Uma pesquisa com 3.959 estudantes do ensino médio e fundamental II na Coreia do Sul mapeou como o conhecimento sobre ferramentas de IA generativa se traduz em motivação e reações emocionais, e como esse caminho psicológico ajuda a explicar por que alunos passam a perceber a necessidade de educação formal em IA. Os resultados sugerem que a demanda por “IA na escola” tende a crescer menos por pressão por notas e mais quando o uso desperta curiosidade, engajamento e até frustração, sinalizando oportunidades e alertas para currículos e formação docente.
O QUE HÁ DE NOVO: O estudo analisou, em escala nacional, como familiaridade com plataformas como ChatGPT, Gemini e DALL·E se relaciona com a percepção dos próprios alunos sobre a necessidade de aprender IA generativa na escola. Com dados de uma amostra estratificada em 17 regiões da Coreia do Sul, os autores testaram um modelo que liga conhecimento de GenAI a motivação (intrínseca e extrínseca), respostas emocionais durante o uso e, por fim, a percepção de necessidade de educação em IA, um recorte ainda pouco explorado em levantamentos grandes com estudantes do K-12.
COMO FUNCIONA: A pesquisa usou dados secundários do National Youth Policy Institute (NYPI), aplicados via questionário online em escolas, com supervisão de assistentes de pesquisa ou professores seguindo procedimento padronizado e aprovação por comitê de ética. O “conhecimento” foi medido como familiaridade autoavaliada com nove ferramentas (média 2,45 em escala de 1 a 5), enquanto a motivação intrínseca captou usos por diversão/curiosidade/criação (média 3,07) e a motivação extrínseca, usos para tarefas e notas (média 3,08). As respostas emocionais (média 2,55) incluíram itens como alegria, gratidão e frustração; e a “necessidade percebida” de educação em GenAI (média 3,13) mediu o quanto os alunos consideram importante aprender como a IA funciona, como usá-la bem, e como lidar com riscos como vieses, erros, privacidade e direitos autorais. Os autores empregaram um modelo de mediação múltipla e serial (PROCESS Model 80) com 5.000 reamostragens por bootstrap e controles por sexo, série e desempenho acadêmico.
PRINCIPAIS RESULTADOS: Em termos de relações estatísticas, maior familiaridade com GenAI previu aumento de motivação intrínseca (B=0,35) e extrínseca (B=0,20), e também maior resposta emocional durante o uso (B=0,10). Motivação intrínseca (B=0,32) e extrínseca (B=0,12) também se associaram a mais emoção no uso, e as respostas emocionais previram maior percepção de necessidade de educação (B=0,04). O achado mais relevante para desenho educacional é que a motivação intrínseca mediou de forma clara o caminho entre conhecimento e necessidade percebida (efeito indireto B=0,04), enquanto a mediação apenas via motivação extrínseca não foi significativa (B=0,002, com intervalo incluindo zero). Já a mediação via emoção foi significativa, e os caminhos seriais (conhecimento → motivação → emoção → necessidade) também apareceram, com destaque para a trilha via motivação intrínseca, mais forte do que a via motivação extrínseca, descrita como estatisticamente detectável, porém pequena em magnitude.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para escolas e redes, a mensagem central é que “ensinar IA” não depende apenas de reconhecer que a tecnologia existe, mas de entender como os estudantes se engajam com ela. Se a percepção de necessidade cresce sobretudo quando há curiosidade, exploração e envolvimento emocional, currículos de IA tendem a funcionar melhor quando partem de atividades que apoiem autonomia e senso de competência, por exemplo, tarefas investigativas em que o aluno testa limites do modelo, compara respostas, revisa prompts e discute por que a IA erra. Ao mesmo tempo, a presença de emoções negativas como frustração, longe de ser ruído, pode sinalizar lacunas de compreensão e abrir espaço para ensinar verificação de fatos, vieses, critérios de confiabilidade e boas práticas de uso.
INSIGHT CENTRAL: O estudo sugere uma virada útil para políticas de alfabetização em IA: a demanda dos alunos por educação formal parece emergir quando a interação com GenAI se torna socialmente e afetivamente relevante, e não apenas quando ela é instrumental para tarefas escolares. Isso aproxima a discussão de IA na educação de competências socioemocionais e metacognitivas: reconhecer expectativas, lidar com erro e incerteza, e transformar reações (encantamento ou irritação) em perguntas sobre funcionamento, limites e responsabilidade.
SIM, MAS…: Os autores alertam que, por ser um levantamento transversal e baseado em autorrelato, os resultados descrevem associações, não causalidade: é plausível, por exemplo, que estudantes que já valorizam educação em IA prestem mais atenção às interações e relatem mais emoção, e não apenas o inverso. Há também limites de generalização por ser um único país e por “conhecimento” ter sido operacionalizado como familiaridade com ferramentas, sem capturar dimensões mais amplas de letramento em IA (como compreensão técnica, avaliação crítica e ética). Para tomadores de decisão, isso reforça a necessidade de combinar evidências de survey com dados comportamentais (uso real) e avaliações longitudinais quando programas de IA forem implantados em escala.
O QUE VEM DEPOIS: Uma implicação prática é testar intervenções que aumentem a motivação intrínseca, sem depender exclusivamente de incentivos de desempenho, e verificar se isso eleva participação em cursos de IA, melhora habilidades de checagem e reduz usos problemáticos. No campo de políticas e formação docente, o estudo dialoga com diretrizes internacionais como o AI Competency Framework for Teachers da UNESCO, ao sugerir que professores precisam estar preparados para reconhecer sinais emocionais no uso de GenAI (curiosidade, entusiasmo, frustração) e convertê-los em aprendizagem sobre limites, vieses, privacidade e autoria. Em um cenário de adoção rápida dessas ferramentas por adolescentes, a pergunta deixa de ser apenas “proibir ou liberar” e passa a ser “como desenhar experiências que desenvolvam autonomia, criticidade e responsabilidade”.
Fonte: https://www.sciencedirect.com/science/article/pii/S0736585326000080
