A Inteligência Artificial e o Futuro do Feedback na Educação: Uma Análise Colaborativa

A ascensão da inteligência artificial (IA) generativa, popularizada por ferramentas como o ChatGPT, tem provocado uma verdadeira revolução em diversos setores, e a educação está no centro desse debate. Como podemos aproveitar o potencial dessas tecnologias para aprimorar a aprendizagem sem perder o toque humano, tão essencial para o desenvolvimento acadêmico e pessoal? Um estudo recente e de acesso aberto, publicado na revista Technology, Pedagogy and Education, mergulha nessa questão, oferecendo uma perspectiva valiosa e pouco explorada: a dos próprios estudantes.

A pesquisa, intitulada "AI and peer reviews in higher education: students’ multimodal views on benefits, differences and limitations" [1], investiga como estudantes de pós-graduação percebem o feedback gerado por IA em comparação com a tradicional revisão por pares. Em um cenário onde o tempo dos educadores é um recurso cada vez mais escasso, a automação do feedback surge como uma solução promissora. Mas será que ela atende às necessidades dos alunos?

Os Principais Argumentos da Pesquisa

O estudo foi conduzido com 93 estudantes de uma universidade americana, que tiveram seus trabalhos avaliados tanto por colegas (revisão por pares) quanto por um sistema de IA (baseado no GPT-3). Os pesquisadores analisaram as opiniões dos alunos, expressas não apenas em texto, mas também de forma visual e gestual, para capturar uma compreensão completa de suas experiências.

A principal descoberta revela uma preferência clara pelo feedback humano. Os estudantes valorizaram a profundidade, a especificidade, o suporte emocional e a relevância contextual que seus colegas ofereceram. O feedback humano foi percebido como mais motivador e capaz de abordar as nuances e a complexidade do trabalho acadêmico, contribuindo para um aprimoramento mais significativo da escrita e do raciocínio.

No entanto, isso não significa que a IA foi descartada. Pelo contrário, os participantes identificaram benefícios importantes no feedback gerado pela IA, como:

• Rapidez e Eficiência: A IA fornece um retorno quase instantâneo, permitindo que os alunos façam revisões ágeis.

• Objetividade e Consistência: O feedback da IA é estritamente baseado nos critérios de avaliação (rubricas), garantindo uma análise imparcial e padronizada.

• Foco Estrutural: A ferramenta se mostrou útil para identificar problemas gerais e estruturais no texto, servindo como uma excelente primeira camada de revisão.

A Importância da Pesquisa: Rumo a um Modelo Híbrido

A grande contribuição deste artigo é a sua ênfase na complementaridade. Em vez de colocar a IA e os humanos em campos opostos, a pesquisa sugere que a combinação de ambos os tipos de feedback cria uma experiência de aprendizagem mais rica e completa. A IA pode cuidar da "linha de base", oferecendo uma avaliação rápida e objetiva, enquanto o feedback humano pode se concentrar em aspectos mais profundos e personalizados, que uma máquina ainda não consegue alcançar.

Essa abordagem híbrida otimiza o processo para todos: os alunos recebem um feedback mais robusto e diversificado, e os educadores podem direcionar sua atenção para questões pedagógicas mais complexas, confiando na IA para as avaliações formativas iniciais.

A pesquisa também destaca a importância de dar voz aos estudantes no processo de integração de novas tecnologias na educação. Compreender suas percepções, ansiedades e expectativas é fundamental para garantir que a implementação da IA seja feita de forma ética, eficaz e verdadeiramente centrada no aluno.

Por fim, o estudo ressalta que o sucesso do feedback de IA depende de uma calibragem cuidadosa. Não se trata apenas de usar a tecnologia, mas de alinhá-la a frameworks pedagógicos sólidos e rubricas bem definidas para maximizar seu potencial formativo.

O futuro do feedback educacional não parece ser uma escolha entre homem e máquina, mas sim uma colaboração inteligente entre ambos. Este artigo é uma leitura essencial para educadores, gestores acadêmicos e todos os interessados em como a tecnologia pode, de fato, aprimorar a educação.

Referência:

ZAPATA, Gabriela C.; COPE, Bill; KALANTZIS, Mary; TZIRIDES, Anastasia Olga (Olnancy); SAINI, Akash K.; SEARSMITH, Duane; WHITING, Jennifer; KASTANIA, Nikoleta Polyxeni; CASTRO, Vania; KOURKOULOU, Theodora; JONES, John W.; ABRANTES DA SILVA, Rodrigo. AI and peer reviews in higher education: students’ multimodal views on benefits, differences and limitations. Technology, Pedagogy and Education, Abingdon, v. 34, n. 5, p. 583-601, 2025. DOI: 10.1080/1475939X.2025.2480807.