Uma consulta internacional com 35 especialistas propôs um modelo de governança da inteligência artificial generativa no ensino superior que combina regras institucionais e orientações flexíveis. O consenso oferece às universidades um caminho para tratar de aprendizagem, integridade acadêmica e proteção de dados sem depender de normas estáticas para uma tecnologia em rápida mudança.

O QUE HÁ DE NOVO: O estudo reuniu especialistas em tecnologia educacional e IA ligados ao ensino superior de 22 países e localidades, distribuídos por seis continentes. O grupo incluiu 24 acadêmicos, quatro representantes de organizações multilaterais de educação e sete dirigentes de organizações de tecnologia educacional. A partir dessa consulta, a pesquisa apresentou uma estrutura para orientar políticas universitárias de uso da IA generativa e mantê-las atualizadas.

COMO FUNCIONA: Em vez de testar uma ferramenta com estudantes, a pesquisa empregou uma consulta em etapas baseada no método Delphi. Primeiro, os participantes responderam a perguntas abertas sobre regras, orientações e formas de revisão; depois, avaliaram uma síntese dos temas identificados nas respostas. Na etapa final, examinaram a interpretação consolidada e participaram da redação coletiva das conclusões. A análise agrupou os pontos recorrentes e as divergências em recomendações para a gestão institucional da IA.

PRINCIPAIS RESULTADOS: Para 88% dos participantes, a melhor abordagem combina políticas formais, que definem obrigações e responsabilidades, com orientações mais fáceis de adaptar a cursos e disciplinas. Quatro defenderam apenas orientações flexíveis; nenhum recomendou somente regras formais. A estrutura resultante abrange oito áreas interligadas: integridade acadêmica, uso ético e responsável, privacidade e proteção de dados, acesso equitativo, letramento em IA generativa, estratégia de integração ao ensino, supervisão humana e responsabilização, além de apoio e infraestrutura institucionais.

Para evitar que as normas envelheçam rapidamente, o grupo propôs seis processos: criar um comitê dedicado, revisar as regras periodicamente, oferecer formação continuada, comunicar mudanças à comunidade acadêmica, avaliar os efeitos da IA e acompanhar avanços tecnológicos e regulatórios. Trata-se de um modelo para revisão permanente, não de uma lista de exigências idênticas para todas as universidades.

LIMITES E CUIDADOS: As conclusões expressam o julgamento de um painel selecionado por sua experiência, não resultados observados após a adoção dessas medidas por universidades. A pesquisa não mediu efeitos sobre aprendizagem, fraude acadêmica ou desigualdade de acesso. Estudantes não foram consultados diretamente, e os especialistas reconhecem que a velocidade das mudanças tecnológicas exige adaptar as recomendações a cada contexto institucional.

POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para os professores, a distinção entre política e orientação pode dar segurança sobre o que é permitido sem impor a mesma solução a todas as atividades. Uma universidade pode estabelecer a obrigação de declarar o uso de IA em trabalhos acadêmicos e deixar que cada curso esclareça quando ela pode apoiar uma tarefa. Também pode reformular avaliações para observar o raciocínio do estudante, em vez de concentrar a resposta institucional apenas na detecção de textos gerados por IA.

Para gestores, a proposta liga decisões pedagógicas a condições de implementação: formação de docentes e alunos, escolha de ferramentas com proteção adequada de dados e acesso que não dependa da capacidade de pagamento do estudante. O próximo passo indicado pela pesquisa é verificar, em instituições e regiões diferentes e com participação direta dos alunos, se essas medidas preservam a autonomia intelectual e ampliam oportunidades de aprendizagem sem aprofundar desigualdades.

Fonte: Governing generative AI in higher education: a global Delphi study on policy and practice