Uma pesquisa com 294 docentes de duas universidades públicas dos EUA indica que a adoção de IA generativa no ensino superior depende menos de “ser fácil de usar” e mais de confiança na tecnologia, utilidade percebida e influência do ambiente social e profissional. O estudo ajuda gestores e formuladores de política a entender quais alavancas, transparência, orientação institucional e diálogo entre pares, tendem a acelerar (ou frear) o uso responsável de ferramentas como ChatGPT e similares em áreas não-STEM.
O QUE HÁ DE NOVO: O artigo analisa como professores universitários das ciências sociais e humanidades estão usando e avaliando ferramentas de IA generativa, e quais fatores explicam a intenção de adotá-las. A coleta ocorreu entre janeiro e março de 2024, por meio de survey online, e mostra que 66,4% dos respondentes já haviam usado GenAI. Ao testar um modelo de adoção que combina o Technology Acceptance Model (TAM) com elementos da Social Cognitive Theory (SCT), os autores destacam que confiança e reforço social aparecem como variáveis centrais para entender decisões de uso em disciplinas onde a familiaridade técnica tende a ser menor do que em STEM.
COMO FUNCIONA: A pesquisa enviou convites por e-mail a docentes em tempo integral de duas universidades públicas de médio porte (uma na Costa Leste e outra no Sudoeste dos EUA), filtrando participantes por área para incluir apenas ciências sociais e humanidades. O questionário separou quem nunca usou GenAI (perguntando motivos, percepções e intenções futuras) de quem já usou (mapeando usos em ensino, pesquisa e serviço), e mediu construtos como utilidade percebida, facilidade de uso, atitudes, intenção de uso, autoeficácia, reforço social, confiança, conforto com tecnologia e preocupações (como plágio, direitos autorais, accountability e originalidade). Em seguida, regressões e análises de mediação/moderação avaliaram quais fatores de fato explicam atitudes e intenção de uso.
PRINCIPAIS RESULTADOS: No núcleo do TAM, utilidade percebida e facilidade de uso explicaram 54% da variação nas atitudes (R²=0,536), mas com peso muito maior da utilidade (β=0,655) do que da facilidade (β=0,163). Ao prever a intenção de uso, o modelo explicou 58% (R²=0,579): utilidade (β=0,347) e atitude (β=0,462) foram significativas, enquanto facilidade de uso não teve efeito direto. A facilidade, porém, importou de forma indireta: sua contribuição apareceu mediada por atitudes, sugerindo que “ser simples” só vira adoção quando se traduz em uma disposição positiva para integrar a ferramenta ao trabalho docente.
PRINCIPAIS RESULTADOS: Entre os fatores sociais e psicológicos, reforço social (encorajamento por pares, chefia, colegas, amigos e família) teve efeitos positivos sobre utilidade, facilidade, atitudes e autoeficácia, reforçando a ideia de que normas e conversas no entorno profissional moldam a leitura do que “vale a pena” adotar. Já a autoeficácia em GenAI, confiança do professor em conseguir usar a tecnologia, só previu a facilidade de uso, mas não explicou diretamente atitude nem intenção, o que sugere que o obstáculo não é apenas habilidade operacional: valores, riscos percebidos e contexto institucional podem falar mais alto do que “saber mexer”.
INSIGHT CENTRAL: O achado mais distintivo do estudo é a centralidade de confiança: ela foi o preditor mais forte e consistente, influenciando utilidade, facilidade, atitudes e intenção de uso. Além disso, confiança mediou o efeito do reforço social na intenção: o encorajamento do entorno só se converteu em disposição de adotar quando elevou a percepção de que a GenAI é crível, confiável e relativamente “segura” para uso acadêmico. Em termos práticos, a adoção parece menos um “download individual” e mais um processo social de validação, especialmente em uma tecnologia associada a alucinações, incertezas de autoria e disputas de integridade.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para a sala de aula, os resultados sugerem que políticas e formações que apenas ensinam a usar a ferramenta (foco em interface e prompts) podem ser insuficientes se não enfrentarem o que sustenta atitudes e confiança, por exemplo, limites de uso, rastreabilidade do trabalho, expectativas de autoria e como lidar com erros do modelo. Para o trabalho docente, o estudo indica que a narrativa de “ganho de eficiência” precisa ser comprovada e contextualizada: utilidade percebida foi o motor mais direto da intenção, o que aponta para a importância de casos de uso concretos (planejamento, avaliação, feedback, acessibilidade) e critérios claros de qualidade e responsabilidade. No nível de gestão, reforço social e confiança sugerem que lideranças acadêmicas influenciam a adoção não apenas por normas formais, mas por comunicação, exemplos internos e espaços de troca entre pares.
SIM, MAS…: O estudo tem limitações importantes para decisões sistêmicas: a amostra veio de duas universidades públicas research-intensive dos EUA e de áreas não-STEM, o que restringe a generalização para instituições privadas, colleges menores, universidades de ensino mais intensivo, contextos internacionais e disciplinas com práticas distintas (como engenharia ou medicina). Além disso, os dados são autorrelatados e tratam de um tema sensível, sujeito a respostas socialmente desejáveis; e o retrato é de um momento específico, com tecnologia mudando rapidamente. Também pode haver viés de autoseleção: quem respondeu pode ter maior interesse no tema, seja favorável, seja crítico, do que a média do corpo docente.
O QUE VEM DEPOIS: Os autores apontam a necessidade de estudos longitudinais para acompanhar como atitudes e usos mudam conforme modelos e interfaces evoluem, além de investigações que incluam suporte institucional, cultura organizacional e estratégias de comunicação das universidades. Também sugerem abordagens qualitativas e perguntas abertas para entender melhor dilemas éticos e fronteiras do “uso aceitável”, especialmente em tarefas ligadas à escrita e avaliação. Para gestores, o recado é que a adoção de GenAI tende a seguir um caminho menos “padrão” do que outras tecnologias educacionais: além de treinamento, será decisivo investir em governança, transparência e construção de confiança, sem perder de vista equidade de acesso e integridade acadêmica.
