Uma dissertação da Universidade Federal do Tocantins analisou como professores da educação básica entendem a inteligência artificial, especialmente a IA generativa, a partir de comentários em vídeos do YouTube. Ao classificar 122 trechos de discurso, o trabalho encontrou uma maioria de falas cautelosas ou críticas (54,10%), com preocupações centradas em autonomia intelectual dos estudantes, plágio e pressão sobre métodos tradicionais de avaliação, ao mesmo tempo em que reconhece usos potenciais ligados a personalização, otimização de tarefas e apoio ao planejamento docente.
O QUE HÁ DE NOVO: O estudo, concluído em 2025 no mestrado em Ensino em Ciências e Saúde da UFT, usa redes sociais como “termômetro” de opinião docente para observar reações à entrada rápida de ferramentas como ChatGPT no cotidiano escolar. A pesquisa se concentra no YouTube, após apontar limitações de coleta em outras plataformas, e examina debates em língua portuguesa sobre IA na educação a partir de um recorte de vídeos com alto engajamento, transformando comentários públicos em evidências para compreender padrões de aceitação, resistência e neutralidade entre professores.
COMO FUNCIONA: A dissertação adota uma abordagem qualitativa com netnografia e análise de conteúdo, coletando milhares de comentários em vídeos sobre inteligência artificial na educação e filtrando o material para identificar manifestações atribuíveis a docentes (por autoidentificação ou referência direta à prática pedagógica). Na etapa analítica, o corpus final foi codificado em 122 segmentos de discurso e classificado por “valência” em três categorias: potencialmente positiva, potencialmente negativa e livre/neutra; a partir daí, o trabalho quantifica a distribuição dessas posições e interpreta os temas recorrentes por trás das falas, com destaque para efeitos percebidos sobre aprendizagem e avaliação.
PRINCIPAIS RESULTADOS: Os dados indicam que o otimismo não domina a conversa: 45,90% dos segmentos foram classificados como potencialmente positivos, enquanto 35,25% foram potencialmente negativos e 18,85% ficaram na zona neutra, somando 54,10% entre cautela e crítica. No polo negativo, sobressaem três preocupações: risco de plágio e “terceirização” da produção acadêmica, ameaça à autonomia intelectual dos alunos e uma crise nos formatos tradicionais de avaliação, que se tornam mais vulneráveis quando tarefas podem ser geradas automaticamente. Já as falas positivas tendem a reconhecer ganhos de eficiência e possibilidades de personalização do ensino.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para gestores e formuladores de política, o recado central é que a adoção de IA na escola não depende apenas de disponibilizar ferramentas: ela passa por confiança, clareza de uso pedagógico e atualização de práticas de avaliação. Na sala de aula, a prevalência de cautela sugere que parte relevante do corpo docente associa a IA generativa a riscos diretos para a aprendizagem autoral, o que pressiona escolas a desenharem atividades que valorizem processos (rascunhos, versões, argumentação, oralidade, resolução em etapas) e não só produtos finais. Para o trabalho do professor, o estudo reforça um paradoxo: ao mesmo tempo em que a IA é vista como promessa de apoio (planejamento, materiais e feedback), ela também é percebida como fator que pode aumentar a complexidade da avaliação e da mediação, exigindo novos critérios e mais intencionalidade didática.
SIM, MAS…: Por se basear em comentários de YouTube, a evidência capturada reflete um recorte específico de debate público: tende a privilegiar quem comenta, quem consome determinados canais e quem se sente motivado a opinar, não representando automaticamente a totalidade de professores da educação básica. Além disso, a análise por valência (positivo/negativo/neutro) organiza o “tom” do discurso, mas não substitui investigações sobre uso real em sala, infraestrutura, formação disponível e efeitos mensuráveis em aprendizagem, fatores que podem alterar significativamente a percepção quando a IA sai do debate e entra na rotina escolar.
O QUE VEM DEPOIS: O trabalho conclui apontando a urgência de programas de formação continuada que tratem, de forma prática e crítica, dos desafios éticos e metodológicos ligados à IA generativa, com ênfase em integridade acadêmica, privacidade e desenho de avaliações compatíveis com o novo cenário. Ao reposicionar a IA como ferramenta para desenvolver pensamento crítico, e não para substituí-lo, a dissertação indica um caminho para redes e escolas: experimentar com governança, regras claras e apoio ao professor, antes que a tecnologia se imponha apenas pela adoção informal dos estudantes.
