Métodos de Avaliação

RESUMO: O ChatGPT-4 atingiu o padrão mínimo de aprovação na edição de 2024 do exame francês de cirurgia plástica, reconstrutiva e estética, ao responder corretamente a 165 das 213 questões avaliadas. A experiência aponta espaço para a inteligência artificial (IA) generativa em revisão de conteúdos e preparação de provas na residência médica, mas também expõe fragilidades em itens visuais e em respostas que deixam de considerar informações decisivas do enunciado.

Uma pesquisa desenvolveu e validou a Generative AI Literacy for Learning Scale (GenAI-LLs), instrumento voltado a identificar se universitários dispõem das competências necessárias para aprender com inteligência artificial generativa. A proposta desloca o foco habitual da alfabetização em IA, centrado em conhecer a tecnologia e suas questões éticas, para as práticas que permitem ao estudante usar essas ferramentas de modo orientado, autônomo e crítico em atividades acadêmicas.

Um estudo de 2025 testou se um chatbot de voz pode aplicar uma avaliação de fala em inglês para estudantes iniciantes de EFL com resultados comparáveis aos de uma entrevista presencial. A pesquisa sugere potencial para ampliar avaliações orais em turmas grandes e contextos com poucos recursos, desde que escolas e universidades tratem o uso da IA como apoio avaliativo cuidadosamente desenhado, não como substituição automática da interação humana.

Um estudo com especialistas em avaliação educacional e 89 avaliadores investigou se o GPT-4 pode gerar textos em alemão para provas de compreensão leitora no contexto multilíngue de Luxemburgo. A pesquisa comparou textos humanos e gerados por IA em dimensões como legibilidade, correção, coerência, engajamento e adequação, encontrando desempenho geralmente alto, com vantagens diferentes conforme o tipo de texto e o método de prompt.

Um estudo de métodos mistos avaliou como o ChatGPT pode apoiar estudantes universitários de mandarim como língua estrangeira em tarefas padronizadas de escrita semelhantes às do exame AP Chinese Language and Culture. Os resultados mostram aumento consistente nas notas quando a IA foi usada como apoio limitado, sobretudo para vocabulário e tradução de frases,, reforçando o potencial da IA generativa no ensino de línguas, mas também a necessidade de regras claras, formação docente e cuidado com dependência e validade avaliativa.

Um estudo com 35 professores e 35 alunos do International Baccalaureate testou o AIvaluate, um agente conversacional apoiado por LLM e indicadores emocionais, para conduzir avaliações orais do tipo performance-based assessment (PBA). Os resultados sugerem pequena elevação nas notas atribuídas no formato virtual e boa aceitação de usabilidade, ao mesmo tempo em que levantam questões sobre vieses, privacidade e o que, de fato, significa “reduzir carga docente” em contextos avaliativos de alta exigência.

Um estudo da Universidade do Colorado avaliou três extensões de navegador com inteligência artificial em 24 provas online de um curso de Farmácia e mostrou que esses sistemas conseguem atingir notas de aprovação em grande parte dos exames, muitas vezes igualando ou superando o desempenho médio dos estudantes, o que expõe fragilidades dos modelos atuais de avaliação remota e pressiona por mudanças no desenho das provas e nas estratégias de integridade acadêmica.