Preferência e eficácia não são iguais
Eu gosto de tortas. Minha forma preferida de consumir dados é por meio de gráficos de pizza.
Ninguém diz isso. Pelo menos, não ouvi muito sobre isso como profissional de dados. Se você dissesse algo assim em uma reunião, receberia uma risada educada reservada para pessoas que poderiam estar brincando. Porque todos nós entendemos, instintivamente ou por profissão, que gostar de uma coisa não tem nada a ver com o fato de essa coisa ajudar você a entender alguma coisa ou a fazer algo melhor. Ou, para ser mais preciso, a mensagem ou história que você está compartilhando determina a maneira mais eficaz de comunicá-la ao seu público. Conseguir algo que você gosta pode aumentar a satisfação e a motivação. Mas isso é diferente de aprender.
Um gráfico de pizza com 14 fatias quase iguais não diz nada. Um gráfico de pizza comparando valores ao longo do tempo diz menos do que nada (ele engana ativamente). E nenhum gosto pessoal por doces muda o que o olho humano pode ou não julgar. Somos ruins em comparar ângulos. Somos bons em comparar comprimentos. Muito menos gráficos 3D furiosos!!
É por isso que o enfadonho gráfico de barras continua ganhando. Sua preferência não recebe voto. Nós, profissionais de dados, escolhemos a visualização com base nos dados. Se você prefere ver mais tortas ou não, a decisão é totalmente sua.
Mas eu gosto mais de gráficos de pizza.
Claro. Você também pode gostar de ler as finanças trimestrais como uma limerique. A questão nunca foi o que você gosta. A questão é o que ajuda você a ver os insights dos dados.
Os gráficos de pizza da aprendizagem
O que me leva à história interminável de aprendizagem e estilos de aprendizagem. Passamos décadas fazendo exatamente isso com uma cara séria: alguém declara “Sou um aprendiz visual” e, em vez da risada educada, recebe um curso redesenhado com muitos gráficos. Pesquisamos as pessoas sobre seu estilo de aprendizagem preferido. Nós os classificamos em grupos: visuais, auditivos, cinestésicos. Construímos conteúdo para combinar. Chamamos isso de design centrado no aluno e nos sentimos bem com isso.
Quando os investigadores procuraram evidências de que combinar a instrução com os estilos de aprendizagem melhora a aprendizagem, não encontraram evidências fracas. Eles não encontraram essencialmente nenhum, e os poucos estudos adequadamente elaborados contradiziam a ideia (Pashler, McDaniel, Rohrer e Bjork, 2008). No entanto, uma revisão sistemática concluiu que cerca de 89% dos educadores ainda acreditam na correspondência do ensino com os estilos de aprendizagem, e a maioria afirma fazê-lo realmente (Newton e Salvi, 2020). E agora a IA está treinada em todo esse mito. Não admira que os agentes de IA sejam tão confusos quanto os humanos.
A confusão
Confundimos duas questões diferentes. “O que as pessoas preferem?” é uma verdadeira questão. Vale a pena perguntar. A preferência afeta a motivação e a motivação é importante. “O que realmente funciona?” é uma questão diferente. Tem uma resposta diferente. E quando os dois entram em conflito (como acontece frequentemente), “o que funciona” tem de vencer, porque o objectivo do aluno nunca foi alcançado. Era para melhorar em alguma coisa.
A pessoa que quer tudo em gráficos de pizza não precisa de mais gráficos de pizza. Eles precisam que alguém lhes mostre um gráfico de barras e diga: Veja como você acabou de encontrar a resposta muito mais rápido. O autoproclamado aprendiz visual não precisa que seu treinamento de segurança seja convertido em infográficos. Eles precisam de prática de recuperação, espaçamento, feedback, exemplos práticos, coisas sem glamour com evidências reais por trás delas, independentemente do canal sensorial que reivindicam como sua marca.
Medição é fundamental
Preferência são dados. Mas são dados sobre conforto, não sobre eficácia. Projete de acordo com isso e você otimizará a sensação de aprendizado, em vez de saber se aconteceu. Essas duas medidas divergem com mais frequência do que gostaríamos. Experiências suaves e agradáveis produzem rotineiramente uma retenção pior do que experiências difíceis e ligeiramente desconfortáveis. Se você já viu avaliações brilhantes de cursos ao lado de números de desempenho fixos, você viu a divergência acontecer.
Então, da próxima vez que alguém pedir a versão de treinamento de um gráfico de pizza: mais curto, mais bonito, que combine com seu estilo, leve o pedido a sério como um sinal de motivação. Então faça a melhor pergunta. Não “do que você gosta?”
“O que seria necessário para você ser mensuravelmente melhor nisso em 90 dias?” E meça. Ninguém jamais respondeu a essa pergunta com “mais torta”.
Espere, fica pior com IA
Durante décadas, uma coisa protegeu-nos discretamente da nossa má teoria: o custo. Custo de recursos, tempo e esforço para produzir conteúdo correspondente ao “estilo de aprendizagem”. Construir três versões de um curso (visual, auditivo e cinestésico), apenas 3 dos 75 estilos diferentes, era caro. Os orçamentos forçavam trade-offs, os trade-offs forçavam perguntas e, em algum momento do processo, alguém geralmente perguntava: “espere, será que realmente precisamos disso?” O atrito foi nosso controle de qualidade acidental.
Esse atrito desapareceu. Prepare-se para cursos de gráficos de pizza individualizados e personalizados.
A IA agora pode gerar uma versão do seu curso para cada aluno. Não são 3 estilos, todos 3.000. Uma versão de podcast para o “aluno auditivo”. Um infográfico para o “aluno visual”. Uma simulação para quem verificou “na prática”. Cada um é produzido em minutos, cada um é polido, cada um é personalizado a tal ponto que o ser humano nem consegue acompanhar o ritmo. Os painéis brilharão. Os alunos relatarão que adoraram. Os vendedores receberão histórias engraçadas de IA que poderão reproduzir em velocidade dupla sobre o conhecimento do produto. Ganha-ganha!
- Eu mencionei questões de medição?
De agora em diante, será a única coisa que importa. Se a teoria subjacente na qual a IA foi treinada estiver errada, na verdade não produzimos aprendizagem personalizada. Industrializamos o gráfico de pizza. Em 3D com sombreamento de cores do arco-íris que fala.
A IA não valida nossas suposições de design. Isso os amplifica. Você alimenta um mito e ele executará esse mito perfeitamente, em grande escala, com uma confiança que se parece muito com uma evidência. Uma má ideia costumava falhar lentamente, em um curso, onde alguém poderia notar. Agora ele pode falhar lindamente em toda uma empresa, embrulhado na palavra “adaptativo”.
Há uma segunda armadilha escondida dentro da primeira: medir a coisa errada. Quando a IA é treinada para satisfazer os alunos, dando-lhes o que eles querem (em vez do que precisam), os índices de satisfação dispararão. Suave, envolvente e divertido. É bom aprender. O problema é que a luta é o que faz a prática persistir. O formato desconhecido que chama a atenção de verdade. A resposta errada com a qual você terá que se sentar antes da revelação. Um ciclo de otimização apontado para a satisfação otimizará o aprendizado desde o início.
Nada disso faz da IA a vilã. A mesma máquina que pode gerar torta infinita é a máquina que pode finalmente fazer coisas para as quais nunca tivemos capacidade: adaptar-se ao que o aluno sabe e não ao que ele gosta, gerar práticas de recuperação no limite exato da competência de alguém, espaçá-las por semanas, variar o formato deliberadamente não para combinar com um estilo, mas para quebrar o conforto de um.
Nós, humanos, somos responsáveis pela forma como implementamos a IA para a aprendizagem. Nós, humanos, somos responsáveis por selecionar e influenciar a abordagem de “soluções de IA” dos fornecedores de tecnologia. Nós, humanos, somos responsáveis por dizer não aos cursos quando eles não são necessários e sim às soluções que podem estar fora da expertise tradicional. Não precisamos escrever white papers para converter os crentes no estilo de aprendizagem. Precisamos implementar uma medição que mostre o impacto no trabalho. Não apenas a memorização ou recordação após um programa, mas uma mudança de comportamento real e sustentada que acontece em circunstâncias realistas.
“Alimentar o conteúdo” é tão horrível quanto gráficos de pizza 3D para todos os dados. O problema não é a IA. O problema é humano. Temos a oportunidade de parar de nos esconder atrás da falta de recursos e de tecnologia para fazer a coisa certa. Não há mais desculpas. Mas, sem o pensamento sistêmico e o foco na mudança de comportamento que gera impacto, esse “alimentar o conteúdo” pode simplesmente se transformar no que diz: carregue seu PDF e ele cria magicamente gráficos de pizza a partir dele.
Nenhuma torta foi machucada durante este artigo.
Referências:
- Pashler, H., M. McDaniel, D. Rohrer e R. Bjork. 2008. “Estilos de aprendizagem: conceitos e evidências.” Ciência Psicológica de Interesse Público 9 (3): 105–19.
- Newton, PM e A. Salvi. 2020. “Quão comum é a crença no neuromito dos estilos de aprendizagem, e isso importa? Uma revisão sistemática pragmática.” Fronteiras na Educação5, 602451.