A crescente adoção da Inteligência Artificial (IA) na educação médica exige uma reflexão urgente sobre seus limites e potencialidades. Estudos recentes publicados em periódicos como The Lancet Digital Health, JAMA, Nature Medicine e Academic Medicine indicam que o uso inadequado dessas ferramentas pode levar ao fenômeno da “atrofia cognitiva”, uma redução progressiva do esforço mental necessário para resolver problemas. Quando o estudante recebe respostas prontas antes de formular hipóteses, interpretar achados clínicos ou buscar evidências, perde-se uma etapa essencial do aprendizado. A resposta pode até estar correta, mas o processo de construção do conhecimento deixa de ocorrer.
O perigo da autoridade aparente da IA
A preocupação aumenta diante da aparente autoridade com que os sistemas de IA apresentam suas respostas. Embora cada vez mais sofisticados, esses modelos continuam sujeitos a erros factuais, referências inexistentes, interpretações equivocadas e recomendações desatualizadas. O risco não reside apenas na possibilidade do erro, mas na tendência de usuários inexperientes aceitarem tais informações sem questionamento crítico. Em uma área em que decisões impactam diretamente a vida das pessoas, confiar sem verificar representa uma ameaça à formação profissional.
Impacto na medicina baseada em evidências
Outro aspecto frequentemente negligenciado é o impacto da IA sobre a medicina baseada em evidências. O médico moderno precisa saber localizar, interpretar e criticar a literatura científica. Quando a tecnologia passa a fornecer respostas prontas e resumos simplificados, existe o risco de que os estudantes deixem de desenvolver competências fundamentais, como a análise metodológica dos estudos, a identificação de vieses e a avaliação da qualidade das evidências. A longo prazo, isso pode comprometer a capacidade de atualização científica e a prática médica fundamentada em conhecimento sólido.
IA e bancos de questões: formação para aprovação, não para a prática
Uma preocupação particularmente atual envolve a combinação entre IA e bancos de questões voltados para avaliações curriculares, provas de residência médica e concursos públicos. Historicamente, a resolução de questões sempre foi uma estratégia legítima de aprendizagem. No entanto, a IA potencializou esse recurso a um nível sem precedentes. Hoje, é possível obter respostas instantâneas, explicações resumidas, identificação de padrões estatísticos de provas e até previsão de temas mais frequentemente cobrados. Embora isso possa aumentar o desempenho em avaliações, cria-se o risco de uma formação centrada na aprovação e não na aprendizagem.
Nesse cenário, muitos estudantes passam a direcionar seus esforços para reconhecer padrões de respostas, decorar algoritmos e dominar estratégias de prova, em vez de compreender profundamente os mecanismos fisiopatológicos das doenças e o raciocínio clínico necessário para o cuidado dos pacientes. Surge, assim, uma perigosa dissociação entre desempenho acadêmico e competência profissional. O estudante pode alcançar excelentes resultados em exames, residências e concursos sem necessariamente desenvolver habilidades equivalentes para enfrentar situações clínicas reais.
O fenômeno “teaching to the test” amplificado pela IA
A literatura educacional descreve esse fenômeno como teaching to the test — o ensino orientado para a prova. Com o advento da IA generativa, esse problema tende a ser amplificado. O objetivo deixa de ser compreender para passar a ser acertar. O aprendizado transforma-se em treinamento para avaliações, e não em preparação para a prática médica. O resultado pode ser a formação de profissionais altamente eficientes em responder questões objetivas, mas menos preparados para lidar com pacientes complexos, situações inesperadas e decisões que não apresentam alternativas previamente definidas.
A medicina real ocorre em um ambiente marcado por ambiguidades, informações incompletas e múltiplas possibilidades diagnósticas. Nenhum paciente chega ao consultório acompanhado de cinco alternativas e uma única resposta correta. O exercício da medicina exige julgamento clínico, capacidade de síntese, raciocínio probabilístico e sensibilidade para interpretar aspectos biológicos, psicológicos e sociais de cada indivíduo. Essas competências não podem ser desenvolvidas exclusivamente por meio de algoritmos ou bancos de questões.
A dimensão humana da medicina
Há ainda uma dimensão humana que merece atenção especial. Empatia, comunicação, escuta ativa e construção de vínculo terapêutico continuam sendo pilares da boa prática médica. Embora a IA possa auxiliar na organização de informações e no suporte à decisão clínica, ela não substitui a experiência humana de compreender o sofrimento, acolher incertezas e construir confiança. Uma formação excessivamente dependente de tecnologias corre o risco de produzir profissionais tecnicamente informados, mas menos preparados para exercer a medicina em sua plenitude.
O caminho: usar a IA para potencializar o raciocínio
Isso não significa rejeitar a Inteligência Artificial. Pelo contrário. Seu potencial para aprimorar a educação médica é inegável. Ferramentas de IA podem auxiliar na personalização do ensino, na simulação de cenários clínicos, na revisão de conteúdos complexos e no acesso rápido à informação. O desafio consiste em utilizá-las como instrumentos de apoio ao raciocínio, e não como substitutos do raciocínio. As escolas médicas, programas de residência e instituições formadoras têm a responsabilidade de estabelecer diretrizes claras para o uso ético e pedagógico dessas tecnologias.
Mais do que ensinar os estudantes a utilizar a IA, será necessário ensiná-los a questioná-la, validá-la e reconhecer suas limitações. O desenvolvimento do pensamento crítico, da literacia científica e da ética digital deverá ocupar papel central na formação das futuras gerações de médicos. A medicina sempre foi construída sobre três pilares inseparáveis: conhecimento científico, julgamento clínico e humanismo. A Inteligência Artificial pode fortalecer cada um deles quando utilizada de forma adequada. Entretanto, quando se transforma em um atalho para evitar o esforço intelectual, substituir a análise crítica ou priorizar exclusivamente o sucesso em avaliações, ela passa a representar uma ameaça silenciosa à qualidade da formação médica.
O verdadeiro desafio do nosso tempo não é decidir entre inteligência humana e inteligência artificial. É garantir que a segunda seja utilizada para potencializar a primeira. Afinal, a missão da educação médica não é formar especialistas em responder questões ou operadores de algoritmos, mas profissionais capazes de pensar, decidir e cuidar de pessoas com competência, responsabilidade e humanidade. A médica responsável pelo artigo, Gisele do Couto Oliveira, inscrita no CRM – MT 3740, reforça a necessidade de um olhar crítico sobre o uso da IA na formação médica.
