“Acelerar a educação” na era da queda da natalidade: como formar talentos de alto nível com uma população limitada

Um dos grandes desafios que enfrentamos é a queda da natalidade.

Ao observar a evolução do número de nascimentos, vemos como a redução é intensa.

• 1985: cerca de 1,43 milhão
• 1995: cerca de 1,19 milhão
• 2005: cerca de 1,06 milhão
• 2015: cerca de 1,01 milhão
• 2025: cerca de 706 mil (Ministério da Saúde, Trabalho e Bem-Estar, estatísticas vitais, valores preliminares)

Considera-se que essa mudança afetará muitas áreas, como a sobrevivência das instituições de ensino, incluindo as universidades, a manutenção do sistema de seguridade social e a sustentabilidade das comunidades locais, e esses temas vêm sendo amplamente debatidos.

Um dos pontos dessa discussão é que, como resultado da queda da natalidade, nos próximos 20 anos o pipeline de fornecimento de talentos para o setor produtivo vai se estreitar rapidamente.

Hoje, a escassez de mão de obra, sobretudo de trabalhadores braçais, já está se tornando um problema imediato, mas, olhando a futura estrutura populacional, não é difícil imaginar que essa falta de gente se estenderá aos trabalhadores de escritório e, por fim, aos talentos de alto nível.

Se a oferta desse tipo de talento diminuir e as empresas do país não conseguirem contratar internamente um número suficiente de pessoas que adquiriram a capacidade de assumir trabalhos de alto valor agregado, o Japão como um todo terá dificuldade em gerar produtos e serviços de alto valor agregado, e a manutenção da indústria e da economia poderá ficar em risco.

Isso ainda não está claramente visível, mas, à medida que essa falta de oferta ficar mais evidente, acredito que crescerá a demanda do setor produtivo ao setor educacional para “aumentar a oferta de talentos de alto nível”.

Considerando que há poucas crianças como base, isso significa, na prática, uma demanda para “elevar a taxa de conversão em talentos de alto nível”. É algo bastante difícil, mas sinto que se aproxima o momento em que teremos de pensar nisso a sério.

É claro que a educação não existe apenas para a indústria e o trabalho. Ela tem propósitos diversos, como o cultivo da cultura geral e da cidadania e a realização pessoal de cada indivíduo. Neste texto, reconhecendo plenamente isso, e para tornar a discussão mais clara, vou me concentrar deliberadamente em um aspecto importante da educação: a “formação de talentos para o setor produtivo”.

Estimativa simples: e se fossem necessários “300 mil talentos de alto nível”?

Para manter o nível econômico do Japão, é preciso continuar formando, todos os anos, um certo número de pessoas capazes de atuar em setores de alto valor agregado.

O “talento de alto nível” de que falo aqui não é quem possui um determinado diploma, mas quem reúne competências como a capacidade de formular e resolver problemas complexos, a capacidade de conceber e implementar novo valor e a capacidade de integrar conhecimentos especializados avançados para tomar decisões. Pense em pessoas que possam atuar em áreas como TI e software, manufatura avançada, pesquisa e desenvolvimento, finanças, medicina e biotecnologia.

Aqui, vou supor que esse número seja de cerca de 300 mil por ano. É um valor aproximado, estimado a partir do número de pessoas que de fato ingressam em áreas de alto valor agregado dentro da estrutura atual, em que cerca de 630 mil pessoas ingressam anualmente na universidade e cerca de 70 mil seguem para o mestrado, e é apenas um valor hipotético.

(※ Esta estimativa é apenas um “modelo conceitual”. Na realidade, não só o número de nascimentos, mas também a taxa de participação na força de trabalho, o trabalho de imigrantes e estudantes estrangeiros e o prolongamento da vida profissional dos idosos são variáveis importantes, e uma análise rigorosa exigiria uma análise de fluxo e estoque por coorte (grupo por ano de nascimento). Além disso, é preciso ter em mente que a definição e o número necessário de “talentos de alto nível” podem variar conforme as mudanças na estrutura industrial e os ganhos de produtividade trazidos pela IA.)

Simplificando e tomando o número de nascimentos como base, surge a seguinte “taxa de conversão”.

• Geração nascida em 2005 (cerca de 1,06 milhão de nascimentos): 300 mil ÷ 1,06 milhão ≒ cerca de 28%
• Geração nascida em 2025 (cerca de 700 mil nascimentos): 300 mil ÷ 700 mil ≒ cerca de 43%

Ou seja, para continuar garantindo os mesmos “300 mil”, seria preciso elevar a taxa de conversão de 28% para 43% em 20 anos.

Esses números são uma avaliação grosseira, mas mostram que pode haver uma pressão estrutural: “como a base diminui, para manter a mesma função social é inevitável aumentar a eficiência da educação e da formação”.

É claro que existem outras alavancas além de “aumentar o número de pessoas pela educação”, como ampliar a recepção de imigrantes e trabalhadores estrangeiros, elevar a produtividade do trabalho por pessoa (incluindo a eficiência obtida com IA e automação) e transformar a própria estrutura industrial. No entanto, mesmo combinando essas medidas, a elevação da taxa de conversão da educação continua sendo um dos pilares importantes.

Mudanças sociais simultâneas

Só a queda da natalidade já é um problema difícil, mas, ao mesmo tempo, as seguintes mudanças estão em curso.

As três mudanças representativas são estas:

1. Prolongamento do período de educação devido à sofisticação da indústria
2. Pressão por empregos “de alto nível” devido às mudanças tecnológicas, incluindo a IA
3. O círculo vicioso da queda da natalidade provocado pelo prolongamento da educação

(a) Prolongamento do período de educação devido à sofisticação da indústria

Quanto mais sofisticada a tecnologia, maior tende a ser o período de educação necessário para adquirir conhecimentos especializados.

Aumenta o número de áreas em que o mestrado está se tornando o padrão e, se no futuro mais pessoas precisarem de uma formação equivalente ao doutorado, o ingresso efetivo no mercado de trabalho poderá ser adiado até por volta dos 27 anos.

(b) Pressão por empregos “de alto nível” devido às mudanças tecnológicas, incluindo a IA

Há quem argumente que a IA substituirá tarefas de nível intermediário (o impacto varia conforme a indústria e a ocupação). Se essa direção avançar, os trabalhos que cabem aos humanos se concentrarão em atividades mais sofisticadas, e um “nível de educação mais alto” passará a ser condição para conseguir um bom emprego.

A difusão de robôs industriais e da automação, em razão da escassez de trabalhadores, também empurrará o trabalho humano para julgamento, projeto e integração de nível superior, tornando-se uma pressão para elevar o nível de aprendizagem necessário.

(c) O círculo vicioso da queda da natalidade provocado pelo prolongamento da educação

O prolongamento do período de educação pode agravar ainda mais a própria queda da natalidade. Se o ingresso no mercado de trabalho se atrasa, o momento de alcançar estabilidade econômica também se atrasa, e a idade para casar e ter filhos aumenta. Como resultado, o período fértil efetivamente se encurta, gerando um círculo vicioso em que o número de nascimentos sofre uma pressão para baixo.

(É claro que o período de educação não é o único fator da queda da natalidade. Há fatores complexos envolvidos, como o custo da moradia, a falta de apoio à criação dos filhos, a diversificação de valores e a instabilidade do emprego.)

Um “país que lucra apenas com alguns” é sustentável?

Deslocar os trabalhadores existentes para setores de alto valor agregado por meio da requalificação (reskilling) também é um meio importante. No entanto, em um ambiente em que a mão de obra é escassa e há oportunidades de obter salário, são poucos os que conseguem abrir mão desse custo de oportunidade para se dedicar a um longo período de requalificação. O desenho de sistemas que combinam treinamento profissional generoso e garantia de renda, como nos países nórdicos, também serve de referência, mas a transição a partir do sistema atual do Japão levaria um tempo considerável.

Também talvez seja possível construir uma indústria que funcione mesmo com a taxa de conversão atual. Por exemplo, apenas uma minoria que conseguisse empregos de alto nível teria altos rendimentos, enquanto a maioria restante teria baixa renda, e se faria uma boa redistribuição. Mas temo que uma estrutura social tão extremamente dividida em dois polos aumente a instabilidade da sociedade.

Para preservar a estabilidade e a sustentabilidade da sociedade como um todo, o desejável deveria ser que não apenas uma pequena elite, mas o maior número possível de pessoas tenha acesso ao maior número possível de “bons empregos”. (O “bom emprego” aqui é um conceito que inclui não só o salário, mas também estabilidade, oportunidades de crescimento, dignidade e participação social.)

Pensando assim, acredito que o que está em questão é, afinal, elevar o patamar de qualidade da educação como um todo.

Dois desafios que se impõem à educação

(1) Melhorar a qualidade da educação: elevar a taxa de conversão

Como a base diminui, é preciso levar os resultados que a educação produz a mais pessoas. Elevar a taxa de conversão de 28% para 43% é uma mudança que não se alcança com algo como “melhorar um pouco”. Além disso, isso precisa ser realizado em um intervalo de 20 anos.

O importante é que, como mencionado acima, isso não deve ser mais uma elevação das camadas superiores, mas uma elevação da base: garantir oportunidades de aprendizagem e construir mecanismos para que mais pessoas alcancem um ponto de chegada elevado.

(2) Antecipar a chegada: adensar o aprendizado sem sacrificar a compreensão

Para romper o círculo vicioso da queda da natalidade e ampliar a liberdade das novas gerações de planejar a própria vida, penso que, se possível, seria bom também tornar adequado o próprio período de educação. Por exemplo, será que não seria possível antecipar em alguns anos a aquisição de expertise, que tradicionalmente leva até os 27 anos mais ou menos?

“Antecipar” não significa simplesmente socar conteúdo e apressar. É manter o ponto de chegada e, por meio de uma reformulação radical do currículo, da seleção criteriosa do que deve ser aprendido e da inovação do processo de aprendizagem com o uso de tecnologia, aumentar a densidade e a eficiência do aprendizado sem sacrificar a compreensão.

É claro que nem sempre a antecipação é possível, e também haverá áreas em que ela não deve ser feita. Ainda assim, acredito que tem sentido não tomar a duração do período de educação como dada, e sim torná-la objeto de verificação.

Duas abordagens: “acelerar o aprendizado” e “redefinir o ponto de chegada”

Para formar mais talentos de alto nível em um tempo limitado, é preciso mudar o próprio processo de aprendizagem. As abordagens podem ser divididas em duas grandes linhas.

(1) Acelerar o processo de aprendizagem com o uso de IA

A IA tem o lado de tirar empregos, mas, dependendo de como for usada, também pode se tornar uma ferramenta que acelera muito o aprendizado. Os efeitos mais esperados estão nas três áreas a seguir.

• Personalização: diagnosticar os pontos fracos de cada aluno e propor os exercícios mais adequados
• Apoio à metacognição: apoiar o processo de “aprender a aprender”, como a elaboração do plano de estudos, a reflexão e a análise das causas dos erros
• Tempo real: dar feedback e dicas no momento certo para o aluno, fazendo girar um ciclo de aprendizagem veloz
• Acompanhamento de projetos: atuar como coach ao enfrentar tarefas práticas, como organização de requisitos, revisão de projeto e levantamento de riscos

Assim como o surgimento dos programas de shogi mudou o estudo dos jogadores profissionais e elevou drasticamente o nível da competição, as ferramentas educacionais de IA podem mudar o próprio caminho de aprendizagem e encurtar o tempo até a chegada. Mesmo nos últimos um ou dois anos, a qualidade da produção de quem usa bem a IA mudou de forma visível. As ferramentas de apoio ao estudo baseadas em literatura e materiais também estão chegando a um nível prático, e a aplicação séria ao campo da educação começa a ganhar concretude.

No entanto, é preciso examinar com cautela se os resultados obtidos em um mundo fechado e de regras claras, como a IA do shogi, podem ser aplicados diretamente à educação em geral.

(2) Redefinir o “ponto de chegada” partindo da premissa da IA

O mais importante é que, em uma sociedade em que a IA se difunde, muda o conjunto de conhecimentos que os humanos precisam memorizar e dominar do zero. Os objetivos educacionais tradicionais e os que partem da premissa de dominar o uso da IA devem ser um pouco diferentes.

Assim como a difusão da calculadora mudou a forma do ensino de matemática, trata-se de redefinir o “ponto final de aprendizagem que o ser humano deve alcançar” com base na existência da IA. Acredito que isso levará à adequação do período de educação e à aceleração da formação de talentos.

Por exemplo, se o ponto de chegada tradicional fosse o “nível de conclusão do doutorado”, o novo ponto de chegada, partindo da premissa da IA, poderia ser adquirir, no início da casa dos 20 anos, as competências centrais que sustentam a capacidade de executar trabalho cognitivo avançado em nível de pesquisa: capacidade de testar hipóteses, de sintetizar a literatura, de conduzir experimentos e implementações e de julgar a ética em pesquisa. O objetivo não é o diploma em si, mas um desenho educacional capaz de alcançar resultados equivalentes (produtos e capacidade prática).

Esses dois pontos, “acelerar o processo de aprendizagem” e “redefinir o ponto de chegada”, são as duas rodas de um carro. Com apenas um deles, não se alcançará a taxa de conversão exigida daqui a 20 anos.

Por isso, começar a explorar desde já

Não existe, desde o início, uma resposta certa para melhorar a eficiência do aprendizado com o uso de IA. A tentativa e erro é indispensável.

Mas, se estabelecermos como meta, por exemplo, “um sistema educacional que, em 2045, consiga formar de modo estável pessoas com, no início da casa dos 20 anos, uma capacidade de condução de pesquisa próxima à de quem concluiu o doutorado tradicional”, o tempo que resta é de apenas 20 anos. Fazendo a conta ao contrário, talvez o ritmo seja formular em hipóteses o esboço das medidas nos próximos 5 anos e repetir a verificação e a implementação nos 15 anos restantes.

Além disso, ao introduzir a IA de forma séria na educação, é preciso não deixar passar despercebidos alguns pontos importantes, como o tratamento de dados pessoais e a avaliação, e por isso também será necessário aprofundar essa discussão.

Quanto à aceleração da educação, mesmo mobilizando todo o conhecimento da pedagogia, os resultados da ciência cognitiva e a tecnologia de IA de ponta, não sabemos se conseguiremos alcançar a meta almejada. No entanto, se não nos dedicarmos a isso, a resposta jamais aparecerá e, se não chegarmos lá, a sociedade japonesa daqui a 20 a 30 anos poderá enfrentar uma situação bastante difícil; sendo assim, a partir de agora

Em especial, a educação empreendedora, que está sob minha responsabilidade, é uma área próxima da sociedade e, por isso, acredito que esse desafio surgirá nela bem cedo. No campo do empreendedorismo de negócios, já se parte da premissa de usar IA e, se o conteúdo das aulas não mudar para acompanhá-lo, corre-se o risco de ensinar “conhecimentos e habilidades inúteis na prática” (mesmo que a transmissão de conhecimento sobre como abrir um negócio não seja o que define a educação empreendedora).

Por isso, nas aulas que começam em abril, quero buscar respostas praticando, à minha maneira, essa transformação da educação com o uso de IA: a aceleração do aprendizado e a redefinição do ponto de chegada. A preocupação que tenho ultimamente é se, atentando a perspectivas como o nível de proficiência alcançado (avaliação baseada em competências), o tempo até alcançá-lo e a equidade, ou seja, se não surgem disparidades de resultados por origem familiar, consigo encontrar, primeiro a partir de minhas próprias iniciativas, o ponto de partida da transformação educacional que deve ser realizada nestes 20 anos.