Um estudo empírico com universitários na China avaliou como estudantes desenvolvem competências psicológicas e cognitivas para aprender em ambientes digitais, cada vez mais marcados por plataformas inteligentes, dados educacionais e inteligência artificial. A principal conclusão é que a maioria já tem uma base funcional para estudar com tecnologia, mas ainda há fragilidades em curiosidade, colaboração, autorregulação e criatividade, dimensões decisivas para transformar recursos digitais em aprendizagem profunda.
O QUE HÁ DE NOVO: A pesquisa desenvolveu e testou um questionário de avaliação da chamada força de aprendizagem digital em uma universidade provincial de referência na China, instituição que vem investindo em campus inteligente, plataformas de aprendizagem e formação docente para ensino digital. Ao todo, foram coletadas 3.495 respostas, das quais 2.041 foram consideradas válidas, permitindo mapear o nível geral dos estudantes e diferenças por gênero, área de estudo, origem urbana ou rural e etapa da trajetória universitária.
COMO FUNCIONA: O estudo não testou um chatbot, tutor de IA ou produto específico, mas uma estrutura para medir a capacidade dos alunos de aprender em ecossistemas educacionais digitais e potencialmente apoiados por IA. O instrumento final reuniu 43 questões em escala de cinco pontos, organizadas em sete dimensões: agência consciente, criatividade, construção de sentido, curiosidade, otimismo e esperança, relações de aprendizagem e abertura para aprender. A validade da escala foi verificada com análises fatoriais exploratória e confirmatória, e as relações entre dimensões foram examinadas por modelagem de equações estruturais. O GPT-4o foi usado apenas para revisão linguística do manuscrito, sem processamento de dados brutos ou informações confidenciais dos participantes.
PRINCIPAIS RESULTADOS: O nível geral de força de aprendizagem digital ficou em 3,459 em uma escala de 1 a 5, com desvio-padrão de 0,555, o que aponta para um patamar moderado. Cerca de 54% dos estudantes demonstraram capacidade básica para aprendizagem digital, 37% alcançaram níveis altos e aproximadamente 9% ficaram em níveis baixos. Entre as dimensões, construção de sentido e otimismo/esperança tiveram os melhores resultados, ambas em torno de 3,55; já relações de aprendizagem, criatividade e curiosidade apareceram em patamar mais frágil, sugerindo que muitos alunos conseguem organizar informação e enxergar valor no estudo digital, mas têm mais dificuldade para colaborar, explorar problemas novos e sustentar engajamento ativo.
O QUE OS DADOS REVELAM: A análise também encontrou diferenças relevantes entre grupos. Estudantes de origem urbana tiveram desempenho geral superior aos de vilas e áreas rurais, especialmente em agência consciente, construção de sentido e otimismo. Homens e estudantes de áreas como ciências, engenharia, tecnologia, agricultura e medicina apresentaram níveis mais altos de curiosidade do que mulheres e alunos de humanidades e ciências sociais. A trajetória acadêmica mostrou ainda um ponto de atenção: o segundo e o terceiro anos aparecem como fases críticas, com queda ou instabilidade em várias dimensões, enquanto calouros e pós-graduandos tendem a pontuar melhor em construção de sentido e expectativas positivas sobre a aprendizagem.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para universidades que planejam ampliar o uso de IA na educação, o estudo reforça que infraestrutura digital não basta. Plataformas adaptativas, sistemas de análise de aprendizagem e ferramentas generativas só tendem a produzir ganhos consistentes quando os estudantes sabem formular objetivos, regular emoções, colaborar, avaliar informação e persistir diante de tarefas complexas. Para professores, a implicação é direta: o desenho pedagógico precisa estimular investigação, projetos, resolução de problemas e feedback contínuo, em vez de apenas transferir conteúdos para ambientes online. Para gestores, a escala proposta oferece uma forma de diagnosticar necessidades formativas antes de investir em novas tecnologias.
LIMITES E CUIDADOS: Os resultados devem ser interpretados com cautela porque a amostra veio de uma única universidade chinesa, com forte investimento prévio em digitalização, e o instrumento depende de autorrelato dos estudantes. O próprio estudo reconhece que as hipóteses sobre as relações entre dimensões precisam de base teórica mais robusta e replicação em instituições de diferentes regiões e perfis. Também há riscos práticos: sem conectividade adequada, formação docente, proteção de dados e atenção a desigualdades de origem social, ferramentas digitais e de IA podem ampliar diferenças já existentes em vez de reduzi-las.
O QUE VEM A SEGUIR: A principal agenda aberta é testar a escala em amostras mais amplas e variadas, incluindo universidades com menor infraestrutura, instituições públicas de diferentes regiões e outros níveis de ensino. Outra frente será combinar questionários com dados de aprendizagem coletados em plataformas, desde que com governança ética e transparência, para entender melhor como curiosidade, autonomia, colaboração e resiliência se manifestam em comportamentos reais. A mensagem central para a educação superior é que a prontidão para a IA não é apenas técnica: ela depende de formar estudantes capazes de aprender com autonomia, critério e propósito em ambientes digitais em constante mudança.