Educar para profissões que ainda não existem: o que permanece quando o futuro muda
O futuro da educação exige mais do que acompanhar novas tecnologias: é preciso formar pessoas capazes de pensar criticamente, adaptar-se e continuar aprendendo. Descubra como a integração entre materiais concretos, formação docente, recursos digitais e inteligência artificial pode transformar a aprendizagem sem perder o protagonismo humano.
- MMP Materiais Pedagógicos
- outubro 29, 2026
- 12:30 pm
Como formar pessoas para um mundo profissional que ainda está sendo desenhado? Em um momento em que a inteligência artificial modifica tarefas, profissões e formas de produzir conhecimento, talvez o maior desafio da educação não seja prever o futuro, mas preparar pessoas capazes de compreendê-lo, questioná-lo e continuar aprendendo quando ele mudar novamente.
Uma das provocações mais interessantes de uma visita recente à Columbia Southern University, nos Estados Unidos, surgiu justamente quando a conversa se voltou para o futuro. Entre tantos desafios enfrentados hoje pelas instituições de ensino superior, um deles parece especialmente complexo: discernir quais tendências realmente transformarão o mundo do trabalho para continuar criando programas de graduação para profissões que, em alguns casos, sequer existem ainda.
A inteligência artificial tornou essa questão ainda mais urgente. Não porque seja possível afirmar exatamente quais profissões desaparecerão ou quais surgirão, mas porque já estamos assistindo à reorganização de tarefas que, até pouco tempo atrás, pareciam exclusivamente humanas. A OCDE tem chamado atenção para essa transformação e para a necessidade de os sistemas educacionais irem além da simples discussão sobre como usar inteligência artificial. A pergunta começa a ser outra: se as capacidades das máquinas mudam, o que passa a ser mais importante que as pessoas aprendam?
Curiosamente, essa discussão sobre futuro aconteceu em uma instituição que faz questão de manter sua história muito presente.
A visita à Columbia começou em um espaço que funciona quase como um museu da própria universidade. Ali, objetos, fotografias e registros contam como a instituição nasceu, apresentam a história da família fundadora e preservam lembranças de um período em que a estrutura existente hoje ainda estava longe de ser imaginada. A universidade foi fundada em 1993, a partir da experiência de Robert Mayes Sr. com programas de formação em segurança ocupacional e conformidade ambiental. A identificação de uma necessidade concreta levou primeiro à criação de programas de certificação e, posteriormente, à universidade.
Há uma aparente contradição nessa cena. De um lado, uma organização preocupada em antecipar mudanças e pensar profissões futuras. De outro, uma instituição que preserva objetos, histórias e pessoas que fizeram parte de seu começo.
Mas talvez não haja contradição alguma.
Talvez seja justamente a consciência sobre de onde se veio que ofereça alguma segurança para decidir para onde vale a pena ir.
Ao longo dos espaços visitados, essa cultura também aparecia nas fotografias de estudantes que concluíram seus percursos, nos registros de colaboradores que participaram da construção da instituição e na maneira como a história do fundador continuava presente nas narrativas compartilhadas. A própria Columbia declara oficialmente uma filosofia orientada ao estudante e valores ligados a relações, serviço, flexibilidade, cuidado e melhoria contínua.
Isso faz pensar que instituições educacionais também ensinam por meio da cultura que constroem. Missão, visão e valores ganham pouco significado quando existem apenas como declarações formais. Eles se tornam cultura quando conseguem orientar escolhas, relações e experiências de maneira suficientemente consistente para serem reconhecidos por quem vive aquele ambiente.
E é justamente nesse ponto que o futuro deixa de ser apenas uma discussão tecnológica.
A Matemática pode nos ensinar algo sobre lidar com o que ainda não conhecemos
Há uma boa analogia com o próprio pensamento matemático.
Quando trabalhamos com modelagem, não esperamos que um modelo reproduza toda a realidade. Selecionamos variáveis, identificamos relações, formulamos hipóteses, testamos possibilidades e, depois, voltamos ao contexto para perguntar se aquela solução ainda faz sentido. Se a realidade nos mostra algo diferente, o modelo precisa ser revisto.
O quadro de Matemática do PISA descreve esse processo justamente como um movimento entre formular, empregar, interpretar e avaliar. Raciocinar matematicamente não é apenas executar um cálculo. É reconhecer relações em uma situação real, construir uma representação para compreendê-la e, depois, avaliar os limites daquilo que foi produzido.
Talvez instituições educacionais precisem aprender a fazer algo semelhante diante do futuro.
Não há uma fórmula capaz de informar hoje quais cursos deverão existir daqui a dez ou vinte anos. Há tendências, evidências, necessidades sociais, movimentos tecnológicos e sinais do mercado de trabalho que podem ser observados. A responsabilidade está em interpretá-los sem transformar qualquer novidade em destino inevitável.
Isso exige capacidade de formular perguntas melhores.
O que essa tecnologia realmente modifica? Que tarefas passam a poder ser realizadas de outra maneira? Quais conhecimentos continuam sendo fundamentais? O que uma pessoa precisará compreender para avaliar aquilo que uma máquina produz? E quais capacidades humanas se tornam ainda mais relevantes justamente porque há ferramentas capazes de executar uma parcela crescente das tarefas?
A própria OCDE, ao discutir a educação em um cenário de inteligência artificial cada vez mais poderosa, alerta que essa transformação pode exigir uma revisão das competências valorizadas nos currículos, mas não sugere simplesmente substituir conhecimentos humanos por competências tecnológicas. Ao contrário, a discussão coloca em primeiro plano julgamento, capacidade de compreender, aprender e utilizar ferramentas de maneira crítica.
Esse é um ponto particularmente interessante para a Educação Matemática.
A presença de calculadoras não eliminou a necessidade de compreender Matemática. Planilhas não tornaram desnecessário compreender relações entre dados. Softwares de geometria não substituíram o raciocínio espacial. Da mesma forma, uma inteligência artificial capaz de resolver uma equação não elimina a necessidade de compreender o que aquela equação representa, se o procedimento utilizado é adequado ou se a resposta produzida faz sentido no contexto do problema.
Quanto mais sofisticada se torna a ferramenta, maior pode ser a necessidade de alguém capaz de julgar aquilo que ela produz.
Por isso, preparar para um mundo atravessado pela IA não deveria significar formar pessoas apenas para operar tecnologias. Significa também fortalecer conhecimentos suficientemente consistentes para que possam utilizá-las sem terceirizar a elas o próprio pensamento.
Essa discussão não é tão nova quanto parece.
Décadas antes da inteligência artificial generativa, Seymour Papert, matemático e pesquisador do MIT, já discutia a relação entre tecnologia e aprendizagem. Em Mindstorms, sua preocupação não era colocar computadores na escola para que fizessem melhor aquilo que a escola já fazia. Papert imaginava a tecnologia como instrumento para criar, experimentar, formular hipóteses e entrar em contato com ideias matemáticas poderosas.
Há algo muito contemporâneo nessa visão. O computador não deveria ser apenas uma “máquina de ensinar”. Poderia tornar-se um objeto com o qual pensar.
Talvez seja exatamente essa distinção que precise orientar nossa conversa atual sobre inteligência artificial.
Entre as mãos e as telas, o que importa é o pensamento que conseguimos provocar
Essa reflexão também ajuda a superar uma oposição que ainda aparece com frequência na educação: concreto ou digital, material físico ou tecnologia, manipulação ou abstração.
Talvez essa escolha seja falsa.
A aprendizagem não precisa escolher entre as mãos e as telas. Precisa compreender qual experiência ajuda alguém a construir determinado conhecimento.
Na Matemática, essa questão é particularmente visível. Um material manipulável pode permitir que uma relação inicialmente abstrata seja construída, deslocada, comparada e observada. Entretanto, o objeto não produz aprendizagem por si só. Pesquisas sobre cognição incorporada mostram que experiências sensório-motoras podem contribuir para a construção de conhecimentos, mas seus efeitos estão relacionados à forma como a ação realizada com o material se conecta ao conceito que se pretende compreender.
O mesmo raciocínio vale para o digital.
Ter acesso a mais tecnologia não significa, automaticamente, aprender mais. Uma revisão recente da OCDE sobre tecnologias digitais na educação conclui justamente que o acesso às ferramentas, isoladamente, não garante ganhos educacionais. A transformação digital precisa ser também uma transformação pedagógica, o que envolve intencionalidade, desenho das experiências e formação de professores.
O material concreto pode estar sobre a mesa e permanecer pedagogicamente vazio.
Uma plataforma digital pode oferecer centenas de recursos e permanecer pedagogicamente vazia.
Uma inteligência artificial pode produzir um plano de aula completo e, ainda assim, acrescentar pouco à aprendizagem se o professor não puder analisar, adaptar e tomar decisões a partir da realidade de sua turma.
A questão, portanto, não está em determinar qual recurso é mais moderno. Está em compreender como diferentes recursos participam de uma mesma experiência de aprendizagem.
É justamente aí que a ideia de uma educação figital começa a ganhar um significado mais profundo.
No novo posicionamento da MMP, aproximar o físico e o digital não significa substituir o material concreto por uma plataforma nem acrescentar tecnologia a uma experiência que continuaria funcionando exatamente da mesma maneira. Significa compreender que cada ambiente pode ampliar uma etapa diferente do processo pedagógico.
O material concreto dá corpo a determinadas relações matemáticas e permite experimentar. A formação continuada ajuda o professor a compreender possibilidades pedagógicas, formular intervenções e relacionar o recurso ao currículo. As ferramentas digitais podem ampliar repertório, organizar informações, aproximar conteúdos, acompanhar percursos e oferecer apoio no momento em que o professor planeja ou precisa tomar uma decisão.
Quando esses elementos deixam de funcionar isoladamente, começa a surgir outra experiência.
Um professor pode conhecer uma proposta durante uma formação, retornar ao material para experimentá-la com a turma, registrar o que observou e acessar posteriormente outros recursos digitais para aprofundar a intervenção. Em outro momento, pode partir de uma necessidade concreta de seus estudantes, buscar apoio para estruturar o planejamento e chegar ao material mais adequado àquela aprendizagem.
O movimento pode começar no físico e continuar no digital. Pode nascer no digital e ganhar materialidade na sala de aula.
O importante é que ele volte à aprendizagem.
Essa compreensão se aproxima, inclusive, de uma das ideias mais duradouras do construcionismo de Papert: tecnologias educacionais têm maior potência quando ajudam as pessoas a construir, testar, representar e compartilhar ideias, e não quando apenas aceleram a transmissão de informações.
Por isso, ser figital não deveria significar ter muitas ferramentas.
Deveria significar conseguir costurar experiências.
E essa costura depende profundamente do professor.
É ele quem conhece a turma, interpreta evidências, reconhece uma dificuldade, percebe quando uma representação não foi suficiente e decide se é hora de manipular, registrar, conversar, sistematizar, recorrer a outro recurso ou avançar para uma representação mais abstrata.
A tecnologia pode apoiar esse trabalho. Não deveria esvaziá-lo.
Esse cuidado se torna ainda mais importante com a inteligência artificial. O Digital Education Outlook 2026 da OCDE reforça que a IA generativa pode enriquecer a aprendizagem quando utilizada com princípios pedagógicos claros, mas alerta para o risco de a ferramenta realizar o esforço cognitivo no lugar do estudante. A defesa, portanto, não é de menos tecnologia, mas de uma tecnologia em que a agência humana permaneça no centro.
O futuro talvez seja menos sobre prever e mais sobre permanecer capaz de aprender
É nesse ponto que a experiência da Columbia volta a fazer sentido.
Uma universidade que começou respondendo a uma necessidade profissional específica precisou ampliar seus programas, suas tecnologias e sua atuação ao longo do tempo. Atualmente, a própria instituição informa mais de 200 ofertas de programas e mantém a educação online como elemento central de sua trajetória.
Entretanto, durante a visita, talvez o aspecto mais marcante não tenha sido uma tecnologia específica.
Foi a convivência entre transformação e memória.
Enquanto se discutia inteligência artificial, novas profissões e as mudanças que desafiam a educação superior, continuavam expostos os registros de quem havia começado aquela história. Fotos de estudantes compartilhavam espaço com imagens de colaboradores. Objetos simples do passado conviviam com uma estrutura tecnológica que aquele início dificilmente permitiria imaginar.
Essa combinação provoca uma pergunta importante para qualquer instituição que esteja mudando:
o que precisa se transformar e o que não podemos perder durante a transformação?
Para a educação, a resposta não está em rejeitar o novo. Tampouco em aderir a ele apenas porque é novo.
O desafio está em construir coerência.
Se a tecnologia amplia possibilidades, precisamos saber para quê. Se um material oferece uma nova representação, precisamos saber qual relação desejamos tornar visível. Se uma formação apresenta novas metodologias, precisamos saber como elas dialogam com as necessidades reais dos professores e estudantes. Se uma inteligência artificial organiza informações ou apoia um planejamento, precisamos garantir que continue sendo o professor quem interpreta, escolhe e atribui intenção pedagógica ao que será realizado.
Talvez a Matemática nos ofereça novamente uma boa imagem.
Um modelo não é valioso por ser sofisticado. Ele é valioso quando nos ajuda a compreender melhor a realidade e continua sendo revisto quando a realidade muda.
O mesmo pode valer para a educação.
Não sabemos exatamente quais profissões existirão no futuro, quais tecnologias estarão presentes nas salas de aula ou que ferramentas substituirão aquelas que hoje parecem inovadoras. Mas podemos formar pessoas capazes de observar, relacionar, questionar, construir modelos, interpretar resultados, rever hipóteses e continuar aprendendo.
E podemos construir instituições capazes de fazer o mesmo.
Nesse sentido, o figital não precisa ser compreendido como uma etapa posterior ao concreto nem como uma migração inevitável para o digital. Pode representar justamente a decisão de não romper aquilo que a aprendizagem tem de humano, corporal, social e experiencial enquanto incorporamos novas possibilidades tecnológicas.
O material permanece porque há coisas que ganham sentido quando podem ser manipuladas.
A formação permanece porque recurso algum substitui conhecimento pedagógico.
O digital avança porque pode ampliar acesso, conexão, continuidade e possibilidades de acompanhamento.
E a inteligência artificial encontra seu lugar quando ajuda professores e estudantes a organizar, explorar e ampliar caminhos sem ocupar o lugar de quem precisa pensar.
Talvez preparar pessoas para profissões que ainda não existem não dependa, afinal, de descobrir antecipadamente quais serão essas profissões.
Dependa de algo mais exigente: formar pessoas capazes de continuar aprendendo em um mundo que ainda não terminou de se inventar.
E, para as instituições educacionais, talvez o desafio seja o mesmo: mudar sem perder o sentido daquilo que as fez existir.
Referências
COLUMBIA SOUTHERN UNIVERSITY. History of Columbia Southern University. A universidade registra sua fundação em 1993 e a origem de seus primeiros programas a partir de demandas de formação em segurança ocupacional e gestão ambiental.
OECD. What should teachers teach and students learn in a future of powerful AI? OECD Education Spotlights, 2025.
OECD. OECD Digital Education Outlook 2026. O relatório discute usos educacionais da IA generativa e a importância de preservar esforço cognitivo, agência humana e intencionalidade pedagógica.
OECD. PISA 2022 Mathematics Framework. O quadro conceitual relaciona letramento matemático aos processos de formular, empregar, interpretar e avaliar a Matemática em contextos do mundo real.
PAPERT, Seymour. Mindstorms: Children, Computers, and Powerful Ideas. Basic Books, 1980.
POUW, W.; VAN GOG, T.; PAAS, F. An Embedded and Embodied Cognition Review of Instructional Manipulatives. Educational Psychology Review, 2014.
