📄 social_science

Rebuilding Academic Trust in the AI Era: An Integrated Education Governance and Institutional Marketing Framework

Este estudo propõe e valida empiricamente uma estrutura de governança institucional multidimensional composta por transparência ética, prestação de contas algorítmica, alfabetização digital em IA e governança adaptativa de IA, demonstrando que mecanismos de governança robustos aumentam significativamente a confiança institucional e a percepção de eticidade, o que, por sua vez, impulsiona as intenções comportamentais sustentáveis de IA dos estudantes e fortalece o valor da marca universitária na era da IA Generativa.

Autores originais: Marwa Khairallah

Publicado 2026-10-01

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Marwa Khairallah

Artigo original sob licença CC BY 4.0 (https://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

Na universidade moderna, uma tensão silenciosa instalou-se. Durante décadas, a relação entre um estudante e a sua instituição repousou num acordo simples e tácito: o estudante faz o trabalho e a escola verifica-o. Mas a chegada de novos e poderosos programas de computador, capazes de escrever ensaios, resolver problemas e gerar ideias em segundos, abalou este alicerce. Quando um estudante submete um trabalho, torna-se agora mais difícil para um professor saber se o trabalho é verdadeiramente seu ou se foi elaborado por uma máquina. Esta incerteza criou uma situação estranha onde os estudantes utilizam estas ferramentas mais do que nunca, mas temem que o sistema seja injusto, que a sua privacidade esteja em risco e que o valor do seu diploma esteja a diminuir. A questão central que a educação superior enfrenta hoje já não é apenas sobre como impedir a má conduta académica, mas sim sobre como reconstruir a confiança de que a instituição é um lugar justo e honesto numa era digital.

Um investigador da Faculdade de Economia e Gestão de Sfax, na Tunísia, propôs-se compreender exatamente o que faz com que os estudantes voltem a confiar nas suas universidades neste novo ambiente. Em vez de perguntar aos estudantes se simplesmente gostam de usar uma aplicação específica, o estudo focou-se na própria escola. O investigador propôs que a confiança não é construída pela tecnologia, mas sim pela forma como a universidade a gere. Para testar isto, o investigador inquiriu 380 estudantes universitários que já estavam a utilizar estas ferramentas de inteligência artificial nos seus estudos. O objetivo era perceber quais as ações específicas da universidade que mais importavam para o sentido de segurança dos estudantes e para a sua disposição em utilizar as ferramentas de forma responsável.

O estudo identificou quatro pilares principais que as universidades devem construir para restaurar a confiança. O primeiro é a transparência ética, que significa que a escola explica claramente onde e como utiliza estas ferramentas, que dados recolhe e quais são as regras. O segundo é a responsabilidade algorítmica, que garante que, se um computador cometer um erro ou uma decisão injusta, haverá ainda um humano presente para assumir a responsabilidade e corrigi-lo. O terceiro é a literacia digital, onde a escola ensina os estudantes a compreender, questionar e utilizar estas ferramentas de forma sábia. O quarto, e mais crítico, é a governação adaptativa. Isto significa que a universidade não escreve apenas um conjunto de regras rígidas e as esquece; pelo contrário, revê e atualiza constantemente as suas políticas à medida que a tecnologia muda, envolvendo estudantes e professores no processo.

Quando o investigador analisou as respostas, emergiu um quadro claro. O fator mais poderoso que impulsionava a confiança dos estudantes era a capacidade da universidade de adaptar a sua governação. Quando os estudantes percebiam que a sua escola estava a acompanhar ativamente a tecnologia, a atualizar as suas regras e a ouvir o feedback, a sua confiança na instituição crescia significativamente. O próximo fator mais importante era a disposição da escola em assumir a responsabilidade pelas decisões automatizadas e a sua clareza sobre as regras. Embora ensinar os estudantes a utilizar as ferramentas fosse útil, era o motor menos poderoso de confiança isoladamente. Os dados mostraram que mesmo um estudante muito instruído não confiaria no sistema se a universidade parecesse opaca, rígida ou relutante em ser responsabilizada.

O estudo também descobriu que esta confiança atua como uma ponte para o comportamento. Quando os estudantes confiam na sua universidade, têm muito mais probabilidade de acreditar que a escola é ética. Esta crença no caráter moral da escola influencia diretamente a forma como os estudantes agem. Os estudantes que confiam na sua instituição e acreditam que ela é ética têm muito mais probabilidade de pretender utilizar a inteligência artificial de uma forma responsável e sustentável. De facto, a combinação de confiança e a perceção de comportamento ético explicou quase dois terços da variação na forma como os estudantes planeavam utilizar estas ferramentas. Isto sugere que o caminho para o uso responsável não passa pelo medo ou pela punição estrita, mas sim através de uma relação construída sobre a comunicação clara e a responsabilidade partilhada.

As conclusões desafiam a abordagem comum que muitas escolas têm adotado até agora, que frequentemente se baseia em proibir ferramentas ou em utilizar software para detetar má conduta. A investigação sugere que estas medidas reativas não são suficientes para reconstruir a confiança. Em vez disso, as universidades precisam de funcionar como um sistema vivo que evolui com a tecnologia. O estudo indica que, quando uma universidade trata a inteligência artificial como um desafio de governação e não apenas como um problema técnico, pode transformar uma crise de confiança numa oportunidade. Ao serem transparentes sobre as suas regras, ao assumirem a propriedade dos seus sistemas e ao melhorarem constantemente a sua abordagem, as escolas podem criar um ambiente onde os estudantes se sintam seguros para aprender e inovar. Em última análise, a investigação conclui que o futuro da educação superior depende menos da sofisticação das ferramentas que os estudantes utilizam e mais da força da confiança que depositam nas instituições que os guiam.

Resumo Técnico: Reconstruindo a Confiança Acadêmica na Era da IA

Definição do Problema
A rápida integração da Inteligência Artificial Generativa (GenAI) no ensino superior precipitou uma crise institucional de confiança acadêmica, caracterizada por um "paradoxo de adoção-confiança". Enquanto os estudantes utilizam ubiquamente ferramentas de GenAI para tarefas acadêmicas, esse uso coexiste com um profundo ceticismo ético em relação à integridade, autoria e legitimidade institucional. A literatura existente baseia-se predominantemente em modelos de aceitação de tecnologia de nível individual (ex: TAM, UTAUT), que falham em considerar as condições socioéticas e institucionais necessárias para a formação da confiança. O problema central abordado é que as respostas institucionais têm sido fragmentadas, reativas e frequentemente punitivas, criando um vácuo regulatório onde a adoção pelos estudantes ultrapassa a governança. Este estudo postula que restaurar a confiança requer a mudança da lente analítica da aceitação do usuário individual para a governança institucional, enquadrando a confiança acadêmica como um ativo estratégico de marca essencial para a legitimidade organizacional.

Metodologia
O estudo emprega um delineamento de pesquisa quantitativa e transversal utilizando a Modelagem de Equações Estruturais por Mínimos Quadrados Parciais (PLS-SEM) para testar empiricamente um framework de governança multidimensional.

Amostra: Os dados foram coletados de 380 estudantes universitários na Tunísia (instituições públicas e privadas) que possuem 18+ anos e experiência prévia no uso de ferramentas de GenAI. A amostra garante diversidade entre disciplinas (negócios, engenharia, humanidades, etc.) e níveis acadêmicos.
Instrumento: Um instrumento de pesquisa mediu sete construtos latentes utilizando escalas multi-itens adaptadas de literatura validada. As quatro variáveis independentes (pilares de governança) são: Transparência Ética, Responsabilidade Algorítmica, Letramento em IA e Governança de IA Adaptativa. Os mediadores e resultados são: Confiança Institucional, Ética Institucional Percebida e Intenção Comportamental do Estudante para o uso sustentável de IA.
Análise: A análise de dados seguiu um protocolo de duas etapas no SmartPLS 4. Primeiro, o modelo de mensuração reflexiva foi avaliado quanto à confiabilidade (Alfa de Cronbach, $\rho_A$ , Confiabilidade Composta) e validade (Validade Convergente via AVE, Validade Discriminante via HTMT e Fornell-Larcker). Segundo, o modelo estrutural foi avaliado quanto aos coeficientes de caminho ( $\beta$ ), coeficientes de determinação ( $R^2$ ), tamanhos de efeito ( $f^2$ ) e relevância preditiva ( $Q^2$ ). A significância estatística foi verificada usando bootstrapping não paramétrico com 5.000 reamostragens. O Viés de Método Comum foi descartado via teste de fator único de Harman e avaliações de VIF de colinearidade total.

Principais Resultados
O modelo estrutural demonstra um robusto poder explicativo, com os pilares de governança explicando 58,4% da variância na Confiança Institucional, e o modelo combinado explicando 61,2% da variância na Intenção Comportamental do Estudante.

Drivers de Governança: Todos os quatro pilares influenciam de forma significativa e positiva a Confiança Institucional. A Governança de IA Adaptativa emergiu como o preditor mais forte ( $\beta = 0,297, p < 0,001$ ), seguida pela Responsabilidade Algorítmica ( $\beta = 0,258, p < 0,001$ ) e Transparência Ética ( $\beta = 0,231, p < 0,001$ ). O Letramento em IA teve um efeito significativo, porém menor ( $\beta = 0,137, p = 0,006$ ).
Confiança e Ética: A Confiança Institucional exibe uma relação positiva excepcionalmente forte com a Ética Institucional Percebida ( $\beta = 0,741, p < 0,001$ ).
Resultados Comportamentais: A Confiança Institucional influencia diretamente a Intenção Comportamental do Estudante ( $\beta = 0,286, p < 0,001$ ).
Mediação: A Ética Institucional Percebida atua como um mediador parcial significativo entre a Confiança Institucional e a Intenção Comportamental (Índice Indireto $\beta = 0,337, p < 0,001$ ). Isso indica que as estruturas de governança constroem confiança, o que potencializa a percepção do posicionamento moral da instituição, impulsionando assim as intenções comportamentais sustentáveis.

Significância e Contribuições
O artigo afirma fazer contribuições tanto teóricas quanto práticas ao reenquadrar o desafio da GenAI como uma questão de governança, em vez de uma questão puramente técnica ou pedagógica.

Mudança Teórica: O estudo afasta-se dos modelos de adoção individualistas, demonstrando que a confiança é um resultado institucional produzido pela qualidade da governança (transparência, responsabilidade, adaptabilidade) e não um subproduto da familiaridade do usuário. Ele valida empiricamente que salvaguardas estruturais são drivers de confiança mais críticos do que a competência técnica individual isolada.
Validação Empírica: Fornece evidências quantitativas robustas para um framework de quatro pilares, abordando uma lacuna na literatura que frequentemente discute esses conceitos de forma normativa sem integração empírica.
Implicações Práticas: Os achados sugerem que as universidades devem ir além da vigilância punitiva e mecanismos de detecção. Em vez disso, as instituições devem investir em uma "infraestrutura de confiança" caracterizada por revisão de políticas adaptativas, divulgação ética clara e supervisão responsável. Para profissionais de marketing e administradores universitários, o estudo argumenta que o posicionamento de "IA ética" deve ser respaldado por sinais de governança auditáveis (ex: caminhos de apelação, transparência no nível do plano de ensino) para aumentar o valor da marca e a lealdade dos estudantes.
Mudança Pedagógica: Os resultados apoiam uma transição para designs de avaliação "resilientes à IA" e a integração do letramento em IA nos currículos, enfatizando a avaliação crítica e o uso ético em vez da proibição.

O estudo conclui que reconstruir a confiança acadêmica é um processo deliberado de alinhamento institucional, onde a legitimidade é assegurada através de uma governança visível, justa e adaptável, em vez de proibição estática ou correções técnicas.

Mais como este