📄 social_science

Teachers' Artificial Intelligence Anxiety and Psychological Well-Being: The Sequential Mediating Roles of AI Self-Efficacy and Attitudes Toward AI

Este estudo revela que a ansiedade em relação à IA dos professores impacta negativamente o seu bem-estar psicológico não diretamente, mas através de um processo de mediação sequencial onde a ansiedade reduz a autoeficácia em relação à IA, o que, por sua vez, fomenta atitudes negativas em relação à IA, diminuindo, em última análise, o bem-estar dentro da estrutura do modelo de Demandas e Recursos do Trabalho.

Autores originais: Burak Aydın, Yeşim Saruhan, Uğur Saruhan

Publicado 2026-07-20

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Burak Aydın, Yeşim Saruhan, Uğur Saruhan

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 o mundo do trabalho como uma cozinha gigante e movimentada. Durante décadas, a receita para um bom emprego era simples: você tinha seus ingredientes (suas habilidades), suas ferramentas (seu computador ou caneta) e um chef principal dizendo o que fazer. Mas recentemente, um novo e misterioso subchef entrou: a Inteligência Artificial, ou IA. Este novo ajudante consegue picar vegetais mais rápido do que qualquer pessoa e escrever receitas em segundos. Mas, para os chefs humanos, isso não é apenas um gadget brilhante e novo; é algo que os deixa perplexos. Isso os faz questionar: "Eu ainda posso fazer meu trabalho? Eu ainda sou necessário? Eu sequer sei como usar esta coisa?"

É aqui que a ciência da psicologia entra para fazer uma grande pergunta: Como esse novo e confuso ajudante de cozinha afeta a saúde mental das pessoas que preparam as refeições? Para entender o estudo abaixo, você precisa saber três coisas simples. Primeiro, as Demandas do Trabalho são apenas o esforço pesado de um trabalho — como carregar muitas bandejas ou ter pouco tempo. Segundo, a Autoeficácia é a sua voz interior de "eu consigo fazer isso"; é o quanto você acredita que pode lidar com um desafio. Terceiro, o Bem-estar Psicológico é a sua felicidade geral e a sensação de que sua vida tem um propósito e que você está indo bem. Quando a voz do "eu consigo fazer isso" fica silenciosa, e o trabalho parece um monstro assustador, sua felicidade geralmente sofre um golpe. Mas será que o monstro assustador te atinge diretamente, ou ele primeiro silencia sua confiança, o que faz o monstro parecer ainda mais assustador? Esse é o mistério que este artigo tenta resolver.

O Mistério do Professor Robô

Neste estudo, uma equipe de pesquisadores da Universidade de Gümüşhane, na Turquia, decidiu investigar como o medo da IA (que eles chamam de "Ansiedade à IA") afeta a felicidade dos professores. Eles observaram 432 professores trabalhando em diversos tipos de escolas, desde pré-escolas até o ensino médio e centros de educação especial. O professor médio tinha cerca de 40 anos, com aproximadamente 16 anos de experiência. Os pesquisadores queriam ver se a preocupação com a IA fazia os professores se sentirem mal diretamente, ou se funcionava através de um processo sorrateiro de dois passos envolvendo sua confiança e suas opiniões.

Pense nisso como um jogo de "Telefone Sem Fio", mas com sentimentos. Os pesquisadores suspeitavam que a Ansiedade à IA não apenas zapa a felicidade de um professor diretamente. Em vez disso, eles pensaram que a preocupação primeiro rouba a confiança do professor (sua Autoeficácia de IA). Uma vez que o professor se sente menos confiante, ele começa a pensar que a IA é algo ruim ou assustador (suas Atitudes em relação à IA). E esse sentimento negativo é o que finalmente os faz sentir menos felizes e realizados na vida.

As Descobertas: Uma Reação em Cadeia

Os pesquisadores usaram uma matemática sofisticada (chamada de "modelo de mediação sequencial") para testar sua teoria. Aqui está o que descobriram, e é um pouco surpreendente.

Primeiro, eles confirmaram que professores que eram mais ansiosos em relação à IA geralmente tinham menor bem-estar psicológico. Mas, ao olharem mais de perto, descobriram algo crucial: a ansiedade não atingiu a felicidade dos professores diretamente. Era como tentar arremessar uma bola de basquete através de um aro, mas a bola continuava batendo em uma parede primeiro.

A "parede" era a confiança dos professores. O estudo mostrou que a alta ansiedade à IA reduzia significamente a crença do professor em sua capacidade de usar ferramentas de IA. Quando um professor sente que não consegue lidar com a tecnologia, sua confiança cai. E quando essa confiança cai, isso muda a forma como eles veem a IA. Eles deixam de vê-la como uma ferramenta útil e passam a vê-la como uma ameaça ou um fardo. Essa mudança de atitude é o que finalmente drena a felicidade deles.

De fato, a matemática mostrou que, uma vez que você considera a confiança e a atitude, o link direto entre "preocupar-se com a IA" e "sentir-se infeliz" desapareceu completamente. Não era que a preocupação não importasse; é que a preocupação trabalhava através da perda de confiança e da mudança de atitude. É uma reação em cadeia:

A preocupação faz você se sentir menos capaz.
Sentir-se menos capaz faz você pensar que a IA é uma má ideia.
Pensar que a IA é uma má ideia faz você se sentir menos feliz.

O estudo descobriu que essa reação em cadeia explicou cerca de 9,6% das mudanças na felicidade dos professores. Embora possa parecer pequeno, é uma peça significativa do quebra-cabeça. Os pesquisadores também descobriram que professores que se sentiam confiantes no uso da IA tendiam a ter melhores atitudes em relação a ela, e aqueles com melhores atitudes eram mais felizes.

O Que Isso Significa (E o Que Não Significa)

O artigo sugere que, se quisermos ajudar os professores a se sentirem melhor sobre a revolução da IA, não devemos apenas tentar dizer a eles "não se preocupe". Isso pode não funcionar porque a preocupação é apenas o tiro de largada. Em vez disso, precisamos fortalecer seus "músculos de eu consigo fazer isso". Se dermos aos professores prática prática e segura com ferramentas de IA para que se sintam capazes, sua confiança aumentará. Quando a confiança aumenta, eles começarão a ver a IA como uma amiga, em vez de uma inimiga, e sua felicidade será protegida.

Os pesquisadores são cuidadosos ao dizer que isso é baseado em um instantâneo no tempo (um estudo transversal), portanto, eles não podem provar com certeza que a preocupação causou a queda na confiança, apenas que elas estão ligadas desta forma específica. Eles também observaram que utilizaram questionários, portanto, as respostas vieram dos próprios sentimentos dos professores, o que é ótimo para entender suas mentes, mas significa que não podemos ver seu comportamento real em sala de aula.

A Conclusão

Portanto, a história aqui não é que a IA é um monstro que devora a felicidade. A história é que a ansiedade à IA é um quebra-cabeça complicado. Ela não quebra sua felicidade com um martelo, ela o faz desligando silenciosamente o interruptor da sua confiança, o que faz com que todo o mundo pareça um pouco mais sombrio. Para consertar isso, não precisamos banir o robô; só precisamos garantir que o chef humano se sinta ainda o chefe da cozinha. Ao aumentar a confiança e mudar a narrativa de "assustadora" para "de apoio", podemos manter intacto o bem-estar dos professores, mesmo enquanto a cozinha se torna muito mais tecnológica.

Resumo Técnico: Ansiedade de Professores em relação à Inteligência Artificial e Bem-Estar Psicológico

Problema e Estrutura Teórica
A rápida integração da Inteligência Artificial (IA) nos ambientes educacionais está redefinindo os papéis profissionais dos professores, introduzindo novas demandas psicológicas que ameaçam o seu bem-estar. Embora a literatura existente aborde a aceitação da IA e os resultados pedagógicos, os mecanismos que ligam a ansiedade em relação à IA ao bem-estar psicológico dos professores permanecem insuficientemente compreendidos. Este estudo aborda essa lacuna ao conceituar a ansiedade em relação à IA não meramente como um estressor técnico, mas como uma "demanda psicológica baseada na tecnologia".

A pesquisa fundamenta-se no modelo de Demandas-Recursos do Trabalho (JD-R). Os autores propõem que os modelos tradicionais de JD-R, que frequentemente focam em estressores organizacionais como carga de trabalho ou ambiguidade de papel, requerem uma reinterpretação para as transformações impulsionadas pela IA. Neste contexto, a ansiedade em relação à IA é postulada como uma demanda que gera incerteza quanto à autonomia profissional e à tomada de decisão, potencialmente esgotando os recursos psicológicos individuais. O estudo investiga se essa ansiedade prejudica diretamente o bem-estar ou se opera através de uma erosão sequencial de recursos: especificamente, ao minar a autoeficácia em IA (um recurso pessoal) e, subsequentemente, fomentar atitudes negativas em relação à IA (um processo de avaliação cognitiva).

Metodologia

Participantes: O estudo utilizou um método de amostragem por conveniência envolvendo 432 professores ativos de diversas instituições educacionais na Turquia (pré-escolas, ensino fundamental, médio e centros de educação especial). A amostra consistiu em 240 mulheres e 192 homens, com uma média de idade de 40,59 anos (DP = 8,22) e uma média de experiência profissional de 16,22 anos.
Medidas: Os dados foram coletados via questionários online (Google Forms) utilizando quatro escalas validadas:
1. Escala de Ansiedade em IA (AIA): Uma escala de 16 itens que mede reações emocionais e cognitivas negativas à IA (Alfa de Cronbach = .80).
2. Escala de Autoeficácia em IA: Uma forma curta de 5 itens que mede a competência percebida no uso de tecnologias de IA (Alfa de Cronbach = .80).
3. Escala de Atitude em Inteligência Artificial (AIAS-4): Uma escala de 4 itens que avalia avaliações positivas ou negativas da IA (Alfa de Cronbach = .91).
4. Escala de Bem-Estar Psicológico: Uma escala de 8 itens baseada em Diener et al. (2009) que mede autoaceitação, propósito e competência (Alfa de Cronbach = .80).
Procedimento e Análise: A coleta de dados ocorreu entre dezembro de 2025 e fevereiro de 2026. Após a triagem de valores atípicos (outliers) e a garantia de normalidade, os dados foram analisados utilizando SPSS 27 e AMOS 24. O estudo empregou uma análise de mediação serial usando o Modelo 6 do macro PROCESS com 5.000 amostras de bootstrap para testar os caminhos indiretos. A variância do método comum foi avaliada via teste de fator único de Harman e considerada não problemática.

Principais Resultados
A análise gerou os seguintes achados:

Correlações: A ansiedade em relação à IA mostrou uma correlação negativa significativa com o bem-estar psicológico ( $r = -.18$ ), autoeficácia em IA ( $r = -.36$ ) e atitudes em relação à IA ( $r = -.54$ ). Por outro lado, a autoeficácia em IA e as atitudes positivas em relação à IA correlacionaram-se positivamente com o bem-estar psicológico.
Efeitos Diretos vs. Indiretos: Quando as variáveis mediadoras foram introduzidas no modelo, o efeito direto da ansiedade em relação à IA no bem-estar psicológico tornou-se não significativo ( $\beta = -.02, p = .692$ ). No entanto, o efeito total permaneceu significativo e negativo ( $\beta = -.18, p < .001$ ).
Mediação Sequencial: A relação foi totalmente mediada por uma cadeia sequencial:
- Caminho 1: A ansiedade em relação à IA previu de forma significativa e negativa a autoeficácia em IA ( $\beta = -.36$ ).
- Caminho 2: A redução da autoeficácia em IA previu de forma significativa e negativa as atitudes em relação à IA ( $\beta = .20$ ).
- Caminho 3: Tanto a autoeficácia em IA ( $\beta = .21$ ) quanto as atitudes em relação à IA ( $\beta = .15$ ) previram significativamente o bem-estar psicológico.
- Efeitos Indiretos: O efeito indireto total foi significativo ( $\beta = -.154$ ). Os caminhos indiretos específicos incluíram: ansiedade em relação à IA $\rightarrow$ autoeficácia em IA $\rightarrow$ bem-estar ( $\beta = -.076$ ); ansiedade em relação à IA $\rightarrow$ atitudes $\rightarrow$ bem-estar ( $\beta = -.068$ ); e o caminho sequencial completo: ansiedade em relação à IA $\rightarrow$ autoeficácia em IA $\rightarrow$ atitudes $\rightarrow$ bem-estar ( $\beta = -.010$ ).

Principais Contribuições e Alegações
O artigo afirma fazer contribuições tanto teóricas quanto empíricas para o modelo JD-R e para a literatura sobre tecnologia educacional:

Reconceptualização das Demandas de Trabalho: O estudo argumenta que a ansiedade em relação à IA representa uma demanda de trabalho qualitativamente distinta. Ao contrário do tecnostresse tradicional ou da ambiguidade de papel, a ansiedade em relação à IA surge de uma incerteza "ontológica" em relação à identidade profissional e à perda do controle pedagógico, desafiando a autoridade do professor de uma forma que as tecnologias anteriores não fizeram.
Mecanismo de Impacto: O estudo demonstra que a ansiedade em relação à IA não degrada diretamente o bem-estar psicológico. Em vez disso, ela opera através de uma espiral sequencial de esgotamento de recursos. A ansiedade primeiro corrói o recurso pessoal da autoeficácia; essa autoeficácia diminuída leva então a avaliações cognitivas negativas (atitudes) da tecnologia; finalmente, essas atitudes negativas resultam na redução do bem-estar.
Extensão do Modelo JD-R: Ao integrar a ansiedade em relação à IA como uma demanda psicológica específica, o estudo estende o modelo JD-R para explicar como as transformações impulsionadas pela tecnologia esgotam os recursos individuais e alteram as avaliações cognitivas antes de impactar o bem-estar.
Implicações Práticas: Os autores alegam que as intervenções não devem focar apenas na eliminação da ansiedade. Em vez disso, os achados sugerem que o aumento da autoeficácia em IA e o fomento de atitudes positivas são pontos de alavancagem críticos. Fortalecer esses recursos pode mitigar o impacto negativo da ansiedade, mesmo que a própria ansiedade persista.

Limitações e Direções Futuras
Os autores reconhecem modestamente algumas limitações:

Desenho Transversal: O estudo não pode estabelecer causalidade; pesquisas longitudinais são necessárias para validar o mecanismo sequencial.
Viés de Autorrelato: A dependência de dados autorrelatados introduz o risco de viés de desejabilidade social, embora a variância do método comum tenha sido estatisticamente controlada.
Amostragem: O uso de amostragem por conveniência limita a generalização dos achados para outras regiões ou contextos educacionais.
Granularidade: A ansiedade em relação à IA foi tratada como um construto geral. Pesquisas futuras devem examinar subdimensões específicas (ex: segurança no emprego vs. competência técnica) e comparar os achados em diferentes contextos culturais.

Em conclusão, o artigo postula que as consequências psicológicas da integração da IA na educação são complexas e mediadas por recursos individuais e avaliações cognitivas, instando para uma mudança nas estratégias de apoio: do foco na redução da ansiedade para a construção de recursos e o reestruturamento de atitudes.

O Mistério do Professor Robô

As Descobertas: Uma Reação em Cadeia

O Que Isso Significa (E o Que Não Significa)

A Conclusão

Resumo Técnico: Ansiedade de Professores em relação à Inteligência Artificial e Bem-Estar Psicológico

Mais como este