Uma pesquisa com 725 universitários na Espanha investigou como percepções sobre o uso de IA em empresas se conectam a motivações acadêmicas e escolhas de carreira. O estudo conclui que a expectativa de ganhos profissionais é o principal motor da demanda por formação em IA, enquanto o medo atua de forma ambígua: em nível moderado, pode estimular a busca por qualificação, mas, quando elevado, tende a bloquear o engajamento.
O QUE HÁ DE NOVO: Publicado na revista Education and Information Technologies, o artigo analisa uma relação ainda pouco explorada: como a percepção de estudantes sobre a adoção de inteligência artificial no setor empresarial influencia seu desenvolvimento educacional e profissional e, em consequência, o desejo por treinamento acadêmico em IA. A pesquisa foi realizada no primeiro trimestre de 2024 com alunos de graduação de três universidades espanholas (Almería, Málaga e Murcia) e aplicou modelagem de equações estruturais via PLS-SEM, com uma amostra final de 725 respostas válidas.
COMO FUNCIONA: Os autores aplicaram um questionário estruturado (escala Likert de 5 pontos) para medir variáveis latentes como percepção de implementação de IA, desempenho organizacional e desenvolvimento profissional, além de itens únicos para medo e conhecimento prévio. O modelo estatístico estimou relações diretas e indiretas entre esses fatores, incluindo mediações (por desempenho e desenvolvimento profissional) e um componente não linear para testar se a influência do medo sobre a demanda por formação diminui em níveis altos. Para aumentar a robustez, o estudo utilizou bootstrapping com 10 mil reamostragens e verificações de vieses comuns em pesquisas de autorrelato.
PRINCIPAIS RESULTADOS: A percepção de que a IA melhora o desempenho das empresas foi a relação mais forte do modelo (β=0,707), e também houve associação positiva entre implementação de IA e desenvolvimento profissional (β=0,310). O desempenho organizacional, por sua vez, se conectou ao desenvolvimento profissional (β=0,456), que apareceu como o grande gatilho para a demanda por formação em IA (β=0,567). Já o conhecimento prévio em IA não teve efeito significativo sobre a demanda por treinamento adicional (β=0,004; hipótese rejeitada). Quanto ao medo, houve efeito positivo na busca por formação (β=0,205), mas com efeito quadrático negativo: à medida que o medo cresce, seu impacto marginal diminui e pode se inverter, sugerindo bloqueio cognitivo e evasão em níveis altos.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para universidades, o achado central é que o desejo por formação em IA parece ser menos uma “moda tecnológica” e mais uma leitura pragmática do mercado: estudantes conectam adoção de IA a empresas mais eficientes e, sobretudo, a melhores oportunidades de aprendizagem aplicada (como estágios) e progressão profissional. Isso reforça uma pressão por currículos que tratem IA como competência transversal, não restrita a computação e engenharia, e que articulem conteúdos técnicos, aplicações setoriais e reflexão ética, dado que a demanda nasce da percepção de utilidade e empregabilidade.
INSIGHT CENTRAL: O estudo sugere que intervenções educacionais precisam lidar com a dimensão emocional da transformação tecnológica com a mesma seriedade com que lidam com conteúdos. O “medo produtivo” pode ser um motor de aprendizagem quando se traduz em curiosidade e senso de urgência, mas a ansiedade elevada tende a reduzir participação em programas e interesse em capacitação, criando um paradoxo: exatamente quem mais se sente ameaçado pela IA pode ser quem menos consegue aderir à formação que reduziria a vulnerabilidade.
SIM, MAS…: Há limitações importantes para tomadores de decisão interpretarem os resultados com cautela. A amostra foi de conveniência e concentrada em três universidades espanholas e em cursos ligados a transformação digital, métodos quantitativos ou inovação, o que pode super-representar estudantes mais expostos ao tema. Além disso, “conhecimento prévio de IA” foi medido por autoavaliação, não por teste objetivo de competência, e o desenho é transversal (um único momento), o que impede afirmar causalidade e acompanhar como percepções mudam com experiências reais de estágio e trabalho.
O QUE VEM DEPOIS: Os autores apontam como próximos passos replicar o modelo em outros países e culturas, além de pesquisas longitudinais que acompanhem estudantes na transição para o mercado de trabalho para verificar como experiências em ambientes corporativos com IA alteram (ou reforçam) motivações, medos e escolhas de formação. Para políticas institucionais, a evidência reforça que currículos e estratégias de comunicação sobre riscos de automação precisam ser calibrados: alertas podem mobilizar, mas mensagens alarmistas podem gerar paralisia e afastar justamente quem mais precisa de apoio estruturado.
