O que resta ao estudante quando a IA pode fazer o trabalho?

Um guia em linguagem simples para o preprint Decomposing Agency, Isolating Answerability: Cultivating What Cannot Be Delegated in AI-Assisted Learning (Tomita, 2026).

Preprint: https://osf.io/preprints/edarxiv/hvbfe*

(Versão em japonês (日本語解説): *https://researchmap.jp/ketomy/others/54141521

Quando um sistema é capaz de planejar uma redação, elaborar um rascunho, revisá-lo e explicar seu próprio raciocínio quando solicitado, uma questão que antes era retórica se torna inevitável: quando a IA pode fazer o trabalho, o que resta para o aluno originar?

As instituições têm respondido, em sua maioria, de duas maneiras — proibir as ferramentas para proteger as capacidades, ou admitir as ferramentas e torcer para que as capacidades sobrevivam. Ambas as respostas tratam a agência como uma grandeza única que a IA ameaça ou não. Este artigo argumenta que essa é a forma errada de enquadrar o problema. Agência não é uma coisa só. Quando você a desmonta pelo corte certo, a maior parte dela se revela treinável, apoiável ou distribuível entre sistemas humano–IA — e um resíduo pequeno e preciso acaba nem sendo uma capacidade.

Um corte diferente: pela delegabilidade, não pela psicologia

As formas clássicas de decompor a agência a cortam pela função psicológica (Bandura, 2001) ou pela orientação temporal (Emirbayer & Mische, 1998). Ambas são boas para suas próprias perguntas. Nenhuma foi criada para a questão que a IA agora impõe. Portanto, este artigo corta em um eixo diferente — a delegabilidade — definida por um único teste: o que acontece quando você tenta passar cada parte adiante?

Três componentes emergem.

• Direção — para onde o aluno está orientado: o compromisso valorativo que faz com que um determinado problema seja dele e não meramente atribuído.
• Impulso, em duas camadas — impulso geral (energia e nível de atividade, como traço de personalidade) e impulso motivacional (a força, semelhante a um estado, direcionada a um objeto específico).
• Modo — o padrão característico pelo qual esse impulso se move através do temperamento de um aluno: se ele tipicamente cria, conecta, critica ou mantém. O aluno que aprimora qualquer rascunho que lhe é apresentado, mas não origina nenhum, não tem baixa agência; ele está operando em um único modo.

Estes são recipientes de classificação para uma análise de delegabilidade, não uma nova psicologia. O ponto é o que acontece quando cada um é submetido ao teste.

A maior parte se classifica claramente

Tabela 1. Agência do aluno sob o eixo da delegabilidade.

Ao aplicar o teste, a maior parte da agência se classifica: o impulso geral é selecionável e apoiável; o modo é treinável e apoiável — a IA pode servir de suporte diretamente para os modos mais fracos (elaborando rascunhos para que o crítico tenha um objeto, estruturando para que o conector tenha materiais), o que o torna o item menos contestado; o impulso motivacional é conversível a partir do impulso geral.

Apenas a direção resiste — mas a precisão é importante. O que resiste não é o fornecimento de direções candidatas. Propostas são baratas: um professor pode sugerir dez, uma IA pode gerar cinquenta sob demanda, e ambas têm um papel legítimo em ampliar o que um aluno encontra. O que não pode ser transferido é a apropriação. Uma direção proposta torna-se própria do aluno — ou não — através de um processo que o proponente não controla, e a diferença entre uma direção instalada e uma direção apropriada é behavioralmente visível: a conformidade segue a atenção do supervisor; o compromisso não. A teoria da autodeterminação oferece suporte convergente para essa distinção de outro ângulo — objetivos propostos externamente se tornam integrados, e não meramente seguidos, apenas sob condições que são tanto relacionais quanto informacionais (Ryan & Deci, 2000).

Na presente decomposição, isso valida a visão distribuída da agência (Cukurova, 2026) para exatamente estes componentes: suportes de planejamento, apoio ao impulso geral, ferramentas de ampliação de modo, a arquitetura de manutenção em torno de uma motivação existente — tudo isso se distribui genuinamente entre configurações humano–IA. O artigo não é uma rejeição da agência distribuída. É uma restrição ao que a distribuição pode explicar. As abordagens da distribuição estão certas sobre o que se distribui — e silenciosas sobre o que não se distribui.

O resíduo que nunca foi um componente

Figura 1. Um tem componentes; o outro reside na responsividade.

Quando a classificação termina, algo sobra que nunca esteve na lista — e não é um quarto componente. É uma relação: a responsividade, a posição intransferível de ter que responder por um juízo, a alguém que tem o direito de perguntar. (Na educação, responsividade também tem uma linhagem bakhtiniana; o sentido usado aqui é mais restrito e darwalliano — a posição de responder a alguém que tem o direito de perguntar.)

O artigo fundamenta isso na segunda pessoa, e o empréstimo precisa ser marcado com precisão. De Darwall (2006) ele pega a estrutura do endereçamento em segunda pessoa: reivindicações e exigências são feitas de pessoa para pessoa, e ser responsivo é ser aquele que pode ser chamado a responder. O que é emprestado é essa estrutura de endereçamento. O que é original aqui é a extensão — transportá-la da conduta (o próprio tema de Darwall) para a garantia de um juízo: que um juízo valorativo, não menos que uma ação, requer um portador que possa ser endereçado, desafiado e que deva responder.

Uma assimetria na abordagem de Darwall é lida aqui como decisiva. O lado da reivindicação permite explicitamente a representação — um curador pode exigir em nome de outro, um terceiro pode se indignar por uma vítima. Nenhum substituto paralelo aparece no lado da resposta: as expressões naturais da culpa são confissão, pedido de desculpas e autorreprovação. O artigo toma essa assimetria como a articulação na qual o argumento gira: responder não pode ser feito em nome do aluno.

Duas distinções impedem que isso se confunda com ideias vizinhas:

• Accountability vs. responsividade. Accountability é institucionalmente alocável: pode se difundir, ser auditada e ser reatribuída. Responsividade é relacional e indexada à pessoa: a garantia de um juízo permanece ancorada no agente particular que deve responder (Tomita, 2026b).
• Autoridade vs. posição. Essa posição corre na direção oposta à autoridade do agente de IA examinada por Xing et al. (2026). Na presente abordagem, a autoridade é conferida pelo aluno e segue a competência percebida, enquanto a posição é retida por aquele que julga e segue a responsividade. O agente pode receber mais autoridade sem, com isso, adquirir posição.

Por que a IA não pode ocupá-la — e por que isso não é uma afirmação de capacidade

Um fraudador habilidoso tem direção em abundância e não responde a ninguém — até ser obrigado a isso. A ressalva é o ponto: um fraudador humano pode ser obrigado a responder; essa mesma suscetibilidade — de ser endereçado, desafiado, responsabilizado — é a competência em segunda pessoa em ação. A saída de um sistema de IA atual não pode ser obrigada a responder nesse sentido: nada pode ser retirado dela, nenhum compromisso próprio está em jogo, e uma autorreprovação programada seria vazia. A diferença não é de grau ao longo de qualquer dimensão componente. É a diferença entre recusar uma relação e ser incapaz de ocupar uma.

Duas leituras equivocadas devem ser descartadas:

• Não é uma afirmação de capacidade de tarefa. Nenhum acúmulo de capacidade de planejamento, elaboração de rascunhos, explicação ou automonitoramento, por si só, estabelece uma posição em segunda pessoa — as noções darwallianas de segunda pessoa (autoridade, reivindicação válida, razão de segunda pessoa e responsabilidade-para) formam um círculo interdefinível que não pode ser acessado de fora dele. A questão relevante é se um sistema pode entrar na relação de endereçamento e resposta, não quantas tarefas pode executar. O artigo não decide se um sistema futuro poderia adquirir competência em segunda pessoa; ele descarta a capacidade isoladamente como um atalho. O limite segue a competência, não o substrato.
• Não é elitismo. A responsividade não é detida por poucos talentosos. Um residente detém a posição de responder desde o primeiro dia de licenciatura; um estudante a detém desde o momento em que o trabalho é submetido em seu próprio nome. O que o treinamento constrói não é a posição, mas a competência para ocupá-la bem.

Há também uma aresta prática na outra direção: a delegação acrítica não deixa o lado do aluno intocado — ela pode enfraquecer o engajamento no planejamento, monitoramento e avaliação sob forte dependência (Fan et al., 2025). É por isso que a prescrição trata a delegação como algo a ser moldado, não meramente permitido.

De onde vem a direção

Se a direção não pode ser instalada, de onde ela vem? O artigo propõe um mecanismo enxuto em três movimentos: o encontro corporificado com um detentor de problema precipita a cristalização do compromisso valorativo; a direção cristalizada então converte impulso geral em impulso motivacional. Cada movimento nomeia uma condição, não uma garantia.

A medicina tem executado esse design por um século. O internato clínico roteiriza os estudantes através de pacientes com a premissa explícita de que a direção para o cuidado é formada à beira do leito, não instalada no auditório. O modelo pode servir como uma heurística de design onde quer que um currículo possa criar um contato corporificado, sustentado e precoce com as pessoas que detêm os problemas.

Uma prescrição em dois estágios

A estrutura de duas camadas resulta em uma prescrição em dois estágios, e os estágios não devem ser mesclados.

Estágio um — para tudo que a decomposição consegue situar.

• Uma bússola diagnóstica. A Bússola de Aprendizagem 2030 da OCDE colocou a agência no centro de como os alunos navegam em um mundo incerto, mas ela aponta uma direção para viajar em vez de resolver essa direção em partes que um educador possa ler (OCDE, 2019). Este estágio fornece o segundo tipo: leia a direção, impulso geral, impulso motivacional e modo de um aluno separadamente, contra a classificação de delegabilidade, em vez de somá-los em uma única "aptidão". Não precisa de novas psicometrias — apenas de instrumentos existentes lidos de forma diferente. Uma ressalva é constitutiva, não cautelar: a bússola lê apenas o que pode ser externalizado. A responsividade não aparece em nenhuma agulha, e uma bússola que afirmasse pontuá-la reimportaria a própria confusão que este artigo diagnostica. Exemplo prático. Um aluno se apresenta como "desmotivado". A bússola desagrega: impulso geral alto (o mesmo aluno está animado em outro lugar), direção ausente, modo predominantemente crítico. Isso não é um déficit de motivação, mas um estado de pré-cristalização — um motor forte sem objeto — e a alavanca é a exposição a encontros, não a exortação. A bússola também substitui encontre seu propósito (uma exigência binária que principalmente paralisa) por observe seus próprios gradientes, algo que um aluno em pré-cristalização pode realmente fazer.
• Engenharia de encontros. Se o encontro precipita a direção, os currículos podem ser projetados para a densidade de encontros — contato estruturado com detentores de problemas, precoce e corporificado, antes que a competência convencionalmente o "justificasse".
• Diretrizes de IA. Configure a IA para que a delegação remova barreiras sem substituir o aluno. Mas observe o limite: o diálogo com uma IA, por mais bem configurado que seja, não cultiva a responsividade — o sistema pode elicitar compromissos, mas não pode ser aquele a quem o aluno responde. As diretrizes servem ao estágio um. Elas não substituem o estágio dois.

Estágio dois — para o que o estágio um não consegue alcançar.

A responsividade cresce apenas dentro da troca em segunda pessoa: ser questionado, responder e assumir a resposta. A função insubstituível do educador — aquela que nenhuma configuração de ferramentas absorve — é ser a outra pessoa: perguntar ao aluno qual é a sua avaliação? e responsabilizá-lo pelo que diz. A supervisão clínica sempre funcionou assim — o residente responde, caso após caso, a alguém com direito de perguntar, e é assim que a competência para responder é construída sobre uma posição que estava lá desde o início.

Isso é estruturalmente fundamentado, não nostálgico. Usando o modelo SECI de Nonaka e Takeuchi (1995), Tomita (2026b) argumenta que quando a IA acelera a externalização e combinação do conhecimento, os processos que efetivamente limitam a taxa se deslocam para a socialização e internalização — e a socialização, onde os compromissos valorativos são contestados e revisados entre pessoas, é precisamente o local de segunda pessoa. As condições relacionais que a teoria da autodeterminação considerou necessárias para a internalização apontam na mesma direção (Ryan & Deci, 2000). A configuração híbrida humano–IA é o recipiente certo, e o estágio um o preenche; mas dentro de qualquer configuração, a parte que responde é o humano nela, não a configuração.

O que isso significa

Portanto, a resposta para o que resta para o aluno é de dois tipos, e mantê-los distintos é a disciplina central do artigo:

• Direção — um componente que resiste à instalação, mas cede ao encontro.
• Responsividade — não um componente, mas a posição na qual um aluno responde a alguém por um juízo.

A IA muda a economia de tudo em torno dessa relação, removendo o fardo da externalização tanto para o ensino quanto para a aprendizagem. O que ela não muda é a própria relação: quem deve responder, e a quem. A posição do educador é, portanto, esclarecida, não diminuída — projete os encontros, configure as ferramentas, leia a bússola; e então seja a pessoa a quem o aluno responde.

A IA remove o fardo da externalização da educação; o que ela não pode remover é a outra pessoa.

A educação na era da IA não é a defesa das tarefas humanas contra a automação. É o cultivo do que nunca foi uma tarefa.

Como isso se encaixa em um quadro maior

Esta é a terceira peça em uma linha de trabalho sobre o que a IA comprime e não comprime. A primeira separou o custo de externalização (o que a IA remove) da especificação — o juízo de domínio que a assistência de IA não fornece por si só nos domínios-alvo do quadro (Tomita, 2026a). A segunda resolveu a especificação em componentes de tipo-fato (Sein) e de valor (Sollen) e localizou um limite de legitimidade da delegação — a linha além da qual a IA pode gerar resultados, mas não pode ser a fonte de sua legitimidade (Tomita, 2026b). Esta abre a variável que aqueles artigos mantiveram constante — o aluno — e encontra, na borda humana, uma relação em vez de uma grandeza. O operador é constante; o conceito contestado muda.

Referências (essenciais; lista completa no preprint)

O preprint desenvolve o argumento da anticircularidade, os limites evidenciais do modelo de mecanismo e as qualificações institucionais omitidas deste relato mais curto.

• Bandura, A. (2001). Social cognitive theory: An agentic perspective. Annual Review of Psychology, 52, 1–26.
• Cathcart, S., Priestley, M., Priestley, A., & Rushton, E. A. C. (2026). Unravelling agency. Review of Education, 14(1), e70131.
• Cukurova, M. (2026). Agency as a system property in human–AI interaction in education. British Journal of Educational Technology, 57(4), 1065–1070.
• Darwall, S. (2006). The second-person standpoint: Morality, respect, and accountability. Harvard University Press.
• Emirbayer, M., & Mische, A. (1998). What is agency? American Journal of Sociology, 103(4), 962–1023.
• Fan, Y., et al. (2025). Beware of metacognitive laziness. British Journal of Educational Technology, 56(2), 489–530.
• Nonaka, I., & Takeuchi, H. (1995). The knowledge-creating company. Oxford University Press.
• OECD. (2019). OECD Learning Compass 2030: A conceptual learning framework.
• Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation. American Psychologist, 55(1), 68–78.
• Tomita, K. (2026a). Domain-native development: A Mekiki framework for AI-assisted knowledge work [Preprint]. SocArXiv.
• Tomita, K. (2026b). Philosophy as cognitive assay [Preprint]. SocArXiv.
• Xing, W., et al. (2026). Unveiling interaction patterns between students and a generative AI teachable agent. British Journal of Educational Technology, 57(4), 896–923.
• Zimmerman, B. J. (2000). Attaining self-regulation: A social cognitive perspective. In Handbook of self-regulation (pp. 13–39). Academic Press.

P.S. Este guia é denso, e o artigo por trás dele é ainda mais denso. Sinta-se à vontade para pedir a uma IA que leia qualquer um deles com você — resumir, traduzir, desdobrar. Esse é exatamente o tipo de externalização que a IA deve tirar de você. A IA também pode testar o argumento: verificar a lógica, trazer contraexemplos, pesar as evidências. O que ela não pode fazer é decidir, por você, se deve aceitá-lo. Considerar o argumento como válido e sustentá-lo continua sendo seu.