A inteligência artificial não é apenas mais uma camada de automação industrial ou um novo ciclo de inovação digital. Para Diogo Cortiz, professor da PUC-SP e doutor em Tecnologias da Inteligência e Design Digital, o que a distingue de todas as revoluções tecnológicas anteriores é um detalhe fundamental: pela primeira vez, uma tecnologia opera diretamente sobre a linguagem, e não sobre máquinas ou fluxos físicos. Foi com essa tese que ele conduziu sua aula no segundo dia do curso Filosofia da Tecnologia, realizado no Distrito Itaqui, em parceria com a V8.Tech, e apontou a falta de capacidade crítica como o maior desafio central da IA — não apenas para quem a desenvolve, mas para quem a consome no dia a dia.
A consequência prática desse argumento é que educação, trabalho, negócios e produção de conhecimento passam a ser afetados de uma forma que nenhuma tecnologia anterior havia alcançado. Cortiz foi direto ao ponto: “A IA pode aumentar produtividade e qualidade de execução sem necessariamente ampliar compreensão. O desafio deixa de ser apenas produzir respostas e passa a ser desenvolver capacidade crítica para interpretar, validar e questionar aquilo que é produzido pelos sistemas”. Em um momento em que assistentes conversacionais e modelos de linguagem se tornam onipresentes, a afirmação ganha contornos estratégicos.
O paradoxo da performance: quando a IA entrega resultados sem aprendizagem real
Um dos eixos centrais abordados por Cortiz foi o que ele chama de paradoxo da performance. Trata-se do risco crescente de confundir o desempenho gerado por sistemas de inteligência artificial com aprendizagem real. À medida que os modelos generativos se tornam mais sofisticados, aumenta a tentação de delegar às máquinas não apenas tarefas operacionais, mas o próprio processo de raciocínio. O resultado imediato pode ser uma alta produtividade aparente, acompanhada de uma erosão silenciosa da compreensão profunda sobre o que está sendo feito.
Esse fenômeno tem um nome técnico na psicologia cognitiva: dependência cognitiva. Quando um profissional ou estudante utiliza a IA para redigir um texto, resolver um problema ou sintetizar informações sem passar pelo esforço de estruturar o pensamento, ele pode estar trocando desempenho de curto prazo por capacidade analítica de longo prazo. Cortiz alerta que, em um cenário de hiperpersonalização e interfaces conversacionais, essa armadilha se torna ainda mais perigosa porque a fluência das respostas naturais mascara a superficialidade do processamento.
Metacognição como competência estratégica na era das interfaces conversacionais
Para o pesquisador, a resposta ao paradoxo da performance está na metacognição — a capacidade de pensar sobre o próprio pensamento, questionar fontes e validar respostas de forma crítica. Em um ambiente onde a IA entrega respostas prontas e bem articuladas, saber duvidar, verificar e contextualizar deixa de ser um diferencial acadêmico e se torna uma necessidade estratégica para líderes e organizações.
O que é metacognição no contexto da inteligência artificial? É o processo consciente de não aceitar passivamente o output de um modelo generativo, mas sim examinar suas premissas, testar sua consistência e confrontá-lo com outras fontes de conhecimento. Cortiz argumenta que desenvolver essa competência é tão importante quanto dominar as ferramentas técnicas de IA, especialmente em um mercado brasileiro onde a adoção de soluções baseadas em modelos de linguagem cresce rapidamente, muitas vezes sem a devida preparação crítica dos usuários.
Previsão tecnológica: por que repetimos os mesmos erros
Outro ponto forte da aula foi a reflexão sobre a dificuldade histórica de prever os impactos de tecnologias transformadoras. Cortiz não poupou críticas à pretensão de antecipar cenários: “A gente tem que assumir que é péssimo em prever tecnologia. Não adianta tentar prever o que vai acontecer, já falaram que a internet não seria grande coisa e olha o que aconteceu”. A provocação serve como lembrete de que boa parte dos debates atuais sobre os rumos da IA pode estar mirando nos problemas errados.
A história recente mostra que as profecias mais catastróficas ou mais otimistas raramente se concretizam como esperado. O que importa, na visão de Cortiz, é menos adivinhar o futuro e mais construir uma base sólida de compreensão crítica que permita às organizações se adaptarem rapidamente às mudanças que virão — sejam elas quais forem. Essa postura de humildade intelectual contrasta com o discurso dominante no mercado de tecnologia, que frequentemente aposta em previsões lineares e deterministas.
IA e soberania digital: o novo tabuleiro geopolítico
A aula se encerrou com uma análise dos desdobramentos geopolíticos da inteligência artificial. Cortiz destacou que infraestrutura computacional, semicondutores, modelos fundacionais e soberania digital ocupam posição central nas disputas econômicas e políticas das próximas décadas. Para ele, compreender esses efeitos sistêmicos deixou de ser exercício acadêmico e se tornou competência estratégica para qualquer organização que queira operar com autonomia em um cenário global cada vez mais fragmentado.
No contexto brasileiro, a discussão sobre soberania digital ganha contornos específicos. Depender de plataformas estrangeiras para modelos de IA, infraestrutura de nuvem e capacidade de processamento significa, na prática, aceitar uma posição assimétrica no novo tabuleiro tecnológico. Cortiz sugere que a crítica e a metacognição não são apenas habilidades individuais, mas dimensões coletivas que influenciam a capacidade de um país de formular políticas públicas, investir em pesquisa e proteger seus dados estratégicos.
O recado final é claro: a inteligência artificial não é neutra, e a falta de capacidade crítica para interpretar, validar e questionar seus outputs pode ser o calcanhar de Aquiles de organizações e nações que adotarem a tecnologia sem o devido preparo. Em um mundo onde a linguagem se tornou o novo campo de batalha, saber pensar sobre o que as máquinas dizem é, mais do que nunca, uma questão de sobrevivência intelectual e estratégica.
