Student Perceptions of Essay Grading with Artificial Intelligence in Higher Education

No zumbido silencioso de uma sala de aula universitária, um ritual familiar está tomando um novo rumo. Por gerações, a redação foi uma ponte entre o pensamento de um aluno e o julgamento de um professor, um processo onde um leitor humano pondera argumentos, percebe o tom e oferece uma crítica personalizada. Essa interação é central para o aprendizado, mas também é um fardo pesado para os educadores, que devem ler milhares de páginas para fornecer feedback oportuno. À medida que a inteligência artificial amadureceu, passando de simples calculadoras para sistemas capazes de compreender linguagem complexa, pesquisadores começaram a fazer uma pergunta prática: pode uma máquina assumir o papel do avaliador de redações? A resposta não é um simples sim ou não, mas um complexo cenário de esperança e hesitação. Para entender isso, deve-se observar como as pessoas formam suas primeiras impressões de uma nova tecnologia. Assim como um viajante pode julgar uma nova cidade pela sua primeira esquina, os alunos julgam uma nova ferramenta pela sua experiência imediata com ela. Seus sentimentos iniciais — se sentem que a ferramenta é justa, útil ou fria — moldam se confiarão nela no futuro. Essa dinâmica é crucial porque, se os alunos não acreditarem que o sistema é preciso ou justo, eles não se engajarão com ele, não importa o quão eficiente seja.

Uma equipe de pesquisadores de universidades da Áustria e da Finlândia partiu para explorar exatamente esse momento de primeiro contato. Eles não simularam uma sala de aula nem perguntaram aos alunos o que eles achavam que uma máquina poderia fazer. Em vez disso, colocaram 109 estudantes universitários em uma situação de aprendizagem real. Os alunos foram solicitados a escrever uma redação curta sobre um tópico relativo a oportunidades de negócios baseadas em dados. Após terminarem, enviaram seu trabalho para um sistema de inteligência artificial comercial projetado para avaliar redações. A máquina forneceu imediatamente uma pontuação numérica e uma crítica escrita, juntamente com uma resposta modelo mostrando como seria uma resposta de alta qualidade. Os alunos então responderam a uma única questão aberta sobre seus sentimentos instantâneos em relação à experiência. Os pesquisadores coletaram 109 respostas escritas, variando de uma única palavra a várias frases, e utilizaram um método sofisticado para encontrar padrões no que os alunos disseram. Eles não apenas contaram palavras; eles agruparam as respostas por significado, buscando os temas comuns que emergiram quando os alunos enfrentaram uma máquina que afirmava julgar sua escrita.

A análise revelou sete temas distintos que capturaram todo o espectro das reações dos alunos. Por um lado, os alunos consideraram a experiência notavelmente conveniente. Eles apreciaram a velocidade do feedback e a facilidade de usar a ferramenta, observando que ela parecia amigável ao usuário e poupava tempo. Essa recepção positiva sugere que a tecnologia funciona bem como uma utilidade prática, removendo a fricção de esperar por um professor humano para devolver um trabalho corrigido. No entanto, essa conveniência foi sombreada por um desconforto profundo e persistente em relação à precisão. Um número significativo de alunos expressou dúvida sobre se a máquina poderia realmente compreender as nuances de sua escrita. Eles temiam que o sistema pudesse perder os pontos sutis de um argumento ou falhar em reconhecer a criatividade, levando a uma nota que parecesse injusta. Esse ceticismo não era apenas sobre a nota em si, mas sobre a confiabilidade do sistema; muitos alunos sentiam que estavam sendo julgados por uma caixa preta que não podiam compreender ou questionar totalmente.

Talvez a descoberta mais reveladora tenha sido o forte desejo dos alunos por um toque humano. Embora tenham reconhecido a eficiência da máquina, muitos sentiram que o feedback carecia da empatia e da profundidade de um professor humano. Eles perceberam que uma máquina não poderia compreender verdadeiramente o contexto de sua dificuldade ou oferecer o tipo de encorajamento que promove o crescimento. Isso não era uma rejeição da tecnologia, mas um limite claro traçado em torno de seu papel. Os alunos pareciam ver a IA como um suplemento útil, uma ferramenta que poderia lidar com a primeira passagem ou fornecer prática rápida, mas não como um substituto para o elemento humano na educação. Eles queriam que a máquina fizesse o trabalho pesado de verificar fatos ou estrutura, mas queriam que uma pessoa cuidasse do julgamento de qualidade e da conexão emocional do aprendizado. O estudo sugere que o futuro da avaliação não reside em escolher entre humanos e máquinas, mas em uma abordagem híbrida onde ambos trabalham juntos.

Os pesquisadores concluíram que, embora a tecnologia esteja pronta para auxiliar, ela ainda não está pronta para atuar sozinha em situações de alto risco. Os sentimentos mistos dos alunos destacam uma lacuna crítica: a tecnologia é rápida e conveniente, mas ainda não conquistou a confiança total dos alunos que serve. O estudo não afirma que a inteligência artificial é ruim para a educação, nem sugere que os professores humanos sejam obsoletos. Em vez disso, aponta para a necessidade de equilíbrio. Os educadores devem projetar sistemas onde a máquina forneça feedback imediato e consistente enquanto um professor humano supervisiona o processo, garantindo justiça e adicionando a empatia necessária. As descobertas servem como um guia de como introduzir essas ferramentas sem quebrar a confiança entre aluno e professor. Ao ouvir essas reações iniciais, as escolas podem construir um futuro onde a tecnologia apoie o aprendizado sem perder a conexão humana que torna a educação significativa.