Um comentário publicado na Educational Psychology Review propõe que a integração de IA na educação seja analisada não só pelo que muda na aprendizagem e no ensino, mas pelo que ela faz com as relações humanas que sustentam a escola. O texto argumenta que a IA pode “quebrar” vínculos, confiança, autoridade, pertencimento e agência, a menos que educadores e sistemas a transformem em uma “corretora” de relações, com mediação intencional e políticas voltadas a estudantes, docentes, famílias e comunidades.

O QUE HÁ DE NOVO: O artigo “From AI as a Relational Breaker to a Relational Broker” (publicado em janeiro de 2026) responde a um trabalho anterior que defendia que os efeitos da IA sobre a aprendizagem dependem de fatores moderadores, como letramento dos estudantes, competências tecnológicas dos professores e abordagens pedagógicas. A novidade do comentário é ampliar esse conjunto de moderadores para incluir, de forma central, dinâmicas relacionais em múltiplos níveis da vida escolar (do intrapessoal ao ecossistema família-comunidade), sugerindo novas frentes de pesquisa e implicações para políticas de adoção de IA em contextos K–16 (da educação básica ao ensino superior).

COMO FUNCIONA: Em vez de relatar um experimento, o texto organiza um argumento conceitual a partir da psicologia educacional e do desenvolvimento, usando a teoria ecológica de Bronfenbrenner para mapear onde a IA pode tensionar ou fortalecer vínculos: a relação do estudante consigo mesmo (agência, autoconceito), as relações no “microssistema” escolar (especialmente estudante–professor e estudante–estudante) e as conexões entre escola, famílias e comunidade (meso e exossistemas). O comentário dialoga com o modelo ISAR (inversão, substituição, ampliação e redefinição) discutido no artigo-base, defendendo que essas transformações cognitivas e instrucionais se tornam mais bem compreendidas quando se observa quem passa a ser fonte de confiança, como se reorganiza a autoridade docente e como se alteram as rotinas de interação mediadas por ferramentas como chatbots e tutores conversacionais.

INSIGHT CENTRAL: O ponto-chave é tratar relações como “substrato” do impacto da IA, e não como efeito colateral. A tese é que a mesma tecnologia pode produzir resultados educacionais muito distintos dependendo do clima relacional: em ambientes com baixa confiança entre docentes e estudantes, até sistemas bem desenhados podem falhar; já em salas com vínculos fortes, a mediação humana pode reduzir danos (como vieses e desinformação) e direcionar a IA para apoiar curiosidade, reflexão ética e aprendizagem profunda. Nesse enquadramento, a pergunta deixa de ser apenas “a IA melhora desempenho?” e passa a incluir “o que ela desloca na rede de confiança e pertencimento que torna a aprendizagem possível?”.

POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para a sala de aula, o comentário chama atenção ao risco de “terceirização” de tarefas centrais de aprendizagem e ensino, quando professores usam IA para criar atividades e estudantes usam IA para resolvê-las, o eixo da construção do conhecimento pode se deslocar dos humanos para o sistema, reduzindo diálogo, esforço produtivo e coautoria intelectual. Para o trabalho docente, o texto destaca que ferramentas conversacionais podem competir por presença e influência com o professor, alterando a dinâmica de autoridade e tornando mais difícil sustentar normas e expectativas acadêmicas quando o uso aceitável de IA é ambíguo ou disputado. E, no nível do sistema, a mensagem é que políticas de implementação precisam considerar não só infraestrutura e capacitação, mas também confiança, transparência e governança: a simples existência de IA, mesmo sem uso comprovado por um estudante, já pode aumentar suspeitas de trapaça, afetando o vínculo pedagógico.

SIM, MAS…: Como se trata de um comentário teórico, parte das afirmações aparece como hipótese plausível e agenda de pesquisa, não como evidência causal consolidada. O texto reconhece que a literatura empírica ainda está se formando e que os efeitos variam por desenho, contexto e mediação: sistemas pouco transparentes podem corroer motivação e confiança, enquanto usos guiados por professores podem ampliar engajamento em tarefas específicas. Também há uma tensão prática: reforçar relações humanas demanda tempo, formação e condições de trabalho, e existe o risco de que escolas adotem IA justamente como resposta à escassez, o que pode agravar o afastamento relacional que o artigo alerta.

O QUE VEM DEPOIS: O comentário aponta caminhos concretos para pesquisa e implementação: comparar turmas com diferentes níveis de rapport docente-discente quando uma IA é introduzida; investigar como normas de pares influenciam adoção e tipos de uso; e testar como ferramentas performam sob diferentes graus de mediação adulta e suporte emocional. Para a prática e a política, a implicação é desenhar implantação “relacionalmente escorada”: co-criar diretrizes com estudantes, integrar competências socioemocionais ao letramento em IA e usar automação para liberar tempo de professores para interações mais autênticas com alunos e famílias. A aposta final é que o sucesso da IA na educação dependerá menos de promessas de personalização e mais da capacidade de proteger e renovar a trama de relações que sustenta a escola.

Fonte: From AI as a Relational Breaker to a Relational Broker: Comment on Bauer et al. (2025)