Uma revisão de escopo sintetizou 15 estudos empíricos (2020–outubro de 2025) sobre como o ensino de prompt engineering pode ajudar a reduzir lacunas de letramento em IA entre universitários, sobretudo no uso de ferramentas de IA generativa como o ChatGPT. O mapeamento mostra um campo em rápida expansão após 2022, com evidências promissoras para apoiar escrita acadêmica e programação, mas ainda concentradas em amostras pequenas, métodos qualitativos e pouca atenção sistemática à dimensão ética.
O QUE HÁ DE NOVO: O estudo analisado é uma scoping review (revisão de escopo) que reuniu e organizou a literatura empírica sobre prompt engineering como ponte para a “AI literacy” (letramento em IA) no ensino superior. A busca em Scopus, ERIC e PubMed encontrou 76 trabalhos; após deduplicação e triagens em duas etapas, 15 estudos revisados por pares, em inglês, publicados entre 2020 e 9 de outubro de 2025, foram incluídos. O recorte aponta uma produção que acelera em 2024–2025 (6 e 9 estudos, respectivamente), acompanhando a disseminação de modelos de linguagem após o lançamento do ChatGPT em novembro de 2022.
COMO FUNCIONA: A revisão usou o protocolo PRISMA-ScR para mapear como as pesquisas definem e aplicam prompt engineering em atividades acadêmicas e como isso se conecta a dimensões de AI literacy. Para organizar a análise, os autores diferenciaram duas formas de enquadramento na literatura: uma abordagem “explícita”, em que prompt engineering é tratado como competência ensinável com procedimentos, rubricas e análise de logs; e outra “implícita”, em que o ato de escrever prompts aparece incorporado à competência geral de uso de IA generativa, sem definição operacional separada. Como lente para AI literacy, o trabalho adota um modelo focado em competências do usuário (consciência, uso, avaliação e ética), permitindo observar como práticas de prompts, como atribuir papéis, adicionar contexto, impor limites e solicitar verificação, ativam habilidades que vão além de “conseguir uma boa resposta” da ferramenta.
PRINCIPAIS RESULTADOS: No conjunto de 15 estudos, o ChatGPT aparece em 14 deles, indicando forte dependência do ecossistema de uma única ferramenta no período analisado; também surgem Gemini, Perplexity AI e geradores de imagem como Midjourney, DALL-E, Adobe Firefly e Bing Image Creator. As estratégias de prompt mais recorrentes combinam definição de papel (role), contextualização, delimitação do escopo e pedidos de explicação/checagem, com a verificação tratada como central diante do risco de “alucinação” (respostas convincentes, porém incorretas). Ao mapear o que os estudos “introduzem” aos estudantes, a revisão aponta maior ênfase em uso e avaliação (14 de 15; 93% cada) e menos em ética (8 de 15; 53%), sugerindo que integridade acadêmica, viés e responsabilidade aparecem de modo menos consistente nas intervenções.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para a sala de aula universitária, a síntese reforça que prompt engineering pode funcionar como prática pedagógica para tornar visíveis processos cognitivos desejáveis, planejar, explicitar critérios, checar evidências e revisar, justamente em um contexto em que a IA generativa pode mascarar baixa elaboração com textos “bem escritos”. Ao deslocar o foco de “usar IA para produzir” para “usar IA para raciocinar e verificar”, docentes ganham um caminho para alinhar atividades com objetivos de aprendizagem (como escrita argumentativa, pensamento computacional e resolução de problemas) e, ao mesmo tempo, reduzir riscos de desinformação acadêmica.
Para o trabalho docente e o desenho curricular, a distinção entre ensino “explícito” e “implícito” tem implicações práticas: a abordagem explícita tende a exigir tempo dedicado, materiais, rubricas e acompanhamento de logs de interação; a implícita facilita adoção transversal em disciplinas já existentes, mas pode diluir critérios de avaliação e deixar a aprendizagem de prompts mais desigual entre estudantes. A revisão sugere que essa escolha não é apenas terminológica: ela afeta como a instituição mede progresso, forma professores e define o que conta como competência avaliável em atividades mediadas por GenAI.
CONTEXTO E BASTIDORES: O trabalho é atravessado por um pano de fundo institucional relevante: segundo referências mobilizadas na revisão, muitas instituições ainda não dispõem de um currículo formal de letramento em IA, e estudantes acabam aprendendo o uso de GenAI de modo autodidata. Nesse cenário, prompt engineering emerge como “habilidade do século 21” que tenta preencher uma lacuna concreta: como estudantes podem interagir com modelos de linguagem de forma produtiva, crítica e verificável, e não apenas instrumental, em tarefas acadêmicas.
SIM, MAS…: A revisão também evidencia limites importantes para tomadores de decisão. A base empírica ainda é pequena e heterogênea: prevalecem estudos qualitativos ou mistos, com muitas medidas autorrelatadas (percepções e diários reflexivos) e poucos desfechos objetivos; há variação grande de duração (de uma sessão a um semestre) e nem todos os trabalhos informam claramente o tamanho da amostra. Além disso, a dominância do ChatGPT e a concentração em escrita e programação sugerem que resultados podem não se transferir automaticamente para outras áreas, outros idiomas e outras ferramentas, especialmente em contextos com restrições de infraestrutura, acesso e política institucional.
O QUE VEM DEPOIS: Entre as lacunas mais citadas, a revisão aponta a necessidade de estudos controlados e longitudinais que comparem intervenções de prompt engineering com formas tradicionais de apoio docente, além de investigações sobre como estratégias de prompts evoluem ao longo do tempo. Também aparece como prioridade a criação de taxonomias validadas e métricas mais objetivas para avaliar qualidade de prompts e sua relação com precisão das respostas e desempenho acadêmico, bem como maior replicação em diferentes disciplinas e idiomas. Para universidades, o recado é que a promessa pedagógica existe, mas a consolidação depende de evidência mais robusta e de governança que trate ética e verificação como parte do desenho de ensino, não como adendo.
