Um experimento com 2.379 universitários americanos mostrou que colocar um tutor de IA dentro da disciplina reduziu a participação dos alunos e não melhorou as notas, inclusive entre os que nunca abriram a ferramenta. A pista mais interessante talvez não esteja na tecnologia, mas no que a presença dela comunicou.
Por Pierre Lucena
Há uma pressa compreensível nas universidades para colocar inteligência artificial dentro das disciplinas, e o raciocínio por trás dela parece impecável. O avanço da IA na educação superior parece oferecer uma oportunidade que até pouco tempo atrás seria impensável: se um modelo de linguagem consegue explicar qualquer conceito, a qualquer hora e com paciência infinita, oferecer a cada aluno um tutor alimentado com os materiais do próprio curso deveria democratizar algo que sempre foi privilégio de poucos, a atenção individual.
Um experimento conduzido na Universidade de Maryland (veja o estudo aqui) no segundo semestre de 2025 complica essa história de um jeito que me parece mais útil do que as manchetes vão sugerir. O resultado chama atenção por si só, porque os alunos que receberam o tutor tiveram notas mais baixas. Mas o que mais me intrigou foi um detalhe guardado numa tabela descritiva, que desloca a explicação para um lugar onde quase ninguém está olhando quando discute IA na educação.
O que o experimento revelou sobre a IA na educação superior
A pesquisa, assinada por Jing Liu e colegas e divulgada em outubro de 2026 como working paper do Annenberg Institute, da Universidade Brown, acompanhou 2.379 estudantes de graduação e 30 professores de disciplinas que iam de biologia e computação a inglês, comunicação e políticas públicas. O sorteio foi feito no nível do professor: dentro de grupos de disciplinas iguais ou parecidas, alguns tiveram o tutor ativado no ambiente virtual da disciplina e outros não. O tutor era um assistente baseado no GPT-4o que buscava respostas nos próprios materiais do curso (slides, textos, transcrições das aulas gravadas), citava as fontes e podia ser configurado pelo professor tanto para dar explicações diretas quanto para conduzir o aluno até a resposta. Não se tratava, portanto, de liberar o ChatGPT para a turma, mas de algo muito parecido com o que várias universidades estão prestes a contratar.
Nas turmas que podem ser comparadas com mais segurança, aquelas em que professores sorteados para os dois grupos davam exatamente a mesma disciplina (1.353 alunos), a nota final de quem teve acesso ao tutor ficou cerca de quatro pontos abaixo numa escala de zero a cem, o que corresponde a 0,37 desvio-padrão. Na amostra completa o efeito vai na mesma direção, mas é menor e estatisticamente frágil, e vale registrar isso porque o resumo do próprio artigo apresenta os 2.379 alunos ao lado do número mais forte. O resultado que se repete com nitidez nas duas amostras é outro, a participação nas atividades do ambiente virtual, que caiu cerca de 0,9 desvio-padrão, um efeito grande para qualquer padrão da pesquisa educacional.
Há uma nuance nesse dado que considero das mais reveladoras do estudo. A entrega de tarefas não mudou, nem no total nem no prazo. O que diminuiu foi o resto, as respostas em fóruns, os quizzes, as atividades que o professor propõe sem que pesem diretamente na nota. Os alunos continuaram fazendo o que era cobrado e abandonaram o que não era, e quem ensina sabe que é justamente nessa zona do não obrigatório que acontece boa parte da prática que consolida o que se aprendeu em aula.
O tutor que quase ninguém usou
Só cerca de 15% dos alunos que tiveram acesso ao tutor o usaram pelo menos uma vez ao longo do semestre, e boa parte desses usou poucas vezes. Seria natural supor que o efeito negativo se concentrasse nesse pequeno grupo, mas os números descritivos do estudo não mostram isso. Na amostra completa, a nota média do grupo de controle foi 89,4, a dos alunos com acesso que usaram o tutor foi 85,1 e a dos que nunca o abriram ficou em 85,9. A queda alcançou praticamente toda a turma, inclusive quem jamais digitou uma pergunta na ferramenta.
Se o tutor tivesse prejudicado apenas quem o usou, a explicação seria relativamente simples e caberia numa conversa sobre bom e mau uso da tecnologia. O que os dados sugerem é que alguma coisa mudou no ambiente da disciplina como um todo, e os autores levantam uma hipótese que me parece bastante plausível. No questionário de fim de semestre, 41% dos alunos das turmas com tutor disseram que o professor incentivava o uso de IA generativa ou a incorporava ao curso, contra 11% nas turmas de controle, e todos, dos dois lados, tinham acesso livre a ChatGPT e Gemini pela própria universidade. Colocar um tutor de IA dentro da disciplina, acompanhado de tutoriais, anúncios e relatórios semanais de uso enviados ao professor, pode ter funcionado menos como ferramenta e mais como um sinal de que delegar à máquina tinha se tornado legítimo naquele curso.
É preciso ser honesto sobre os limites dessa leitura. Apenas 18% dos alunos responderam ao questionário, a resposta foi menor justamente no grupo que teve o tutor, e os pesquisadores não observaram o uso das outras ferramentas. O que se tem é uma hipótese coerente com os dados, não um mecanismo demonstrado. Também convém lembrar que o estudo mede a nota da disciplina, e não aprendizagem aferida por uma prova independente, e que se trata de uma única universidade americana, num único semestre, num trabalho que ainda não passou por revisão de pares.
Mesmo tratada com essa cautela, a hipótese muda o tipo de pergunta que uma universidade deveria fazer antes de adotar uma tecnologia como essa. Costuma-se perguntar se a ferramenta funciona, se responde bem, se erra pouco, se os alunos gostam dela. Pergunta-se bem menos o que a instituição comunica quando a coloca ali, ao lado do programa e da bibliografia, com o selo da disciplina, e o experimento de Maryland sugere que essa mensagem pode pesar mais do que o próprio uso.
Como foi usado por quem usou
Entre os que usaram, o padrão também diz alguma coisa. Os pesquisadores classificaram os 3.460 pedidos feitos ao tutor e 73,8% deles buscavam uma informação, uma explicação ou a solução de um exercício. Pedidos de prática e de preparação para prova ficaram em 11,3%, e aqueles em que o aluno apresentava a própria tentativa (um raciocínio, um cálculo, um trecho de texto) para receber uma avaliação não passaram de 0,7%. O uso se concentrava às vésperas das provas e sumia entre uma e outra, a maioria dos professores manteve o tutor no modo padrão, que entrega a explicação pronta em vez de conduzir o aluno até ela, e nenhum dos que responderam ao questionário incorporou a ferramenta às atividades da disciplina. São poucos usuários, e duas disciplinas introdutórias concentram boa parte do volume, de modo que esse retrato serve mais como ilustração do que como medida. Mas é uma ilustração difícil de ignorar.
Aprender alguma coisa de verdade exige um trabalho que ninguém pode fazer pelo aluno. É preciso tentar antes de saber, errar, comparar alternativas, reformular a pergunta, receber um retorno sobre o próprio erro e tentar de novo. A psicologia cognitiva tem nome para parte disso, as dificuldades desejáveis estudadas por Robert Bjork, segundo as quais certos esforços que tornam o estudo mais lento e desconfortável são justamente os que fazem o conhecimento permanecer. Uma ferramenta que oferece a explicação antes da tentativa deixa o estudo mais fácil e mais agradável, pode até dar ao aluno a sensação de ter entendido, mas suprime a etapa em que o entendimento seria construído. No questionário, os usuários do tutor disseram com um pouco mais de frequência que entendiam bem o conteúdo e, ao mesmo tempo, que faziam menos perguntas e mandavam menos mensagens ao professor. Os números são pequenos demais para conclusões, mas o desencontro entre a sensação de compreender e o desempenho na disciplina é exatamente o que essa literatura levaria a esperar.
Por isso desconfio da maneira como o debate costuma ser posto, como se a escolha fosse entre mais ou menos IA na sala de aula. Uma IA que poupa o aluno de procurar um prazo no ambiente virtual, de formatar referências ou de achar o slide da terceira semana libera tempo para estudar. Uma IA que o poupa de tentar resolver o exercício antes de ver a solução elimina o próprio estudo. A tecnologia é a mesma nos dois casos, e o que muda é a parte do trabalho de aprender que se decidiu entregar a ela. O tutor de Maryland foi integrado ao curso no sentido técnico, com conexão aos materiais, citação das fontes e painel de acompanhamento para o professor. Não foi integrado à aprendizagem, porque ninguém redesenhou o que se pedia do aluno, e na ausência desse desenho quem decidiu foi o caminho de menor esforço.
O que isso pede da universidade
Outros estudos apontam na mesma direção por caminhos diferentes. Num experimento com alunos de ensino médio na Turquia, publicado em 2025, Hamsa Bastani e colegas mostraram que o acesso livre ao GPT-4 melhorava o desempenho nos exercícios e piorava o desempenho depois, quando a ferramenta era retirada, e que uma versão desenhada para dar pistas em vez de respostas eliminava boa parte desse prejuízo. Em Harvard, um tutor construído com cuidado pedagógico para uma disciplina de física produziu ganhos expressivos em comparação com aulas de aprendizagem ativa. O conjunto sugere que o efeito da IA na educação depende menos do modelo de linguagem e mais do desenho da atividade em que ele entra, o que é uma notícia ao mesmo tempo boa e incômoda, porque transfere boa parte da responsabilidade da tecnologia para quem planeja o curso.
Há um último dado que, para quem pensa a universidade pública brasileira, não dá para deixar passar. Nas turmas com tutor, os alunos de primeira geração, os primeiros da família a chegar ao ensino superior, tiveram uma queda na nota final de cerca de meio desvio-padrão, mais que o dobro da observada entre os colegas cujos pais já tinham passado pela universidade. A precisão estatística varia conforme a amostra e a medida, e qualquer transposição para o Brasil exige cuidado, mas a hipótese merece ser levada a sério. São justamente esses estudantes que costumam chegar com menos repertório sobre como se estuda na universidade, com menos gente em casa para lembrar que entender uma resposta não é o mesmo que saber resolver o problema, e com mais a perder quando a instituição sinaliza, mesmo sem querer, que o atalho é aceitável. Se a promessa da IA na educação é reduzir desigualdades, uma adoção sem desenho pedagógico pode produzir o contrário exatamente onde isso sairia mais caro.
Nada disso é argumento para manter a IA fora da sala de aula, até porque ela já está lá, no celular de cada aluno, com ou sem autorização. O ponto que o experimento ajuda a enxergar é que a decisão relevante não é quanta IA colocamos numa disciplina, mas que parte do trabalho de aprender aceitamos entregar a ela, e que essa decisão é tomada de qualquer jeito, inclusive quando a universidade acredita estar apenas oferecendo uma ferramenta. Um tutor que exige a tentativa antes de oferecer a pista, que trabalha sobre o erro do aluno e pede que ele justifique o caminho, é uma escolha pedagógica. Um tutor que responde a tudo, instalado ao lado do material da disciplina, também é, apenas feita por omissão. O risco é que muitas instituições descubram isso pelos próprios relatórios de adoção, que tendem a contar quantos alunos usaram a ferramenta e quase nunca registram o que eles deixaram de fazer por causa dela.
Ver também: IA e aprendizagem: o trabalho entregue deixou de ser prova?
Fonte: Liu, J. et al. (2026). The Effects of Course-Integrated AI Tutoring on Student Performance and Engagement: A Randomized University Trial. EdWorkingPaper 26-1598, Annenberg Institute, Brown University.