IA e o efeito Mateus: por que a inteligência artificial devolve mais a quem já tem mais

O filósofo canadense Réjean Bergeron levantou, em artigo publicado no jornal Le Devoir, uma provocação que incomoda o entusiasmo generalizado em torno da inteligência artificial: a IA não distribui conhecimento de forma igual entre quem a utiliza. Ao contrário, ela tende a devolver mais a quem já chega bem equipado, com repertório, vocabulário e pensamento crítico, e a empobrecer ainda mais quem chega de mãos vazias. Bergeron batiza esse fenômeno de "efeito Mateus", recuperando uma passagem do Evangelho segundo Mateus: a quem tem, mais será dado; a quem não tem, até o pouco que possui será tirado.

A tese não é nova em si. O que Bergeron faz é aplicá-la a um cenário muito atual: o de milhões de pessoas conversando diariamente com robôs como ChatGPT, Gemini ou Copilot, muitas vezes sem as ferramentas intelectuais necessárias para separar uma resposta plausível de uma resposta verdadeira. Para ele, uma pessoa sem formação sólida, movida apenas pelo "senso comum" e pelas opiniões que circulam informalmente, tende a sair de uma sessão de uso da IA mais pobre intelectualmente do que entrou, não porque a tecnologia seja falha, mas porque falta repertório para usá-la bem.

A origem do "efeito Mateus"

O termo tem uma trajetória própria dentro das ciências sociais, e vale a pena percorrê-la para entender por que ele voltou à tona agora. O sociólogo Robert K. Merton cunhou a expressão em 1968, ao estudar como cientistas já renomados recebiam desproporcionalmente mais crédito, financiamento e visibilidade do que pesquisadores iniciantes com méritos equivalentes. Quase duas décadas depois, o psicólogo Keith Stanovich importou o conceito para a área da alfabetização: crianças que desenvolvem cedo a fluência em leitura tendem a ler mais, aprender mais palavras e consolidar uma vantagem cognitiva que se acumula ano após ano, enquanto crianças que começam com dificuldade tendem a se afastar progressivamente da leitura, ampliando a defasagem.

É justamente esse uso educacional do termo, e não apenas o sentido econômico de "os ricos ficam mais ricos", que Bergeron resgata para pensar a inteligência artificial. A ideia central é que a IA generativa não é um nivelador automático de conhecimento. Ela amplia a distância entre quem já sabe formular boas perguntas, verificar fontes e desconfiar de respostas fluentes, e quem aceita a primeira resposta gerada como se fosse um fato estabelecido.

A inteligência artificial não decide o que é verdadeiro. Ela calcula o que é estatisticamente plausível, a partir de bilhões de padrões de linguagem, e é essa distinção que separa quem consegue usá-la bem de quem sai enganado por ela. Inspirado no argumento de Réjean Bergeron, colunista do jornal Le Devoir

O que os dados brasileiros mostram

No Brasil, o fenômeno descrito por Bergeron deixou de ser apenas uma hipótese filosófica e passou a aparecer em levantamentos oficiais. A pesquisa TIC Domicílios 2025, do Cetic.br (Centro Regional de Estudos para o Desenvolvimento da Sociedade da Informação, ligado ao NIC.br), mostrou que cerca de 50 milhões de brasileiros com 10 anos ou mais, o equivalente a 32% dos usuários de internet do país, já incorporaram alguma ferramenta de IA generativa ao cotidiano. O mesmo levantamento, no entanto, identificou algo que ecoa diretamente o argumento do filósofo canadense: os potenciais benefícios dessa adoção seguem concentrados entre as camadas de maior renda e escolaridade, enquanto o restante da população tende a usar a tecnologia de forma mais superficial, ou nem chega a usá-la.

Na educação, o retrato é semelhante. A pesquisa TIC Educação, também do Cetic.br, mostrou que sete em cada dez estudantes brasileiros do Ensino Médio já recorrem a ferramentas como ChatGPT, Copilot ou Gemini para fazer pesquisas escolares. O detalhe preocupante está no dado seguinte: apenas 32% desses estudantes afirmam ter recebido orientação da própria escola sobre como usar essas ferramentas com senso crítico. Ou seja, a maioria dos adolescentes brasileiros já convive com a IA no dia a dia escolar, mas sem o acompanhamento pedagógico que Bergeron considera indispensável para transformar essa convivência em aprendizado real, e não em atalho vazio.

Do lado empresarial, o Cetic.br também registrou, na pesquisa TIC Empresas 2025, que a adoção de IA saltou de 13% para 17% entre as companhias brasileiras em um ano, mas esse crescimento foi puxado sobretudo pelas grandes empresas, que passaram de 38% para 50% de adoção, enquanto as pequenas negociam avanços bem mais modestos. É o mesmo padrão em outra escala: quem já tem estrutura, capital e conhecimento técnico consegue extrair mais valor da IA, aprofundando uma distância que já existia antes da tecnologia chegar.

Como o fenômeno opera na prática

O argumento de Bergeron não trata a inteligência artificial como boa ou má em si. Ele descreve um mecanismo. Pessoas com repertório cultural amplo, vocabulário rico e hábito de checar informações conseguem formular perguntas mais precisas a um chatbot, avaliar criticamente o que recebem de volta e descartar o que soa plausível, mas é impreciso ou simplesmente inventado, um fenômeno técnico conhecido como alucinação. Já pessoas sem essa base tendem a aceitar a resposta gerada como verdade pronta, sem instrumentos para contestá-la, porque não sabem identificar o que não sabem.

Esse ponto conecta-se a um debate mais antigo sobre letramento digital e midiático, que pesquisadores brasileiros já discutem há anos usando exatamente o vocabulário do efeito Mateus aplicado à desigualdade educacional e científica. A novidade trazida pela IA generativa é a velocidade: o que antes levava anos de defasagem escolar para se consolidar como desvantagem, hoje pode se manifestar em poucos meses de uso desorientado de um chatbot.

A linha do tempo de um conceito

• 1968O sociólogo Robert K. Merton descreve o "efeito Mateus" na ciência, mostrando como pesquisadores já reconhecidos acumulam mais crédito e recursos do que colegas iniciantes com méritos semelhantes.
• Década de 1980O psicólogo Keith Stanovich aplica o conceito à alfabetização, explicando por que crianças que leem bem cedo tendem a ampliar sua vantagem, enquanto as que começam com dificuldade se distanciam ainda mais.
• 2025O Cetic.br registra que 50 milhões de brasileiros já usam IA generativa, com benefícios concentrados entre os mais escolarizados, e que apenas 32% dos estudantes do Ensino Médio recebem orientação escolar sobre o uso dessas ferramentas.
• 2026O filósofo Réjean Bergeron, no jornal Le Devoir, propõe uma leitura filosófica do fenômeno aplicada à inteligência artificial, argumentando que a IA amplifica, mas não cria, as desigualdades de repertório cultural.

O papel da escola e da formação crítica

Se há um ponto de convergência entre o argumento filosófico de Bergeron e os números do Cetic.br, é o papel central da educação formal. Não se trata de rejeitar a inteligência artificial nas salas de aula brasileiras, algo que os próprios dados mostram ser praticamente impossível, dado o uso já disseminado entre adolescentes. Trata-se de reconhecer que o uso proveitoso dessas ferramentas depende de uma base prévia: domínio da língua, hábito de leitura, capacidade de formular perguntas precisas e disposição para desconfiar de respostas fáceis. Sem essa base, o risco descrito por Bergeron deixa de ser abstrato e passa a aparecer, como já aparece, em pesquisas de amplitude nacional.

A discussão também reforça um argumento mais amplo do texto original: o de que o pensamento não funciona no vazio. Uma pessoa precisa de um repertório de conhecimentos conectados entre si para dar sentido ao que recebe de qualquer fonte, seja um livro, um professor ou um chatbot. Terceirizar por completo esse repertório para a nuvem digital, sem cultivar nada por conta própria, é o caminho que Bergeron descreve como o mais eficaz para esvaziar o pensamento humano de conteúdo próprio.

Perguntas frequentes

Glossário

Efeito Mateus

Fenômeno social pelo qual quem já possui vantagens (de conhecimento, prestígio ou recursos) tende a acumular ainda mais, enquanto quem tem menos tende a perder ainda mais terreno.

IA generativa

Categoria de sistemas de inteligência artificial, como ChatGPT, Gemini e Copilot, capazes de produzir textos, imagens ou outros conteúdos originais a partir de padrões estatísticos aprendidos em grandes volumes de dados.

Alucinação (em IA)

Termo técnico para quando um sistema de IA generativa produz uma informação incorreta ou inventada, mas apresentada com a mesma fluência e confiança de uma resposta correta.

Letramento crítico

Capacidade de interpretar, questionar e avaliar informações recebidas de qualquer fonte, em vez de aceitá-las automaticamente como verdadeiras.

Referências

1. Réjean Bergeron. "L'intelligence artificielle et l'«effet Matthieu»". Le Devoir. Disponível em: ledevoir.com.
2. Cetic.br | NIC.br. Pesquisa TIC Domicílios 2025: uso de IA generativa entre usuários de internet no Brasil.
3. Cetic.br | NIC.br. Pesquisa TIC Educação 2025: uso de IA generativa por estudantes do Ensino Médio.
4. Cetic.br | NIC.br. Pesquisa TIC Empresas 2025: adoção de IA por empresas brasileiras.
5. Wikipédia. Verbete "Efeito Mateus": origem do conceito em Robert K. Merton e Keith Stanovich.