Matemática não é raciocínio
Pressione Enter ou clique para ver a imagem em tamanho realFoto de Thomas T no UnsplashVamos começar esclarecendo a ideia central deste artigo. Existe uma crença generalizada de que a matemática, conforme ensinada nas escolas, desenvolve o raciocínio. Para a grande maioria dos alunos, isso simplesmente não é verdade. A forma como a matemática é geralmente ensinada coloca ênfase no procedimento e na memória, não na compreensão. Tomemos um exemplo simples: resolver uma equação. Os alunos aprendem uma sequência de etapas – primeiro faça isso, depois faça aquilo e depois aplique essa outra regra. A maioria dos alunos aprende rapidamente a memorizar o processo. Se seguirem as etapas corretamente, obterão a resposta certa. Visto de fora, parece que o raciocínio está acontecendo. Mas, em muitos casos, não há compreensão real. Você pode testar isso facilmente. Pergunte a um aluno – ou mesmo a um adulto – o que acontece quando um termo negativo se move de um lado para o outro de uma equação. Eles dirão com segurança: “Torna-se positivo”. Agora pergunte por quê. Para muitos, é aí que a explicação termina. A regra existe, mas o significado por trás dela não. Isso também explica por que, poucos dias ou semanas depois, o procedimento é esquecido. Quando adultos, a maioria das pessoas não retém quase nada da matemática do ensino médio, a menos que sigam um caminho relacionado às STEM. O conhecimento nunca foi consolidado porque nunca foi baseado no raciocínio – apenas na memória processual de curto prazo. Em outras palavras, o que foi aprendido não foi matemática, mas uma sequência temporária de movimentos. Produz explicações fluentes, resolve problemas e até passa em vestibulares. Mas, nos bastidores, isso não raciocina de forma alguma. Grandes modelos de linguagem funcionam identificando padrões em enormes conjuntos de dados e prevendo o próximo símbolo mais provável em uma sequência. É isso. Sem compreensão, sem intenção, sem fundamentação conceitual – apenas reconhecimento de padrões extremamente sofisticado. E, no entanto, esses sistemas rotineiramente superam os humanos em testes padronizados. O sucesso vem da identificação de estruturas familiares e da aplicação de procedimentos ensaiados, e não da compreensão profunda de por que esses procedimentos funcionam. Nesse sentido, muitos estudantes de alto desempenho não são tão diferentes dos modelos de IA. Eles se destacam no reconhecimento de padrões, na recuperação de etapas e na reprodução de resultados esperados. O raciocínio torna-se opcional. Isso não é um fracasso dos alunos. É uma questão estrutural. Quando a compreensão não é necessária para ter sucesso, a maioria dos alunos não investe nela. O verdadeiro problema, então, não é que os alunos “não consigam raciocinar”, nem que a IA seja “muito inteligente”. É que construímos um modelo educacional onde parecer que entendemos é suficiente. não é um desvio, mas a estrada principal. Até então, não deveríamos ficar surpresos quando as máquinas superam os humanos em um jogo que, sem saber, os treinamos para jogar.
Publicado: 2025-12-22 01:20:00
fonte: medium.com
