Um experimento em uma universidade chinesa comparou a criação colaborativa de narrativas digitais com e sem ferramentas de IA generativa e encontrou ganhos em resolução colaborativa de problemas e criatividade em equipe quando ChatGPT, Midjourney e Runway foram integrados ao processo. Os dados sugerem que a IA pode reduzir carga técnica e acelerar iterações, mas também traz dilemas de dependência, originalidade e perda de “toque humano”, exigindo desenho pedagógico cuidadoso.
O QUE HÁ DE NOVO: A pesquisa avaliou, ao longo de um semestre, o efeito de integrar múltiplas ferramentas de IA generativa à produção de digital storytelling (DST) no ensino superior, comparando esse arranjo com um fluxo tradicional baseado em softwares como Photoshop, After Effects e Premiere. Participaram 60 universitários (20 a 23 anos) de um curso de Tecnologia Educacional, divididos aleatoriamente em grupo experimental (com IA) e controle (sem IA), e organizados em equipes de cinco para produzir vídeos curtos; ao final, foram medidos resolução colaborativa de problemas e desempenho criativo do time, além de percepções dos estudantes.
COMO FUNCIONA: O desenho didático combinou digital storytelling com problem-based learning (PBL), distribuindo o trabalho em seis projetos (de roteiro e storyboard a animação, edição e publicação) e em etapas de resolução de problemas (definir metas, reunir informações, formular o problema, gerar e avaliar soluções e decidir). No grupo experimental, o ChatGPT foi usado para ideação e refinamento de narrativas com feedback iterativo, o Midjourney para geração e ajuste de imagens a partir de prompts e o Runway para animações e manipulação de cenas; na finalização, o CapCut apoiou sincronização audiovisual e recursos de texto-para-fala. O grupo controle seguiu as mesmas tarefas e temas, mas produziu textos, visuais e áudio de forma manual com ferramentas tradicionais e busca na web, sob a mesma docência e com treinamento equivalente.
PRINCIPAIS RESULTADOS: Em resolução colaborativa de problemas, ambos os grupos melhoraram do pré para o pós-teste, mas o avanço foi maior com IA: o tamanho de efeito reportado foi moderado no controle e forte no experimental, e a comparação entre grupos apontou diferença significativa no escore geral e em subdimensões como participação, tomada de perspectiva, regulação social e de tarefas e construção de conhecimento. Em criatividade em equipe, avaliadores especialistas atribuíram notas mais altas ao grupo com IA no desempenho criativo geral e em todas as dimensões analisadas (novidade, relevância, experiência do usuário e sustentabilidade), com diferenças estatisticamente significativas; os ganhos foram especialmente marcantes em novidade e experiência do usuário, sugerindo que iteração rápida e variedade de alternativas podem ter pesado no resultado.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para cursos que usam projetos multimodais, a evidência reforça uma hipótese relevante: ao automatizar partes do trabalho técnico (rascunhos de roteiro, variações visuais e animações), a IA pode liberar tempo e energia cognitiva para discussão de ideias, coordenação do time e decisões de design, competências centrais em formações orientadas a problemas e à criatividade. Do ponto de vista docente, o estudo indica que o valor da IA não está apenas na “produção de conteúdo”, mas na possibilidade de criar ciclos mais frequentes de feedback e revisão dentro do grupo, o que tende a melhorar regulação do trabalho, participação e qualidade do produto final. Para gestores e formuladores de currículo, a experiência sugere que a integração de IA pode funcionar como estratégia de escalabilidade para DST, historicamente limitado por carga de software, tempo de produção e dificuldade de obter materiais, desde que existam objetivos de aprendizagem claros para colaboração e pensamento criativo.
SIM, MAS…: O próprio estudo registra alertas que são decisivos para implementação responsável. Estudantes relataram preocupação com sobredependência (cognitive offloading), e parte deles percebeu que respostas geradas podem soar “robóticas” e com menor densidade emocional, um risco específico quando o objetivo é narrativa envolvente. Também aparecem desafios de integridade e autoria (o que é original em um produto com imagens e texto gerados), além de barreiras práticas, como a curva de aprendizagem para usar bem ferramentas de geração por prompts. Em termos de evidência, os resultados vêm de um único contexto institucional, com amostra relativamente pequena e estudantes de uma área próxima à tecnologia educacional, o que recomenda cautela antes de generalizar para outras disciplinas e perfis.
O QUE VEM DEPOIS: As próximas etapas indicadas pela pesquisa passam por testar a abordagem em outros cursos e países, com amostras maiores e em áreas como STEM e ciências sociais, para verificar se os ganhos se mantêm quando a tarefa criativa muda. Outro ponto é desenhar estratégias pedagógicas que preservem agência dos estudantes, por exemplo, exigindo justificativas, comparação crítica de alternativas e decisões argumentadas, para que a IA atue como apoio e não como atalho. Por fim, o trabalho sinaliza a necessidade de orientações institucionais sobre uso ético, transparência e avaliação de produtos multimodais gerados com IA, especialmente quando a meta explícita é desenvolver colaboração, criatividade e autonomia.
