Um estudo com pós-graduandos em uma universidade holandesa investigou como estudantes usam IA generativa ao dar feedback em redações de colegas e o que isso muda no conteúdo desses comentários. Os dados mostram adoção dividida, com parte da turma evitando a tecnologia para preservar o aprendizado, e efeitos específicos: quando usada, a GenAI tende a aumentar sugestões sobre aspectos mais “estruturais” do texto, mas pode reduzir elementos socioemocionais que ajudam a manter o clima colaborativo.

O QUE HÁ DE NOVO: A pesquisa analisou o uso de GenAI durante a etapa de oferta de feedback entre pares em uma atividade de escrita acadêmica, com 54 estudantes de mestrado em ciência de alimentos em uma universidade na Holanda, dos quais 50 responderam ao questionário final. Após orientação sobre uso efetivo e ético de IA, os estudantes escreveram um ensaio argumentativo, comentaram trabalhos de dois colegas e depois revisaram seus próprios textos; ao final, relataram se e como usaram GenAI. O estudo encontrou que 44% experimentaram GenAI para apoiar a produção de feedback, enquanto 56% optaram por não usar.

COMO FUNCIONA: A atividade ocorreu ao longo de três semanas e foi implementada em ambiente digital (FeedbackFruits integrado ao LMS Brightspace), com critérios disponíveis enquanto os estudantes comentavam os textos. Antes do módulo, a turma recebeu materiais sobre como escrever ensaios argumentativos e cerca de 20 minutos de instrução sobre uso de GenAI, incluindo referências à política institucional de IA (uso legal, ético e transparente; proibição em provas; orientação para não inserir dados pessoais de colegas em ferramentas externas). Para medir impactos, os pesquisadores codificaram 100 conjuntos de feedback produzidos pelos 50 respondentes e segmentaram o material em 832 comentários individuais, analisando “características” do feedback e se cada comentário tratava de questões de alto nível (como argumentos e estrutura) ou baixo nível (como gramática e forma), além de cruzar isso com o autor ter ou não usado GenAI.

POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: A principal promessa educacional da GenAI aqui não é substituir o feedback humano, mas atuar como “andaime” para elevar a qualidade do que os estudantes conseguem oferecer, uma peça-chave, já que o valor do feedback entre pares depende muito da qualidade dos comentários. Para a sala de aula no ensino superior, o achado de que usuários de GenAI fizeram mais sugestões sobre aspectos de alto nível sinaliza potencial para apoiar habilidades complexas de escrita e argumentação, indo além da correção superficial. Para o trabalho docente e para o desenho instrucional, o estudo também aponta um desafio recorrente de implementação: sem orientação mais robusta, estudantes tendem a usar IA sobretudo para tarefas “técnicas” (revisão e reescrita), enquanto a dimensão formativa do ato de avaliar o trabalho alheio, que desenvolve pensamento crítico e letramento de feedback, pode ficar subexplorada ou até ser evitada por decisão consciente dos próprios alunos.

PRINCIPAIS RESULTADOS: Entre os que não usaram GenAI, o motivo mais frequente foi a crença de que aprenderiam mais fazendo o trabalho de forma independente; quase metade também relatou incerteza sobre como usar GenAI em conformidade com a política da universidade. Entre os que usaram, as funções mais acionadas foram checagem de gramática/ortografia e verificação de compreensibilidade, enquanto explicar critérios de feedback foi menos comum; em percepção, as ferramentas foram avaliadas como moderadamente ou muito úteis para gramática e para “equilibrar o tom” do feedback. Na análise do conteúdo, estudantes que usaram GenAI ofereceram significativamente mais sugestões para problemas de alto nível e menos “elogios mitigadores” em comentários de baixo nível, sugerindo um feedback potencialmente mais direto e orientado a revisão, porém com menos amortecedores sociais.

SIM, MAS…: Como estudo exploratório, os autores destacam que a relação observada é correlacional, não causal; além disso, o contexto é único (uma disciplina, um domínio, um tipo de tarefa), o que limita generalizações. Há ainda riscos e dilemas práticos relevantes para decisões institucionais: parte dos estudantes evita GenAI por considerar que ela pode reduzir seu próprio aprendizado ao fornecer “respostas prontas”, e uma parcela expressiva declara insegurança quanto às regras de uso, um sinal de que políticas e formação precisam ser mais claras e operacionais. O trabalho também registra preocupações com confiabilidade, como respostas desatualizadas e citações imprecisas, o que reforça a necessidade de letramento em IA e rotinas de verificação para que o ganho de eficiência não venha acompanhado de erros e falsa segurança.

O QUE VEM DEPOIS: O estudo aponta caminhos para pesquisa e prática: testar desenhos experimentais que isolem o efeito da GenAI; observar impactos de longo prazo com abordagens longitudinais; e investigar como o uso de IA influencia dimensões socioemocionais do feedback, como confiança, polidez e disposição para criticar de modo construtivo. Também aparece como prioridade entender a interação entre letramento de feedback e letramento em IA, além de avançar em modelos de “inteligência híbrida” em que estudantes usem GenAI sem abrir mão do esforço cognitivo de avaliar, justificar e negociar melhorias, objetivo central do feedback entre pares no ensino superior.

Fonte: The value of GenAI for peer feedback provision: student perceptions and impacts