Pular para o conteúdo principal
ToolPotion
Consultor de IA
Enviar

Como as universidades do Reino Unido estão reaprendendo a avaliar os alunos

O órgão regulador da Inglaterra diz que a IA tornou os trabalhos acadêmicos difíceis de avaliar. O que Bath, Kent e Imperial estão fazendo, por que os detectores falham e o que os estudantes devem esperar.

Compartilhar

Um estudante contou aos pesquisadores sobre colegas que admitem, entre si: "Escrevi esse ensaio inteiro com o ChatGPT." A frase seguinte dele foi a que ficou na nossa cabeça: "Aí eles não são pegos, provavelmente tiram uma nota boa e, como deu certo da primeira vez, fazem de novo na próxima avaliação" (relatório da OfS e da Advance HE).

Essa citação está em um relatório que o Office for Students (OfS), órgão regulador do ensino superior na Inglaterra, publicou com a instituição de caridade Advance HE. O título é gentil: Making AI work for students. As conclusões sobre avaliação não são nada gentis. Trabalhos feitos sem supervisão, em casa, com uma aba do ChatGPT aberta, muitas vezes podem ser concluídos com alto nível de qualidade e pouco envolvimento do aluno, às vezes em minutos, e o corretor com frequência não consegue perceber.

Lemos o relatório em si, e não só a cobertura da imprensa, porque a manchete do Guardian e o texto do próprio regulador não dizem exatamente a mesma coisa, e o relatório é o mais cuidadoso dos dois. A parte mais útil é a menos dramática: o que algumas universidades já estão fazendo a respeito.

O que o regulador encontrou, e o que não encontrou

A pesquisa foi feita no início deste ano e se baseia em conversas com mais de 300 estudantes e funcionários. O Guardian conta 127 universidades e faculdades entre eles (The Guardian); a página de resumo da OfS diz "mais de 120 instituições" (OfS), e a seção de metodologia do relatório diz pelo menos 127 (relatório). São dados de entrevistas e questionários, principalmente de instituições inglesas. Ninguém mediu quantas avaliações são feitas por IA, e a OfS diz que fará novas pesquisas "para estabelecer a escala e a natureza da mudança" (comunicado da OfS). Até lá, qualquer percentual para a Inglaterra em 2026 é chute.

O que os participantes descreveram é coerente entre si. As avaliações sem supervisão "podem ser concluídas com alto nível de qualidade usando ferramentas de IA, com envolvimento limitado dos estudantes", e os cursos avaliados por ensaios enviados remotamente foram apontados como especialmente vulneráveis (relatório). Os estudantes contaram aos pesquisadores sobre colegas que terminaram o trabalho "às vezes em poucos minutos" e tiraram nota parecida com a de quem fez tudo sozinho. Alguns colegas não conseguiam lembrar detalhes básicos do que tinham acabado de entregar. Os professores descreveram receber grandes volumes de trabalhos com a mesma cara, que citam a mesma bibliografia e são escritos no mesmo estilo.

Uma estudante que respondeu ao questionário falou do custo em termos pessoais: "É muito desanimador planejar e escrever um ensaio totalmente sozinha e tirar exatamente a mesma nota de alguém que usou IA para escrevê-lo." Os alunos honestos são os lesados, e esse é o custo que colocamos em primeiro lugar.

Um detalhe sobre a manchete. "Quase impossível" é uma expressão de um professor entrevistado, e a frase completa é mais restrita do que a manchete do Guardian: o uso generalizado de IA "pode tornar a avaliação dos estudantes quase impossível em algumas áreas". O resumo do próprio regulador diz que a IA representa "riscos significativos para a validade e a eficácia das avaliações". Acreditamos que a segunda formulação é a mais precisa, e ainda assim ela é alarmante o bastante.

O relatório também levanta uma questão de justiça. Os participantes temiam que um estudante que paga pelo modelo mais avançado tire nota mais alta do que um colega com o mesmo conhecimento que usa um modelo mais barato, ou nenhum (relatório).

Um regulador que tem instrumentos de pressão e diz que vai usá-los

Josh Fleming, diretor de estratégia e execução da OfS, chamou o uso de IA no ensino superior de "um risco geracional para o sistema como ele está, ameaçando minar o aprendizado dos estudantes e a capacidade das instituições de avaliá-los". Ele acrescentou: "Precisamos ver esforços muito maiores para enfrentar esses riscos, incluindo um uso muito maior de avaliações sem IA" (comunicado da OfS).

É no comunicado que está a força: a OfS diz que vai exigir que as instituições garantam que as avaliações sejam medidas válidas e confiáveis de conhecimentos e habilidades, e que "em muitos casos, isso vai exigir o uso de avaliações seguras (sem IA)". Para as instituições que ficarem aquém, os instrumentos incluem condições específicas de registro, multas ou a suspensão do acesso a verbas de apoio estudantil e a recursos da OfS. Junto com o relatório, a OfS publicou um guia sobre como as instituições podem cumprir as exigências.

O Departamento de Educação disse ao Guardian que espera que a OfS "tanto aplique os padrões existentes de forma eficaz quanto trabalhe com rapidez" na questão da IA. A Universities UK, que representa 147 instituições, respondeu que "ainda há mais a fazer, mas muitas fizeram mudanças substanciais" (The Guardian). Os participantes também haviam alertado que novas condições de registro específicas para IA poderiam ser contraproducentes e pediram, em vez disso, clareza sobre as já existentes (OfS). A OfS respondeu com a segunda opção: um guia sobre como as condições existentes se aplicam à IA.

Três soluções, e a que o regulador prefere

O relatório divide o que as universidades estão fazendo em três grupos. As avaliações seguras são desenhadas para que os alunos não possam usar IA enquanto as fazem: provas escritas presenciais, apresentações, vivas (breves discussões orais sobre um trabalho entregue), práticas e performances. As avaliações baseadas em processo dão nota para como o trabalho foi produzido, além do resultado, às vezes em vários pontos de verificação que o relatório chama de stage gates. As avaliações abertas permitem ou exigem o uso de IA, por exemplo pedindo que os alunos critiquem a resposta de uma IA ou editem um primeiro rascunho escrito por IA (relatório).

O regulador pende para um lado. Os métodos seguros "muitas vezes serão as formas mais eficazes de avaliação, porque dão alto grau de confiança de que os estudantes estão demonstrando seus próprios conhecimentos e habilidades". Por outro lado, diz que, se uma avaliação puder ser concluída com IA sem que o conhecimento testado esteja presente, "a avaliação deve ser substituída". E avaliar conhecimento, em oposição a habilidades, "geralmente exigirá avaliações seguras".

Concordamos, e iríamos além da formulação educada. Um ensaio para fazer em casa que testa a memorização de uma lista de leituras acabou como instrumento de medição. Só uma sala supervisionada, uma conversa ou uma tarefa reformulada o substitui.

Mapa de decisão: se a IA consegue passar numa tarefa para fazer em casa sozinha, substitua-a; se não, pergunte o que ela avalia. Conhecimento vai para uma faixa fechada (presencial, sem IA) e habilidades vão para uma faixa aberta, desenhada partindo do pressuposto de que a IA será usada.

O relatório lista os trade-offs. Provas presenciais e vivas consomem muitos recursos. Provas sem consulta podem lembrar muito pouco o trabalho profissional, e a dependência da memória de longo prazo pode prejudicar alguns grupos, entre eles estudantes com deficiência. Órgãos profissionais às vezes determinam formatos específicos. E a tecnologia vestível pode facilitar a fraude em avaliações seguras. A resposta do regulador à preocupação com a autenticidade é que os esforços para construir avaliações ao mesmo tempo autênticas e robustas "são bem-vindos", o que não é um plano.

Bath abandonou o semáforo

Os estudos de caso do relatório são a melhor parte. A University of Bath tinha um esquema de três categorias: IA proibida, alguns usos específicos permitidos ou IA integrada à avaliação. A categoria do meio não funcionou. Os professores concluíram que "não era possível fiscalizar os usos específicos de IA nas avaliações da Categoria B de forma confiável e equitativa".

Em 2026, Bath passou para um modelo de duas faixas, desenvolvido primeiro na University of Sydney. Toda avaliação entra ou em uma faixa fechada, em que as condições garantem que os alunos não possam acessar ferramentas de IA, ou em uma faixa aberta, em que a IA é permitida e a tarefa é desenhada partindo do pressuposto de que os alunos vão usá-la. Os professores de Bath fizeram um retiro para definir tarefas robustas para a faixa aberta, e a universidade ressalta que até as avaliações da faixa fechada precisam ser desenhadas em torno dos resultados de aprendizagem pretendidos (relatório).

Gostamos disso por um motivo. O modelo deixa de fingir que dá para verificar a regra "use IA para fazer brainstorming, mas não para redigir". O relatório diz o mesmo: sem mudanças estruturais, não é possível verificar se os estudantes seguiram uma política de IA nem desestimular o uso indevido de forma significativa.

Comparação das duas faixas: uma faixa fechada, sem IA (prova presencial, viva, prática ao vivo), que testa o que você sabe, e uma faixa aberta, em que a IA é permitida (criticar a resposta de uma IA, editar um rascunho de IA, mostrar seu processo), que testa como você trabalha.

As universidades que blindam as provas também estão distribuindo IA. A Kent lançou em 2026 uma plataforma ChatGPT Edu licenciada pela instituição. Os estudantes fazem um treinamento sobre letramento em IA, uso responsável, proteção de dados, prompts e integridade acadêmica antes de entrar, e o uso é opcional. A Imperial oferece a estudantes e funcionários um espaço de trabalho chamado dAIsy, que dá acesso ao ChatGPT, ao Claude e ao DeepSeek por uma única interface com dados protegidos, e está lançando cursos de 40 horas sobre IA no trabalho. O relatório acrescenta que Oxford e a London School of Economics também têm acordos com provedores de IA (relatório).

Isso não é hipocrisia: uma universidade que quer que seus formandos usem essas ferramentas bem, e saibam o que cada um consegue fazer sem elas, precisa de um espaço para cada situação. Preferimos essa combinação a qualquer um dos extremos. Se você ainda está escolhendo um assistente, ChatGPT vs Claude vs Gemini mostra como os três se diferenciam.

Por que o detector não pode ser o árbitro

A alternativa óbvia a redesenhar tudo é pegar o texto de IA depois que ele já foi entregue. O relatório é direto: isso não funciona bem o suficiente. Pesquisas acadêmicas sugerem que humanos não identificam texto de IA de forma confiável; detectores mais novos podem se sair melhor do que os antigos, mas as melhorias "costumam ser temporárias e geralmente são seguidas por avanços nos sistemas de IA", e as ferramentas que reescrevem o texto para enganar os detectores (humanizadores) reduzem ainda mais a precisão (relatório).

Muitas instituições usam as ferramentas mesmo assim. Algumas incluem a pontuação em casos de má conduta como evidência de apoio; outros professores a usam informalmente para identificar trabalhos que depois são sinalizados ou recebem nota menor. A Turnitin, cujo detector de IA é amplamente usado no ensino superior britânico, disse aos pesquisadores que o resultado deve ser usado apenas como um dado entre outros. Algumas instituições pararam de usar detectores por completo.

Os estudantes participantes foram mais duros. Disseram que os detectores são imprecisos e exageram o uso de IA, e alguns ficaram frustrados porque, depois que o detector lhes dava uma pontuação alta, parecia não haver como provar sua inocência. Os estudantes descreveram reduzir a pontuação removendo características do texto de IA, como o travessão, usando humanizadores ou acrescentando de propósito erros de ortografia e gramática. (Nós banimos o travessão no nosso próprio guia de estilo, então sentimos um pequeno calafrio.) Uma ferramenta que leva quem escreve honestamente a piorar o próprio texto não está medindo honestidade.

A posição do relatório sobre a pontuação é a que defendemos: no máximo um elemento de prova em uma avaliação minuciosa sobre se o estudante cometeu má conduta, e "a suspeita de uso de IA sem provas sólidas não deve servir de base para dar aos estudantes uma nota menor". O relatório acrescenta que os processos de má conduta "consomem tempo e recursos, são estressantes para os estudantes e dificilmente serão eficazes para garantir a validade de um processo de avaliação".

Os corretores humanos também deixam passar. Em um estudo de 2024, pesquisadores da University of Reading infiltraram respostas escritas inteiramente por IA (GPT-4) em cinco módulos de um mesmo curso de psicologia, sem avisar os corretores; 94% passaram sem ser detectadas e tiraram, em média, cerca de meio degrau de nota acima dos estudantes reais (PLOS One). Para um panorama ferramenta por ferramenta, cobrimos o GPTZero, o detector do Grammarly e a extensão do Copyleaks no nosso post sobre os melhores detectores de conteúdo de IA, e o ranking de detectores de conteúdo de IA classifica o setor. Nossa visão sobre detectores é a mesma do regulador: use como alarme de fumaça, nunca como juiz.

Quatro pares: testar conhecimento em uma sala sem IA, e não proibir IA em um trabalho para fazer em casa; coletar rascunhos e fontes, e não só o arquivo final; tratar a pontuação do detector como uma pista, e não como veredito; conversar com o estudante, e não baixar a nota por suspeita.

Então aqui vai a nossa divisão. O que funciona: avaliações de conhecimento feitas em sala sem IA, rascunhos e fontes coletados nos projetos e uma conversa curta com o estudante sobre o próprio trabalho. O que é teatro: proibir a IA em um trabalho para fazer em casa e torcer, corrigir apenas o arquivo final e tratar o percentual de um detector como se fosse uma constatação.

O que estudantes e pais devem esperar

Nada disso é um julgamento sobre os estudantes. O próprio relatório diz que os alunos usam amplamente a IA para explicar conceitos difíceis, resumir documentos longos, gerar perguntas de prática e revisar a matéria, e que ela pode ajudar estudantes neurodivergentes ou com deficiência e aqueles cuja primeira língua não é o inglês. Diz também que muitos estudantes agora veem a IA como o caminho mais eficaz para uma nota alta e podem se sentir em desvantagem se não a usarem. É uma leitura racional de avaliações que não conseguiam notar a diferença.

O comunicado da OfS diz que muitos estudantes acham difíceis de entender as políticas de sua instituição ou de seu departamento. O próprio relatório do regulador admite que a fronteira entre o uso aceitável e o inaceitável é difícil de traçar, porque a IA "pode gerar ideias e raciocínios de maneiras que confundem" o trabalho do estudante e o da máquina (relatório). Por isso, estas são as suposições mais seguras para quem está no primeiro ano ou para os pais.

  1. Espere que uma parte maior da nota final dependa de algo feito em sala: uma prova escrita, uma apresentação, uma prática ou uma breve discussão oral sobre um trabalho que você entregou.
  2. Espere que peçam o seu processo. Anotações, rascunhos datados e fontes são o que a avaliação baseada em processo examina, e algumas instituições já pedem que os estudantes declarem como usaram IA (o relatório diz que muitos estudantes temem que a declaração lance suspeita sobre o trabalho).
  3. Espere que a regra mude de módulo para módulo. Uma avaliação pode ser fechada, a seguinte aberta, e o que vale é a descrição de cada uma, não a página inicial da universidade.
  4. Se um trabalho for questionado, pergunte que provas existem além da pontuação de um detector e peça para explicar o trabalho pessoalmente. O regulador diz que uma pontuação sozinha não deve decidir o resultado.
  5. Se você depende de adaptações razoáveis, confira se o novo formato as prevê. O relatório diz que todo estudante deve poder demonstrar seus conhecimentos e habilidades tanto em avaliações seguras quanto em abertas, por meio de design inclusivo e adaptações.
Cinco etapas de uma avaliação baseada em processo: tema e plano, notas de leitura, ponto de verificação do rascunho, um registro do uso de IA e uma breve apresentação sobre o argumento.

Os pais têm uma pergunta extra a fazer: como o curso é avaliado nos últimos anos e quanto disso acontece em ambientes supervisionados. A resposta diz mais do que qualquer declaração de política de IA.

Como usar IA dentro das regras

Comece pela regra da avaliação específica, por escrito. Se não estiver clara, pergunte ao professor e guarde a resposta. Não temos como dizer o que o seu módulo permite. Onde a IA é permitida, os usos que o relatório descreve entre os estudantes são explicar material difícil, fazer perguntas para si mesmo, planejar a revisão e conferir o entendimento. O NotebookLM e as outras ferramentas da nossa comparação NotebookLM vs ChatGPT Projects vs Claude Projects foram feitos para estudar a partir das suas próprias fontes.

O teste que usaríamos é o teste da viva. Você conseguiria explicar cada argumento do texto, em voz alta, sem tela? Se sim, a IA provavelmente ajudou você a aprender. Se não, foi ela que fez o trabalho, e a preocupação do relatório com o "cognitive offloading" (a terceirização cognitiva), em que a IA substitui a leitura, a pesquisa ou a resolução de problemas, vale para você, seja qual for a regra. A ajuda de uma ferramenta como o Grammarly com gramática e ortografia parece outra coisa, mas o relatório observa que ferramentas de pontuação e gramática também podem ter recursos poderosos de IA, então confira a regra antes de presumir.

A lista acima não é um instrumento oficial. São seis hábitos que facilitam a conversa com quem corrige.

O que acompanhar daqui para a frente

A OfS já entregou às instituições o guia sobre como suas condições existentes se aplicam à IA, então a próxima evidência é a fiscalização: se alguma universidade vai receber uma condição específica de registro e por quê. A Advance HE planeja um programa Change Academy focado em IA para as instituições associadas no início de 2027 (comunicado da OfS).

Também ficaríamos de olho nos números de fraude. A investigação do Guardian em 2025 encontrou quase 7.000 casos comprovados de fraude com IA em 2023-24, ou 5,1 por 1.000 estudantes, enquanto mais de 27% das universidades que responderam ainda não registravam o uso indevido de IA como categoria separada (The Guardian). Se os casos comprovados caírem com a volta das provas, isso vai significar que a reformulação funcionou, ou que a detecção ficou mais difícil. Ninguém consegue distinguir uma coisa da outra só pelos números. Esse é o nosso argumento a favor de avaliações que não dependam de pegar ninguém.

Continue lendo

Descoberta científica com IAseis afirmações, checadasTendênciasDescoberta científica com IA: seis afirmações, checadasLaboratórios de IA dizem que agentes estão fazendo descobertas científicas. Checamos seis afirmações populares contra as fontes, com um veredito para cada.16 de nov. de 202610 min de leituraLer artigoAtenção primária com IA chegouo que o negócio da Oura com a Counsel significaTendênciasAtenção primária com IA chegou: o que o negócio da Oura com a Counsel significaA Oura vai pagar US$ 625 milhões pela Counsel Health. Analisamos o que a atenção primária com IA faz, quem responde por ela e para onde vão os dados do seu anel.16 de nov. de 202611 min de leituraLer artigoData centers de IA vão aumentar a sua conta de luz?TendênciasData centers de IA vão aumentar a sua conta de luz?O que os documentos das distribuidoras e as decisões dos reguladores mostram sobre data centers de IA e a conta de luz das famílias, e o que verificar na sua própria distribuidora.15 de nov. de 20269 min de leituraLer artigoPor dentro da Mercoros especialistas que treinam modelos de IATendênciasPor dentro da Mercor: os especialistas que treinam modelos de IAA Mercor paga médicos, advogados e engenheiros para escrever e avaliar dados de treinamento de IA. Quanto o trabalho paga, quem compra e as disputas em torno dele.15 de nov. de 202610 min de leituraLer artigoA lei de segurança de IA de Nova York e o plano da Austráliauma linha do tempoTendênciasA lei de segurança de IA de Nova York e o plano da Austrália: uma linha do tempoO que o RAISE Act de Nova York exige, o que a Austrália propõe após a violação causada pelo agente da OpenAI e o que muda para pessoas e empresas que usam ferramentas de IA.15 de nov. de 202611 min de leituraLer artigoExperimentos de IA da Adobedez sneaks, só dois para testarTendênciasExperimentos de IA da Adobe: dez sneaks, só dois para testarOs experimentos de IA da Adobe deixam você entrar em fotos e dirigir personagens, mas só dois estão abertos para teste. Uma análise de cada sneak e o que os criadores devem fazer.14 de nov. de 20267 min de leituraLer artigoComo chips da Nvidia proibidos ainda chegam aos laboratórios de IA da ChinaTendênciasComo chips da Nvidia proibidos ainda chegam aos laboratórios de IA da ChinaRevendedores, hubs em Singapura e aluguel de nuvem: como chips restritos da Nvidia chegam a laboratórios chineses de IA, o que as regras dos EUA cobrem e o que o Congresso pode acrescentar.14 de nov. de 202610 min de leituraLer artigoGPT-6 Cyber e Mythoso que os agentes de hacking com IA já conseguem fazerTendênciasGPT-6 Cyber e Mythos: o que os agentes de hacking com IA já conseguem fazerO que GPT-6 Cyber, Claude Mythos e outros agentes de cibersegurança com IA conseguem fazer, quem tem acesso, quem os usa para atacar e o que times pequenos devem fazer agora.14 de nov. de 202612 min de leituraLer artigo