Semana passada, o Ministério da Educação publicou o Referencial para Desenvolvimento e Uso Responsáveis de Inteligência Artificial na Educação. São 241 páginas. E eu sei que, ao ler "241 páginas" e "MEC" na mesma frase, a tentação é fechar a aba e seguir com o dia. Eu peço que não faça isso.

Este documento é o ponto de partida para a discussão e implementação de novas práticas no uso da IA na educação. Quem não conhecer vai ficar para trás em editais, parcerias e avaliações institucionais. Não é exagero. É o primeiro marco orientador oficial do Brasil para inteligência artificial na educação, da creche à pós-graduação, construído em consulta pública e alinhado ao Plano Brasileiro de Inteligência Artificial e à LGPD.

Vou tentar explicar o que ele diz e por que devemos prestar atenção.

Do que se trata

O referencial não é um manual técnico. Não ensina ninguém a usar ChatGPT em sala de aula. Ele é um documento de governança: estabelece princípios, diretrizes e recomendações para que a IA seja integrada na educação brasileira de forma ética, responsável e alinhada ao projeto pedagógico do país.

A tese central pode ser resumida assim: a inteligência artificial só tem legitimidade na educação quando subordinada à equidade, à inclusão e à formação de cidadãos críticos. A tecnologia é instrumento. O professor é central. E nenhuma solução tecnológica deve ser implementada quando se sobrepõe ao projeto educacional.

Isso pode parecer óbvio, mas quando a gente olha para o ritmo com que plataformas de IA estão sendo adotadas por redes de ensino, nem sempre essa lógica está sendo respeitada.

O que o documento traz de concreto

O referencial está organizado em 11 capítulos que cobrem um arco completo: começa com a definição de IA adotada pelo Brasil (alinhada ao Plano Brasileiro de IA), mapeia 6 oportunidades e 8 desafios, estabelece 6 fundamentos éticos, e depois detalha recomendações específicas por nível de ensino.

As 6 oportunidades vão do apoio ao trabalho docente até a personalização do ensino e a promoção da acessibilidade. Os 8 desafios incluem transparência, vieses algorítmicos, proteção de dados, plágio, confiabilidade, automação excessiva, desigualdade de acesso e adoção acrítica de plataformas.

Dois conceitos estruturantes merecem destaque.

O primeiro é a dualidade "aprender com IA" e "aprender sobre IA". Não basta usar a ferramenta. É preciso entender o que ela faz, como funciona, onde falha. Isso vale para alunos e, principalmente, para professores.

O segundo é o princípio da centralidade do educador: o documento dedica um capítulo inteiro a combater a ideia de que o professor é o obstáculo à inovação. Na visão do referencial, ele é a condição para que a inovação funcione.

Na parte de governança, o documento vai além dos princípios e propõe mecanismos concretos: avaliações de impacto algorítmico, comitês interdisciplinares, sandboxes regulatórios, critérios para contratação de soluções tecnológicas por redes de ensino. Para quem está acostumado com documentos de governo que param nos princípios, isso é um avanço.

O que deveria incomodar

Há pelo menos cinco pontos neste documento que precisamos conhecer.

O primeiro é a desigualdade de infraestrutura. O Brasil tem, em média, 29 alunos por computador. Na região Norte, 45. A referência internacional é 10. O referencial é explícito: adotar IA sem resolver essa base não é inclusão, é um sistema de duas velocidades. Para editoras que produzem conteúdo digital para o PNLD ou para redes de ensino, isso é uma variável que não pode ser ignorada.

O segundo é o que o documento chama de "ilusão de competência". A IA generativa pode criar alunos que parecem saber mais, mas sabem menos. Respostas prontas minam a metacognição, a capacidade do estudante de avaliar o que ele realmente sabe. Pior: a sofisticação da máquina reduz a autoconfiança criativa.

Quem produz material didático precisa pensar em como seu conteúdo resiste a esse fenômeno. Não basta entregar informação. Precisamos entregar conteúdo que exija elaboração, que provoque o pensamento crítico, que não se resolva com um prompt.

Aqui uma reflexão: hoje informação é commodity, ou seja, está facilmente ao nosso alcance com um prompt ou um clique e não é mais um diferencial. Já possuímos o conhecimento enciclopédico iluminista na palma da mão ou na “palma do chat”. Este não deve, portanto, ser o ponto central de um projeto educativo. Precisamos elevar o nível para o conceito de sabedoria, ou seja, capacidade crítica de juntar os pontos, juntar as informações, priorizar elas, categorizar etc. É este o conceito que o documento coloca em ênfase.

O terceiro é uma constatação incômoda: o próprio MEC cita uma pesquisa da rede estadual de São Paulo mostrando que a adoção de plataformas digitais não produziu variação relevante nos resultados do SARESP. Presença de tecnologia não é intervenção pedagógica. Comprar plataforma não melhora nota. Num documento que promove a integração de IA, essa honestidade intelectual é rara e deveria servir de alerta para quem vende soluções de EdTech.

O quarto é a questão da soberania digital. O referencial nomeia o Cloud Act americano como risco direto à proteção de dados de crianças e adolescentes. Quando uma escola usa plataformas com servidores nos Estados Unidos, os dados dos alunos ficam juridicamente acessíveis a governos estrangeiros. E modelos de IA de código fechado, desenvolvidos fora do Brasil, impedem auditorias e podem carregar vieses culturais incompatíveis com a nossa realidade.

Isso não é retórica anti-big Tech. É uma constatação jurídica com implicações práticas.
E logicamente não posso deixar de rebater aqui um conceito que tento trazer para o mercado editorial: modelos de IA opensource e que rodam em servidores privados podem resolver esta situação. Este é um conselho para as EdTechs.

O quinto é o fenômeno da "adoção velada" de IA nas universidades. Todo professor universitário sabe que seus alunos usam ChatGPT. O que o referencial acrescenta é a análise de que o problema não é o uso, é a ausência de política. Sem regras claras, o uso vira clandestinidade. A clandestinidade corrói a confiança entre professor e aluno. A saída proposta não é proibir: é criar comissões de IA com caráter formativo, que orientem em vez de punir.

O que isso significa para nós do mercado editorial

Quando falamos de IA na educação, não estamos falando de futuro. Estamos falando do presente. E este referencial, com seus méritos e limitações, é o primeiro documento oficial brasileiro que tenta organizar esse presente.

Para o mercado editorial, a leitura que faço é a seguinte: o MEC está sinalizando uma direção de política que vai condicionar editais, parcerias e avaliações institucionais nos próximos anos. Essa direção aponta para soluções nacionais, código aberto, dados sob jurisdição brasileira, auditabilidade. Quem trabalha com conteúdo educacional, com tecnologia para educação, com produção didática, precisa conhecer essas diretrizes.

Para editoras que atuam no PNLD e em programas públicos de distribuição de livros, o referencial será provavelmente referência para critérios de avaliação de obras que incorporam recursos de IA.
Para empresas de EdTech, é um mapa do que o governo federal espera em termos de governança, transparência e proteção de dados. Para quem desenvolve soluções de IA aplicadas à educação no Brasil, é uma janela estratégica: posicionar-se agora, dentro das diretrizes que o MEC está desenhando, é uma vantagem competitiva real.

O documento completo está disponível no site do MEC. Eu recomendo a leitura.

Recomendações de leitura:

Referencial para Desenvolvimento e Uso Responsáveis de Inteligência Artificial na Educação. Ministério da Educação, Brasília, fevereiro de 2026. 241 p. Disponível no link.