TEMA 3: INTELIGÊNCIA ARTIFICIAL E PRÁTICAS DE AVALIAÇÃO

ENSAIO INTITULADO

Imagem gerada pela IA ChatGPT - OpenAI

Secção prévia: enquadramento da coautoria com a ferramenta de IA ChatGPT

O ensaio foi realizado em coautoria com a IA ChatGPT, desde a análise dos textos-base até à redação final. A experiência permitiu explorar, de forma crítica e prática, os limites e potencialidades da IA generativa, encarando-a não como substituta da reflexão humana, mas como apoio à organização do pensamento, construção argumentativa e gestão do tempo.

A formulação dos prompts seguiu critérios de pertinência científica e alinhamento com os objetivos pedagógicos da atividade, garantindo coerência conceptual e rigor argumentativo. O processo iniciou-se com a análise crítica dos textos científicos da Atividade 3: POSTnote 712 (Felix & Webb, 2024), O’Dea & O’Dea (2023), Swiecki et al. (2022) e Oliveira & Pereira (2021).

Para cada documento, foi solicitado ao ChatGPT um resumo temático, com prompts como:

• Faz uma síntese analítica e clara dos principais conceitos deste artigo, identificando relações com o tema da avaliação na era da IA.

• Indica e explica os desafios associados à IA na avaliação, segundo este artigo.

• Que modelos teóricos são referidos e como se relacionam com a prática avaliativa?

As respostas ajudaram a identificar ideias-chave e estabelecer relações entre os textos, facilitando a construção de um plano coerente, com apoio do seguinte prompt:

• Com base nestes quatro textos, propõe um plano estruturado para um ensaio académico que relacione avaliação autêntica, sustentabilidade da avaliação, envolvimento dos estudantes e desafios da IA.

Após validação e ajustes, esse plano foi adotado como estrutura do ensaio. Cada secção foi redigida com prompts que asseguravam o tom discursivo, a organização dos conteúdos e o registo linguístico. Exemplos:

• Compara as perspetivas dos textos analisados sobre a influência da IA no envolvimento dos estudantes em contextos de avaliação.

• Redige a introdução de um ensaio com linguagem formal, clara e argumentativa, sobre impactos da IA na avaliação, com base nos quatro textos.

• Elabora a secção sobre avaliação autêntica e IA, articulando a perspetiva de Oliveira & Pereira (2021) com os desafios identificados por Swiecki et al. (2022) e O’Dea & O’Dea (2023).

• Desenvolve uma secção sobre sustentabilidade da avaliação na era da IA, integrando os contributos de Felix & Webb (2024) e O’Dea & O’Dea (2023), com foco na formação de competências a longo prazo e no papel do estudante como agente ativo.

• Compara as perspetivas de dois dos artigos sobre a relação entre IA e o envolvimento dos estudantes na avaliação.

• Mantém um tom impessoal ou pessoal controlado, evita generalizações e usa conectores lógicos.

• Não uses expressões coloquiais. Apresenta uma síntese crítica na conclusão, com posicionamento fundamentado.

• Redige uma conclusão sintética e argumentativa sobre impactos da IA na avaliação, com base nos princípios de autenticidade, sustentabilidade e envolvimento.

Cada resposta implicou várias interações, com reformulações e reorganizações. O controlo do conteúdo e da argumentação foi sempre mantido pela autora, numa lógica de diálogo e supervisão ativa: a IA propunha, mas cabia-lhe selecionar, reformular ou rejeitar.

O processo seguiu estas etapas principais:

• Análise e síntese dos textos-base com apoio da IA

• Definição do plano temático e dos tópicos-chave

• Redação faseada de cada secção (introdução, desenvolvimento, conclusão)

• Revisões linguísticas e estruturais, com pedidos de maior precisão conceptual

• Produção da reflexão final sobre a coautoria com IA

Do ponto de vista crítico, a experiência revelou-se útil em duas dimensões: a eficácia na estruturação do pensamento e a agilidade na produção textual. A IA ajudou a antecipar relações entre conceitos, sugerir conectores discursivos e vocabulário académico. No entanto, evidenciaram-se limitações, como a repetição de expressões, a dificuldade em captar nuances conceptuais e a necessidade de controlo humano para garantir coerência e fiabilidade das fontes. Importa sublinhar que o uso da IA não substituiu a leitura crítica, nem isentou a autora da responsabilidade pela qualidade e originalidade do texto. A coautoria com IA exigiu envolvimento contínuo na formulação de instruções, avaliação das respostas e revisão criteriosa. Esta dinâmica reforça a ideia, já discutida no ensaio, de que a IA pode ser uma parceira valiosa no processo de aprendizagem, desde que integrada com intencionalidade pedagógica, espírito crítico, responsabilidade académica e ética. 

O trabalho evidenciou que a IA generativa pode potenciar a aprendizagem e produção académica, quando ancorada em princípios pedagógicos e supervisionada por mediação humana. Esta experiência constituiu não apenas um exercício técnico, mas uma oportunidade de aprofundamento conceptual e ético sobre o lugar das tecnologias no processo educativo. Mais do que isso, a prática de coautoria exigiu uma compreensão crítica dos conceitos e a capacidade de os articular com clareza, profundidade, coesão, rigor e sentido epistemológico e pedagógico.

Introdução

A emergência da inteligência artificial (IA) generativa no contexto educativo tem vindo a desafiar de forma significativa os paradigmas tradicionais de ensino e, em particular, os modos de conceber e implementar a avaliação. Ferramentas como o ChatGPT, desenvolvido pela OpenAI e lançado em 2022, tornaram acessível ao público uma nova geração de modelos linguísticos capazes de gerar textos complexos e plausíveis, transformando rapidamente as práticas de escrita, estudo e comunicação académica. Este avanço evidenciou não apenas o potencial da IA como ferramenta de apoio à aprendizagem, mas também os riscos associados à sua utilização acrítica e à reprodução de modelos avaliativos obsoletos.

Neste cenário, torna-se pertinente refletir sobre a avaliação não apenas como instrumento de verificação de aprendizagens, mas como processo pedagógico intencional que deve promover o envolvimento ativo dos estudantes, a autorregulação, a autonomia e a relevância dos desempenhos em contextos reais de aprendizagem.

O presente ensaio, elaborado em coautoria com a ferramenta de IA ChatGPT, analisa os desafios e possibilidades que a IA coloca à avaliação, à luz dos conceitos de avaliação autêntica, sustentabilidade da avaliação e envolvimento dos estudantes. A análise apoia-se em quatro textos fundamentais: três que problematizam o papel da IA na educação, Félix & Web (2024), O ‘DEA & O ‘DEA (2023) e Swiecki te al. (2022), e um que aprofunda modelos pedagógicos orientadores de práticas avaliativas com intencionalidade formativa e crítica, Oliveira & Pereira (2021).

Partindo desta base teórica, argumenta-se que a IA pode funcionar como catalisador da transformação pedagógica, desde que integrada de forma ética, crítica e pedagógica, em articulação com princípios de autenticidade, equidade e autonomia. Para tal, é necessário repensar o que se avalia, como se avalia e com que finalidade, promovendo práticas avaliativas centradas no estudante e adequadas às exigências da cultura digital contemporânea.

1. Avaliação autêntica e desafios da inteligência artificial generativa

A difusão das ferramentas de IA generativa, como o ChatGPT, trouxe à superfície uma série de preocupações no domínio da avaliação académica. Estas ferramentas são capazes de gerar respostas linguisticamente sofisticadas, levantando dúvidas sobre a autoria dos trabalhos e comprometendo, em muitos casos, a fiabilidade da avaliação tradicional. Simultaneamente, expõem a fragilidade de tarefas centradas na repetição de conteúdos ou na produção de textos descontextualizados. Neste cenário, a avaliação autêntica emerge como uma alternativa pedagógica robusta, capaz de recentrar o processo avaliativo no desenvolvimento de competências significativas.   De acordo com Oliveira e Pereira (2021),que retomam a proposta de Wiggins (1993), a avaliação autêntica assenta em tarefas próximas do mundo real, abertas, complexas e integradas, que exigem mobilização crítica de conhecimentos, resolução de problemas e produção de respostas singulares por parte dos estudantes. Esta abordagem valoriza o desempenho em ação e a aplicação significativa do saber, distinguindo-se das provas padronizadas. Neste enquadramento, a IA pode deixar de ser uma ameaça para se tornar uma aliada, impulsionando a conceção de tarefas mais ricas e menos vulneráveis à automatização.                                                              Swiecki et al. (2022) destacam que as tarefas que mais resistem à automatização envolvem contextos autênticos, colaboração, decisões abertas e análise de situações não estruturadas. Estas caraterísticas coincidem com os princípios defendidos por Oliveira e Pereira (2021), que apontam exemplos como entrevistas, reportagens, criação de vídeos, jogos educativos ou debates mediados por tecnologias digitais. A IA pode ser usada como apoio à construção de ideias, mas não substitui a reflexão, tomada de decisões e autoria exigidas por estas tarefas. No contexto do ensino superior português, por exemplo, numa unidade de Ciências da Educação, uma tarefa autêntica pode consistir na criação de um projeto de intervenção pedagógica baseado em problemas reais identificados numa escola local. Os estudantes podem recorrer à IA para recolher dados, gerar hipóteses ou criar materiais de apoio (guiões, infográficos, protótipos), mas a avaliação incide no processo de investigação, na argumentação e na fundamentação crítica das decisões, dimensões que não podem ser automatizadas.                                                    Neste processo, o papel do docente é central: cabe-lhe conceber e orientar tarefas autênticas com relevância formativa, garantindo a sua qualidade e integridade. A IA pode apoiar esse trabalho, sugerindo estruturas, indicadores ou rubricas, permitindo que o professor se concentre na mediação pedagógica e no feedback formativo. Mais do que adaptar-se às limitações da IA, o docente pode usá-la para ampliar possibilidades de aprendizagem, desde que mantenha intencionalidade crítica e foco na construção do pensamento.   Reformular atividades avaliativas para torná-las autênticas não é apenas uma resposta tecnológica, mas uma transformação pedagógica que reposiciona a avaliação no centro do processo educativo. Este reposicionamento torna possível promover maior fiabilidade, envolvimento e motivação, aspetos que serão aprofundados nas secções seguintes.

2. Sustentabilidade da avaliação: formar para aprender a avaliar

A emergência da IA no ensino superior coloca não apenas questões práticas e éticas, mas também interpela os fundamentos pedagógicos da avaliação.                                      Uma das perspetivas mais relevantes neste contexto é a da avaliação sustentável, retomada por Oliveira e Pereira (2021) a partir dos trabalhos de Boud (2000), que defende que a avaliação deve preparar os estudantes para aprender de forma autónoma ao longo da vida.  Como destacam Oliveira e Pereira (2021), este modelo valoriza a autorregulação, o feedback formativo, a auto e heteroavaliação, bem como a definição de critérios de qualidade em colaboração com os estudantes. A sustentabilidade, neste sentido, não é apenas uma questão de eficiência avaliativa, mas um compromisso com a formação de sujeitos críticos, autónomos e capazes de avaliar as suas próprias aprendizagens de forma contínua.                                                                   No quadro da avaliação digital, a sustentabilidade adquire novos contornos. A IA, quando bem integrada, pode contribuir para processos avaliativos mais formativos e personalizados. Plataformas digitais que integram feedback automatizado e análise de progresso são exemplos disso, permitindo que os estudantes obtenham devoluções frequentes, orientadas e adaptadas ao seu ritmo. Como referem Swiecki et al. (2022), ferramentas baseadas em IA, como os sistemas de escrita assistida (MI Write, AcaWriter), ou os modelos de monitorização do conhecimento latente (Bayesian Knowledge Tracing), oferecem feedback imediato e contínuo, potenciando o envolvimento do estudante com a própria aprendizagem. No entanto, é necessário reconhecer que este feedback automatizado, embora útil, não substitui a mediação pedagógica nem o julgamento profissional do docente.                                                                          Do mesmo modo, o risco de uma avaliação excessivamente automatizada exige atenção crítica. Felix e Webb (2024), no POSTnote 712, alertam para o perigo de delegar em sistemas algorítmicos a responsabilidade por decisões pedagógicas complexas, desvalorizando o papel do professor como orientador da aprendizagem. Além disso, a transparência dos critérios utilizados pelos sistemas de IA e a explicabilidade das suas decisões continuam a levantar desafios significativos em termos de justiça e confiança. Assim, importa assegurar que a tecnologia atua como suporte, e não como substituto, numa lógica de complementaridade responsável.     Por outro lado, a sustentabilidade da avaliação também implica repensar a carga de trabalho dos docentes, muitas vezes sobrecarregados com tarefas de correção e feedback. O uso de IA pode libertar tempo para formas de acompanhamento mais qualitativas, como tutoria, discussão de critérios ou coavaliação. Contudo, como referem O’Dea & O’Dea (2023), a adoção efetiva da IA exige condições institucionais, competências digitais docentes e uma visão pedagógica clara que vá além da mera inovação tecnológica. Sem esse enquadramento, corre-se o risco de reproduzir modelos avaliativos descontextualizados, ainda que mais rápidos.                                 Em suma, a sustentabilidade da avaliação na era digital não depende apenas da incorporação de ferramentas de IA, mas sobretudo da capacidade de criar contextos pedagógicos significativos e dialogantes, que favoreçam a autonomia, a compreensão crítica e a aprendizagem ao longo da vida. A IA pode apoiar esse processo, mas nunca o substituir. A mediação humana continua a ser o elemento estruturante da avaliação com sentido.

 

3. Envolvimento dos estudantes e desenvolvimento de competências em ambientes digitalmente mediados

 

A avaliação centrada no estudante pressupõe o seu envolvimento ativo na construção da aprendizagem, o que implica promover práticas pedagógicas que favoreçam participação, autorregulação e responsabilização pelo próprio percurso. Em contextos digitais marcados pela presença da IA, este envolvimento adquire novos contornos: os estudantes não são apenas utilizadores de tecnologias, mas coconstrutores de significados em ambientes mediados por algoritmos e interfaces inteligentes.               A avaliação autêntica, tal como descrita por Oliveira e Pereira (2021), contribui diretamente para esse envolvimento ao propor tarefas que exigem tomada de decisão, criatividade, colaboração e resolução de problemas complexos. Este tipo de atividades não só valoriza o conhecimento em ação, como estimula competências fundamentais para o exercício da autonomia. Neste processo, destaca-se a importância da metacognição e da autorregulação, capacidades que permitem ao estudante refletir sobre o desempenho, definir objetivos, ajustar estratégias e monitorizar o progresso da aprendizagem.                                  As tecnologias baseadas em IA podem desempenhar um papel relevante neste contexto, desde que utilizadas de forma crítica e pedagógica. Segundo Swiecki et al. (2022), sistemas de avaliação assistida por IA, como os que oferecem feedback automatizado ou monitorizam padrões de desempenho, podem apoiar o desenvolvimento de competências autorreguladoras, sobretudo quando integrados em processos formativos contínuos. No entanto, importa sublinhar que este apoio só será eficaz se for acompanhado por mediação docente consciente, que oriente a interpretação do feedback e ajude os estudantes a transformar informação em conhecimento.                                                                                                                   Quando a IA é usada sem intencionalidade pedagógica clara, o envolvimento dos estudantes pode ser afetado negativamente. A automatização acrítica de processos avaliativos pode gerar desmotivação, alienação e uma perceção superficial da aprendizagem, pois reduz o papel ativo do estudante a mera interação com sistemas automatizados. Como alertam Felix e Webb (2024), a ausência de mediação humana pode comprometer a compreensão dos critérios de avaliação e a perceção de justiça, afetando o compromisso dos estudantes com as tarefas propostas.                       Além das competências metacognitivas, os ambientes digitais exigem o domínio de um conjunto de competências digitais e transversais, descritas no referencial europeu DigComp 2.0. Estas incluem literacia da informação, criação de conteúdos digitais, comunicação em ambientes virtuais, segurança online e resolução de problemas com recurso a tecnologia. A IA pode ser tanto uma ferramenta para desenvolver estas competências como um objeto de análise crítica, desafiando os estudantes a compreender os seus limites, implicações éticas e potencial transformador.           Por conseguinte, o envolvimento dos estudantes em contextos digitalmente mediados não se resume à utilização de ferramentas, mas exige a criação de ecossistemas de aprendizagem centrados no sentido, na autoria e na ação reflexiva. A presença da IA pode enriquecer esses ecossistemas, desde que a mediação pedagógica preserve o espaço para a dúvida, o diálogo e a construção conjunta do conhecimento. Promover esse envolvimento é, em última instância, uma questão de intencionalidade educativa, que a avaliação deve cultivar e sustentar.        

 

Conclusão

 

A reflexão desenvolvida ao longo deste ensaio permitiu reconhecer que a emergência da IA generativa constitui, simultaneamente, um desafio e uma oportunidade para repensar as práticas de avaliação no ensino superior. Tal como argumentam O’Dea e O’Dea (2023), a presença crescente da IA não é apenas uma questão técnica, mas interpela profundamente os fundamentos pedagógicos, a centralidade do estudante e o papel do docente. A resposta, como defendem Oliveira e Pereira (2021), exige mais do que ajustes instrumentais: requer uma transformação sustentada em princípios de autenticidade, sustentabilidade e envolvimento ativo dos estudantes.                            A avaliação autêntica, tal como conceptualizada por Oliveira e Pereira (2021), ancorada em tarefas significativas e contextualizadas, oferece um caminho promissor para contrariar os efeitos da automatização e recentrar o processo educativo no pensamento crítico e na autoria. A perspetiva da avaliação sustentável, amplamente discutida por Swiecki et al. (2022), reforça a importância de formar estudantes autónomos e reflexivos, capazes de mobilizar aprendizagens em contextos diversos ao longo da vida. Ambas as abordagens convergem na construção de uma avaliação pedagógica e ética, ajustada aos desafios contemporâneos.                                             Conforme alertam Felix e Webb (2024), a IA deve ser encarada como recurso de apoio, e não como substituto da ação educativa. A sua integração exige intencionalidade pedagógica, mediação qualificada e critérios claros de transparência. Assim, será possível desenvolver ecossistemas de avaliação coerentes com a era digital e ancorados nos valores da educação como espaço de sentido, emancipação e responsabilidade partilhada. Torna-se, por isso, imperativo investir na formação contínua de docentes e estudantes, promovendo uma literacia crítica em IA que sustente práticas avaliativas pedagógicas, éticas e socialmente relevantes.

 

Ensaios da turma – recursos para aprofundar o debate

 

Com o intuito de valorizar a diversidade de perspetivas construídas na turma e promover o enriquecimento coletivo das aprendizagens, partilho de seguida os ensaios individuais dos m colegas. Estas produções, desenvolvidas em torno do mesmo tema, a Inteligência Artificial na avaliação educativa, oferecem abordagens distintas e complementares, contribuindo para um olhar mais amplo, crítico e plural sobre os desafios contemporâneos da avaliação. Pela sua natureza reflexiva e intencionalmente partilhada, constituem verdadeiros Recursos Educacionais Abertos, potenciando a continuidade do diálogo e da aprendizagem em rede.

Abaixo, 👇 partilho o acesso à pasta com os ensaios individuais desenvolvidos pelos colegas de turma, disponíveis para consulta.

🔗 Aceder aos ensaios da turma

Entre o humano e o digital: uma reflexão crítica sobre a IA na avaliação educativa

ambientes digitalmente mediados

Secção prévia: IA, coautoria e processo reflexivo

A elaboração desta reflexão contou com o apoio da ferramenta de Inteligência Artificial ChatGPT, utilizada como parceira de coautoria crítica. Ao longo do processo, recorri à IA para organizar ideias, reestruturar frases, garantir a coesão textual e verificar a clareza argumentativa. Esta colaboração não substituiu o trabalho autoral, mas complementou-o, proporcionando apoio em momentos específicos da escrita e da revisão. Para orientar a interação com a IA, utilizei prompts específicos e alinhados com os objetivos da atividade. Essas instruções permitiram afinar a linguagem, testar diferentes versões e aprofundar a qualidade final do texto. O processo de escrita seguiu várias etapas interligadas: começou com a leitura crítica dos textos de referência, a partir da qual construí um plano geral para o ensaio. Seguiram-se esboços sucessivos, nos quais articulei as minhas ideias com os contributos da ferramenta de IA. Por fim, o texto foi submetido a uma revisão final, em que privilegiei o meu olhar autoral e ético.

Avalio esta experiência de coautoria como exigente, mas formativa. Reforçou a necessidade de manter uma postura crítica perante a automatização da escrita e despertou em mim a consciência de que a IA pode ser uma aliada, desde que colocada ao serviço do pensamento e não como seu substituto. Utilizar esta ferramenta levou-me também a refletir sobre o papel do professor como mediador ético na era da Inteligência Artificial.

 

Ensaio: Inteligência Artificial e avaliação educativa

Explorar este tema representou, para mim, uma das experiências mais estimulantes desta unidade curricular, ao trazer para o centro do debate a Inteligência Artificial (IA) e o seu impacto nas práticas avaliativas. Trabalhar este tema exigiu-me uma atualização teórica e conceptual significativa, mas também uma postura ética e crítica perante um fenómeno em rápida expansão.

Desde logo, foi necessário compreender as múltiplas dimensões que a IA assume na avaliação: desde os algoritmos que corrigem provas ou geram feedback automático, até às plataformas que integram análises preditivas do desempenho. Percebi que não se trata apenas de “tecnologia”, mas de uma nova ecologia avaliativa, onde se impõem questões de justiça, transparência, autoria e formação ética. O ensaio exigiu-me investigação autónoma, leitura comparada de fontes científicas e reflexão argumentativa, competências que valorizo profundamente e que senti reforçadas.

O trabalho em grupo, nesta fase, foi substituído por uma produção individual, o que, a meu ver, fez sentido. A escrita autónoma permitiu-me desenvolver a minha própria posição crítica, alinhada com as leituras realizadas e com a minha experiência docente. No entanto, a posterior partilha dos ensaios entre colegas, no espaço do blogue e no Fórum da Atividade, revelou-se uma oportunidade enriquecedora de confronto de perspetivas. A leitura dos ensaios dos colegas permitiu-me repensar argumentos, validar ideias e, sobretudo, alargar a minha visão sobre o tema, ao confrontar perspetivas distintas e complementar a minha própria análise.

 

Autoavaliação

 

Do ponto de vista da autoavaliação, considero que o meu percurso foi exigente, mas recompensador. Fui capaz de articular referências pertinentes, manter um fio condutor claro e problematizar as implicações da IA sem cair em discursos simplistas ou tecnofóbicos. Acredito que consegui cumprir os objetivos propostos, apresentando um trabalho intelectualmente honesto, fundamentado e pessoalmente significativo.

A reflexão sobre a IA na avaliação educativa não termina com este ensaio. Pelo contrário, abre portas a novas interrogações que pretendo continuar a explorar: como formar professores para um uso ético da IA? Que limites impor? Que potencialidades explorar sem comprometer a centralidade do humano?

Em suma, este tema desafiou-me a pensar, a escrever e a posicionar-me. E, por isso mesmo, foi pedagogicamente transformador. 

Referências

Felix, J.,  Webb, L. (2024). Use of artificial intelligence in education delivery and assessment. Post note 712. UK Parliament Post. https://doi.org/10.58248/PN712

           https://post.parliament.uk/research-briefings/post-pn-0712/

O'Dea, X., & O'Dea, M. (2023). Is artificial intelligence really the next big thing in learning and teaching in higher education? A conceptual paper. Journal of University Teaching & Learning Practice, 20(5). https://ray.yorksj.ac.uk/id/eprint/8079/1/AI%20in%20higher%20education.pdf

 Swiecki, Z., Khosravi, H., Chen, G., Martinez-Maldonado, R., Lodge, J.M., Milligan, S., Selwyn, N., & Gašević, D. (2022).  Assessment in the age of artificial intelligence. Computers and Education: Artificial Intelligence, Volume 3, https://www.sciencedirect.com/science/article/pii/S2666920X22000303?via%3Dihub

 Oliveira, I., & Pereira, A. (2021). Avaliação digital autêntica: questões e desafios. RE@D – Revista de Educação a Distância e eLearning, 4 (2), 22-40. https://doi.org/10.34627/vol4iss2pp22-40.