As universidades da Inglaterra estão sendo instadas a repensar como avaliam os estudantes, à medida que a IA generativa torna cada vez mais difícil determinar se os trabalhos entregues refletem o conhecimento e as habilidades do próprio aluno. A Office for Students, órgão regulador do ensino superior da Inglaterra, alertou que instituições que não mantiverem avaliações válidas e confiáveis poderão enfrentar consequências regulatórias.
A intervenção dá maior peso a um problema com o qual as universidades vêm lidando desde que ferramentas de IA generativa amplamente disponíveis começaram a mudar a forma como ensaios, dissertações e provas para fazer em casa podem ser produzidos. O órgão regulador afirmou que a credibilidade dos diplomas ingleses estaria em risco se as instituições não conseguissem demonstrar que suas avaliações realmente medem a aprendizagem dos estudantes.
Um alerta regulatório sobre a avaliação
Segundo a Office for Students, estudantes relataram colegas usando IA sem serem detectados pela equipe acadêmica. A preocupação do órgão não é apenas que a IA possa ser usada nos trabalhos; é que os sistemas de avaliação talvez já não consigam distinguir o trabalho do próprio aluno de um trabalho substancialmente gerado ou alterado por uma ferramenta.
Josh Fleming, diretor de estratégia e implementação do órgão regulador, descreveu o uso de IA no ensino superior como um risco geracional para o sistema atual. O alerta sinaliza que o desenho das avaliações está se tornando uma questão central de conformidade, e não um assunto deixado exclusivamente a professores ou departamentos individuais.
A Office for Students afirmou que as instituições devem criar medidas válidas e confiáveis para testar conhecimentos e habilidades. O órgão alertou que não fazer isso em resposta à IA pode violar as condições de registro e expor uma instituição a sanções.
Por que os trabalhos convencionais estão sob pressão
Trabalhos escritos longos há muito são uma parte importante da avaliação universitária porque podem testar pesquisa, argumentação, análise e comunicação. A IA generativa complica esse modelo ao facilitar a criação rápida de textos fluidos, inclusive materiais que podem parecer adaptados a uma tarefa específica.
A dificuldade não se limita aos ensaios. A investigação do órgão regulador também apontou dissertações e provas com consulta como áreas em que as instituições precisam considerar como a IA afeta as evidências que recebem sobre a capacidade de um estudante. Nesse ambiente, um documento final bem elaborado, sozinho, pode ser menos convincente como prova de aprendizagem independente do que era antes.
Isso não significa que todo trabalho escrito desaparecerá. Em vez disso, a orientação política apresentada pelo órgão sugere que as universidades precisarão fazer escolhas deliberadas sobre quais tarefas ainda podem oferecer evidências confiáveis, quais salvaguardas são adequadas e quando a avaliação deve ocorrer em ambientes onde o uso de ferramentas possa ser limitado ou observado.
Um retorno a evidências mais diretas
Uma resposta destacada pelo órgão regulador é o uso maior de avaliações sem IA. Isso pode incluir provas escritas presenciais e provas orais, muitas vezes conhecidas como vivas. Esses formatos podem dar ao avaliador evidências mais diretas de como um estudante explica um conceito, responde a perguntas ou resolve um problema.
Para os estudantes, isso pode significar uma mudança mais visível no equilíbrio entre trabalhos realizados ao longo de semanas e avaliações feitas sob condições supervisionadas. Para as equipes acadêmicas, pode significar redesenhar módulos, preparar diferentes formas de avaliação e criar métodos de correção capazes de avaliar tanto as respostas finais quanto o raciocínio do aluno.
A avaliação presencial não é a única opção. A Office for Students citou exemplos em que os estudantes são convidados a criticar ou editar resultados gerados por IA. Essa abordagem trata a IA como parte do objeto da avaliação: o estudante precisa identificar limitações, fazer mudanças fundamentadas e demonstrar discernimento, em vez de simplesmente entregar texto gerado.
Outro modelo é a avaliação baseada no processo. Os estudantes podem ser convidados a documentar como pesquisaram e produziram seu trabalho, dando aos educadores uma visão mais clara do desenvolvimento por trás da entrega final. O valor exato dessas evidências dependerá do curso e da tarefa, mas o objetivo fundamental é consistente: as avaliações devem revelar a aprendizagem, não apenas coletar um produto final.
Pressão para que as universidades ajam
O Department for Education afirmou esperar que as universidades levem a questão a sério e que a Office for Students aplique efetivamente os padrões existentes. Também pediu que o marco regulatório em torno da IA seja explícito, forte e duradouro.
O órgão regulador reconheceu que muitas instituições já começaram a reformular suas avaliações. Isso importa porque as universidades não partem de uma única base comum. Os cursos diferem amplamente no que ensinam e na forma como os estudantes precisam demonstrar competência. Uma disciplina de laboratório, um programa de artes e um curso profissional podem exigir combinações diferentes de trabalho supervisionado, oral, prático e escrito.
O desafio, portanto, é mais amplo do que detectar textos gerados por IA. As ferramentas de detecção podem ser incertas, enquanto a política de avaliação precisa continuar justa para os estudantes e viável para as equipes de ensino. A ênfase do órgão em medidas válidas e confiáveis desloca a atenção para o desenho de avaliações capazes de se sustentar por si mesmas, em vez de depender de suspeitas posteriores sobre uma entrega.
O que muda a seguir
A posição da Office for Students provavelmente acelerará a experimentação com formatos de avaliação no setor de ensino superior da Inglaterra. Mais apresentações orais, escrita supervisionada, vivas e trabalhos de projeto documentados podem se tornar características comuns de programas nos quais a autoria independente é essencial.
Ao mesmo tempo, os exemplos citados pelo órgão sugerem que as universidades não estão sendo convidadas a ignorar completamente a IA. Pedir que os estudantes avaliem ou aprimorem resultados de IA pode permitir que as instituições avaliem pensamento crítico e conhecimento da área, reconhecendo que a tecnologia agora faz parte do ambiente de aprendizagem mais amplo.
O teste imediato para as universidades será saber se conseguem fazer essas mudanças sem reduzir a avaliação a um conjunto mais estreito de tarefas fáceis de supervisionar. A mensagem do órgão é clara: as instituições precisam demonstrar que um diploma representa o conhecimento e as habilidades do estudante. Na era da IA, isso pode exigir uma visão mais variada e direta de como a aprendizagem é avaliada.
Este artigo baseia-se em uma reportagem do The Guardian. Leia o artigo original.
Originally published on theguardian.com


