Na terça-feira passada, durante a aula de mandarim intermediário do MBC, uma aluna pediu: “Como eu digo ‘me dá um desconto’ numa feira em Pequim?”. O ChatGPT devolveu uma tradução gramaticalmente impecável. O feirante, porém, não entenderia. O que a IA entregou foi uma frase de manual; o que faltava era o tom da negociação, o gesto, a pausa. Esse episódio — que eu já vi se repetir em dezenas de variações nas minhas turmas de inglês e mandarim — resume o estado da arte da inteligência artificial no ensino de idiomas: ela resolve a superfície e nos devolve a pergunta mais interessante, que é sobre o contexto.
O Que a IA Já Faz Bem (e Onde Ela Ainda Patina)
Não se trata de demonizar nem de endeusar. A IA generativa se consolidou como uma ferramenta de prática assíncrona valiosa. Ela permite que um aluno de mandarim treine a ordem dos traços de um caractere, que um estudante de inglês simule um diálogo de entrevista de emprego às 23h de uma quarta-feira, que um falante de português para estrangeiros receba correções imediatas de colocação pronominal. A lista de ganhos é concreta:
- Prática sem julgamento: o aluno repete a mesma pergunta dez vezes sem medo de soar repetitivo para o professor ou para a turma.
- Feedback imediato: correções de gramática, vocabulário e até pronúncia (com ferramentas de reconhecimento de fala) em segundos.
- Escalabilidade: um único aluno pode simular dezenas de cenários de conversação em uma tarde.
- Acesso a variações linguísticas: pedir à IA para reescrever uma mesma ideia no inglês britânico, americano e australiano é um exercício de riqueza ímpar.
Mas há um limite estrutural. A IA opera por padrões estatísticos. Ela não viveu a experiência de pedir um café em Xangai e ver o atendente franzir a testa. Não sabe o que é o silêncio constrangedor de uma piada que não funcionou. Não sente o calor da vergonha quando se erra um tom no mandarim e a frase vira outra coisa. Esse repertório — o que chamo no MBC de “contexto de uso” — é o que separa a fluência mecânica da fluência real.
Como Usar IA sem Perder o Senso Crítico
A pergunta que recebo de alunos e colegas não é mais “devo usar IA?”, mas “como usar sem terceirizar meu cérebro?”. A resposta está em cinco princípios que aplico nas turmas de mandarim avançado e inglês para negócios. Dois deles merecem destaque.
Simulação vs. substituição
Use a IA como parceira de treino, nunca como professora titular. O exercício é este: peça à IA para simular um diálogo, mas depois leve o roteiro para a aula e questione cada escolha lexical. “Por que ‘I’d rather’ e não ‘I prefer’ neste contexto?”. A IA sugere; o aluno decide; o professor problematiza. Na última turma de mandarim avançado, 7 de 12 alunos travaram ao pedir feedback a um nativo em uma simulação real — a IA havia dado respostas perfeitas, mas nenhum deles sabia improvisar quando o interlocutor mudou o tom da conversa.
O desconforto como método
A IA tende a nos poupar do atrito. Mas o aprendizado de idiomas vive de atrito. Proponho um exercício simples: peça à IA uma correção, depois discorde dela. Argumente. Force-a a justificar. Esse embate treina o que a pedagogia chama de “monitoramento metalinguístico” — a capacidade de pensar sobre a própria língua. É o que separa quem decorou regras de quem realmente as internalizou.
Os outros três princípios são igualmente práticos: verificar fontes (a IA inventa referências culturais com uma segurança desconcertante), contextualizar sempre (peça exemplos em situações reais, não frases soltas) e alternar modalidades (texto, áudio, vídeo — a IA não substitui a exposição à língua viva).
O Caso Rafael: Quando a Tradução Perfeita Não Basta
Rafael é engenheiro, aluno de inglês avançado no MBC. Ele preparou uma apresentação para uma reunião com uma equipe em Singapura. Pediu ao ChatGPT que traduzisse sua fala de abertura. O texto veio impecável. Mas quando ele leu em voz alta, algo soou errado. A frase “I’d like to walk you through our quarterly results” era gramaticalmente perfeita, mas não combinava com o tom direto que a equipe esperava. O que faltava não era inglês — era repertório cultural sobre como a comunicação empresarial funciona naquele contexto específico.
Trabalhamos, então, um exercício que chamo de “camadas de contexto”: para cada frase, Rafael deveria identificar três variáveis — quem ouve, qual a relação de poder e qual o objetivo implícito. A IA não errou a tradução; errou o contexto de uso. E é exatamente aí que o ensino de idiomas se torna insubstituível: não na transmissão de regras, mas na construção de repertório para navegar o imprevisível.
O Futuro é Híbrido (e Exige Professor Mais Afiado)
A pergunta que fica não é se a IA vai substituir professores — isso é conversa de palco de conferência. A pergunta é: que tipo de professor sobrevive a ela? Aquele que ensina gramática que o aluno pode encontrar em qualquer app, ou aquele que ensina o que fazer quando a gramática falha? No MBC, temos investido em formação de professores para que atuem como curadores de contexto, não como entregadores de conteúdo. A IA libera o professor da tarefa repetitiva de corrigir frases soltas e o empurra para o que é insubstituível: a leitura do aluno, a criação de situações de desconforto produtivo, a mediação cultural.
Para quem ensina português para estrangeiros, isso é ainda mais crítico. A IA pode explicar a diferença entre “ser” e “estar”, mas não pode ensinar quando usar cada um para soar natural numa conversa de bar em Belo Horizonte. Esse tipo de conhecimento tácito — que envolve ritmo, pausa, expressão facial, timing — é o que a máquina ainda não capturou. E talvez nunca capture, porque não se trata de informação: trata-se de experiência encarnada.
📚 Recomendação Editorial de Leitura:
Steven Pinker, em O Instinto da Linguagem, mostra como a linguagem é uma faculdade biológica moldada pela evolução, não um conjunto de regras decoradas. É leitura essencial para entender por que a IA — que opera por padrões estatísticos — ainda tropeça no que Pinker chama de “contexto de uso”: a capacidade humana de ajustar a fala ao interlocutor, ao tom e à situação. É exatamente o que faltou ao Rafael na reunião em Singapura, e o que nenhum algoritmo aprendeu a ensinar.

