Um estudo qualitativo com docentes de design de El Salvador, Indonésia e Dinamarca sugere que a IA generativa está deixando de ser apenas uma ferramenta de produção para atuar como “parceira de pensamento”, deslocando parte da ideação e da avaliação para a colaboração humano–IA. A pesquisa indica que, em programas com menos recursos, a pedagogia “manual primeiro” funciona como âncora cognitiva para sustentar julgamento curatorial e ética; já em contextos mais estruturados, a integração tende a ser mais alinhada às demandas do mercado e à documentação do uso de IA.
O QUE HÁ DE NOVO: O artigo “From tools to thinking partners: Cognitive and pedagogical shifts in design education through generative AI”, publicado em 2026, traz uma comparação pouco comum entre percepções de educadores de design em três contextos: El Salvador e Indonésia, com a Dinamarca como caso de contraste. Com base em entrevistas realizadas entre 2024 e 2025 com nove docentes (oito da área de design e um de marketing que atua com estudantes de design), o estudo mapeia como a IA generativa vem sendo interpretada no currículo e no estúdio, com atenção a condições de infraestrutura, tradições pedagógicas e pressões da indústria.
COMO FUNCIONA: A pesquisa adotou uma abordagem qualitativa interpretativa, com entrevistas semiestruturadas individuais e em grupo, conduzidas em inglês, espanhol e indonésio, além de notas de campo. Os participantes vieram de universidades e escolas de design em El Salvador (UTEC), Indonésia (institutos de artes em Yogyakarta e Surakarta) e Dinamarca (docentes entrevistados durante intercâmbio acadêmico). A análise foi feita por temas, com codificação manual e revisão inicial por um assistente, buscando identificar padrões compartilhados e diferenças associadas a recursos institucionais, cultura de estúdio e políticas (ou ausência delas) sobre IA.
PRINCIPAIS RESULTADOS: Em comum, educadores dos três países descreveram a IA como aceleradora de exploração de ideias, mas insistiram que intenção e julgamento humanos devem permanecer centrais. A pesquisa aponta uma mudança percebida no papel do estudante: de “fazer” para “dirigir” e “curar” saídas geradas por modelos (escolher, refinar, rejeitar), o que eleva a importância de justificar decisões e tornar o processo visível. Também emergiu a “literacia de prompts” como competência: a capacidade de traduzir intenção de design em linguagem, entendendo que a qualidade do resultado depende de escolhas textuais e conceituais.
SIM, MAS…: O estudo ressalta limites e riscos tanto pedagógicos quanto de implementação. Há preocupações recorrentes com autoria, originalidade e integridade em avaliações, incluindo percepção de plágio e uso de estilos reconhecíveis,, levando alguns docentes a restringirem o uso de IA em projetos finais e permitirem apenas em pesquisa ou exploração inicial. O trabalho também destaca desigualdades de acesso: custos de assinaturas, falta de financiamento e ausência de políticas institucionais em contextos menos favorecidos podem criar adoção “por iniciativa individual”, com impacto direto na equidade entre estudantes e na consistência do que é ensinado.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para a sala de aula, a principal implicação é que a IA generativa pode reduzir o “atrito cognitivo” típico da ideação (o esforço que costuma sustentar aprendizagem criativa), ao oferecer variações instantâneas; por outro lado, pode ampliar fluência criativa e estimular reflexão se for usada para explicitar raciocínios. Para o trabalho docente, o estudo sugere uma recalibração de avaliação: com iterações surgindo em segundos, o foco tende a migrar de quantidade de entregas para qualidade de argumentação, critérios de curadoria e transparência do processo. Para gestão e políticas acadêmicas, aparecem dois pontos críticos: (1) a necessidade de regras claras sobre usos permitidos, documentação e integridade; e (2) decisões sobre infraestrutura e acesso, sob risco de a IA aumentar disparidades dentro e entre instituições.
CONTEXTO E BASTIDORES: Um dos aportes do artigo é deslocar o debate de uma narrativa centrada em instituições bem financiadas para incluir realidades onde a inovação é moldada por restrições. Nesses ambientes, a tradição “manual primeiro” (desenho, colagem, modelagem) não aparece como resistência tecnofóbica, mas como estratégia deliberada de formação de sensibilidade e critério, uma base para que o estudante consiga avaliar saídas algorítmicas com autonomia. No contraste, o caso dinamarquês ilustra como a pressão do mercado pode induzir integração mais estruturada, com exigência de registro do uso de IA (por exemplo, declarações de prompts e justificativas).
O QUE VEM DEPOIS: O estudo propõe que a questão não é apenas adotar ferramentas, mas definir como preservar valores centrais do estúdio, reflexão, processo, autoria e ética, quando parte da ideação é externalizada. Como é uma investigação exploratória (amostra pequena, recrutamento por oportunidade), as conclusões funcionam como sinalizadores para novas pesquisas: acompanhar efeitos de longo prazo no desenvolvimento de habilidades, testar modelos de avaliação que meçam julgamento curatorial e investigar como políticas de transparência e acesso influenciam resultados e equidade em diferentes regiões e instituições.
