Uma pesquisa em três disciplinas de formação docente em uma universidade de Hong Kong identificou que a autorização formal para usar inteligência artificial generativa (IA generativa) em avaliações não se traduz, por si só, em uso disseminado. Entre futuros professores, a decisão dependeu sobretudo de como a tarefa foi concebida, da percepção de autoria e aprendizagem e da segurança sobre as regras; para instituições, o resultado desloca o debate da detecção de uso para a consistência das políticas e para o redesenho de avaliações.
O QUE HÁ DE NOVO: Pesquisadores acompanharam três disciplinas, uma de graduação e duas de pós-graduação em educação, ministradas entre setembro e novembro de 2024. As 158 pessoas matriculadas podiam empregar IA generativa em parcelas relevantes das avaliações, desde que não copiassem diretamente as respostas e reconhecessem o uso. O estudo reuniu 85 respostas válidas a um questionário, 11 entrevistas individuais, materiais didáticos e as declarações de uso entregues junto aos trabalhos finais.
COMO FUNCIONA: As disciplinas adotaram avaliações abertas, como textos reflexivos, apresentações em grupo, estudos de caso e trabalhos sobre educação multicultural, ética profissional e educação moral. A orientação aparecia nos planos de curso e era explicada em aula, com exemplos de declaração. A regra local permitia uso limitado mediante autorização docente; a exceção foi uma prova fechada e supervisionada, na qual a tecnologia era vedada. A análise combinou dados quantitativos descritivos com entrevistas para interpretar como instruções, características das tarefas e cultura institucional moldavam as escolhas dos estudantes.
PRINCIPAIS RESULTADOS: Apenas 32 dos 85 respondentes (37,6%) disseram ter usado IA generativa nas avaliações; 53 não a utilizaram. Entre os usuários, as aplicações mais comuns foram revisão linguística (43,8%) e checagem de clareza do texto (34,4%), enquanto a geração de conteúdo apareceu em seis casos (18,8%). Todos os que recorreram à ferramenta a consideraram útil em algum grau, mas não houve diferença estatisticamente relevante no engajamento com as avaliações entre usuários e não usuários. A principal razão para evitar a IA foi a preferência por realizar o trabalho de forma independente, indicada por 77,4% dos não usuários, seguida pelo receio de ser acusado de plágio, citado por 41,5%.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: O achado sugere que avaliações personalizadas, contextualizadas e reflexivas podem reduzir a dependência da IA sem exigir uma política de proibição, porque demandam experiências, julgamentos e posicionamentos próprios do estudante. Para docentes, isso reforça a importância de desenhar tarefas que evidenciem o processo de aprendizagem e de apresentar exemplos concretos do uso aceitável, em vez de apenas publicar regras. A questão é especialmente relevante na formação docente: as experiências avaliativas de hoje influenciam como esses futuros profissionais poderão avaliar seus próprios alunos e desenvolver letramento em IA de maneira responsável.
LIMITES E PRÓXIMOS PASSOS: As declarações feitas nos trabalhos não coincidiram integralmente com as respostas anônimas do questionário, sinal de que parte dos estudantes ainda associa a admissão de uso a possível punição. Além disso, o estudo se concentra em uma única instituição, em três disciplinas, e uma delas teve baixa taxa de resposta. Os pesquisadores defendem que coordenações de curso alinhem as regras entre disciplinas, ofereçam devolutivas formativas sobre usos reais da IA e ampliem oportunidades para que licenciandos experimentem avaliações com a tecnologia de modo ético. Sem essa visão de programa, mensagens permissivas em uma disciplina podem ser anuladas pelo temor produzido por normas ou relatos de outras.
