Um estudo com 35 docentes do ensino superior em cursos de Ciências Exatas no Sul do Brasil mapeou como ferramentas com inteligência artificial entram no cotidiano pedagógico e encontrou um padrão claro: há forte adesão a recursos amplamente disponíveis, como editores, corretores e planejamento com ferramentas digitais, enquanto usos mais avançados, como análise de dados de aprendizagem e detecção de plágio, seguem pouco explorados, reforçando a demanda por formação e apoio institucional.
O QUE HÁ DE NOVO: A pesquisa, publicada em 2026, aplicou um questionário com 12 itens para entender a frequência de uso de ferramentas de IA por professores do ensino superior. A amostra reuniu 35 docentes de cursos da área de Ciências Exatas em Santa Catarina e no Rio Grande do Sul, com alta qualificação acadêmica (51% com mestrado e 25,7% com doutorado) e experiência consolidada (68,6% com mais de 10 anos de docência). Embora 68,6% afirmem usar aplicativos com IA “sempre” e 20% “frequentemente”, os dados detalhados indicam que a adoção é desigual dependendo do tipo de ferramenta e da etapa do trabalho docente.
COMO FUNCIONA: O instrumento de coleta foi construído e refinado a partir de literatura sobre IA na educação, validado por quatro especialistas e aplicado online via Google Forms durante 45 dias. As respostas usaram uma escala de cinco pontos (de “nunca” a “sempre”), convertida em pesos de 0 a 4 para análise em planilhas. Os itens foram agrupados em três frentes de uso pedagógico: preparação e planejamento de aulas (como planejamento com recursos digitais, seleção de bibliografia e produção de materiais visuais), criação e refinamento de conteúdo (como edição, revisão, tradução e elaboração de atividades) e avaliação e feedback (como correção e devolutivas em plataformas, análise de dados dos estudantes e verificação de originalidade).
PRINCIPAIS RESULTADOS: No planejamento, o uso de recursos digitais aparece como prática mais consolidada (média 3,00 em uma escala de 0 a 4), enquanto a seleção de bibliografia com aplicativos online foi menos frequente (média 1,66). Na criação e refinamento de conteúdo, ferramentas “básicas” dominaram: editores e verificadores gramaticais tiveram média 2,71, e corretores textuais para revisão ficaram em 2,26; tradutores online surgem como apoio intermediário (média 2,46). Já em avaliação e feedback, a análise de dados dos alunos foi o ponto mais frágil do levantamento (média 1,06 e moda 0, sugerindo alta proporção de “nunca”), e a detecção de plágio também teve baixa adoção (média 1,57, com moda 0), apesar do debate crescente sobre integridade acadêmica em tempos de IA generativa.
INSIGHT CENTRAL: O contraste entre “uso declarado de IA” e “tipo de IA efetivamente usado” é um dos achados mais úteis para gestores e lideranças acadêmicas. Quando professores respondem que utilizam aplicativos com IA com alta frequência, muitas vezes estão se referindo a funcionalidades já embutidas em ferramentas comuns de escrita, revisão e tradução, que empregam processamento de linguagem natural,, e não necessariamente a sistemas de análise educacional, tutoria inteligente ou soluções de integridade acadêmica. Na prática, isso sugere que a transição do uso instrumental para um uso pedagógico mais estratégico ainda não ocorreu de forma consistente.
SIM, MAS…: Por ser uma amostra intencional, não probabilística, concentrada em docentes de áreas tecnológicas, os resultados não devem ser generalizados automaticamente para todo o ensino superior, e podem até superestimar familiaridade com tecnologia. O estudo também aponta que confiança na IA não cresce automaticamente com maior uso: ao cruzar um índice de adoção (soma das frequências de uso das ferramentas) com uma escala de confiança de 1 a 10, a correlação foi positiva, porém fraca (0,23), indicando que fatores como formação específica, suporte institucional e experiência prévia podem pesar tanto quanto o simples contato com as ferramentas.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para a sala de aula e a aprendizagem, o retrato sugere que a IA já influencia a produção de materiais e a mediação do trabalho docente, mas ainda pouco apoia decisões pedagógicas baseadas em evidências, como identificar padrões de dificuldade, personalizar intervenções e acompanhar progressos com análises mais robustas. Para o trabalho do professor, a adoção de ferramentas de escrita e planejamento pode reduzir fricções e tempo gasto em tarefas de preparação, mas a baixa utilização de recursos de avaliação avançada e integridade indica oportunidades perdidas em feedback mais rápido, consistência de critérios e monitoramento de aprendizagem. No nível de gestão, os dados reforçam que ampliar o uso de IA “avançada” não é só questão de disponibilizar ferramentas: exige políticas claras, capacitação continuada, curadoria de soluções e orientação de uso responsável, inclusive para evitar riscos de privacidade e práticas de avaliação mal calibradas.
O QUE VEM DEPOIS: O estudo recomenda ampliar a amostra e diversificar áreas de atuação para entender se formação e contexto institucional influenciam a adoção e a consciência sobre IA. Também propõe aprofundar investigações qualitativas para mapear barreiras específicas, como limitações técnicas, resistência cultural ou falta de suporte, e adaptar o questionário para avaliar impactos do uso de ferramentas de IA sobre outros atores, como estudantes, incluindo efeitos em personalização do aprendizado, feedback imediato e desigualdades educacionais.
