Um estudo com 399 estudantes universitários sauditas de inglês como língua estrangeira analisou como chatbots de IA generativa são percebidos em atividades de escrita e encontrou associações positivas entre estratégias de uso da ferramenta, satisfação, autoeficácia e intenção de uso futuro. A pesquisa é relevante porque ajuda universidades e professores a entenderem onde a IA pode apoiar a aprendizagem de línguas, e onde ainda são necessários limites pedagógicos, transparência e acompanhamento docente.
O QUE HÁ DE NOVO: Pesquisadores investigaram, em contexto de ensino superior na Arábia Saudita, como estudantes de EFL avaliam o uso de ferramentas como chatbots generativos para escrever em inglês. A amostra reuniu 399 participantes, majoritariamente mulheres e estudantes do primeiro ano, com média de idade de 22,9 anos. Em vez de medir desempenho objetivo em redações, o estudo examinou percepções declaradas: confiança para escrever, satisfação com a tecnologia, estratégias de uso e disposição para continuar recorrendo à IA em atividades de escrita.
COMO FUNCIONA: A pesquisa usou um desenho transversal, baseado em questionário aplicado em um único momento, e analisou as respostas por meio de modelagem de equações estruturais. Os estudantes avaliaram, em escala de concordância, práticas como usar IA para aprender vocabulário, pedir feedback, comparar seus textos com exemplos gerados, esclarecer regras gramaticais e simular testes de escrita. Essas práticas foram tratadas como “estratégias de escrita com IA”, isto é, usos concretos da tecnologia em etapas de planejamento, produção e revisão textual.
O modelo teórico adaptou a lógica de aceitação de tecnologia ao contexto da escrita em segunda língua: as estratégias de uso representaram a utilidade percebida da IA; a autoeficácia correspondeu à confiança do estudante em usar a ferramenta para escrever melhor; a satisfação captou a avaliação afetiva da experiência; e a intenção comportamental indicou a probabilidade de continuar usando ou recomendar o recurso. O foco, portanto, foi entender como esses fatores se relacionam entre si, não demonstrar que a IA melhora notas ou proficiência de forma causal.
PRINCIPAIS RESULTADOS: Os estudantes relataram alta satisfação com os chatbots, com média de 4,01 em uma escala de 1 a 5, especialmente pelas funções de explicação, tradução, resposta a dúvidas e apoio ao conteúdo. A autoeficácia também foi elevada, com média de 3,77, enquanto as estratégias de escrita com IA ficaram em nível moderado, com média de 3,54. A intenção de continuar usando a tecnologia foi moderadamente alta, com média de 3,62, embora o uso para simular testes e quizzes tenha sido menos frequente do que atividades como aprender novas palavras ou pedir feedback.
No modelo estatístico, as estratégias de escrita com IA tiveram forte associação com satisfação (β = .784) e associação relevante com autoeficácia (β = .525), além de relação direta mais moderada com intenção de uso futuro (β = .353). Satisfação e autoeficácia também funcionaram como mediadoras: estudantes que percebiam mais valor prático nas estratégias tendiam a se sentir mais satisfeitos e confiantes, o que se conectava a maior disposição para seguir usando IA. O estudo ainda encontrou diferenças por perfil: mulheres relataram níveis mais altos de satisfação, autoeficácia e intenção de uso; estudantes mais jovens demonstraram maior satisfação; e alunos com menor proficiência autodeclarada em inglês pareceram ver mais valor no apoio da IA.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para a sala de aula, os achados sugerem que a IA generativa pode funcionar como apoio de baixa pressão para estudantes que enfrentam barreiras na escrita em inglês, oferecendo sugestões imediatas, repertório lexical e oportunidades de revisão antes da entrega final. Para professores, o resultado reforça uma abordagem em que a IA não substitui a orientação docente, mas amplia momentos de prática, feedback preliminar e reflexão sobre escolhas linguísticas. A implicação pedagógica central é que o ganho percebido vem menos do simples acesso à ferramenta e mais do uso orientado por estratégias: saber quando pedir ajuda, como avaliar a resposta e por que aceitar ou rejeitar uma sugestão.
Para universidades e redes de ensino, a pesquisa aponta a necessidade de políticas de IA no nível do curso: quais usos são permitidos, como declarar o uso da ferramenta, que dados podem ser inseridos e que padrões de integridade acadêmica devem ser seguidos. Também há uma dimensão de equidade: se ferramentas aprovadas, treinamento e acesso institucional não forem distribuídos de forma consistente, estudantes com mais recursos digitais podem tirar mais proveito da IA do que colegas com menor familiaridade ou acesso limitado.
LIMITES E CUIDADOS: O estudo não prova que chatbots melhoram a escrita em inglês, porque os dados são autorrelatados, coletados em um único momento e restritos a um contexto universitário específico. A amostra, predominantemente feminina e concentrada em uma instituição saudita, limita generalizações para outros países, níveis de ensino ou habilidades linguísticas como fala, escuta e leitura. Além disso, percepções positivas podem refletir satisfação imediata, conveniência ou novidade, sem necessariamente indicar aprendizagem duradoura.
PRÓXIMOS PASSOS: A agenda recomendada é testar a IA generativa em estudos longitudinais ou experimentais, com medidas de desempenho real em textos, comparação entre tipos de feedback e análise de efeitos em diferentes perfis de estudantes. Na prática, o caminho mais seguro é integrar a IA em atividades formativas de baixo risco, manter avaliações decisivas sob controle docente, exigir breves justificativas sobre o uso da ferramenta e formar professores para trabalhar com prompts, verificação de erros, vieses e riscos de dependência excessiva.
