🤖 AI

AI-Generated Slides: Are They Good? Can Students Tell?

Este estudo avalia várias ferramentas de IA generativa para a criação de slides educacionais, constatando que assistentes de programação produzem o conteúdo pedagogicamente mais sólido e que os estudantes percebem os slides gerados por IA como comparáveis em qualidade aos criados por humanos, frequentemente associando a qualidade percebida como inferior à fonte de IA.

Autores originais: Juho Leinonen, Lisa Zhang, Arto Hellas

Publicado 2026-05-14

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Juho Leinonen, Lisa Zhang, Arto Hellas

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 você é um professor que escreveu um livro didático fantástico e grosso para sua turma. Agora, você precisa transformar aquelas páginas em slides coloridos para suas aulas. É um trabalho enorme, como tentar construir uma casa tijolo por tijolo quando você preferiria apenas montar um kit pré-fabricado.

Este artigo é como um boletim sobre o uso de ferramentas de IA para realizar esse trabalho pesado. Os pesquisadores fizeram duas perguntas simples:

Os slides feitos por IA são realmente bons?
Os alunos conseguem distinguir entre slides feitos por IA e slides feitos por humanos?

Aqui está a história do que eles descobriram, explicada de forma simples.

O Teste da "Caixa de Ferramentas"

Os pesquisadores não escolheram apenas uma IA. Eles testaram cinco tipos diferentes de ferramentas, como tentar cinco marcas diferentes de furadeiras elétricas para ver qual constrói a melhor prateleira:

Ferramentas "Generalistas": São como canivetes suíços (por exemplo, NotebookLM, M365 Copilot, Claude). São boas em muitas coisas, mas às vezes erram em detalhes específicos.
Assistentes de "Programação": São como ferramentas elétricas especializadas e de alto nível, projetadas para programadores (por exemplo, Cursor, Claude Code). Embora criar slides não seja estritamente "programação", essas ferramentas acabaram sendo as melhores no trabalho.

O Veredito sobre a Qualidade:
As ferramentas "Generalistas" foram um pouco como um aprendiz desajeitado. Criaram slides que pareciam OK na superfície, mas faltavam fatos-chave, tinham diagramas confusos ou incluíam imagens irrelevantes (como um slide sobre código HTML apresentando uma foto de um pássaro).

Os "Assistentes de Programação", no entanto, foram como artesãos mestres. Produziram slides precisos, completos e que seguiam um fluxo lógico de ensino. Eles não apenas copiaram e colaram; entenderam como estruturar a informação para uma sala de aula.

O "Teste Cego de Degustação"

Uma vez que os pesquisadores escolheram os melhores slides de IA (dos assistentes de programação), fizeram algo complicado. Pegaram esses slides de IA, ajustaram as fontes e cores para combinar com o estilo habitual do professor e os misturaram nas aulas reais, ao lado dos slides feitos manualmente pelo professor.

Os alunos receberam a instrução: "Ei, alguns desses slides podem ter sido feitos por IA", mas não foi dito quais eram. Após cada segmento da aula, os alunos tiveram que:

Avaliar o quão bons eram os slides.
Adivinhar: "Isso foi feito por um humano ou por um robô?"

Os Resultados:

O Teste de Degustação: Os alunos avaliaram os slides de IA e os slides humanos como igualmente bons. Eles não conseguiram distinguir a diferença. A pontuação média para ambos foi um sólido "5 em 7".
O Jogo de Adivinhação: Os alunos foram péssimos em adivinhar. Adivinharam "IA" tão frequentemente quanto "Humano", o que é basicamente apenas um chute aleatório.
O "Viés" Surpreendente: Aqui está a parte interessante. Os pesquisadores encontraram um padrão engraçado: Quando os alunos achavam que um slide foi feito por IA, tendiam a avaliá-lo mais baixo. Mesmo que o slide fosse realmente ótimo, se suspeitassem que um robô o fizera, davam uma pontuação menor. É como um crítico de comida dizendo: "Esta sopa tem um ótimo sabor, mas como acho que uma máquina a cozinhou, vou dar uma nota menor só por precaução."

As Principais Conclusões

Ferramentas de Programação Vencem: Se você quer que a IA crie materiais educacionais, ferramentas projetadas para programadores (assistentes de programação) funcionam melhor do que chatbots gerais, mesmo para tarefas não relacionadas a programação, como criar slides.
Humanos Ainda São Necessários: A IA ainda não é perfeita. Precisa de um humano para revisar o trabalho, corrigir a formatação e garantir que o estilo esteja adequado. Pense na IA como um estagiário muito rápido e muito conhecedor que precisa de um gerente para revisar seu trabalho antes de ser enviado ao cliente.
Os Alunos Não Se Importam (ou Não Conseguem Distinguir): Contanto que o professor humano corrija os pequenos erros e faça parecer profissional, os alunos não conseguem distinguir a diferença e avaliam a qualidade da mesma forma que se o professor a tivesse feito pessoalmente.

Em resumo: A IA pode ser uma ajuda poderosa para os professores economizarem tempo, mas funciona melhor quando o professor atua como o "editor-chefe", em vez de apenas pressionar um botão "gerar" e ir embora. E não se preocupe, os alunos não saberão a diferença se você fizer isso direito.

Resumo Técnico: Slides Gerados por IA: São Bons? Os Alunos Conseguem Distinguir?

Declaração do Problema

À medida que a IA Generativa (GenAI) e os Modelos de Linguagem de Grande Escala (LLMs) se tornam cada vez mais acessíveis, instrutores de computação enfrentam tanto oportunidades quanto incertezas quanto à sua integração em fluxos de trabalho pedagógicos. Embora as ferramentas de GenAI mostrem promessa em aumentar a produtividade para tarefas de programação e redação, elas frequentemente geram saídas incorretas ou alucinadas. Existe uma lacuna específica na avaliação da capacidade da GenAI de transformar notas de curso escritas pelo instrutor (especificamente capítulos de livros didáticos online) em slides de aula de alta qualidade. Essa transformação é desafiadora porque requer a coordenação de texto, código e diagramas, mantendo a solidez pedagógica. Além disso, há compreensão limitada sobre como os alunos percebem materiais educacionais gerados por IA em comparação com os criados por humanos, e se os alunos conseguem distinguir de forma confiável entre as duas fontes.

Metodologia

O estudo empregou uma abordagem de estudo de caso com métodos mistos em um curso de graduação avançado de Desenvolvimento de Software Web na Universidade Aalto. A pesquisa foi dividida em duas fases principais:

Fase 1: Avaliação do Instrutor sobre a Qualidade da Ferramenta

Os pesquisadores avaliaram cinco ferramentas distintas de GenAI em um espectro de acessibilidade e integração de fluxo de trabalho:

Ferramentas educacionais de ponta a ponta: NotebookLM.
LLMs de propósito geral: M365 Copilot e Claude (Sonnet 4.5).
Assistentes de codificação: Cursor e Claude Code.

Processo:

Entrada: Quatro capítulos de livro didático cobrindo HTML/Svelte básico, compartilhamento de estado, operações CRUD e a API Fetch foram usados como material de origem.
Prompting: Os pesquisadores usaram prompts iterativos e diretos, sem engenharia de prompt avançada, pedindo às ferramentas que gerassem slides para segmentos de aula de 10 a 15 minutos, incluindo exercícios de instrução entre pares.
Critérios de Avaliação: Dois pesquisadores (ambos educadores de computação) e o instrutor do curso conduziram uma avaliação narrativa qualitativa baseada em três fatores:
1. Precisão Factual: Verificação contra materiais de origem e identificação de alucinações.
2. Completude: Avaliação de se conceitos e exemplos chave foram omitidos.
3. Solidez Pedagógica: Avaliação do gerenciamento da carga cognitiva, codificação dual (equilíbrio visual/texto) e andaimagem de conceitos.

Fase 2: Estudo de Percepção dos Alunos

Com base na Fase 1, os pesquisadores selecionaram as ferramentas de melhor desempenho (Cursor e Claude Code) para um experimento em sala de aula.

Desenho Experimental: Ao longo de cinco semanas, o curso utilizou uma mistura de slides gerados por humanos e slides gerados por IA (modificados para corresponder ao estilo visual e formatação do instrutor).
Cegamento: Os alunos foram informados de que as aulas poderiam conter conteúdo de GenAI, mas não foi dito quais segmentos específicos foram gerados por IA.
Coleta de Dados: Após cada segmento de aula, os alunos completaram uma pesquisa avaliando a qualidade do slide em uma escala Likert de 7 pontos (1 = Muito ruim, 7 = Excelente) e adivinhando a fonte (1 = Definitivamente Humano, 7 = Definitivamente IA).
Análise: O estudo analisou médias, medianas e correlações entre as classificações de qualidade e as adivinhações de fonte usando testes U de Mann-Whitney e coeficientes de correlação de Spearman.

Principais Contribuições

Avaliação Comparativa de Ferramentas: O artigo fornece uma avaliação prática e narrativa de cinco categorias diferentes de ferramentas de GenAI para geração de slides educacionais, indo além do desenvolvimento de sistemas teóricos para a experiência real do instrutor.
Identificação de Tipos de Ferramentas Ótimas: O estudo identifica que assistentes de codificação (especificamente Cursor e Claude Code) superam LLMs de propósito geral e ferramentas focadas em educação para esta tarefa específica, produzindo slides que são mais precisos, completos e pedagogicamente sólidos.
Dados de Percepção dos Alunos: O estudo oferece dados empíricos sobre as percepções dos alunos, demonstrando que os alunos não conseguem distinguir de forma confiável entre slides de alta qualidade gerados por IA e slides criados por humanos.
Insights de Fluxo de Trabalho: O artigo documenta o fluxo de trabalho "instrutor-no-loop", destacando que, embora os rascunhos de IA requeiram iteração (particularmente para estilo e formatação), eles podem ser integrados efetivamente às práticas de ensino existentes.

Resultados

Avaliação do Instrutor (Fase 1)

Assistentes de Codificação (Cursor, Claude Code): Produziram os resultados mais convincentes. Foram classificados como Precisos, Completos e Fortes em solidez pedagógica. Geraram com sucesso exemplos de código, mantiveram a progressão lógica e aproveitaram o paralelismo na apresentação de conteúdo. Questões menores incluíram erros de renderização ocasionais e conteúdo que às vezes era "muito completo", exigindo curadoria do instrutor.
LLMs de Propósito Geral (Claude, M365 Copilot): Produziram slides que eram geralmente precisos, mas frequentemente Incompletos e Problemáticos pedagogicamente. As questões incluíam exemplos de código ausentes, conteúdo superficial, imagens grandes irrelevantes e mau equilíbrio texto-imagem.
Ferramentas Educacionais (NotebookLM): Embora visualmente atraentes, a saída foi considerada Muito Incompleta e Muito Problemática pedagogicamente. O conteúdo era frequentemente superficial, carecia de exemplos de código necessários e o formato "Visão Geral em Vídeo" era muito prolixo para segmentos de aula.

Percepção dos Alunos (Fase 2)

Classificações de Qualidade: Não houve diferença estatisticamente significativa nas classificações de qualidade entre slides gerados por IA (Mediana = 5,0) e slides gerados por humanos (Mediana = 5,0). O teste U de Mann-Whitney confirmou que os alunos perceberam a qualidade de ambas as fontes como equivalente ( $p = 0,84$ ).
Identificação de Fonte: Os alunos não conseguiram identificar de forma confiável a fonte dos slides. A adivinhação mediana para ambos os slides de IA e humanos foi 4,0 (neutro), e o teste U de Mann-Whitney não mostrou diferença significativa na precisão das adivinhações ( $p = 0,1$ ).
Correlação: Foi encontrada uma correlação negativa significativa ( $\rho = -0,28, p < 0,01$ ) entre as classificações de qualidade e a suposição de que os slides foram gerados por IA. Isso sugere que, quando os alunos percebiam os slides como de qualidade inferior, eles eram mais propensos a atribuí-los à IA, indicando um viés que associa baixa qualidade à geração por IA.

Significado e Alegações

O artigo alega que a integração da GenAI em fluxos de trabalho de design instrucional é promissora, particularmente ao usar assistentes de codificação em vez de chatbots de propósito geral ou ferramentas educacionais dedicadas. Os autores enfatizam que:

Economia de Tempo: O uso dessas ferramentas pode economizar tempo significativo do instrutor, desde que o instrutor permaneça no loop para iterar sobre o estilo e verificar o conteúdo.
Experiência do Aluno: Quando materiais gerados por IA são de alta qualidade e estilisticamente consistentes com materiais humanos, eles não impactam negativamente a percepção ou a experiência do aluno.
Abordagem Pedagógica: Os instrutores devem abordar o uso de GenAI de forma semelhante à que os programadores usam assistentes de codificação: por meio de prompting iterativo, refinamento e aproveitamento de documentação existente, em vez de esperar um primeiro rascunho perfeito.

Os autores enquadram modestamente este trabalho como um "instantâneo" das capacidades do final de 2025 e um estudo de caso, em vez de uma conclusão de pesquisa definitiva e generalizável. Eles reconhecem limitações, incluindo o contexto de uma única instituição, a natureza específica do curso (programação web) e a falta de medição quanto aos resultados reais de aprendizagem. Eles apelam por mais pesquisas sobre como educadores podem aproveitar de forma responsável e eficaz essas ferramentas em evolução.