Uma revisão sistemática de 112 estudos sobre IA e escrita em segunda língua mostra que a área cresceu rapidamente após a chegada de ferramentas generativas como o ChatGPT, mas ainda é dominada por pesquisas curtas, centradas em universitários, feedback automatizado e desempenho textual. O levantamento é relevante para instituições de ensino porque indica onde a IA já parece apoiar a aprendizagem da escrita e onde ainda faltam evidências para orientar políticas, formação docente e uso ético em sala de aula.

O QUE HÁ DE NOVO: A revisão analisou estudos empíricos publicados entre janeiro de 2014 e junho de 2024 sobre o uso de IA na escrita em inglês como segunda língua ou língua estrangeira. A amostra final reuniu 112 artigos, selecionados a partir de 1.362 registros, com forte concentração em contextos de inglês como língua estrangeira: 86% dos estudos ocorreram nesse ambiente, e 87% envolveram estudantes universitários. A China continental apareceu como o principal local de pesquisa, com 32% dos estudos, seguida por Taiwan, Estados Unidos, Coreia do Sul e Hong Kong.

COMO FUNCIONA: O levantamento seguiu o protocolo PRISMA e classificou os estudos por contexto, participantes, orientação teórica, metodologia, duração, gênero textual e temas de pesquisa. A IA apareceu principalmente em sistemas de avaliação e feedback automatizado de escrita, tradução automática, tutores inteligentes e ferramentas de geração ou organização de ideias. Os dados analisados incluíram textos produzidos por estudantes, avaliações de qualidade da escrita, questionários, entrevistas, registros de uso de plataformas e comparações entre feedback humano, feedback automatizado e intervenções combinadas.

PRINCIPAIS RESULTADOS: O feedback ou avaliação automatizada foi a funcionalidade mais estudada, presente em 82 trabalhos, seguida por tradução automática, em 18, geração de ideias, em 10, e tutoria inteligente, em 3. Entre os 44 estudos que mediram impactos sobre desempenho ou habilidades de escrita, 31 relataram efeitos positivos, 5 encontraram impactos negativos e 8 apontaram resultados mistos. As melhorias mais frequentes envolveram gramática, vocabulário, organização, conteúdo e redução de erros, mas os efeitos variaram conforme a ferramenta, o nível de proficiência dos alunos, o tipo de tarefa e o modo como o professor integrou a tecnologia.

O CONTEXTO MAIOR: A pesquisa sobre IA na escrita em segunda língua mudou de foco ao longo da década. Antes de 2022, a agenda era dominada por avaliação automatizada, correção de erros e ferramentas como Google Translate; depois da popularização dos modelos generativos, passaram a aparecer com mais força temas como ChatGPT, chatbots, colaboração humano-máquina e uso da IA para apoiar brainstorming, estruturação de textos e revisão. Ainda assim, a revisão mostra que 62% dos estudos não explicitaram um referencial teórico e que a área permanece fortemente orientada por testes práticos de efetividade.

POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para estudantes que escrevem em uma língua adicional, a IA pode reduzir barreiras linguísticas, ampliar oportunidades de revisão e permitir mais atenção a conteúdo, argumentação e organização textual. Para professores, ferramentas de feedback automatizado podem ajudar a identificar padrões de erro e aliviar parte da carga de correção, desde que não substituam o julgamento pedagógico nem limitem a escrita a aspectos mecânicos. Em nível institucional, os resultados sugerem que políticas de uso de IA precisam considerar não apenas fraude acadêmica, mas também aprendizagem, equidade, transparência e formação para uso crítico.

LIMITES E CUIDADOS: A evidência disponível ainda tem fragilidades importantes. A maior parte das pesquisas foi de curta ou média duração: apenas 6% dos estudos acompanharam participantes por mais de quatro meses. Também houve predomínio de desenhos experimentais ou quase experimentais e de tarefas como redações argumentativas, com pouca atenção a gêneros acadêmicos, profissionais e de negócios. A qualidade da escrita foi frequentemente medida por precisão, complexidade lexical e aspectos gramaticais, enquanto dimensões pragmáticas, retóricas, autoria, voz e adequação ao gênero receberam menos atenção.

O QUE AINDA FALTA SABER: A revisão aponta como prioridade investigar o desenvolvimento do letramento em IA na escrita em segunda língua, especialmente por meio de estudos longitudinais e qualitativos. Isso inclui entender como estudantes aprendem a formular prompts, verificar respostas da IA, combinar texto gerado por máquina com escrita própria e tomar decisões éticas sobre declaração de uso. A dimensão ética ainda aparece pouco: temas como privacidade, vieses contra falantes não nativos, padronização da linguagem, dependência tecnológica e possíveis penalizações a quem declara usar IA precisam ser estudados com mais profundidade.

PRÓXIMOS PASSOS: O avanço da IA generativa torna insuficiente tratar essas ferramentas apenas como corretoras automáticas. A agenda indicada pela revisão é mais ampla: formar professores e estudantes para colaboração crítica com sistemas de IA, testar intervenções em diferentes níveis de ensino e contextos socioeconômicos, e avaliar efeitos sobre aprendizagem ao longo do tempo. Para gestores educacionais, a principal mensagem é que a IA pode apoiar a escrita em segunda língua, mas seu valor dependerá de desenho pedagógico, critérios éticos claros e acompanhamento contínuo dos impactos sobre estudantes e docentes.

Fonte: What does AI bring to second language writing? A systematic review (2014-2024)