Uma revisão sistemática publicada em 2026 analisa riscos frequentemente subestimados no uso de IA na educação a partir da teoria social crítica, com foco no Sul Global. O trabalho argumenta que a adoção de IA pode aprofundar desigualdades, tensionar a integridade acadêmica e reforçar assimetrias culturais e de poder, e defende governança e design inclusivo que incorporem vozes, valores e necessidades locais, especialmente africanas, desde a concepção das tecnologias.

O QUE HÁ DE NOVO: O estudo reúne e organiza evidências sobre a “face escura” da IA na educação ao olhar para além de debates pontuais (como plágio) e enquadrar o tema em desigualdade, poder e identidade cultural. A revisão segue o protocolo PRISMA e mapeia literatura e relatórios sobre adoção e governança de IA no contexto educacional, com ênfase em países do Sul Global; ao final, sintetiza 48 artigos, 2 relatórios técnicos e 4 capítulos de livro, publicados a partir de 2000, para construir um quadro crítico de riscos e condições de implementação.

COMO FUNCIONA: Em vez de testar uma ferramenta específica em sala de aula, a pesquisa faz uma leitura sistemática e temática do que já foi publicado, usando uma lente de teoria crítica inspirada em Marcuse para examinar como tecnologias “não neutras” podem normalizar desigualdades e consolidar estruturas de dominação. A busca foi realizada em bases como Scopus, Web of Science, IEEE Xplore e SpringerLink, complementada por fontes institucionais; os autores filtraram os estudos por critérios de relevância para adoção/governança de IA e contribuições teóricas ou empíricas ligadas a equidade, poder e inclusão, e então agruparam os achados em nove eixos que descrevem onde os efeitos negativos tendem a emergir.

POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para redes e instituições, a mensagem central é que a integração de IA pode ampliar a distância entre estudantes e escolas com diferentes condições de infraestrutura, conectividade, letramento digital e capacidade institucional, o que afeta tanto a aprendizagem quanto a gestão. No cotidiano docente, o artigo conecta a popularização de IA generativa a pressões sobre avaliação e autenticidade do trabalho discente, com risco de respostas automatizadas em tarefas e provas e de um ambiente percebido como injusto; ao mesmo tempo, questiona se ferramentas de detecção conseguem sustentar padrões de integridade em cenários de rápido avanço tecnológico. No nível sistêmico, a revisão aponta que governança frágil, dependência de plataformas e modelos treinados majoritariamente em dados ocidentais podem induzir “neocolonialismo digital” na produção de conteúdos e currículos, com perda de relevância cultural, sub-representação linguística e assimetrias de poder na definição do que conta como conhecimento escolar.

PRINCIPAIS RESULTADOS: A síntese organiza o “lado sombrio” da IA em nove temas interligados: governança, desigualdade educacional, infraestrutura, identidade cultural, relações de poder, complexidade tecnológica, estruturas sociais e econômicas, ideologia e arcabouços institucionais/políticos. Entre os exemplos discutidos, a revisão menciona riscos de vigilância e controle social em usos governamentais de IA, dificuldades do ensino superior africano para adoção responsável por falta de marcos regulatórios e capacidade técnica, e problemas de inadequação linguística e cultural em sistemas treinados com dados predominantemente em inglês e referências eurocêntricas. O trabalho também destaca que, sem enfrentar essas condições estruturais, a promessa de personalização e resiliência educacional tende a beneficiar desproporcionalmente contextos já privilegiados.

INSIGHT CENTRAL: O ponto de inflexão da revisão é tratar IA educacional como fenômeno sociotécnico e político, não apenas como “ferramenta pedagógica”: os efeitos adversos não seriam acidentes isolados, mas consequência de como modelos, dados, infraestrutura e incentivos econômicos se organizam globalmente. A partir disso, o texto defende uma abordagem “sensível ao contexto” para governança e design: incorporar epistemologias locais, recursos multilíngues e participação efetiva de pesquisadores, educadores e formuladores de políticas do Sul Global, de modo que esses países deixem de ser apenas território de implantação e passem a influenciar padrões, critérios éticos e prioridades de desenvolvimento.

SIM, MAS…: Os próprios autores reconhecem limitações importantes: a revisão se apoia majoritariamente em literatura e documentos, sem grandes bases empíricas comparáveis entre países, o que restringe generalizações. O foco intencional em África e Sul Global fortalece a crítica a desigualdade, representação de dados e governança, mas pode reduzir a transferibilidade de algumas conclusões para contextos com infraestrutura e regulação mais maduras. Também há a ressalva de que a seleção depende do estado da literatura disponível e pode não capturar integralmente estudos emergentes sobre IA em África.

O QUE VEM DEPOIS: Como implicações para política e prática, a revisão defende diretrizes e marcos institucionais para uso de IA que enderecem integridade acadêmica, transparência, participação e proteção contra usos extrativos de dados, além de investimentos em infraestrutura e formação. Na prática, o texto sugere que ampliar o letramento crítico em IA, para docentes e estudantes, é parte do enfrentamento: não só aprender a usar ferramentas, mas compreender vieses, opacidade algorítmica e interesses embutidos. Para tomadores de decisão, o recado é que a eficácia educacional da IA dependerá menos de “aderir rápido” e mais de criar condições de governança e de design inclusivo que tornem as tecnologias acessíveis, adaptáveis e financeiramente viáveis, sem impor modelos culturais externos.

Fonte: A Systematic Review of the Dark Side of AI in Education: A Critical Social Theory Perspective