Quando a inteligência artificial entra na aula de francês

Um estudante do ensino médio abre o telefone à meia-noite, na véspera de sua prova de filosofia. Ele não liga para um colega — ele consulta um modelo de linguagem. Uma cena banal em 2026, que concentra, no entanto, todas as tensões de uma transformação pedagógica sem precedentes: a inteligência artificial se instalou na preparação para o baccalauréat e no aprendizado do francês como língua estrangeira, não por decreto ministerial, mas pela força de uma adoção silenciosa, aluno por aluno, palavra após palavra.

A dissertação assistida: entre andaime e muleta

A dissertação francesa — esse exercício de pensamento estruturado que a Educação Nacional defende como formação para o espírito crítico — encontrou um interlocutor à sua altura. As ferramentas de IA generativa propõem agora planos detalhados, transições argumentativas e até introduções prontas para uso. Para um aluno que tem dificuldade de organizar seu pensamento, isso pode ser um andaime cognitivo precioso: ele observa como uma ideia chama outra, como a tese se constrói por camadas.

Mas o andaime, se permanecer no lugar, impede a fachada de secar. O risco não é que o aluno cole — é que ele deixe de experimentar a resistência do problema, esse atrito intelectual que forja precisamente o raciocínio que o exame pretende avaliar. Romain Thibault, professor de Letras na região de Lyon, expressa isso com uma fórmula lapidar: «Meus alunos agora sabem o que é um bom plano. Eles não sabem mais por que ele é bom.»

Essa distinção é capital. Compreender a forma de um argumento sem apreender sua necessidade lógica é aprender a reconhecer um acorde de guitarra sem nunca ouvir a música. As ferramentas de IA mais desenvolvidas — aquelas que, em vez de produzir o plano, fazem perguntas socráticas para ajudar o aluno a construí-lo — parecem mais bem equipadas para preservar essa dimensão formativa. Resta saber se os estudantes, sob pressão de tempo, escolherão o caminho mais longo.

A prova oral do baccalauréat e a simulação conversacional

A prova oral — Grand Oral para o baccalauréat geral, orais de especialidade, entrevistas de BTS — constitui talvez o terreno onde a IA oferece seus benefícios mais indiscutíveis. Simular uma banca examinadora é algo que um chatbot pedagógico faz com uma disponibilidade e uma paciência que nenhum professor sobrecarregado pode razoavelmente igualar.

Plataformas especializadas permitem ao aluno apresentar sua exposição a um interlocutor artificial que reformula, questiona e objeta. O algoritmo detecta os tiques de linguagem, os silêncios muito longos, as fórmulas evasivas. O retorno é imediato, granular, reproduzível — é possível refazer a simulação dez vezes sem esgotar a paciência do interlocutor.

O que a IA não reproduz é o imprevisto humano: o examinador que franze a testa, a examinadora que sorri em um momento inesperado, a tensão corporal de uma sala de exame. O treinamento com IA desenvolve uma competência real, mas parcial — um pouco como treinar boxe diante de um saco de pancadas aperfeiçoado: útil, necessário, insuficiente.

FLE: o aprendiz diante de um interlocutor incansável

Para os aprendizes de francês como língua estrangeira, a promessa é de outra natureza. O problema histórico do FLE não é a falta de métodos — é a falta de tempo de exposição autêntica. Um estudante coreano que prepara o DELF B2 em Seul não pode se banhar na língua. Pode, no entanto, conversar com um modelo de linguagem várias horas por dia, sem restrição de horário, sem constrangimento social, sem medo do ridículo.

Essa acessibilidade muda profundamente o panorama. Os corretores automáticos de geração recente não se limitam mais a sinalizar os erros: eles explicam por que «je suis allé» está correto enquanto «j'ai allé» não está, propõem reformulações estilísticamente mais matizadas e adaptam o registro à situação de comunicação. Trata-se de uma forma de tutoria individualizada que os sistemas educacionais públicos — mesmo os mais generosos — têm dificuldade de oferecer em larga escala.

Os chatbots pedagógicos: uma didática a construir

Os chatbots dedicados ao aprendizado do FLE se multiplicam, mas sua qualidade pedagógica permanece desigual. Alguns reproduzem uma correção behaviorista — erro detectado, regra enunciada, exercício proposto — que pouco evoluiu desde os laboratórios de línguas dos anos 1970. Outros, mais ambiciosos, se apoiam em abordagens comunicativas: colocam o aprendiz em situação, convidam-no a negociar sentido, a reformular, a inferir.

A pesquisa em aquisição de segundas línguas — notadamente os trabalhos de Stephen Krashen sobre a hipótese do insumo compreensível — sugere que essa segunda abordagem é mais fecunda. Compreender mensagens ligeiramente acima do seu nível, sem buscar analisar tudo conscientemente: é isso que as melhores ferramentas tentam reproduzir. A questão não é, portanto, «a IA pode ajudar no FLE?» — ela pode, manifestamente — mas «quais designs pedagógicos tiram melhor partido dela?»

A pronúncia, a parente pobre da revolução digital

Um aspecto permanece em segundo plano: a fonética. O reconhecimento de voz melhorou consideravelmente, mas os sistemas de feedback prosódico — aqueles que trabalham o ritmo, a entonação, o fraseado — ainda são rudimentares para o francês. Um aprendiz anglófono que luta com o «u» ou com as vogais nasais ainda recebe retornos insuficientemente precisos. É um canteiro aberto, onde os avanços futuros poderão transformar radicalmente a experiência de aprendizagem.

Os desafios críticos que se prefere esquivar

Toda revolução pedagógica carrega seus impensados. Três merecem ser nomeados sem rodeios.

A dependência e a atrofia da memória de trabalho

Estudos em ciências cognitivas — notadamente os do laboratório de Stanislas Dehaene no Collège de France — lembram que o esforço de recuperação memorativa é ele próprio formativo. Buscar uma palavra, formular uma regra de memória, resolver um problema sem ajuda externa: esses esforços aparentemente penosos consolidam as aprendizagens. Quando uma ferramenta de IA elimina sistematicamente a dificuldade, pode simultaneamente eliminar a aprendizagem que ela induzia. A comodidade tem um custo cognitivo que o entusiasmo tecnológico tende a minimizar.

A avaliação em um mundo onde o rascunho é invisível

O baccalauréat avalia — em teoria — um processo de pensamento tanto quanto um resultado. Ora, a IA torna o rascunho invisível: o corretor vê uma cópia, não as tentativas que a precederam. Essa opacidade fragiliza os fundamentos da avaliação certificativa. As respostas institucionais — detectores de textos gerados por IA, retorno às provas manuscritas, revisão dos formatos de exame — ainda tatêiam. Nenhuma é plenamente satisfatória. É menos um problema técnico do que um problema de filosofia da avaliação: o que se quer medir, e por quê?

A equidade, ou a fratura digital invertida na sala de aula

O acesso às ferramentas de IA mais poderosas permanece distribuído de forma desigual. Uma assinatura em um modelo de linguagem de alto desempenho representa um custo mensal não negligenciável para uma família em dificuldade. Os alunos que dispõem de equipamento recente, de uma conexão estável e de uma literacia digital desenvolvida se beneficiam de uma vantagem preparatória adicional — na contramão da promessa igualitária que a tecnologia brandie com frequência. A equidade pedagógica não se decreta: ela se constrói nas escolhas de infraestrutura, formação e acesso que fazem os estabelecimentos e as políticas públicas.

O que os professores fazem com isso

Diante dessa realidade, os professores não são passivos. Muitos experimentam usos refletidos: utilizar a IA para gerar contra-exemplos argumentativos que os alunos devem refutar, produzir textos deliberadamente errados para corrigir, propor simulações de debates sobre temas de civilização. Nessas configurações, a ferramenta é um material, não um oráculo.

Outros resistem, e sua resistência não é reacionária: ela carrega uma convicção pedagógica legítima, a de que certos aprendizados — a ortografia, a memorização de conjugações, a estruturação intuitiva de um argumento — necessitam de um tempo longo, de um atrito repetido, de uma integração que não se delega. As duas posturas coexistem nas salas dos professores, muitas vezes no mesmo docente dependendo dos dias e dos níveis.

O que falta é menos uma doutrina do que um espaço institucional para comparar, avaliar e compartilhar essas experimentações. A formação continuada na área de uso pedagógico da IA ainda é lacunar — os professores aprendem principalmente entre si, em redes informais, por tentativa e erro.

Entre a ferramenta e a visão

A inteligência artificial não é nem o salvador da escola nem seu coveiro. É uma ferramenta de poder incomum, cujo efeito depende inteiramente da visão pedagógica na qual se insere. Um martelo pode construir uma casa ou quebrar um vidro — o que importa é a intenção e a competência de quem o segura.

Para o FLE como para a preparação ao baccalauréat, os ganhos potenciais são reais: acessibilidade, personalização, disponibilidade, feedback granular. Os riscos são igualmente reais: atrofia cognitiva, iniquidade amplificada, desnaturação da avaliação. Navegar entre os dois não supõe escolher um lado — pró-IA ou anti-IA — mas formular honestamente uma pergunta prévia: o que queremos que os alunos saibam fazer sozinhos, sem nenhuma ajuda, no dia em que fecharem a tela?

A resposta a essa pergunta — se é que se aceita formulá-la — é a única bússola válida para decidir o que a IA pode fazer em lugar deles, e o que ela não deve tocar.