Um estudo de caso qualitativo acompanhou estudantes de graduação em design gráfico e multimídia durante um desafio publicitário de 72 horas com uso de IA generativa, mostrando que a tecnologia pode acelerar a ideação, ampliar referências visuais e estimular a colaboração, desde que seja tratada como apoio pedagógico e não como substituta da autoria criativa. A pesquisa é relevante para cursos superiores de design, publicidade e comunicação porque conecta o uso prático de ferramentas como chatbots e geradores visuais a questões centrais de currículo, avaliação, motivação estudantil e ética profissional.
O QUE HÁ DE NOVO: Pesquisadores analisaram a experiência de 12 estudantes, de 20 a 23 anos, matriculados em um curso de design gráfico e multimídia de uma universidade privada da Malásia. Divididos em três equipes, eles tiveram 72 horas para desenvolver uma campanha publicitária completa para um cliente real, usando ferramentas de IA generativa em diferentes etapas do trabalho. O estudo se concentra em um recorte ainda pouco explorado na educação superior: o impacto da IA generativa sobre o processo criativo e a motivação de estudantes em design publicitário, uma área em que pesquisa, conceito, texto, imagem e apresentação precisam se articular sob pressão de prazo.
COMO FUNCIONA: A atividade foi estruturada como uma simulação profissional. No primeiro dia, os alunos receberam o briefing, participaram de uma oficina sobre uso de IA generativa e começaram a pesquisar mercado, marca e público-alvo com apoio de ferramentas como ChatGPT. No segundo dia, as equipes passaram à criação e iteração de peças visuais e textos, com consultas aos facilitadores e revisão entre pares. No terceiro, finalizaram materiais, organizaram a apresentação com apoio de IA, defenderam a proposta para o cliente e participaram de uma reflexão orientada sobre a experiência.
Do ponto de vista metodológico, a pesquisa adotou uma abordagem qualitativa exploratória. Os dados vieram de três grupos focais semiestruturados, conduzidos após o desafio, com perguntas sobre pesquisa, geração de ideias, execução visual, copywriting, apresentação, sensação de competência, autonomia e colaboração. As respostas foram analisadas tematicamente a partir de duas lentes teóricas: a teoria sociocultural, especialmente a ideia de que um recurso pode atuar como apoio dentro da zona de desenvolvimento proximal, e a teoria da autodeterminação, que observa como autonomia, competência e pertencimento influenciam a motivação.
PRINCIPAIS RESULTADOS: A IA generativa funcionou melhor nas etapas iniciais do processo. Os estudantes relataram que ela ajudou a organizar referências, abrir caminhos de pesquisa, destravar brainstorming e gerar alternativas que serviam como ponto de partida para discussões em grupo. Também houve sinais de aumento de confiança técnica: alguns participantes disseram ter se sentido desafiados a experimentar mais e a ultrapassar limites que não imaginavam alcançar. Na dimensão colaborativa, as respostas indicam que os resultados gerados por IA frequentemente se tornaram objeto de debate entre colegas, alimentando decisões coletivas em vez de substituir a conversa entre os integrantes.
Os efeitos foram mais ambíguos nas tarefas de maior exigência autoral, como visualização final e refinamento de linguagem. Parte dos estudantes considerou que os resultados da IA não correspondiam ao estilo desejado, exigiam muitos ajustes ou consumiam tempo excessivo na elaboração de prompts. Em alguns casos, as equipes retornaram a softwares e técnicas tradicionais para alcançar o padrão visual pretendido. Essa diferença levou o estudo a caracterizar a IA generativa como um apoio instrucional condicional: útil quando amplia repertório e reduz barreiras iniciais, mas insuficiente quando a tarefa exige julgamento estético, domínio técnico e coerência conceitual mais refinada.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para cursos de design e publicidade, o estudo reforça que a pergunta central não é apenas se estudantes devem usar IA, mas em que momento, com que objetivo e sob quais critérios. Na sala de aula, a tecnologia pode tornar processos de ideação mais acessíveis, especialmente para alunos que enfrentam bloqueios criativos ou têm menos repertório inicial. Para professores, porém, a integração exige redesenhar atividades para que a IA seja usada como ferramenta de processo, e não como atalho para entregas finais. Isso desloca a avaliação para elementos como justificativa das escolhas, evolução do projeto, crítica dos resultados gerados e capacidade de combinar referências algorítmicas com intenção humana.
Também há implicações para gestão curricular. A formação em design tende a precisar incorporar alfabetização em IA, engenharia de prompts, avaliação crítica de outputs, autoria, propriedade intelectual, transparência e responsabilidade ética. Ao mesmo tempo, o estudo mostra que competências tradicionais continuam centrais: composição, direção de arte, copywriting, leitura de público, narrativa de marca e defesa conceitual não desaparecem com a automação. A oportunidade educacional está em ensinar estudantes a negociar com a IA, recusando ou transformando suas sugestões quando elas empobrecem a solução criativa.
LIMITES E CUIDADOS: A evidência deve ser lida com cautela. O estudo teve amostra pequena, concentrou-se em uma única instituição, acompanhou apenas uma atividade de curta duração e não mediu desempenho com grupo controle ou notas comparativas. O formato de 72 horas, embora próximo de pressões reais do mercado, pode ter aumentado frustração e limitado a aprendizagem mais profunda das ferramentas. Além disso, áreas como raciocínio ético, resolução de problemas e desenvolvimento de pensamento crítico apareceram como temas relevantes, mas não foram o foco principal da investigação.
O QUE VEM A SEGUIR: O estudo aponta para a necessidade de pesquisas mais longas, com turmas maiores, diferentes disciplinas de design e contextos institucionais variados, para entender se os ganhos observados em ideação, confiança e colaboração se sustentam ao longo do tempo. Para instituições de ensino superior, o próximo passo prático é menos a adoção indiscriminada de novas ferramentas e mais a criação de experiências guiadas, com reflexão obrigatória, critérios claros de uso e espaço para que estudantes preservem autoria e julgamento. Nesse modelo, a IA generativa pode se tornar um catalisador de aprendizagem criativa, mas apenas se o currículo impedir que ela vire uma muleta técnica ou uma fonte invisível de decisões não examinadas.
