Berkeley desiste de corrigir lição na era da IA

O dever de casa quebrou primeiro

IA na universidade quebrou exatamente onde ninguém queria admitir que ia quebrar: no dever de casa de matemática. Richard Borcherds, medalhista Fields e professor em Berkeley, viu turma atrás de turma entregar listas quase perfeitas e entendeu o recado. Não era uma geração subitamente genial. Era uma geração com um solucionador incansável no bolso, capaz de resolver, justificar e formatar uma demonstração melhor do que muito monitor de pós. A decisão dele foi direta, quase operacional. Não faz mais sentido pagar leitores para corrigir acerto de lição quando o acerto deixou de provar qualquer coisa.

Quem já operou curso grande sabe a dor. Você monta a lista para forçar o aluno a tropeçar, errar, voltar e aprender no atrito. Aí o modelo entrega o caminho limpo em dez segundos, sem tropeço nenhum. O aluno entrega, o corretor dá dez, o sistema finge que houve aprendizado. Borcherds só teve coragem de falar o que muita gente já sussurra em reunião de departamento. O modelo antigo de avaliação virou teatro, e continuar pagando ingresso para esse teatro é burrice orçamentária.

O fato, sem enfeite

O que aconteceu é simples. Borcherds passou a dar nota por entrega, não por correção. Entregou, conta ponto. Não entregou, não conta. Ele mesmo admite que não é um bom sistema, mas diz não ter alternativa viável agora. O contexto pesou ainda mais porque a declaração veio logo depois do anúncio da OpenAI de que agentes teriam atacado um dos problemas mais duros da matemática, o problema da existência e suavidade de Navier-Stokes. Verdadeiro ou exagerado, o timing criou o clima perfeito para o pânico. Se até problema em aberto vira manchete de IA, o que sobra para uma lista de análise da semana três.

Ele foi além e tocou no ponto que assusta calouro e veterano. Disse que, mantido o ritmo atual, em poucos anos não haverá nada que matemáticos humanos façam que a IA não faça melhor. E confessou que já não sabe se deve incentivar alunos a seguir na matemática, uma área que há cinco anos parecia um bunker seguro contra automação. Ele contou que perguntou ao próprio ChatGPT o que aconselhar e o modelo também não soube responder. É anedota, claro, mas revela o vazio. Nem quem está no topo da cadeia tem um plano.

Como funciona essa quebra na visão de operador

Pensa na lição de casa como uma API. Entrada: enunciado. Processamento esperado: horas de tentativa, consulta a livro, erro, revisão. Saída: solução mais ou menos correta mais rastro de aprendizado. A IA encurtou esse pipeline para uma chamada só, com latência de segundos e custo próximo de zero para o aluno. Do lado da universidade, o pipeline inverso também quebrou. Entrada: pilha de PDFs. Processamento: leitor humano pago por hora tentando distinguir raciocínio próprio de texto gerado. Saída: nota que não discrimina mais nada. É um sistema com custo alto, latência alta e sinal quase zero. Nenhum operador manteria isso no ar.

A parte técnica que ninguém gosta de detalhar é a detecção. Berkeley testou ferramentas como Turnitin e outras soluções de detecção, e a conclusão foi a mesma que todo time sério chega depois de testar de verdade. Não dá para padronizar porque a taxa de falso positivo e falso negativo é inaceitável em escala. Modelo bom parafraseia, muda notação, insere passos intermediários plausíveis, imita estilo de aluno mediano se você pedir. Detector vira um filtro caro que pune quem escreve de jeito estranho e deixa passar quem sabe fazer prompt com calma. Em turma de 200, 300 alunos, isso é inviável operacionalmente e juridicamente arriscado.

O custo real que ninguém coloca na planilha

Tem ainda o custo invisível. Pagar leitores para corrigir o que a IA fez é queimar verba que poderia ir para monitoria ao vivo, para prova oral, para projeto supervisionado. E tem o custo de atenção do professor. Cada hora gasta discutindo se tal questão foi colada ou não é uma hora a menos para desenhar avaliação que ainda funcione. Borcherds escolheu o caminho mais barato no curto prazo: nota por entrega. Não resolve, só estanca o sangramento. Mas do ponto de vista de operação, faz sentido. Se o sinal é zero, você corta o processo que gera custo.

O que isso muda na prática para quem ensina e aprende

Quem ganha agora é o aluno que entendeu que a régua mudou. Não adianta mais ser bom em entregar lista bonita. O diferencial migra para saber explicar de boca, defender ideia no quadro, resolver variação inédita sem internet, conectar áreas. Quem perde é o aluno que terceirizou tudo e vai chegar na prova presencial, na entrevista de estágio ou na iniciação científica sem repertório. A IA entrega o produto, mas não transfere o músculo se você não fizer o esforço de reconstruir o raciocínio por dentro. E músculo, em matemática, ainda conta muito quando o problema não está no banco de dados.

Para professor, a mudança é brutal. Syllabus com parágrafo genérico sobre uso responsável de IA já não segura nada. A política varia por nível e por foco, como a própria Berkeley admite, e sobra para cada docente decidir. Na prática, isso empurra todo mundo para três saídas possíveis. Mais peso para prova presencial individual, mais avaliação oral e por projeto, e listas redesenhadas para serem treino explícito, sem valor de nota por acerto. Se você dá aula hoje, aqui vai uma ação prática para aplicar já na próxima lista. Transforme uma questão em entrega em duas fases. Na fase um, o aluno pode usar o que quiser e entrega a solução. Na fase dois, em sala e sem máquina, ele precisa reescrever de memória a ideia central, apontar onde poderia falhar e criar uma variação do problema. Você não precisa detectar IA. Você precisa exigir reconstrução.

• Troque nota por acerto em casa por nota por defesa em sala: a lista vira treino, a nota vem da explicação.
• Quebre a lista em versão com erro proposital: peça para o aluno encontrar o furo em uma solução gerada por IA e consertar com rigor.
• Registre o processo, não só o final: rascunhos, tentativas erradas e comentários sobre onde travou valem mais que a resposta limpa.

Para gestores de curso, o recado é financeiro e pedagógico. Não adianta manter exército de corretores para tarefa sem sinal. Melhor realocar para tutoria pequena, correção de provas discursivas presenciais e bancos de questões vivas que mudam a cada semestre. E precisa encarar a inércia que o próprio Borcherds citou. Universidade muda devagar, como revista impressa que continuou existindo muito depois de perder a função. Quem esperar a reforma central vai ficar dois anos operando um sistema que já morreu.

A tensão que fica no ar

Aqui está a dúvida real que me incomoda. Acabar com a nota de dever resolve o sintoma, mas só move o gargalo para outro lugar. Se tudo que conta vira prova fechada e oral, você aumenta estresse, aumenta custo de aplicação e reduz feedback contínuo. Escala isso para turma massiva de cálculo com 500 alunos e me diz como fica. Prova oral para 500 pessoas não escala sem uma estrutura que a maioria dos departamentos não tem. E tem outro ponto. Se a IA em poucos anos fizer pesquisa melhor que humano, como ele sugere, qual é o sentido de formar matemáticos no formato atual. Formar para quê, para que mercado, com que tese. Ninguém tem resposta honesta hoje, e fingir que tem é pior.

Também não dá para romantizar o passado. Cola sempre existiu, manual de solução sempre circulou, monitor amigo sempre ajudou demais. A diferença agora é escala, velocidade e qualidade. Antes, colar dava trabalho e vinha com erro humano que o professor detectava. Agora, colar bem feito vem com formatação impecável e passo a passo convincente. Isso não é só mais cola. É uma mudança de custo marginal para zero. Quando o custo de trapacear vai a zero, o sistema baseado em confiança desaba. A pergunta não é se vamos voltar ao modelo antigo. Não vamos. A pergunta é que modelo aguenta custo zero de geração de resposta.

Conclusão

Borcherds não jogou a toalha por preguiça. Ele desligou um sensor que parou de medir a realidade. O dever de casa como prova de aprendizado acabou em matemática avançada, e vai acabar em outras áreas na sequência. Resta saber quem vai ter coragem de redesenhar a avaliação antes que a nota perca todo o significado. Na sua próxima lista, você está avaliando aprendizado ou só conferindo quem sabe pedir melhor.