Um artigo publicado em março de 2026 propõe um framework para usar IA generativa na criação de questões de múltipla escolha em cursos de medicina sem reduzir a qualidade do exame a “ganhos de velocidade”. A proposta, chamada Co-Created SBA Design (CCSD), reinterpreta a teoria clássica de avaliação de Van der Vleuten para organizar responsabilidades entre docentes, instituições e a própria IA, buscando equilibrar validade, confiabilidade, impacto educacional, aceitabilidade e custo-eficiência.

O QUE HÁ DE NOVO: O texto apresenta o CCSD como uma resposta ao modo como a adoção de IA generativa na elaboração de itens, especialmente questões do tipo Single Best Answer (SBA), comum em avaliações médicas, tem sido avaliada de forma fragmentada, olhando apenas para métricas isoladas como tempo de escrita, validade ou confiabilidade. Em vez disso, o artigo defende que a integração da IA precisa ser julgada e desenhada a partir de um conjunto de dimensões interdependentes, porque fragilidades em apenas uma delas podem comprometer a utilidade global do sistema de avaliação.

COMO FUNCIONA: No CCSD, a IA generativa entra como um “terceiro colaborador” no fluxo de criação de itens, mas não como substituta do especialista. O trabalho começa com docentes definindo blueprint curricular, nível de complexidade esperado e estrutura do item, traduzindo isso em prompts mais estruturados; a IA gera rascunhos de vinhetas clínicas, alternativas e justificativas; e, em seguida, docentes revisam criticamente a acurácia clínica, a adequação do nível para a etapa do estudante e a plausibilidade dos distratores, devolvendo feedback para refinar novas gerações. O modelo pressupõe ainda uma camada institucional de governança: escolher ferramentas e ambientes seguros, oferecer formação em escrita de itens e letramento em IA (incluindo prompt engineering) e implementar rotinas de garantia de qualidade com critérios consistentes e monitoramento psicométrico.

POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para a sala de aula e a aprendizagem, a discussão desloca o foco de “questões mais rápidas” para “questões que ensinam”: o artigo argumenta que itens bem conduzidos com apoio de IA podem ir além do recall e explicitar raciocínios clínicos, ampliando o valor formativo de SBAs. Para o trabalho docente, o ganho potencial está em reduzir o custo de produção e ampliar bancos de itens, mas com uma mudança de perfil de tarefa: menos tempo em redação do zero e mais tempo em curadoria, revisão e desenho de prompts, o que exige competências novas e apoio institucional. Já para a gestão e a política institucional, o CCSD propõe um caminho para tornar a adoção sustentável e auditável, conectando decisões de ferramenta, treinamento e controle de qualidade a dimensões como aceitabilidade, equidade e proteção de materiais sensíveis (blueprints e itens de prova), além de chamar atenção para custos e barreiras de acesso que podem ampliar desigualdades entre instituições.

INSIGHT CENTRAL: A principal contribuição conceitual é tratar a qualidade da avaliação como um “equilíbrio multiplicativo”, ideia central no Utility Index de Van der Vleuten, em vez de uma soma de melhorias pontuais. Isso muda o desenho do uso de IA: se a IA melhora custo-eficiência e escala, esse ganho só é educacionalmente legítimo se vier acompanhado de mecanismos que preservem validade (alinhamento curricular e nível cognitivo), confiabilidade (consistência entre itens) e impacto educacional (autenticidade e diversidade de raciocínio), sem perder a confiança de docentes e estudantes.

SIM, MAS…: O artigo reforça que a IA pode produzir itens com erros factuais (alucinações), distratores implausíveis, variações grandes de qualidade mesmo com prompts semelhantes e tendências a homogeneizar linguagem e padrões, o que pode estreitar a diversidade de construtos avaliados. Também há riscos institucionais: custos de assinatura, requisitos técnicos, preocupação com privacidade e propriedade intelectual ao inserir materiais curriculares em sistemas externos, e uma curva de aprendizagem que pode afetar a aceitabilidade. Um ponto sensível é que maior “consistência” gerada por templates pode elevar indicadores de confiabilidade, mas reduzir o valor educacional se o exame ficar previsível ou pouco diverso, exigindo monitoramento ativo e ajustes deliberados.

O QUE VEM DEPOIS: Como próximos passos, a proposta sugere consolidar rotinas de garantia de qualidade e feedback, com análises psicométricas (como dificuldade e discriminação de itens) e participação de estudantes para avaliar clareza, relevância e percepção de justiça. Também aponta que a sustentabilidade do modelo dependerá de estratégias para acesso equitativo, como licenças institucionais, consórcios setoriais ou modelos de linguagem abertos hospedados localmente, e de programas contínuos de desenvolvimento docente que integrem escrita de itens e letramento em IA como competência profissional de avaliação.

Fonte: When Assessment Theory Meets Generative AI: Reimagining SBA Design in Medical Education | Perspectives on Medical Education