Um estudo em um curso de cultura digital em uma universidade de Taiwan testou um modelo de ensino que combina IA generativa, design thinking e teoria narrativa para fortalecer a alfabetização estética e a capacidade de criar histórias visuais. A experiência sugere que, com orientação pedagógica explícita, a IA pode acelerar ideação e prototipagem sem substituir o julgamento estético dos estudantes, mas também expõe riscos como incoerência narrativa e padronização visual quando faltam critérios e mediação docente.
O QUE HÁ DE NOVO: A pesquisa desenvolveu e avaliou um modelo instrucional “orientado por narrativa” para educação estética no ensino superior, integrando ferramentas de IA generativa às etapas do design thinking. O módulo foi aplicado ao longo de um semestre (16 semanas) com 14 estudantes de mestrado em um curso de Cultura Digital, resultando em sete projetos finais de narrativa multimodal (como ilustrações, protótipos visuais e vídeos) e um conjunto de evidências qualitativas, observações em sala, portfólios de processo, relatórios de progresso e sete entrevistas em grupo focal.
COMO FUNCIONA: O modelo organiza a produção criativa em cinco etapas do design thinking (Empatizar, Definir, Idear, Prototipar e Testar) e encaixa a IA como recurso de exploração e refinamento, não como fonte “automática” de estilo e decisões estéticas. Na prática, os estudantes coletaram histórias e referências para construir contexto e persona; definiram tema, mensagem e conflitos; usaram modelos de linguagem (como ChatGPT e Gemini) para expandir enredos, diálogos e alternativas; recorreram a geradores visuais (como Midjourney, Canva e, em alguns casos, Runway) para esboçar personagens e cenas e acelerar protótipos; e, por fim, apresentaram as narrativas para feedback de colegas, revisando coerência, impacto emocional e consistência visual.
PRINCIPAIS RESULTADOS: A análise aponta que todos os 14 estudantes descreveram a IA como uma “parceira” de criação, útil para organizar materiais, gerar variações e acelerar a produção, e não como substituta da criatividade. Em termos de aprendizagem narrativa, 12 estudantes mostraram melhora perceptível em clareza do enredo, engajamento emocional e capacidade de evocar imagens mentais, segundo uma rubrica analítica de 12 indicadores que avaliou expressão estética, coerência e “transporte narrativo”, processo de design thinking e uso criativo/crítico da IA. Ao mesmo tempo, dificuldades foram recorrentes: necessidade de refazer gerações para alcançar consistência de estilo, problemas em sustentar lógica narrativa em histórias mais longas e risco de aderir demais a sugestões do modelo, enfraquecendo a “voz” autoral.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para a sala de aula, o estudo reforça um ponto central do debate sobre IA generativa: a tecnologia tende a baixar a barreira de entrada para criar imagens e roteiros, mas o ganho educacional depende do desenho pedagógico. Ao ancorar o processo em experiências pessoais e temas culturais, e ao exigir iteração e justificativa das escolhas, o módulo busca transformar a produção em aprendizagem, com foco em leitura estética, interpretação cultural e construção de significado, e não apenas em “fazer algo bonito” rapidamente.
Para o trabalho docente e o desenho curricular, o modelo sugere um caminho pragmático de integração: associar IA a fases claras (pesquisa, ideação, prototipagem e revisão) e avaliar com critérios explícitos, incluindo consciência ética e crítica sobre limitações, vieses e autoria. A rubrica usada no estudo, por exemplo, inclui indicadores de qualidade do prompt e integração do material gerado pela IA ao trabalho humano, o que ajuda a deslocar a avaliação do “produto final” para o processo e para a tomada de decisão estética.
SIM, MAS…: A própria pesquisa reconhece limites relevantes para tomadores de decisão: trata-se de uma amostra pequena (14 estudantes) em um único curso de pós-graduação e com forte dependência de evidências qualitativas, o que reduz a possibilidade de generalizar resultados ou estimar ganhos com medidas padronizadas. Há também uma limitação metodológica de consistência interpretativa, já que a codificação foi conduzida por um único pesquisador, ainda que o estudo tenha usado triangulação de dados e revisão de especialistas externos para reduzir vieses.
INSIGHT CENTRAL: O “pulo do gato” do modelo não está em adicionar IA ao curso, mas em combiná-la com dois mecanismos de profundidade: (1) a lógica iterativa e human-centered do design thinking, que obriga a formular problema, testar e revisar; e (2) a teoria do transporte narrativo, que explicita como coerência, emoção e imagética sustentam a imersão do público. A conclusão é que a IA pode intensificar a dimensão emocional e visual das narrativas, mas pode prejudicar a coerência se a lógica da história não permanecer sob autoria e controle dos estudantes.
O QUE VEM DEPOIS: O estudo recomenda testar o modelo em amostras maiores e em outros contextos disciplinares, além de investigar como diferentes níveis de “andaimes” (orientação sobre prompts, estrutura narrativa e critérios estéticos) alteram resultados como agência do estudante, julgamento estético e qualidade narrativa ao longo do tempo. Para instituições interessadas, a implicação prática é que políticas e formação docente precisam ir além da escolha de ferramentas: devem definir objetivos de aprendizagem (estética, cultura, narrativa), critérios de avaliação e práticas de uso responsável que evitem tanto a dependência acrítica quanto a proibição indiscriminada.
