RESUMO: Um experimento com o ChatGPT para criar uma atividade do Bebras International Challenge indica que modelos de linguagem podem oferecer uma base criativa e pedagogicamente consistente para questões de pensamento computacional. A tarefa resultante foi aceita após revisão internacional, mas o processo revelou falhas na classificação técnica do conteúdo e na acessibilidade visual, corrigidas por especialistas humanos.

O QUE HÁ DE NOVO: O estudo examinou a criação de uma única questão para estudantes de 6 a 8 anos usando o GPT-4o, versão de março de 2025, como apoio de autoria. A proposta, intitulada Treasure Hunt Map, foi submetida ao processo regular de avaliação do Bebras, iniciativa presente em mais de 50 países e que alcança mais de 3 milhões de estudantes por ano, e passou a integrar o desafio internacional de 2025 depois de revisões feitas por editores e avaliadores da comunidade.

COMO FUNCIONA: O modelo recebeu sete tarefas autênticas da edição de 2024, voltadas à mesma faixa etária, para reconhecer convenções de formato, dificuldade e objetivos pedagógicos. Em interações sucessivas, ele propôs uma narrativa de caça ao tesouro e um problema de navegação em uma grade 5×5: a criança deveria escolher, entre quatro rotas, aquela que evita água, passa ao menos por uma montanha e não usa movimentos diagonais. A opção de múltipla escolha foi selecionada pelo autor, e cada alternativa incorreta foi desenhada para infringir uma regra específica.

Os registros de prompt, as sete questões de referência, anotações do processo e comentários de seis revisores internacionais compuseram a análise. Como o modelo não forneceu um gráfico SVG utilizável, formato necessário à compatibilidade do desafio, a grade textual gerada foi transformada manualmente em uma ilustração. Depois, a tarefa foi confrontada com critérios como clareza, adequação etária, neutralidade cultural, relação com informática, resolução em cerca de três minutos e acessibilidade.

PRINCIPAIS RESULTADOS: Os avaliadores consideraram clara a formulação do problema e aprovaram sua adequação à idade, seu caráter envolvente e sua neutralidade cultural. A análise também concluiu que a atividade não reproduziu uma questão isolada: ela combinou, em uma nova configuração, elementos como grade de restrições, filtragem por regras e dedução lógica presentes em diferentes exemplos. A ambientação de aventura não constava das sete referências usadas, enquanto a estrutura central transformou problemas de posicionamento ou seleção em uma decisão sobre rotas.

LIMITES E CUIDADOS: A aprovação não significou que o material estivesse pronto sem intervenção. Os seis revisores apontaram que a imagem criada por humano dependia de cores e poderia excluir estudantes com daltonismo; a solução foi redesenhar as alternativas para eliminar essa dependência. Três avaliadores também corrigiram o enquadramento de informática fornecido pelo modelo: a atividade tratava sobretudo de lógica proposicional e verificação de restrições, não de algoritmos de busca de caminho. O caso mostra que textos explicativos gerados por IA podem soar adequados sem serem tecnicamente precisos.

POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para professores, redes e equipes que desenvolvem avaliações, a experiência sugere um uso mais realista da IA generativa: reduzir o trabalho de partir de uma página em branco, produzindo narrativas, regras e alternativas iniciais, sem transferir à ferramenta a responsabilidade final pela qualidade. Em conteúdos de pensamento computacional, isso pode ampliar a oferta de atividades curtas e contextualizadas; por outro lado, requer revisão de especialistas para preservar rigor conceitual, além de testes de linguagem, acessibilidade e inclusão antes de qualquer aplicação com estudantes.

PRÓXIMOS PASSOS: Por se tratar de um único caso, o resultado não permite afirmar que o método funcionará com a mesma qualidade para outros temas, faixas etárias ou modelos de IA. A próxima etapa é replicar a abordagem com diferentes tipos de tarefa e observar seu desempenho com alunos, não apenas em revisão de especialistas. O fluxo testado, exemplos de referência, geração assistida, implementação humana, avaliação comunitária e revisão colaborativa, oferece, porém, um modelo concreto para investigar como combinar velocidade de produção com os controles que avaliações educacionais exigem.

Fonte: Large Language Models for Educational Task Authoring: A Bebras Challenge Case Study