💻 computer science

To Use or Not to Use: Investigating Student Perceptions of Faculty Generative AI Usage in Higher Education

Este estudo analisa as percepções de 156 estudantes universitários sobre o uso de IA Generativa pelos docentes, revelando que, embora uma parcela significativa apoie sua adoção, a maioria expressa preocupações quanto à confiabilidade das respostas geradas e ao risco de que a dependência excessiva por parte dos professores comprometa o pensamento crítico e a qualidade pedagógica.

Autores originais: Jie Gao, Jiayi Zhang, Dan Chen

Publicado 2026-03-30

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Jie Gao, Jiayi Zhang, Dan Chen

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que a Inteligência Artificial Generativa (como o ChatGPT) é como um super-robô cozinheiro que acabou de chegar na cozinha da universidade.

Este estudo é como uma pesquisa feita para perguntar aos alunos: "O que vocês acham se o robô cozinhar para vocês (para ajudar a estudar) e o que acham se o professor deixar o robô cozinhar para ele (para dar aulas ou corrigir provas)?"

Aqui está a explicação simples do que os pesquisadores descobriram, usando analogias do dia a dia:

1. O Grande Desequilíbrio (A "Dupla Moral"?)

Os pesquisadores descobriram que os alunos têm uma visão muito diferente dependendo de quem está usando o robô.

Para os alunos: A maioria acha que usar o robô para ajudar nos trabalhos de casa é como usar uma calculadora. É útil, rápido e ninguém se importa.
Para os professores: Quando o professor usa o robô para dar aulas ou corrigir provas, muitos alunos ficam nervosos. É como se o professor dissesse: "Não vou cozinhar o jantar da família, vou deixar o robô fazer tudo e só entregar o prato."

O resultado da pesquisa:

37% dos alunos dizem: "Nem eu, nem o professor devemos usar esse robô." (São os céticos).
31% dos alunos dizem: "Podem usar os dois!" (São os otimistas).
25% dos alunos dizem: "Eu posso usar, mas o professor não!" (Esses são os que veem uma assimetria: querem a ajuda para si, mas querem o professor humano para eles).

2. Por que os alunos estão preocupados com o professor usando IA?

Quando perguntaram "O que vocês temem se o professor usar IA?", as respostas se dividiram em quatro grandes medos, como se fossem quatro tipos de problemas em uma viagem de carro:

A. O Medo do "Piloto Automático" (Preocupação Pedagógica) - O mais comum!

37% dos alunos têm medo de que, se o professor usar IA demais, ele perca a capacidade de pensar criticamente.

A Analogia: Imagine um maestro de orquestra que, em vez de ouvir os músicos e conduzir a sinfonia, apenas aperta um botão e toca uma gravação. Os alunos temem que o professor se torne "preguiçoso" mentalmente, esquecendo como ensinar de verdade e perdendo a conexão humana com a turma. Eles querem um professor que pense, não um que apenas repita o que o robô diz.

B. O Medo do "Robô Alucinado" (Preocupação com a Qualidade)

79% dos alunos (a grande maioria) duvidam se o robô está dizendo a verdade.

A Analogia: É como pedir a um GPS que nunca viu a cidade para te guiar. Ele pode te levar para um beco sem saída ou inventar uma rua que não existe. Os alunos temem que o professor, confiando no robô, ensine informações erradas ou corrija provas de forma injusta porque a IA "alucinou" (inventou dados).

C. O Medo do "Chefe Preguiçoso" (Preocupação Profissional)

21% dos alunos acham que usar IA para ensinar é como o professor estar "deixando o trabalho de lado".

A Analogia: Se um médico deixasse o robô fazer todo o diagnóstico sem olhar o paciente, você ficaria preocupado. Os alunos sentem que o professor está se desculpando de sua responsabilidade de ensinar, perdendo a paixão e o envolvimento genuíno com a matéria.

D. O Medo do "Vilão Ético" (Preocupação Ética)

Alguns alunos temem problemas de roubo de ideias (plágio), preconceito (viés) e privacidade de dados.

A Analogia: É como se o robô tivesse roubado receitas de cozinheiros de todo o mundo sem pedir licença, ou se ele tivesse preconceito contra certos tipos de comida. Eles querem saber se o professor está usando o robô de forma justa e segura.

3. A Conclusão: Não é "Tudo ou Nada"

O estudo mostra que os alunos não são apenas "contra" ou "a favor" da IA. Eles são sensíveis ao papel de cada um.

Eles querem usar a IA como uma ferramenta de estudo (como uma calculadora ou um dicionário).
Mas eles querem que o professor seja o chef de cozinha humano, responsável pelo sabor, pela criatividade e pela qualidade final da aula.

A lição principal para as universidades:
Se as escolas quiserem usar IA nas aulas, não podem apenas jogar o robô na sala de aula. Elas precisam garantir aos alunos que:

O professor ainda está no comando (não é apenas um entregador de respostas do robô).
O robô é verificado para não inventar mentiras.
A relação humana entre professor e aluno continua sendo a parte mais importante da educação.

Em resumo: A IA pode ser um ótimo ajudante, mas não pode substituir o coração e a mente do professor.

Resumo Técnico: Percepções dos Estudantes sobre o Uso de IA Generativa por Docentes no Ensino Superior

1. Problema e Contexto

A rápida integração da Inteligência Artificial Generativa (GenAI) no ensino superior transformou o cenário educacional. Enquanto a literatura existente foca predominantemente na regulação e no uso da GenAI pelos estudantes para aprendizagem, há uma lacuna crítica de conhecimento sobre como os estudantes percebem a adoção dessa tecnologia pelos docentes (professores).

O problema central investigado é a possível assimetria de aceitação: os estudantes podem ver o uso da GenAI como uma ferramenta legítima para seu próprio aprendizado, mas expressar resistência ou desconforto quanto ao uso da mesma tecnologia pelos professores para fins de ensino, design instrucional e avaliação (correção de tarefas). Compreender essa dinâmica é crucial para o desenvolvimento de políticas institucionais éticas e pedagogicamente sólidas.

2. Metodologia

O estudo utilizou uma abordagem quantitativa e qualitativa baseada em dados secundários de um conjunto de dados aberto (Harvard Dataverse).

Amostra: 156 estudantes (graduação e pós-graduação) de universidades nos EUA, Canadá, Reino Unido, Austrália e França, com diversas áreas de estudo (Artes, Engenharia, Medicina, Direito, etc.).
Instrumento: Análise de um questionário anônimo que incluía:
- 4 questões fechadas sobre atitudes em relação ao uso de GenAI (pelo estudante vs. pelo docente, para aprendizagem vs. para correção).
- 1 questão aberta: "Quais são suas preocupações sobre o uso de IA generativa pelos docentes?"
Análise de Dados:
- Estatística: Teste de McNemar para avaliar a consistência das atitudes entre os dois contextos (uso próprio vs. uso docente).
- Agrupamento (Clustering): Classificação dos participantes em quatro grupos baseados na combinação de suas respostas (Otimistas, Apoio ao Estudante, Apoio ao Docente, Não-apoiadores).
- Análise Temática: Codificação qualitativa das respostas abertas para identificar padrões de preocupação, gerando quatro temas principais.

3. Principais Contribuições

Mudança de Foco: Desloca a discussão da regulação do aluno para a percepção do aluno sobre a adoção docente.
Identificação de Assimetria: Evidencia empiricamente que a aceitação da GenAI não é binária (a favor/contra), mas depende do agente (quem usa) e do contexto (aprendizagem vs. avaliação).
Taxonomia de Preocupações: Desenvolveu um esquema de codificação detalhado para as preocupações dos estudantes, categorizando-as em: Profissional, Qualidade da GenAI, Pedagógica e Ética.
Segmentação de Públicos: Propõe uma classificação de quatro perfis de estudantes, demonstrando a heterogeneidade das atitudes no ambiente acadêmico.

4. Resultados

A. Assimetria de Atitudes (RQ1)
O teste de McNemar revelou uma divergência estatisticamente significativa ( $\chi^2 = 16.820, p < .001$ ) entre a aceitação do uso próprio e do uso docente:

56,4% dos estudantes apoiam o uso de GenAI em suas próprias tarefas.
Apenas 37,2% apoiam o uso de GenAI pelos docentes para correção de tarefas.

B. Classificação dos Estudantes
Os participantes foram divididos em quatro grupos:

Não-apoiadores (37,2%): Oposição ao uso de GenAI tanto por estudantes quanto por docentes.
Otimistas de GenAI (30,8%): Apoio ao uso em ambos os contextos.
Grupo de Apoio ao Estudante (25,6%): Apoiam o uso pelos estudantes, mas opõem-se ao uso pelos docentes (evidenciando a assimetria).
Grupo de Apoio ao Docente (Minoritário): Oposição ao uso pelos estudantes, mas apoio ao uso pelos docentes.

C. Preocupações Principais (RQ2)
A análise temática das respostas abertas (123 respostas válidas) revelou quatro temas dominantes:

Preocupação Pedagógica (37% - A mais prevalente): Medo de que a dependência excessiva dos docentes à GenAI reduza o pensamento crítico, a criatividade, a profundidade do conteúdo e a interação humana. Os estudantes veem isso como um ciclo vicioso que prejudica a qualidade do ensino a longo prazo.
Preocupação com a Qualidade da GenAI (79% dos que citaram qualidade): Ceticismo sobre a precisão, validade e confiabilidade das respostas geradas (alucinações, erros de informação, correções injustas).
Preocupação Profissional (21%): Percepção de que o uso de IA pelos docentes é uma forma de negligência profissional, "preguiça" ou falta de paixão genuína pelo ensino, enfraquecendo o vínculo professor-aluno.
Preocupação Ética: Questões sobre integridade acadêmica (plágio), viés algorítmico e privacidade de dados.

5. Significância e Conclusão

Os resultados indicam que os estudantes não são uniformemente resistentes à GenAI, mas possuem visões nuanceadas e sensíveis ao papel (role-sensitive). A resistência ao uso docente não é apenas técnica, mas profundamente pedagógica e ética.

Implicações Práticas: Instituições que desejam integrar a GenAI devem abordar as preocupações dos estudantes sobre a "desumanização" do ensino e a perda de pensamento crítico. A transparência sobre como a IA é usada na correção e no design de cursos é vital.
Limitações: O estudo baseia-se em um subconjunto de dados de pesquisa e foca na assimetria, não explorando profundamente as causas raízes institucionais ou sociais dessa assimetria.
Futuro: Sugere-se pesquisas longitudinais para entender como essas percepções evoluem à medida que as estratégias de implementação da IA amadurecem nas instituições.

Em suma, a adoção bem-sucedida da GenAI no ensino superior depende de equilibrar a eficiência tecnológica com a manutenção da responsabilidade humana, da interação pedagógica e da confiança dos estudantes.