Um estudo em um curso universitário no Canadá testou, ao longo de um semestre, atividades de gramática em coreano como língua estrangeira mediadas por um chatbot de IA chamado Iruda e encontrou desempenho superior nos itens praticados com o assistente, especialmente entre alunos com menor proficiência inicial e em tarefas de resposta selecionada. Os resultados reforçam o potencial de chatbots para ampliar oportunidades de prática em línguas menos comumente ensinadas, mas também apontam limites para transferência do aprendizado a tarefas mais produtivas e para a necessidade de desenho pedagógico e suporte docente.
O QUE HÁ DE NOVO: A pesquisa incorporou o chatbot generativo Iruda a um curso intermediário de coreano como língua estrangeira em uma grande universidade pública canadense, com 66 estudantes, para trabalhar metade dos pontos gramaticais do currículo em tarefas comunicativas ao longo de 10 semanas. No exame final, a gramática foi avaliada por itens de resposta selecionada (como múltipla escolha e identificação de erro) e por tarefas de resposta construída (completar frases e compor frases), permitindo comparar diretamente conteúdos praticados com o chatbot versus conteúdos ensinados por métodos convencionais.
COMO FUNCIONA: Os pesquisadores selecionaram e justificaram o uso do Iruda após comparar sua performance com outros chatbots em conversas sobre temas do curso, considerando naturalidade do coreano, adequação ao registro informal (banmal), turnos conversacionais e complexidade linguística. Em seguida, organizaram 24 pontos léxico-gramaticais do semestre e alternaram quais seriam praticados com o chatbot, desenhando atividades com uso repetido e progressivamente mais complexo das estruturas-alvo; a implementação incluiu demonstração do professor, prática guiada entre estudantes, interação individual com o chatbot e folhas de atividade para registrar e focalizar formas e funções linguísticas, além de continuidade da prática como tarefa de casa.
PRINCIPAIS RESULTADOS: Em média, itens vinculados à prática com o chatbot tiveram pontuação maior do que itens sem chatbot (0,66 versus 0,56), uma diferença estatisticamente significativa e com efeito de tamanho médio (t(65)=4,29; p<0,0001; d=0,53). A análise também indicou que alunos com menor proficiência prévia tiveram ganhos maiores: a cada ponto a mais no desempenho anterior, o ganho associado ao chatbot diminuía em cerca de 0,01 numa escala de 0 a 1, com o modelo explicando 22,3% da variação nos ganhos.
INSIGHT CENTRAL: O estudo sugere que o “efeito chatbot” não decorre apenas de conversar com uma IA, mas do encaixe curricular e do desenho das tarefas: as interações foram estruturadas para provocar uso recorrente de formas-alvo, com apoio gradual (scaffolding) e mediação docente “just-in-time” quando surgiam dúvidas, aproximando a experiência de um ambiente de prática comunicativa orientada por objetivos. Na prática, a IA opera como interlocutor sempre disponível, enquanto o professor segue como arquiteto das tarefas, responsável por alinhar a conversa a metas linguísticas e por reduzir ruídos de compreensão.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para línguas menos comumente ensinadas, em que oportunidades de interação fora da sala tendem a ser mais raras, chatbots podem ampliar o tempo de exposição e de produção linguística sem depender de disponibilidade de falantes proficientes, o que tem implicações diretas para desenho de cursos e para a equidade entre estudantes com diferentes redes de apoio. O achado de maiores ganhos entre alunos menos proficientes também aponta para um possível papel compensatório da prática assistida: quando bem guiada, a interação com IA pode ajudar quem tende a praticar menos por falta de confiança, estratégia ou acesso a recursos extracurriculares.
SIM, MAS…: Os benefícios foram mais fortes em tarefas de resposta selecionada do que nas de produção escrita: as análises mostraram interação entre uso do chatbot e tipo de tarefa, com diferenças maiores nos itens de resposta selecionada e ganhos mais modestos em tarefas construídas, especialmente na composição de frases. Isso sinaliza que a prática conversacional pode consolidar reconhecimento e escolha de formas, mas a transferência para produção mais autônoma pode exigir mais tempo, atividades complementares e instrumentos de feedback explícito—algo que o próprio survey indicou, já que estudantes perceberam menos utilidade do chatbot para “aprender gramática” do que para vocabulário ou conteúdo do curso.
CONTEXTO E BASTIDORES: A pesquisa dialoga com um campo ainda dominado por estudos em inglês e com intervenções frequentemente curtas, destacando a lacuna em línguas como coreano, mandarim, russo e japonês. Ao avaliar uma implementação semestral e embutida no currículo, o trabalho tenta responder a críticas recorrentes sobre duração e rigor metodológico em estudos de chatbots, embora ainda mantenha o desafio típico de separar, em sala real, o que foi aprendido no “modo convencional” do que aparece nas conversas com a IA.
O QUE VEM DEPOIS: Como próximos passos, a agenda de pesquisa tende a se beneficiar de replicações em outros cursos, com faixas mais amplas de proficiência, diferentes perfis linguísticos e medidas mais padronizadas de nível, além de intervenções que testem como combinar conversa com feedback gramatical explícito e recursos multimodais (como áudio) para sustentar ganhos em produção. Para gestores e coordenadores, o estudo sugere que adotar chatbots em L2 não é apenas liberar uma ferramenta, mas desenhar rotinas de uso, formar docentes para mediação e definir quais objetivos (conhecimento gramatical, fluência, escrita) são realistas para cada tipo de tarefa e avaliação.
