstração se recusa a ganhar forma. As discussões em sala agora giram em torno de por que o pensamento de cada um importa, de que a luta para traduzir pensamentos em palavras não é evidência de fracasso, mas um sinal de crescimento. Mesmo quando — e especialmente quando — as palavras falham.
O perigo real, segundo Nathan, não é que a IA vá substituir escritores ou tornar o workshop obsoleto. É que os estudantes estão se acostumando a contornar o atrito que antes revelava seu processo.
O que ele e seus alunos agora protegem não é exatamente uma fronteira contra máquinas. É algo mais parecido com um santuário para a autoria — um lugar onde tudo o que está na página e tudo o que ainda não está pertence a uma pessoa real.
O episódio no MIT não é um escândalo. É um sintoma de um momento de transição em que as ferramentas evoluíram mais rápido do que os contextos em que elas são usadas. Estudantes não são vilões por recorrer à IA — eles estão respondendo a pressões reais com as ferramentas disponíveis. A questão que fica, e que vai continuar relevante por muito tempo, é como garantir que o desenvolvimento da escrita — com tudo o que ele carrega de autoconhecimento, construção de voz e tolerância ao processo imperfeito — não seja silenciosamente terceirizado em nome da conveniência.
Porque o que está em jogo não é só um texto. É a capacidade de pensar por conta própria. ✍️
