Tecnologia · 2026-11-10 · Redação Notícia ES

No ensino superior quem está decidindo é o professor

Quem está tomando as decisões que determinam como a IA transforma o ensino universitário?

No ensino superior quem está decidindo é o professor
No ensino superior quem está decidindo é o professor

Oitenta e sete por cento das instituições de educação superior da América Latina e do Caribe já usam inteligência artificial em pelo menos uma área de atuação — 74% no ensino e na aprendizagem, 57% em análise de dados e pesquisa.

Dados e contexto do setor

Apenas 26% têm uma estratégia formal específica para IA. E, segundo o próprio relatório, menos ainda dispõem de políticas, estruturas de governança e marcos de monitoramento e avaliação.

Os números vêm de um levantamento da Unesco IESALC e da Universidade das Nações Unidas, realizado com 200 instituições de 19 países da região.

A pesquisa revela uma transformação em curso: a adoção de IA avança muito mais depressa do que a capacidade institucional de governá-la.

Impactos e informações adicionais

Do lado de quem estuda, o efeito é imediato — um em cada dois estudantes relata confusão sobre o que pode ou não fazer com IA .

Há uma pergunta que esses números não respondem diretamente, mas que deveria estar sobre a mesa de toda reitoria: quem está tomando as decisões que determinam como a IA transforma o ensino universitário?

Quando uma universidade não estabelece uma estratégia para IA, isso não significa que nada esteja acontecendo. Significa que muitas decisões ficam sem orientação institucional suficiente.

O professor precisa decidir, em cada disciplina, o que o estudante pode delegar à máquina e o que precisa fazer por conta própria.

Precisa distinguir assistência legítima de fraude acadêmica, verificar a qualidade do que a IA produz e definir como avaliar uma aprendizagem que já não pode ser inferida simplesmente a partir do trabalho entregue.

Precisa fazer tudo isso enquanto responde às dúvidas dos estudantes, negocia expectativas com colegas e interpreta regras que frequentemente chegam depois que a tecnologia já entrou na sala de aula.

A ausência de uma política institucional não suspende essas decisões. Apenas transfere para o professor a responsabilidade de tomá-las .

É importante fazer uma distinção: não ter uma estratégia formal específica para IA não significa necessariamente não ter nenhuma política ou orientação.

O próprio levantamento regional identifica instituições com estratégias digitais mais amplas e outras com diretrizes parciais.

O problema é que a governança institucional não acompanha, na mesma velocidade, a disseminação da tecnologia.

O resultado é uma espécie de descentralização involuntária. Cada professor constrói respostas locais para problemas que também são institucionais.

Em uma disciplina, o uso de IA pode ser incentivado; em outra, proibido; em uma terceira, tolerado sem critérios claros .

Estudantes de uma mesma universidade encontram regras diferentes, nem sempre justificadas por objetivos pedagógicos distintos.

Não se trata de defender que todas as disciplinas adotem as mesmas práticas. Trata-se de reconhecer que diferenças pedagógicas precisam resultar de decisões conscientes, não apenas da ausência de coordenação.

Os dados de percepção ajudam a compreender a dimensão do fenômeno. Em levantamento do Digital Education Council sobre o ensino superior latino-americano, 79% dos docentes consultados declararam já utilizar IA no ensino, e 94% esperavam continuar usando-a.

Os resultados indicam ampla adoção entre os participantes, embora não autorizem concluir que não exista resistência ou preocupação com usos específicos.

O mesmo levantamento aponta uma desconexão entre a experiência dos estudantes e a integração institucional da tecnologia: apenas 30% consideravam que o uso de IA pela instituição correspondia às suas expectativas .

Temos, portanto, IA já incorporada às práticas de parte significativa da comunidade acadêmica, expectativas que nem sempre são atendidas e instituições que ainda precisam organizar suas respostas.

A pergunta não é mais se a universidade vai decidir o que fazer com IA. A universidade já está produzindo consequências por não ter decidido suficientemente .

O que o professor faz quando precisa tomar essas decisões tem uma forma reconhecível. Vale nomeá-la, porque aquilo que não é reconhecido dificilmente será contabilizado, remunerado ou incorporado aos critérios de progressão profissional.

O professor verifica o que a máquina produziu antes de levar o material para a turma. Antecipa erros, identifica simplificações e decide o que precisa ser reconstruído.

Desenha atividades nas quais o estudante tenha de formular problemas, justificar escolhas e demonstrar o que aprendeu. Estabelece limites para a delegação de tarefas e sustenta esses limites quando são contestados.

Em resumo

O que aconteceu?

Oitenta e sete por cento das instituições de educação superior da América Latina e do Caribe já usam inteligência artificial em pelo menos uma área de atuação — 74% no ensino e na aprendizagem, 57% em análise de dados e pesquisa. Apenas 26% têm uma estratégia formal específica para IA.

Qual é o ponto principal?

Os números vêm de um levantamento da Unesco IESALC e da Universidade das Nações Unidas, realizado com 200 instituições de 19 países da região. A pesquisa revela uma transformação em curso: a adoção de IA avança muito mais depressa do que a capacidade institucional de governá-la.

Quais são os dados mais importantes?

Há uma pergunta que esses números não respondem diretamente, mas que deveria estar sobre a mesa de toda reitoria: quem está tomando as decisões que determinam como a IA transforma o ensino universitário?

Qual é o contexto?

Quando uma universidade não estabelece uma estratégia para IA, isso não significa que nada esteja acontecendo. Significa que muitas decisões ficam sem orientação institucional suficiente.

Quais são os próximos desdobramentos?

O professor precisa decidir, em cada disciplina, o que o estudante pode delegar à máquina e o que precisa fazer por conta própria. Precisa distinguir assistência legítima de fraude acadêmica, verificar a qualidade do que a IA produz e definir como avaliar uma aprendizagem que já não pode ser inferida simplesmente a partir do trabalho entregue.

Fontes