Um estudo com 314 universitários de cursos que habilitam para a docência na Grécia mapeou como ferramentas de IA generativa, como o ChatGPT, já entraram na rotina acadêmica e quais ganhos e riscos os próprios estudantes enxergam. Os dados mostram uso intenso para busca de informação e apoio ao estudo, mas também preocupações fortes com dependência, integridade acadêmica e perda de pensamento crítico, apontando a necessidade de letramento em IA na formação docente.
O QUE HÁ DE NOVO: A pesquisa investigou práticas, benefícios percebidos e desafios do uso de IA generativa entre graduandos de três departamentos da Universidade de Patras (Educação Infantil, Filosofia e Filologia), todos com currículo que inclui formação pedagógica e leva à habilitação para ensinar. Com desenho de métodos mistos e questionário aplicado em maio e junho de 2025, o estudo reuniu respostas de 314 estudantes e identificou que 73,6% (231) já usam ferramentas como ChatGPT nos estudos, enquanto 8,9% ainda não usam, mas pretendem adotar.
COMO FUNCIONA: Os pesquisadores combinaram itens fechados e perguntas abertas em um formulário anônimo (Google Forms), com amostragem por conveniência via docentes de disciplinas ligadas ao uso de tecnologia educacional. As práticas de uso foram medidas por uma escala de frequência (de “nunca” a “muito frequentemente”) em nove atividades acadêmicas; já benefícios e desafios foram coletados em respostas abertas e analisados por análise de conteúdo, com codificação iterativa e checagem de concordância por um segundo avaliador em parte do material.
PRINCIPAIS RESULTADOS: Entre quem usa IA, a atividade mais frequente é a busca de informações: 80,1% disseram usar “frequentemente” ou “muito frequentemente” para isso. Em contraste, tradução de textos aparece como o uso menos comum (19,1% relatando uso frequente), e tarefas de autoria têm padrão mais dividido: em trabalhos escritos, 34,2% usam com frequência, mas 40,3% dizem nunca ou usar muito raramente. Chamou atenção também o uso para apoio “analítico” e de estudo: 59,3% recorrem à IA para conselhos de estudo, 45,5% para preparação para provas e 50,6% para análise de dados.
INSIGHT CENTRAL: O estudo sugere que, para muitos futuros professores, a IA generativa está deixando de ser apenas uma “ferramenta de produtividade” e passando a ocupar um papel de orientação acadêmica, quase um mentor de estudo. Essa percepção pode reconfigurar expectativas sobre autonomia do estudante, qualidade do esforço intelectual e até a relação entre suporte tecnológico e mediação docente, especialmente quando a formação inicial não explicita limites, responsabilidades e boas práticas de verificação.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Na camada da aprendizagem, os benefícios relatados pelos estudantes se concentram em acesso rápido à informação e economia de tempo, além de apoio para compreender conceitos complexos e organizar estudos, o que pode ajudar a reduzir barreiras iniciais de entendimento e acelerar rotinas acadêmicas. Ao mesmo tempo, as preocupações mais citadas miram justamente competências centrais que a formação docente deveria cultivar: 57,3% mencionaram risco de dependência e redução do esforço pessoal, 47,8% apontaram integridade acadêmica/plágio e 44,6% citaram erosão do pensamento crítico e da aprendizagem profunda; 35,0% relataram medo de enfraquecimento de habilidades de pesquisa (como checagem de fontes), além de problemas de confiabilidade e desinformação (33,4%). Para instituições e cursos de licenciatura, isso desloca o debate de “permitir ou proibir” para “como ensinar a usar”, incluindo transparência sobre uso, desenho de tarefas e avaliações que valorizem processo e autoria, e desenvolvimento explícito de letramento em IA.
SIM, MAS…: Como o estudo é transversal, ele captura um retrato de um momento específico e não permite concluir como esses efeitos evoluem ao longo do tempo, se os estudantes ganham maturidade e passam a usar a IA de forma mais criteriosa, por exemplo. Além disso, a amostra vem de áreas de Humanidades e Ciências Sociais e é majoritariamente feminina (89,8%), o que recomenda cautela ao generalizar padrões para outros campos (como STEM) e para outros perfis de turma; o próprio artigo sugere que variáveis como gênero e ano do curso poderiam ser exploradas em pesquisas futuras.
O QUE VEM DEPOIS: A conclusão aponta para uma integração sistemática de letramento em IA e treinamento para uso responsável na formação de professores, indo além de habilidades operacionais e incluindo ética, verificação de informação e integridade acadêmica. Entre próximos passos, o estudo indica a necessidade de pesquisas longitudinais para observar mudanças de hábitos e percepções com exposição contínua, além de métodos qualitativos mais aprofundados (como entrevistas e grupos focais) para entender a lógica por trás do uso “mentor-like” e como isso afeta identidade profissional docente e decisões pedagógicas.
