Integrando a IA no Modelo das Nações Unidas: novos desafios para o desenvolvimento de soft skills em projetos de extensão universitária
Pedro Henrique Rocha Dória
Resumo: Este artigo analisa como a inteligência artificial (IA) afeta o desenvolvimento de soft skills como comunicação, negociação e inteligência emocional. Verifica-se como a IA pode aprimorar o Modelo das Nações Unidas (MUN), ao mesmo tempo em que pode prejudicar o desenvolvimento de habilidades comportamentais.
O Modelo das Nações Unidas (MUN) proporciona aos estudantes experiências imersivas que replicam as complexidades da governança e diplomacia internacional (Dyke 2010). A origem dessa atividade remonta às simulações do Modelo da Liga das Nações, realizadas por estudantes da Universidade de Harvard na década de 1920 (Hazleton e Mahurin 1986; Muldoon 1995). Inicialmente, essas simulações atraíam principalmente universitários do nordeste dos Estados Unidos. Com a criação das Nações Unidas em 1945, o Modelo da Liga das Nações foi substituído pelo Modelo da ONU, refletindo a transição histórica entre as duas organizações. Ao longo das décadas, o MUN expandiu-se globalmente, com um crescimento notável nos anos 1960, em paralelo ao aumento de membros da ONU. No contexto da extensão universitária no Brasil, o MUN desempenha um papel importante ao reduzir a distância entre o conhecimento teórico e sua aplicação prática, promovendo o desenvolvimento de competências profissionais e o crescimento pessoal por meio da aprendizagem experiencial (De Paula 2013; de Sousa Santos, Rocha, e Passaglio 2016).
Ao colocar estudantes em ambientes dinâmicos de tomada de decisão, as simulações aumentam o engajamento e também permitem a compreensão de sistemas complexos (McIntosh 2001). Além disso, proporcionam oportunidades para desenvolvimento de soft skills, habilidades comportamentais, como comunicação, negociação, liderança e colaboração (O’Dell et al. 2024). O aspecto da dramatização e da tomada de decisões estratégicas do MUN promove o pensamento crítico e a resolução de problemas, destacando o valor pedagógico de simulações que espelham processos diplomáticos reais (Shaw e Rosen 2010).
A integração da Inteligência Artificial (IA) na educação apresenta tanto vantagens quanto desafios, especialmente para as simulações nas Relações Internacionais (RI). A IA, especialmente a partir do surgimento dos grandes modelos de linguagem (LLMs), torna-se interessante ao personalizar o aprendizado e fornecer feedback em tempo real, melhorando assim a aquisição de conhecimento técnico (Brum et al. 2024). No entanto, no contexto de RI, onde diplomacia, negociação e comunicação intercultural são essenciais, a IA não pode replicar completamente as habilidades interpessoais e cognitivas necessárias para o sucesso (O’Dell et al. 2024). Embora a IA auxilie na análise de dados e na tomada de decisões, a dependência excessiva dessas tecnologias desperta preocupações sobre o impacto nas habilidades comportamentais como inteligência emocional e comunicação. Assim, ainda que a IA possa melhorar a velocidade e o tom da comunicação, ela pode também reduzir a autenticidade e a conexão humana, comprometendo a cooperação e a confiança, especialmente em ambientes de alto risco como a diplomacia (Hohenstein et al. 2023). Dessa forma, é essencial equilibrar o uso da IA com o desenvolvimento de habilidades comportamentais para uma diplomacia eficaz.
No ensino de RI, atividades como debates, projetos em grupo e apresentações são utilizadas para desenvolver competências valorizadas por empregadores, incluindo pensamento crítico, colaboração e comunicação verbal (Biswas e Haufler 2020). Nesse contexto, o aprendizado ativo desempenha um papel fundamental (Inoue e Valença 2017), pois engaja os alunos de forma mais profunda ao incentivar a reflexão crítica, a aplicação prática dos conceitos e a participação em atividades que vão além da mera absorção passiva de conteúdo. Como aplicação do conceito de aprendizado ativo, o Modelo das Nações Unidas promove maior integração entre teoria e prática, permitindo que os estudantes de RI compreendam de forma mais abrangente temas complexos e controversos da política global e desenvolvam habilidades comportamentais em um ambiente colaborativo e de alta pressão (Shaw e Rosen 2010; Dyke 2010). No contexto do ensino, pesquisa e extensão, uma das mais enriquecedoras atividades para estudantes de RI é a participação em programas de aprendizagem experiencial como o Modelo das Nações Unidas (O’Dell et al. 2024; Muldoon 1995). O MUN é especialmente interessante para ajudar estudantes a desenvolver habilidades comportamentais como comunicação, trabalho em equipe, liderança e resolução de problemas (O’Dell et al. 2024). Durante essas simulações, os estudantes articulam a posição de seu país ou organização, negociam com outros participantes e redigem resoluções — atividades essenciais que refletem os desafios da diplomacia (McIntosh 2001). Ainda, aprendem a navegar em procedimentos parlamentares complexos, negociar compromissos em cenários de alta pressão e se envolver em comunicação intercultural, todas habilidades cruciais para futuros profissionais de Relações Internacionais.
A participação bem-sucedida no MUN exige pesquisa e compreensão da instituição e das questões específicas a serem abordadas (Hazleton e Mahurin 1986; Muldoon 1995; McIntosh 2001). Os professores costumam atribuir tarefas preparatórias, como elaboração de position papers ou realização de pesquisas detalhadas sobre os países ou questões que os estudantes irão representar (Dyke 2010). Na preparação para o MUN, os estudantes são incentivados a pesquisar os países designados, analisar posições passadas e preparar position papers abrangentes (McIntosh 2001; Shaw e Rosen 2010).
A Inteligência Artificial (IA) pode tornar a fase preparatória mais eficiente ao recuperar informações e identificar conexões relevantes, permitindo que os estudantes desenvolvam posições mais aprofundadas sobre questões internacionais. Ferramentas de análise preditiva podem ajudar a modelar possíveis resultados de políticas, facilitando a consideração de impactos de médio e longo prazo nas propostas. Na redação de documentos, a IA pode oferecer feedback em tempo real sobre a estrutura e a coerência, aprimorando os argumentos e o fluxo lógico das ideias. A mineração de dados assistida por IA pode possibilitar a coleta de informações de extensas bases de dados. Sistemas de processamento de linguagem natural (PLN) podem resumir documentos complexos, como resoluções da ONU, e sistemas de recomendação podem sugerir fontes acadêmicas relevantes. Ferramentas de tradução automática também podem auxiliar no acesso a materiais em diferentes idiomas, ampliando o alcance das pesquisas.
Durante a simulação, ferramentas de análise de sentimento podem avaliar o tom emocional da comunicação, analisando como os estudantes gerenciam a diplomacia sob pressão. Essa ferramenta pode auxiliá-los a refletirem sobre sua inteligência emocional, habilidades de comunicação e capacidade de navegar por negociações tensas.
A IA também pode desempenhar um papel relevante na fase de debriefing, avaliando a participação nas estratégias de negociação e na formação de coalizões. Esse feedback baseado em dados pode auxiliar os estudantes a refletirem sobre seus pontos fortes e pontos de melhoria. Nesse sentido, as sessões de debriefing após a simulação são essenciais para refletir sobre a experiência, identificar os principais aspectos de aprendizagem e relacionar a simulação com os objetivos mais amplos do curso.
Em conclusão, a integração da Inteligência Artificial no Modelo das Nações Unidas apresenta oportunidades transformadoras para o desenvolvimento de habilidades técnicas e comportamentais. Ferramentas de IA podem apoiar os estudantes em todas as etapas das simulações — desde a preparação até a fase de debriefing. Contudo, é importante equilibrar o uso dessas tecnologias, pois a dependência excessiva pode prejudicar o desenvolvimento de competências interpessoais fundamentais para a diplomacia, como empatia, comunicação intercultural e trabalho em equipe.
Referências
Biswas, Bidisha, e Virginia Haufler. 2020. “What Can I Do with This Class? Building Employment-Related Skills in International Relations Courses”. Journal of Political Science Education 16 (1): 67–78. https://doi.org/10.1080/15512169.2018.1515634.
Brum, Yara Kirya, Daniela Paula de Lima Nunes Malta, Gêneses Soares Pereira, José Roberto Moreira de Barros, e Karine do Nascimento Araújo. 2024. “O IMPACTO DO USO DA INTELIGÊNCIA ARTIFICIAL NOS PROCESSOS DE ENSINO E APRENDIZAGEM”. Revista Ilustração 5 (5): 101–8.
De Paula, João Antônio. 2013. “A extensão universitária: história, conceito e propostas”. Interfaces-Revista de Extensão da UFMG 1 (1): 5–23.
Dyke, Gretchen J. Van. 2010. “Model UN and Model EU Programs”. Em Oxford Research Encyclopedia of International Studies. https://oxfordre.com/internationalstudies/display/10.1093/acrefore/9780190846626.001.0001/acrefore-9780190846626-e-264.
Hazleton, William A., e Ronald P. Mahurin. 1986. “External Simulations as Teaching Devices: The Model United Nations”. Simulation & Games 17 (2): 149–71. https://doi.org/10.1177/0037550086172002.
Hohenstein, Jess, Rene F. Kizilcec, Dominic DiFranzo, Zhila Aghajari, Hannah Mieczkowski, Karen Levy, Mor Naaman, Jeffrey Hancock, e Malte F. Jung. 2023. “Artificial intelligence in communication impacts language and social relationships”. Scientific Reports 13 (1): 5487.
Inoue, Cristina Yumie Aoki, e Marcelo M. Valença. 2017. “Contribuições do Aprendizado Ativo ao Estudo das Relações Internacionais nas universidades brasileiras”. Meridiano 47 — Journal of Global Studies 18. https://doi.org/10.20889/M47e18008.
McIntosh, Daniel. 2001. “The Uses and Limits of the Model United Nations in an International Relations Classroom”. International Studies Perspectives 2 (3): 269–80. https://doi.org/10.1111/1528-3577.00057.
Muldoon, James P. 1995. “The Model United Nations Revisited”. Simulation & Gaming 26 (1): 27–35. https://doi.org/10.1177/1046878195261003.
O’Dell, Roni Kay M., Ariana B. Scott, Mark J. Nealon, e Brianna N. Franzino. 2024. “Training for the United Nations in the Twenty-First Century; Professionalism Training on Leadership, Negotiation, and Gender for Model United Nations Simulations”. International Studies Perspectives 25 (2): 246–64.
Shaw, Carolyn M., e Amanda Rosen. 2010. “Designing and Using Simulations and Games”. Em Oxford Research Encyclopedia of International Studies. https://oxfordre.com/internationalstudies/display/10.1093/acrefore/9780190846626.001.0001/acrefore-9780190846626-e-66.
Sousa Santos, João Henrique de, Bianca Ferreira Rocha, e Kátia Tomagnini Passaglio. 2016. “Extensão universitária e formação no ensino superior”. Revista Brasileira de Extensão Universitária 7 (1): 23–28.
Sobre o Autor
Pedro Henrique Rocha Dória: É graduado em Engenharia Elétrica pela Universidade de Brasília (UnB) e possui mestrado em Economia pela mesma instituição. Durante seu mestrado, aplicou técnicas de aprendizado de máquina e processamento de linguagem natural para analisar emendas parlamentares ao orçamento da União. Em sua graduação, trabalhou no desenvolvimento de sistemas embarcados, com foco especial em instrumentação para aplicações aeroespaciais. Atualmente é coordenador-executivo do AMUN (Americas Model United Nations), projeto de extensão vinculado ao Instituto de Relações Internacionais da Universidade de Brasília. Seus interesses de pesquisa estão voltados para o impacto da tecnologia na sociedade e suas implicações nas relações internacionais.