Profiles of generative AI chatbot use for schoolwork and achievement among Indonesian 15-year-olds: A latent class and multilevel analysis of PISA 2025 data
Ao analisar os dados do PISA 2025 de 14.168 jovens indonésios de 15 anos, este estudo identifica quatro perfis distintos de uso de chatbots de IA generativa e constata que, embora os usuários raros pontuem ligeiramente menos em ciências e leitura do que os usuários seletivos, o uso intensivo não está associado à redução do desempenho, sugerindo que as escolas devem focar a orientação para além de apenas usuários frequentes.
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 sala de aula moderna, um novo tipo de ajudante apareceu. Não é uma pessoa, mas um programa de computador capaz de escrever ensaios, resolver problemas matemáticos e explicar ideias complexas em segundos. Esta tecnologia, conhecida como inteligência artificial generativa, desencadeou um debate silencioso entre educadores. De um lado, há a esperança de que estas ferramentas possam oferecer tutoria personalizada para cada aluno, preenchendo lacunas de compreensão e tornando a aprendizagem mais eficiente. Do outro lado, há o medo de que confiar excessivamente nelas possa tornar os alunos menos engajados, fazendo com que ignorem o trabalho mental necessário para realmente aprender e memorizar o que estudam. A questão central não é apenas se os alunos estão usando essas ferramentas, mas como as estão usando e o que acontece com a sua aprendizagem como resultado. Pedir a um chatbot para escrever um rascunho ajuda um aluno a aprender, ou simplesmente ignora o processo de aprendizagem por completo?
Para encontrar respostas, pesquisadores recorreram a um enorme recorte da vida estudantil na Indonésia. Eles analisaram dados do PISA 2025 (Programa Internacional de Avaliação de Estudantes), um teste global que mede as habilidades de jovens de 15 anos. Este estudo específico focou em quase 14.000 alunos de centenas de escolas, representando cerca de 4 milhões de adolescentes no país. Os pesquisadores queriam ver se existiam diferentes "tipos" de alunos com base em como usavam chatbots de IA para seus trabalhos escolares. Eles observaram quatro formas específicas pelas quais os alunos poderiam usar essas ferramentas: para resumir um texto que precisavam ler, para pesquisar um novo tópico, para elaborar um rascunho de uma tarefa de escrita ou simplesmente para ajudá-los a aprender. Ao agrupar alunos que usavam as ferramentas de maneiras semelhantes, a equipe pôde ver se certos padrões de uso levavam a melhores ou piores pontuações em ciências e leitura.
A análise revelou quatro grupos distintos de alunos. O primeiro grupo, composto por cerca de 28% dos estudantes, eram os "usuários raros". Estes adolescentes quase nunca recorriam a chatbots para seus trabalhos escolares. O segundo grupo, o maior com 35%, eram os "usuários de suporte à aprendizagem seletiva". Estes alunos usavam as ferramentas ocasionalmente, principalmente para obter ajuda para compreender um conceito ou aprender uma nova ideia, mas não dependiam delas para todas as tarefas. Um pequeno grupo de 7% utilizava as ferramentas mensalmente para todos os tipos de tarefas, enquanto o grupo final, compreendendo quase 30%, eram "usuários intensivos", que usavam chatbots quase todos os dias para todo tipo de tarefa escolar. Surpreendentamente, as diferenças entre estes grupos diziam respeito principalmente à frequência com que usavam a tecnologia, e não ao que usavam para isso. Os pesquisadores esperavam encontrar um grupo de alunos que usasse as ferramentas principalmente para delegar seu trabalho — deixando o computador pensar por eles — mas esse padrão específico não surgiu como um grupo separado.
Quando os pesquisadores compararam as pontuações de teste desses grupos, um quadro claro emergiu. Os alunos que raramente usavam chatbots pontuaram ligeiramente abaixo tanto em ciências quanto em leitura em comparação com aqueles que os usavam seletivamente. Essa lacuna permaneceu mesmo após os pesquisadores considerarem fatores como renda familiar, o tipo de escola que o aluno frequentava e seus hábitos gerais de estudo. No entanto, os alunos que usavam as ferramentas intensamente, todos os dias para cada tarefa, não pontuaram abaixo dos usuários seletivos. Eles tiveram um desempenho tão bom quanto. Esta descoberta desafia a ideia de que o uso pesado de IA leva automaticamente a uma aprendizagem pior. Sugere que, para estes adolescentes indonésios, o uso frequente de um chatbot não prejudicou sua capacidade de compreender ciências ou ler de forma eficaz.
O estudo também analisou se a capacidade de um aluno de planejar e monitorar sua própria aprendizagem alterava esses resultados. Algumas teorias sugerem que alunos que são bons em gerenciar seu próprio tempo de estudo podem usar a IA de forma diferente daqueles que não são, talvez usando-a para aprender em vez de contornar o processo. No entanto, os dados mostraram que as habilidades de autorregulação de um aluno não mudaram a relação entre o uso do chatbot e as pontuações nos testes. Quer o aluno fosse bom em planejar seus estudos ou não, o padrão de pontuações permaneceu o mesmo: usuários raros pontuaram um pouco abaixo, enquanto usuários frequentes não sofreram prejuízos. Os pesquisadores também exploraram se escolas que ensinavam os alunos a avaliar criticamente o conteúdo gerado por IA viam resultados diferentes. Eles descobriram que, nas escolas onde essa prática era comum, a lacuna entre usuários raros e usuários seletivos aumentou ligeiramente, embora este resultado não tenha sido forte o suficiente para ser considerado uma regra definitiva.
Os pesquisadores ressaltam cautelosamente que este estudo não pode provar que o uso de chatbots causa pontuações melhores ou piores. Como os dados foram coletados em um único ponto no tempo, é possível que alunos que têm dificuldades com os trabalhos escolares simplesmente não usem essas ferramentas, ou que alunos que já são bons em aprender encontrem maneiras de usar as ferramentas de forma eficaz. O estudo também dependeu de alunos relatando seus próprios hábitos, o que às vezes pode ser imperfeito. Apesar desses limites, os resultados oferecem uma perspectiva tranquilizadora para um país onde as escolas ainda estão descobrindo como lidar com esta nova tecnologia. Os dados sugerem que não há uma penalidade pelo uso intenso de IA, pelo menos não da maneira como foi medida aqui. Em vez disso, a preocupação pode residir nos alunos que não utilizam essas ferramentas de forma alguma, que parecem estar ficando ligeiramente atrás de seus colegas que as utilizam seletivamente. Isso aponta para um novo tipo de divisão digital, onde a questão não é apenas o acesso à tecnologia, mas a orientação necessária para usá-la como um parceiro de aprendizagem, em vez de um substituto para o pensamento.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.