Uma revisão sistemática analisou 62 estudos empíricos publicados entre 2014 e 2025 sobre assistentes virtuais com IA na educação básica e superior e concluiu que a tecnologia tem avançado mais rápido do que sua integração com teorias de aprendizagem. O levantamento aponta ganhos recorrentes em personalização, interação e inclusão, mas também destaca riscos persistentes em privacidade, reconhecimento de emoções e alinhamento pedagógico, sugerindo que o impacto real depende de implementação em contextos autênticos de sala de aula.
O QUE HÁ DE NOVO: Pesquisadores da University of West Attica, na Grécia, publicaram uma revisão sistemática que sintetiza a evidência disponível sobre assistentes virtuais (VAs) com IA em contextos educacionais, cobrindo ensino fundamental, médio e superior. Seguindo diretrizes PRISMA, o estudo partiu de 316 registros (principalmente em Scopus e Web of Science), removeu duplicatas e filtrou títulos, resumos e textos completos até chegar a 62 trabalhos elegíveis, com produção distribuída por 34 países, com maior volume vindo de China (12 estudos), EUA (10) e Índia (9).
COMO FUNCIONA: A revisão organizou os usos dos assistentes virtuais em quatro frentes principais: suporte a atividades e aprendizagem baseada em tarefas (24 estudos), gestão e organização do espaço/rotina da sala de aula (19), aplicações sensíveis a emoções (16) e apoio a estudantes com necessidades especiais (3). Nos estudos mapeados, os assistentes aparecem tanto como tutores conversacionais e sistemas de recomendação (com ênfase em NLP) quanto como componentes de ambientes imersivos com VR/AR e simulações; no caso de reconhecimento afetivo, o funcionamento depende de visão computacional e modelos como redes neurais convolucionais (CNNs) para inferir estados emocionais e adaptar feedback e ritmo das atividades.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para gestores e equipes pedagógicas, a síntese sugere um potencial concreto em duas dimensões: aprendizagem e trabalho docente. Do lado do estudante, os assistentes tendem a favorecer experiências mais personalizadas, com feedback em tempo real, suporte a autorregulação e aumento de participação em atividades práticas, especialmente em STEM e programação, onde a ajuda “no momento da dúvida” é parte central do processo. Do lado do professor, os estudos relatam redução de tarefas repetitivas (monitoramento, acompanhamento e avaliação automatizada em certos cenários), o que pode liberar tempo para mediação, mentoria e apoio socioemocional, desde que a ferramenta esteja acoplada a objetivos didáticos claros.
PRINCIPAIS RESULTADOS: Entre as funções mais recorrentes atribuídas aos assistentes virtuais nos trabalhos analisados estão monitoramento de aprendizagem, predição de desempenho, avaliação automatizada e suporte adaptativo. Em termos de tecnologia, a revisão indica forte presença de NLP, árvores de decisão e CNNs, enquanto técnicas mais avançadas (como deep reinforcement learning) aparecem com menor frequência. Também há um movimento descrito pelos autores: após a aceleração de publicações em 2020–2022, período associado à expansão do ensino remoto e híbrido, os estudos mais recentes passam a enfatizar aplicações “éticas, emocionais e inclusivas”, incluindo sistemas com reconhecimento afetivo e experiências inspiradas em metaverso com VR/AR.
INSIGHT CENTRAL: O argumento que atravessa a revisão é que a qualidade educacional dos assistentes virtuais não depende apenas de “mais IA”, mas de ancoragem explícita em teorias de aprendizagem e desenho instrucional. Os autores destacam que implementações mais promissoras tendem a se alinhar a referenciais como ICAP (engajamento interativo/constructivo), construtivismo e Zona de Desenvolvimento Proximal, enquanto parte das soluções prioriza eficiência e automação sem evidência de coerência pedagógica, alimentando o hiato entre inovação tecnológica e teoria educacional.
SIM, MAS…: A revisão chama atenção para limitações importantes na base de evidências: predominância de estudos de pequena escala, intervenções de curto prazo e ambientes controlados, o que reduz a generalização para redes públicas e salas de aula diversas. Em sistemas sensíveis a emoções, um risco recorrente é a baixa robustez frente à diversidade cultural na expressão emocional, além de potenciais erros de interpretação que podem levar a intervenções inadequadas. O texto também aponta preocupações práticas e regulatórias: privacidade de dados (especialmente quando há coleta de imagens, vídeo e sinais afetivos), risco de ampliar desigualdades por infraestrutura e letramento digital, e possibilidade de “desumanização” da experiência caso a automação reduza a agência do estudante ou a centralidade do professor.
O QUE VEM DEPOIS: Como próximos passos, os autores defendem estudos longitudinais e comparativos em ambientes reais, inclusive com avaliações que vão além de métricas técnicas (como acurácia e tempo de resposta) para medir efeitos pedagógicos sustentados, bem-estar e autorregulação. Também recomendam validação intercultural, sobretudo em reconhecimento de emoções, e maior colaboração entre educadores, desenvolvedores e formuladores de política para integrar assistentes virtuais a currículo, formação docente e práticas de avaliação, mantendo coerência pedagógica e responsabilidade ética.
