A IA no Treinamento Médico Pode Formar Médicos Que Nunca Aprenderam a Pensar

À medida que as ferramentas de inteligência artificial se integram aos ambientes clínicos em uma velocidade sem precedentes, uma questão crítica começa a emergir: o que acontece com os médicos que estão sendo formados dentro desses sistemas? Uma perspectiva publicada na Nature Medicine levanta uma preocupação que tem sido amplamente ignorada — que o uso precoce e irrestrito de IA na educação médica pode impedir que os médicos em formação desenvolvam as habilidades de raciocínio fundamentais que a prática clínica independente exige.

Os autores cunham o termo "never-skilling" para descrever esse fenômeno, distinguindo-o cuidadosamente do "deskilling", que ocorre quando clínicos experientes perdem competências já adquiridas devido à dependência excessiva da IA, e do "mis-skilling", no qual os médicos em formação aceitam acriticamente os erros da IA e internalizam conhecimento clínico factualmente incorreto. Esses são modos de falha significativamente distintos, cada um exigindo salvaguardas educacionais específicas.

Embora evidências diretas provenientes de contextos de formação médica ainda estejam ausentes, os autores fundamentam sua preocupação em teorias de aprendizagem bem estabelecidas — em particular, na compreensão de que a prática deliberada e o esforço produtivo durante os períodos formativos são essenciais para a aquisição profunda de habilidades. Sinais empíricos iniciais provenientes de ambientes educacionais não clínicos reforçam ainda mais a plausibilidade da preocupação.

Em resposta, os autores propõem um framework de três fases para a proteção de competências. A primeira fase estabelece a competência independente de IA como linha de base, garantindo que os médicos em formação desenvolvam o raciocínio central antes da exposição à IA. A segunda fase constrói a calibração crítica por meio de uma pedagogia estruturada, ensinando os médicos em formação quando e como questionar os resultados da IA. A terceira fase permite a integração supervisionada da IA na prática, com salvaguardas baseadas na competência demonstrada.

O artigo é enquadrado explicitamente como uma agenda de pesquisa, e não como uma prescrição definitiva de política, reconhecendo que a investigação empírica é urgentemente necessária. Para clínicos e educadores médicos, a conclusão é clara: o momento e a estrutura da introdução da IA no treinamento são enormemente importantes, e a adoção por padrão, sem salvaguardas pedagógicas, representa riscos reais para a próxima geração de médicos.