Resumo Técnico: Chatbots de IA Generativa Multimodais para o Aperfeiçoamento de Habilidades de Pesquisa Científica

Declaração do Problema

Apesar da rápida integração da Inteligência Artificial (IA) na educação, a literatura existente permanece fragmentada quanto à aplicação da IA Generativa (GenAI) em habilidades de pesquisa científica de ordem superior. A maioria dos estudos foca no engajamento geral, aprendizagem de idiomas ou escrita acadêmica, tratando frequentemente chatbots, sumarização de vídeo e infográficos como variáveis independentes em vez de componentes de um framework integrado. Além disso, há uma escassez de pesquisas empíricas que examinem essas tecnologias no contexto da educação de professores de pós-graduação na região árabe, especificamente em Omã. As lacunas críticas incluem a falta de uma análise comparativa entre diferentes modalidades de sumarização geradas por GenAI (vídeo, infográfico, áudio) e uma compreensão insuficiente dos mecanismos psicológicos — especificamente dentro da Teoria da Autodeterminação (SDT) — que medeiam a relação entre ambientes de aprendizagem apoiados por IA e o desenvolvimento de competências de pesquisa científica.

Metodologia

O estudo empregou um design quase-experimental quantitativo, de pós-teste único, envolvendo 308 estudantes matriculados em um curso de Métodos de Pesquisa no Programa de Diploma de Qualificação Educacional na Universidade Aberta Árabe, no Sultanato de Omã.

• Participantes: A amostra consistiu em 308 nacionais omanenses (78,9% mulheres, 85,3% com idade entre 20–29 anos), todos portadores de bacharelado. Os participantes foram divididos em três grupos experimentais: Resumos em Vídeo ($n=98$), Resumos em Infográfico ($n=104$) e Resumos em Áudio ($n=106$).
• Intervenção: Todos os grupos utilizaram um chatbot aprimorado por IA Generativa projetado para apoiar atividades de aprendizagem relacionadas à pesquisa. O conteúdo instrucional e os objetivos foram idênticos entre os grupos; a variável independente foi a modalidade do resumo gerado por IA fornecido aos estudantes (vídeo, infográfico ou áudio).
• Variáveis:
  • Variáveis Independentes: Percepção da Qualidade da Informação e do Resumo, Redução da Carga Cognitiva.
  • Variáveis Mediadoras: Necessidades Psicológicas Básicas (Autonomia, Competência, Relacionamento) derivadas da Teoria da Autodeterminação (SDT).
  • Variável Dependente: Habilidades de Pesquisa Científica (medidas via um instrumento de 16 itens desenvolvido pelo pesquisador).
• Análise de Dados: O estudo utilizou Modelagem de Equações Estruturais por Mínimos Quadrados Parciais (PLS-SEM) com 10.000 reamostragens de bootstrap para testar o modelo de mediação. As diferenças entre grupos foram analisadas usando ANOVA de uma via (ou Welch's ANOVA onde a homogeneidade da variância foi violada) com comparações post-hoc. A validade de medida foi confirmada através de testes de confiabilidade (alfa de Cronbach, Confiabilidade Composta), validade convergente (AVE) e validade discriminante (HTMT).

Principais Resultados

1. Efeitos da Modalidade

Diferenças significativas foram observadas em todos os resultados do estudo com base na modalidade do resumo.

• Habilidades de Pesquisa Científica: A condição de Vídeo produziu as pontuações mais altas ($M=0,86$), seguida pelo Infográfico ($M=0,71$) e pelo Áudio ($M=0,59$). Todas as comparações par a par foram estatisticamente significativas, com a condição de vídeo apresentando o maior tamanho de efeito ($\omega^2 = ,164$).
• Resultados Perceptivos: A condição de vídeo superou consistentemente a condição de áudio na percepção da qualidade da informação, redução da carga cognitiva e satisfação das necessidades psicológicas. A condição de infográfico geralmente apresentou desempenho semelhante à condição de áudio, exceto na percepção da qualidade da informação, onde superou o áudio.

2. Modelo Estrutural e Efeitos Diretos

O modelo estrutural explicou 52,8% da variância nas habilidades de pesquisa científica.

• Qualidade da Informação e do Resumo (ISQ) previu significativamente a Autonomia ($\beta = ,337$), a Competência ($\beta = ,464$) e o Relacionamento ($\beta = ,335$).
• A Redução da Carga Cognitiva (CLR) também previu significativamente todas as três necessidades psicológicas, embora com coeficientes menores ($\beta$ entre ,140–,202).
• Necessidades Psicológicas: Autonomia, Competência e Relacionamento predisseram significativamente as Habilidades de Pesquisa Científica. A Competência mostrou a associação mais forte ($\beta = ,316$).
• Caminhos Diretos: Embora a ISQ e a CLR tenham tido efeitos diretos significativos nas habilidades no modelo inicial, o efeito direto da ISQ tornou-se não significativo ao controlar a condição experimental, sugerindo que sua influência é amplamente mediada.

3. Análise de Mediação

Todos os seis efeitos indiretos específicos foram significativos, sustentando um modelo de mediação parcial complementar.

• Caminho ISQ: O efeito indireto da ISQ sobre as habilidades através da Competência foi o mais forte ($\beta = ,147$), seguido por Autonomia ($\beta = ,091$) e Relacionamento ($\beta = ,061$).
• Caminho CLR: Os efeitos indiretos através das três necessidades foram menores, mas significativos ($\beta$ entre ,036–,055).
• Mediação Experimental: Quando a manipulação experimental foi incluída, a condição de Vídeo melhorou o desempenho tanto direta ($\beta = ,275$) quanto indiretamente ($\beta = ,200$) através do mecanismo da SDT. Em contraste, a vantagem do Infográfico sobre o Áudio foi primordialmente direta, sem efeito indireto significativo através da cadeia de necessidades psicológicas.

Contribuições Principais e Significância

Contribuições Teóricas

1. Extensão da Teoria da Autodeterminação (SDT): O estudo estende a SDT para o domínio da educação em pesquisa científica apoiada por GenAI, demonstrando que autonomia, competência e relacionamento são mediadores críticos que ligam o design instrucional às habilidades de pesquisa de ordem superior.
2. Integração de Mecanismos Cognitivos e Motivacionais: Diferente de estudos que tratam fatores cognitivos e motivacionais como explicações concorrentes, este modelo integra a Teoria da Carga Cognitiva e a SDT. Ele postula que conteúdos de GenAI de alta qualidade e cognitivamente gerenciáveis promovem a satisfação das necessidades psicológicas, o que, por sua vez, impulsiona a aquisição de habilidades.
3. Evidência Comparativa Multimodal: O artigo fornece evidência empírica rara comparando resumos de GenAI em vídeo, infográfico e áudio simultaneamente. Ele desafia a suposição de resultados de aprendizagem equivalentes entre as modalidades, destacando os diferenciais específicos do vídeo para processos de pesquisa sequenciais.

Implicações Práticas

• Design Instrucional: Educadores e designers devem priorizar a qualidade e a estrutura do conteúdo gerado por IA sobre a mera disponibilidade tecnológica. Resumos em vídeo são particularmente eficazes para demonstrar procedimentos de pesquisa sequenciais, enquanto infográficos podem servir melhor para relações conceituais.
• Scaffolding Cognitivo vs. Offloading: Os achados sugerem que o uso eficaz da GenAI envolve um "gerenciamento de carga cognitiva produtiva" — reduzindo o processamento estranho enquanto preserva o esforço intelectual necessário para a avaliação crítica e síntese.
• Suporte Psicológico: As intervenções de GenAI devem ser desenhadas para apoiar explicitamente a autonomia do aprendiz (escolha/ritmo), a competência (feedback/domínio) e o relacionamento (interação responsiva), pois estes são os mecanismos através dos quais a IA se traduz em melhoria das habilidades de pesquisa.

Limitações e Modéstia das Alegações

O autor reconhece que o estudo é específico ao contexto do Sultanato de Omã e a um único programa educacional, o que limita a generalização ampla. A pesquisa é transversal e, embora identifique a mediação, não estabelece mudanças causais de longo prazo nas necessidades psicológicas. Além disso, o estudo distingue entre o scaffolding cognitivo benéfico e o potencial "offloading cognitivo", observando que a redução do esforço cognitivo não equivale automaticamente a um raciocínio mais profundo se a IA substituir, em vez de apoiar, o pensamento crítico. O artigo conclui que a GenAI é mais valiosa quando faz o scaffolding do pensamento em vez de substituí-lo, e que sua eficácia é contingente ao alinhamento estratégico da modalidade com as demandas cognitivas específicas da habilidade de pesquisa sendo ensinada.