📄 social_science

The Influence of ChatGPT Usage, Learning Content, and Digital Competence on Biology Students’ Learning Motivation in the Digital Education Era: A Moderated Effect Analysis Model

Este estudo utiliza Modelagem de Equações Estruturais em 366 estudantes de biologia para demonstrar que, embora o uso do ChatGPT e o conteúdo de aprendizagem influenciem positivamente a motivação para aprender, a competência digital atua como um moderador crítico que potencializa a eficácia do conteúdo e determina a medida em que o ChatGPT contribui para o engajamento dos estudantes.

Autores originais: Ibrahim Ibrahim, Juli Firmansyah, Jalaluddin Jalaluddin, Marwan Marwan

Publicado 2026-08-07

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Ibrahim Ibrahim, Juli Firmansyah, Jalaluddin Jalaluddin, Marwan Marwan

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

Imagine a sala de aula do futuro não como uma sala com quadros de giz, mas como um vasto playground digital onde o aprendizado acontece por meio da conversa. Neste mundo, existem três personagens principais tentando descobrir como deixar os alunos entusiasmados com o aprendizado. Primeiro, há o ChatGPT, um tutor de IA superinteligente e incansável que pode conversar com você a qualquer momento, responder às suas perguntas instantaneamente e ajudar a desvendar conceitos complicados. Pense nele como uma enciclopédia mágica que conversa de volta. Segundo, há o Conteúdo de Aprendizagem, que é o material real que você estuda — os livros, vídeos e tarefas. Se esse conteúdo for chato, nem o melhor da IA poderá salvar o dia; mas se for divertido e relevante, ele atua como um propulsor de foguete para o seu cérebro. Finalmente, há a Competência Digital, que é simplesmente o quão bom você é ao usar a tecnologia. É a diferença entre alguém que apenas consegue ligar um computador e alguém que pode usá-lo para construir uma nave espacial.

Por muito tempo, os educadores se perguntaram: ter um tutor de IA legal e boas lições automaticamente faz os alunos quererem aprender mais? Ou importa o quão "expert em tecnologia" o aluno é? Esta questão é crucial porque as escolas estão correndo para adicionar ferramentas de IA, mas não querem perder tempo com dispositivos que não despertem de fato a curiosidade do aluno. Este estudo mergulha exatamente nesse mistério, observando como esses três ingredientes se misturam para criar (ou falhar em criar) a motivação de aprendizagem entre estudantes universitários na Indonésia.

O Estudo: Misturando IA, Lições e Habilidades Tecnológicas

Uma equipe de pesquisadores decidiu testar essa receita perguntando a 366 estudantes universitários na Indonésia sobre seus hábitos. Eles queriam ver se o uso do ChatGPT, a qualidade das lições e as próprias habilidades tecnológicas dos alunos poderiam prever o quão motivados esses estudantes se sentiam em relação aos seus estudos. Eles usaram uma ferramenta estatística sofisticada chamada "Modelagem de Equações Estruturais" (pense nisso como um mapa superpreciso que mostra como uma coisa impulsiona outra) para processar os números.

Aqui está o que eles descobriram, servido com algumas analogias para manter as coisas claras:

1. O Tutor de IA é um Motivador, Não um Criador de Habilidades
O estudo descobriu que o uso do ChatGPT é um enorme impulso para a motivação de aprendizagem. Quando os alunos usavam a IA, sentiam-se mais entusiasmados e engajados. É como ter um animador pessoal que está sempre disponível para explicar um conceito difícil ou ajudar com o dever de casa; isso faz com que todo o processo pareça menos solitário e mais divertido.

No entanto, aqui está a reviravolta: usar o ChatGPT não tornou automaticamente os alunos melhores no uso da tecnologia em geral. Os pesquisadores encontraram apenas um vínculo muito fraco entre conversar com a IA e realmente melhorar a "competência digital". É um pouco como jogar um videogame: você pode ficar muito bom naquele jogo específico, mas isso não significa necessariamente que você aprendeu a consertar um carro ou construir um computador. Apenas conversar com a IA não transforma magicamente um iniciante em um mago da tecnologia, a menos que eles sejam guiados para fazer mais do que apenas conversar.

2. Boas Lições São o Verdadeiro Superpoder
O ingrediente mais poderoso na mistura foi o Conteúdo de Aprendizagem. O estudo mostrou que lições de alta qualidade, interessantes e bem estruturadas tiveram um impacto massivo tanto na motivação quanto nas habilidades digitais. Se o material for bom, os alunos ficam entusiasmados e também se tornam melhores no uso das ferramentas para explorá-lo. É como dar a alguém uma refeição deliciosa e nutritiva; eles ganham energia (motivação) e os nutrientes necessários para crescer (habilidades). Os pesquisadores descobriram que o bom conteúdo é o motor mais forte de todos.

3. O Fator "Expert em Tecnologia": Uma Faca de Dois Gumes
É aqui que fica realmente interessante. Os pesquisadores observaram a Competência Digital (o quão experientes em tecnologia os alunos eram) para ver se isso mudava a forma como os outros fatores funcionavam. Eles descobriram que ser bom com tecnologia atua como um filtro ou uma lente.

Para Boas Lições: Ser tecnologicamente instruído fez com que as lições funcionassem ainda melhor. Alunos que já sabiam usar ferramentas digitais eram capazes de extrair mais suco de conteúdos de alta qualidade, tornando-os ainda mais motivados. É como ter um motor de alto desempenho em um carro esportivo; se você tem as habilidades para dirigir, o carro vai mais rápido.
Para o ChatGPT: Surpreendentemente, ser muito experiente em tecnologia na verdade enfraqueceu o impulso que o ChatGPT dava à motivação. Os pesquisadores sugerem que alunos que já são muito confortáveis com a tecnologia podem não precisar tanto da IA para se sentirem entusiasmados. Eles já podem ter seus próprios métodos para manter a motivação, então a IA não adiciona tanto bril extra para eles quanto adiciona para alunos que são menos confiantes com a tecnologia.

4. A Grande Surpresa: Habilidades Não São Iguais a Motivação
Uma das coisas mais importantes que o estudo descartou é a ideia de que "se você é bom com computadores, você amará aprender". Os dados mostraram nenhum link estatisticamente significativo entre competência digital e motivação de aprendizagem. Em termos simples, o teste estatístico (com um p-valor de 0,843) confirmou que simplesmente ser um mestre da tecnologia não se traduz diretamente em um maior desejo de estudar. A motivação vem da experiência de aprender (a ajuda da IA e as boas lições), não apenas de ter as habilidades para usar as ferramentas.

A Conclusão

O estudo conclui que, embora as ferramentas de IA como o ChatGPT sejam fantásticas para deixar os alunos entusiasmados, elas não são uma varinha mágica para ensinar habilidades tecnológicas. Para realmente acender o fogo de um aluno, você precisa de conteúdo excelente primeiro. E embora ser bom com tecnologia ajude os alunos a tirar o máximo proveito de boas lições, isso não garante que eles serão motivados a aprender em primeiro lugar.

Os pesquisadores são cuidadosos ao dizer que essas descobertas são baseadas em um grupo específico de alunos e em um recorte temporal, portanto, não podemos afirmar com certeza que isso se aplica a todos os alunos em todos os lugares. Mas a mensagem é clara: não entregue apenas uma ferramenta de IA legal aos alunos e espere pelo melhor. Dê a eles lições excelentes, ajude-os a entender como usar as ferramentas profundamente e lembre-se de que ser um especialista em tecnologia não torna alguém automaticamente um aprendiz motivado. A magia acontece quando as ferramentas certas encontram o conteúdo certo.

Resumo Técnico: A Influência do Uso do ChatGPT, do Conteúdo de Aprendizagem e da Competência Digital na Motivação de Aprendizagem de Estudantes de Biologia

Nota sobre o Escopo: Embora o título mencione "Estudantes de Biologia", a metodologia e as seções de resultados do estudo especificam que a população consistiu em estudantes de graduação da Faculdade de Formação de Professores e Educação da Universidade Syiah Kuala, abrangendo os cursos de Educação Física, Educação de Inglês, Psicologia e Matemática. O seguinte resumo reflete os dados e o escopo reais apresentados no artigo.

1. Problema e Objetivos da Pesquisa

O estudo aborda uma lacuna na literatura existente em relação ao impacto empírico da IA Generativa (especificamente o ChatGPT) na motivação de aprendizagem dos estudantes. Embora pesquisas anteriores tenham descrito as capacidades das ferramentas de IA, há uma compreensão limitada de como padrões específicos de uso, a qualidade do conteúdo de aprendizagem e a competência digital dos estudantes interagem para influenciar a motivação. Além disso, o papel da competência digital como uma variável moderadora nessas relações permanece subinvestigado.

A pesquisa visa:

Avaliar o impacto do uso do ChatGPT e do conteúdo de aprendizagem na competência digital e na motivação de aprendizagem dos estudantes.
Determinar se a competência digital influencia a motivação de aprendizagem diretamente.
Investigar se a competência digital modera os efeitos do uso do ChatGPT e do conteúdo de aprendizagem na motivação de aprendizagem.

2. Metodologia

Desenho de Pesquisa:
O estudo utiliza um desenho de pesquisa quantitativa utilizando Modelagem de Equações Estruturais com Mínimos Quadrados Parciais (SEM-PLS) via software SmartPLS. Esta abordagem foi selecionada para lidar com relações causais complexas e efeitos moderadores dentro de um tamanho de amostra moderado.

População e Amostragem:

População: Estudantes de graduação (semestres 4–8) da Faculdade de Formação de Professores e Educação, Universidade Syiah Kuala.
Amostra: 366 respondentes selecionados via amostragem aleatória estratificada para garantir a representação proporcional entre gênero, ano acadêmico e cursos (Educação Física, Educação de Inglês, Psicologia e Matemática).
Demografia: A amostra incluiu 55% de respondentes do sexo feminino e 45% do sexo masculino, com a maioria (50%) com idade entre 21 e 23 anos.

Instrumentação:
Os dados foram coletados por meio de um questionário estruturado com itens medidos em uma escala Likert de 5 pontos. O instrumento avaliou quatro construtos latentes:

Uso do ChatGPT (X1): Frequência, duração e modo de uso.
Conteúdo de Aprendizagem (X2): Percepção de relevância, qualidade e intensidade de interação.
Competência Digital (X3): Habilidades técnicas, confiança e adaptabilidade.
Motivação de Aprendizagem (X4): Impulsionadores motivacionais intrínsecos e extrínsecos.

Validade e Confiabilidade:
O modelo de mensuração demonstrou validade e confiabilidade robustas. Todas as cargas fatoriais excederam 0,70 (exceto uma com 0,608, que foi mantida com base na validade do construto geral). Os valores de Alfa de Cronbach variaram de 0,739 a 0,888, os valores de Confiabilidade Composta (CR) excederam 0,834 e os valores de Variância Extraída Média (AVE) ficaram acima do limite de 0,50 para todos os construtos. A valididade discriminante foi confirmada usando o critério de Fornell-Larker.

Controle de Viés:
Remédios procedimentais (anonimato, redação clara dos itens) e testes estatísticos (teste de fator único de Harman) foram empregados para mitigar o viés de método comum.

3. Principais Resultados

A análise do modelo estrutural produziu os seguintes achados:

Efeitos Diretos:

Uso do ChatGPT $\rightarrow$ Motivação de Aprendizagem: Um efeito positivo forte e altamente significativo ( $\beta = 0,422, p < 0,001$ ). O uso frequente do ChatGPT aumenta significativamente a motivação dos estudantes.
Conteúdo de Aprendizagem $\rightarrow$ Motivação de Aprendizagem: O efeito direto mais forte no modelo ( $\beta = 0,550, p < 0,001$ ). Conteúdo de alta qualidade, relevante e interativo é o principal motor da motivação.
Conteúdo de Aprendizagem $\rightarrow$ Competência Digital: Um efeito positivo significativo ( $\beta = 0,171, p < 0,05$ ). Conteúdos envolventes contribuem para o desenvolvimento de habilidades digitais.
Uso do ChatGPT $\rightarrow$ Competência Digital: Um efeito positivo marginalmente significativo ( $\beta = 0,146, p = 0,067$ ). Embora o uso do ChatGPT tenda a melhorar a competência digital, o efeito é relativamente fraco.
Competência Digital $\rightarrow$ Motivação de Aprendizagem: Não Suportado. A relação não foi estatisticamente significativa ( $\beta = -0,005, p = 0,843$ ). Possuir habilidades digitais por si só não se traduz diretamente em maior motivação de aprendizagem.

Efeitos Moderadores:

Competência Digital moderando Uso do ChatGPT $\rightarrow$ Motivação: Um efeito moderador negativo significativo ( $\beta = -0,091, p = 0,032$ ). Uma maior competência digital enfraquece a relação positiva entre o uso do ChatGPT e a motivação. Os autores interpretam isso como um efeito compensatório: estudantes com altas habilidades digitais podem depender menos do ChatGPT para motivação, pois possuem outras capacidades de aprendizagem autorregulada.
Competência Digital moderando Conteúdo de Aprendizagem $\rightarrow$ Motivação: Um efeito moderador positivo significativo ( $\beta = 0,132, p = 0,024$ ). Uma maior competência digital fortalece a relação entre o conteúdo de aprendizagem e a motivação. Estudantes com melhores habilidades digitais são mais capazes de aproveitar conteúdos de alta qualidade para aumentar sua motivação.

Ajuste do Modelo:

O modelo explica 81,3% da variância na Motivação de Aprendizagem ( $R^2 = 0,813$ ), indicando alto poder preditivo.
O modelo explica apenas 8,7% da variância na Competência Digital ( $R^2 = 0,087$ ), sugerindo que outros fatores (ex: experiência prévia, infraestrutura) desempenham um papel maior na determinação da competência digital do que as variáveis incluídas neste estudo.

4. Principais Contribuições e Alegações

O artigo reivindica as seguintes contribuições para o campo da educação digital:

Papel da IA na Motivação: O estudo confirma empiricamente que o ChatGPT é um impulsionador significativo da motivação de aprendizagem, provavelmente devido à sua capacidade de fornecer feedback imediato e personalizado e apoiar a autonomia.
Primazia da Qualidade do Conteúdo: A pesquisa destaca que, embora as ferramentas de IA sejam benéficas, a qualidade e o design do conteúdo de aprendizagem continuam sendo os fatores mais críticos para o engajamento e a motivação dos estudantes.
Papel Matizado da Competência Digital:
- O estudo desafia a suposição de que as habilidades digitais levam automaticamente a uma maior motivação, não encontrando nenhum vínculo direto significativo.
- Estabelece a competência digital como um moderador crítico em vez de um preditor direto. Ela atua como um "filtro" ou "amplificador": potencializa os benefícios de um bom conteúdo, mas pode diminuir a dependência de ferramentas de IA para motivação entre estudantes altamente qualificados.
Limitações da IA para o Desenvolvimento de Habilidades: A significância marginal do ChatGPT na competência digital sugere que a mera exposição à IA é insuficiente para o desenvolvimento abrangente de habilidades digitais; são necessários usos guiados e estratégias de literacia digital mais amplas.

5. Significância e Implicações

Os autores concluem que a integração de ferramentas de IA como o ChatGPT é eficaz para aumentar a motivação dos estudantes, mas essa eficácia é condicional. O estudo enfatiza que:

O Design Pedagógico Importa: A tecnologia deve ser integrada com conteúdo de aprendizagem interativo e de alta qualidade para maximizar os resultados motivacionais.
Habilidade vs. Motivação: Melhorar a competência digital é necessário para acessar as ferramentas, mas não é um substituto para os impulsionadores motivacionais. A motivação é mais fortemente influenciada pelo ambiente de aprendizagem e pela relevância do conteúdo do que pela proficiência técnica isolada.
Dependência Contextual: O impacto da tecnologia varia com o nível de competência digital do estudante. Educadores devem reconhecer que estudantes altamente competentes podem derivar diferentes benefícios motivacionais das ferramentas de IA em comparação com aqueles que possuem menor competência.

O artigo conclui que as estratégias educacionais futuras devem focar na integração sinérgica de conteúdo de alta qualidade, uso estratégico de IA e o desenvolvimento da competência digital, em vez de confiar na tecnologia como uma solução isolada para a motivação.