Um novo estudo de revisão sistemática e análise bibliométrica mapeou 635 artigos sobre inteligência artificial no ensino superior, mostrando uma explosão de publicações a partir de 2023 e a centralidade de temas como ChatGPT, integridade acadêmica e analytics. Ao conectar o panorama científico aos Objetivos de Desenvolvimento Sustentável (ODS), o trabalho sugere que a adoção de IA nas universidades depende tanto de inovação pedagógica quanto de governança, ética e colaboração internacional.
O QUE HÁ DE NOVO: Publicado em 2025, o artigo “Mapping artificial intelligence research in higher education toward sustainable development” analisou a literatura indexada na base Scopus (consulta em fevereiro de 2025) para desenhar um “mapa” atualizado de como a IA vem sendo estudada no ensino superior. A amostra final reuniu 635 artigos de periódicos, em inglês e de acesso aberto, concentrados nas áreas de Ciências Sociais, Psicologia e Artes e Humanidades; a análise identifica três fases de crescimento (2007–2018, 2019–2022 e 2023–fev/2025) e detalha países, periódicos, clusters temáticos e trabalhos mais citados.
COMO FUNCIONA: Os autores aplicaram um protocolo de busca e filtragem no Scopus, partindo de 768 registros e chegando a 635 após triagem em duas etapas e leitura manual por três pesquisadores para excluir itens com baixa aderência ao tema. Em seguida, utilizaram o VOSviewer para análises bibliométricas, coocorrência de palavras-chave, redes de coautoria por país e indicadores como Total Link Strength (TLS), além de contagens de citações, a fim de identificar hotspots, colaboração internacional e a evolução temporal dos tópicos, incluindo um recorte específico de tendências recentes (2022–2025).
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para gestores universitários e formuladores de políticas, o estudo ajuda a separar “moda” de tendência estrutural: a produção científica se acelerou de forma incomum desde a popularização da IA generativa, o que indica pressão real sobre currículo, avaliação e formação docente. Ao mesmo tempo, o mapa mostra que o debate está deixando de ser apenas sobre ferramentas (tutoria, chatbots, personalização, correção) e passando a incluir governança institucional, equidade de acesso, ética e integridade acadêmica, temas diretamente ligados à qualidade educacional, à credibilidade da avaliação e à confiança pública nas instituições.
PRINCIPAIS RESULTADOS: O levantamento descreve um salto em três etapas: entre 2007 e 2018, foram apenas 11 artigos; de 2019 a 2022, 97; e de 2023 a fevereiro de 2025, 527, a maior parte do corpus. Em termos de produção por país, Estados Unidos (71), Reino Unido (67) e Austrália (52) lideram, seguidos por China (38) e Arábia Saudita (33). Um achado relevante é que volume não se traduz automaticamente em influência: alguns países com menos artigos aparecem com mais citações do que outros com maior produção, sinalizando o papel de redes internacionais, foco temático e posicionamento editorial na visibilidade da pesquisa.
INSIGHT CENTRAL: A principal contribuição conceitual do trabalho é propor que a pesquisa em IA no ensino superior seja lida por um “tripé” tecnologia–pedagogia–governança, explicitamente conectado aos ODS, com destaque para ODS 4 (educação de qualidade), ODS 9 (inovação e infraestrutura) e ODS 16 (instituições eficazes). Em vez de tratar sustentabilidade como um tema paralelo, o estudo argumenta que discussões sobre privacidade, integridade acadêmica e políticas de uso são parte do núcleo do que torna a IA educacional “responsável” e escalável em universidades.
SIM, MAS…: Como todo mapeamento bibliométrico, os achados dependem das escolhas de base e filtros: o recorte em Scopus, apenas artigos de periódicos (excluindo conferências e livros), em inglês, de acesso aberto e limitado a três grandes áreas pode deixar de fora literatura relevante, especialmente em computação, educação profissional e pesquisas aplicadas divulgadas em anais. Além disso, contagens de citações tendem a favorecer temas “quentes” e publicações recentes com rápida circulação, o que pode amplificar o efeito ChatGPT sem necessariamente capturar impactos educacionais de longo prazo ou evidências experimentais robustas.
O QUE VEM DEPOIS: O estudo aponta lacunas que devem ganhar peso na agenda universitária: mais pesquisas sobre reações e práticas docentes, políticas institucionais para uso ético de IA (incluindo avaliação), e análises sobre efeitos duradouros na equidade e no desenvolvimento sustentável. Na prática, o mapeamento sugere que a próxima fase do debate não será apenas adotar ferramentas, mas construir capacidade institucional, formação em letramento em IA, infraestrutura de dados, diretrizes para integridade acadêmica e modelos de governança que consigam acompanhar a velocidade de mudança da IA generativa.
FONTE: Mapping artificial intelligence research in higher education toward sustainable development
Fonte: Mapping artificial intelligence research in higher education toward sustainable development
