Avaliação resiliente à IA: um guia completo para universidades

Imagine uma pró-reitora percebendo o momento em que o antigo modelo de avaliação deixou de funcionar. Seu corpo docente havia passado três meses reformulando uma disciplina de conclusão de curso e substituído o exame final por uma análise complexa de um caso. A primeira turma entregou os trabalhos. Os textos eram bem-acabados, bem estruturados e analiticamente sólidos. Todos, sem exceção, haviam sido escritos pelo ChatGPT. Os estudantes não tinham aprendido nada. As notas transmitiam exatamente o sinal errado. E o corpo docente se viu diante de uma escolha impossível: passar o semestre fiscalizando o uso de IA ou admitir que o problema estava na própria avaliação.

Esse cenário está se desenrolando em todo o ensino superior. A reação instintiva é recorrer a ferramentas de detecção, atualizações de políticas e revisões dos códigos de honra. Mas os dados contam outra história. Um estudo publicado no International Journal for Educational Integrity constatou que 50,9% dos estudantes já usaram ou consideraram usar IA generativa para fins acadêmicos, e os índices aumentam a cada semestre. Enquanto isso, pesquisas sobre a realização das leituras, conduzidas por Burchfield e Sappington e documentadas em várias instituições, confirmam o que os docentes já percebem: a maioria dos estudantes não faz as leituras propostas, e essa tendência vem se agravando há décadas. O modelo tradicional já era frágil. A IA simplesmente expôs suas fissuras.

A alternativa não é um detector melhor. É um modelo de avaliação melhor, que torne observáveis o raciocínio, as decisões, a prática e a reflexão do estudante, para que a IA possa apoiar a experiência sem substituir o trabalho cognitivo que a avaliação deve medir.

O que é uma avaliação resiliente à IA?

Uma definição prática

Uma avaliação resiliente à IA preserva sua validade mesmo quando os estudantes têm acesso a ferramentas de IA generativa. Ela não parte do pressuposto de que o estudante produziu o trabalho de forma isolada. Em vez disso, torna o processo de pensamento visível, verificável e resistente à terceirização. O conceito se apoia em um corpo crescente de pesquisas e práticas. O documento de referência da Ivey Business School, "From Chalkboard to Chatbot" (agosto de 2026), apresenta um dos modelos mais claros. O texto argumenta que a IA generativa pode eliminar a dificuldade por meio da qual se produz uma aprendizagem duradoura, o que os autores chamam de dificuldade produtiva (PDF, pp. 2-3). Uma avaliação resiliente à IA não tenta eliminar a IA. Ela restabelece a dificuldade que faz a aprendizagem perdurar.

Resiliente à IA não significa proibir a IA

Um equívoco comum é pensar que uma avaliação resiliente à IA exige a proibição de ferramentas de IA. Não é o caso. Na verdade, muitos dos projetos mais eficazes de avaliações resilientes à IA integram a IA deliberadamente, como assistente de pesquisa, geradora de feedback, parceira de simulação de papéis ou ferramenta de orientação. A distinção fundamental é saber se a IA está pensando pelo estudante ou apoiando o pensamento do próprio estudante.

Essa distinção importa porque as proibições generalizadas são impossíveis de fazer cumprir e contraproducentes do ponto de vista pedagógico. Os estudantes se formarão e ingressarão em um mundo profissional no qual a IA está incorporada a todas as ferramentas que usam. O objetivo da avaliação não deve ser simular um ambiente anterior à IA. Deve ser verificar se o estudante consegue realizar o trabalho cognitivo que a IA não pode substituir: formular problemas, ponderar vantagens e desvantagens, fazer julgamentos em situações de incerteza e defender decisões.

A diferença entre impedir o uso e preservar a aprendizagem

As abordagens baseadas em detecção tentam impedir o uso de IA. A avaliação resiliente à IA tenta preservar a aprendizagem. São objetivos fundamentalmente diferentes.

A detecção pergunta: "O estudante usou IA?" O projeto de avaliação resiliente à IA pergunta: "O estudante aprendeu aquilo que a avaliação foi concebida para medir?" A primeira pergunta leva a uma corrida armamentista de detectores e formas de burlá-los. A segunda leva ao redesenho da própria avaliação.

Por que as evidências tradicionais de aprendizagem estão sob pressão

Quando um resultado bem-acabado já não comprova o esforço cognitivo

Durante décadas, o ensaio foi o padrão-ouro da avaliação de competências cognitivas avançadas. Um ensaio bem escrito exigia que o estudante pesquisasse, sintetizasse, argumentasse e concluísse. O formato demandava esforço cognitivo, e a qualidade do resultado era um indicador razoável da qualidade do pensamento.

Essa relação já não se sustenta. Um estudante pode inserir um comando no ChatGPT e receber, em segundos, uma análise aceitável de 2.000 palavras. O texto é bem-acabado. A estrutura é sólida. As citações parecem plausíveis. Mas o estudante não realizou nenhum dos processos cognitivos que o ensaio deveria medir. A nota transmite um sinal que perdeu o sentido.

Não se trata de um problema marginal. Um estudo de 2024 da University of Reading constatou que trabalhos de exame gerados por IA não foram detectados em 94% dos casos e obtiveram sistematicamente notas mais altas que os trabalhos reais dos estudantes. A diferença na capacidade de detecção não está diminuindo, está aumentando.

Ganhos de desempenho versus ganhos de aprendizagem

O efeito mais insidioso da IA na avaliação não é a cola. É a ilusão de aprendizagem.

Quando um estudante usa IA para concluir um trabalho, muitas vezes recebe uma boa nota. A nota cria a impressão de que houve aprendizagem. Mas o estudante não desenvolveu os modelos mentais subjacentes, os caminhos de raciocínio nem o discernimento que a nota deveria representar. Demonstrou saber criar comandos eficazes, não saber analisar, avaliar ou criar.

Essa distinção entre ganhos de desempenho (ter um bom resultado na avaliação) e ganhos de aprendizagem (construir conhecimentos e competências duradouros) é o desafio central da avaliação na era da IA. Quando a IA consegue gerar o desempenho sem que haja aprendizagem, a avaliação deixa de cumprir sua função.

Por que a detecção não responde à questão do projeto

O mercado de ferramentas de detecção de IA explodiu. O detector de IA da Turnitin, o GPTZero, o Originality.ai e as universidades estão investindo pesado na promessa de que a tecnologia pode identificar o uso da tecnologia. Os dados contam outra história. Um estudo revisado por pares publicado pela Springer constatou que os detectores de IA apresentam inconsistências sistemáticas. Pesquisas publicadas na revista Patterns, da Cell Press, confirmaram que os detectores são tendenciosos contra pessoas que não têm o inglês como língua materna, sinalizando seus trabalhos originais como gerados por IA em proporções desproporcionalmente altas. Pelo menos uma dúzia de grandes universidades, entre elas Yale, Vanderbilt e Northwestern, proibiu ou desaconselhou o uso dessas ferramentas.

O problema mais profundo é estrutural. A detecção pressupõe um jogo de gato e rato em que a instituição está sempre um passo à frente. Mas os modelos de linguagem de grande escala evoluem mais rápido que os modelos de detecção, e os estudantes têm todos os motivos para se manter atualizados sobre técnicas para burlar os detectores. A corrida armamentista recomeça a cada semestre, e a instituição sempre sai perdendo.

Os cinco princípios da avaliação resiliente à IA

O relatório da Ivey mapeia ferramentas de aprendizagem ao longo da jornada de aprendizagem e em relação a três resultados: conhecimento conceitual, competências específicas e julgamento (PDF, p. 5, tabelas 2-3). Quatro fatores diferenciadores se destacam entre as ferramentas: desafio cognitivo, supervisão docente, resistência ao uso genérico de IA e volume e variabilidade da prática (PDF, p. 5). Esses fatores se traduzem em cinco princípios de projeto.

Decisões em vez de produção de respostas

As avaliações mais resistentes à IA não pedem aos estudantes que produzam um texto que um modelo de linguagem de grande escala possa gerar. Pedem que tomem decisões que exijam julgamento, contexto e ponderação de vantagens e desvantagens. Um ponto de decisão obriga o estudante a escolher um caminho, justificá-lo e lidar com as consequências. Não existe uma única resposta correta para copiar e colar. A avaliação registra o processo de raciocínio, não apenas o resultado.

Contexto autêntico em vez de comandos sem contexto

Comandos genéricos são vulneráveis porque podem ser respondidos por uma IA genérica. Avaliações que inserem os estudantes em um contexto rico e específico, com partes interessadas, limitações, informações incompletas e prioridades conflitantes, são muito mais difíceis de terceirizar. Para a IA, lidar com as particularidades do contexto é consideravelmente mais difícil e, quando tentado, mais observável: o contexto só existe dentro da avaliação.

Raciocínio observável em vez de apenas um resultado final

Quando a única coisa entregue é uma resposta final, a IA pode produzi-la. Quando a avaliação exige que os estudantes mostrem seu raciocínio por meio de registros de decisões, escolhas comentadas ou justificativas passo a passo, o trabalho cognitivo se torna visível e verificável. O que recebe nota é o percurso do raciocínio, não a conclusão bem-acabada.

Reflexão e revisão em vez de uma tarefa feita de uma só vez

Avaliações feitas de uma só vez são fáceis de terceirizar, pois o estudante tem apenas uma oportunidade para produzir o resultado. Avaliações em várias etapas, que exigem reflexão sobre o feedback, revisão do trabalho e explicação do que mudou e por quê, criam um processo muito mais difícil de reproduzir com IA. A IA pode gerar um primeiro rascunho. Explicar por que o estudante decidiu revisá-lo exige um percurso pessoal de raciocínio, mais difícil de falsificar.

Orientação em vez de terceirização do pensamento

O papel mais produtivo da IA na avaliação não é substituir o pensamento, mas atuar como orientadora que o apoia. Quando a IA oferece feedback sobre o raciocínio do estudante, questiona suas premissas ou sugere perspectivas alternativas, ela fortalece o processo de aprendizagem em vez de contorná-lo. O essencial é que a IA trabalhe sobre o pensamento do estudante, não em seu lugar.

Adeque a avaliação ao resultado de aprendizagem

Uma das ideias mais importantes do relatório da Ivey é que diferentes resultados de aprendizagem exigem formatos de avaliação diferentes. Não se deve esperar que um único formato avalie os três com a mesma eficácia.

Conhecimento conceitual

O que o estudante sabe sobre um tema. É o domínio do conhecimento declarativo: estruturas conceituais, teorias, definições e modelos. Formatos tradicionais, como ensaios, exames e testes de múltipla escolha, ainda podem avaliar o conhecimento conceitual com eficácia, desde que a avaliação seja concebida para testar a compreensão, e não a memorização. O ponto vulnerável é que a IA pode gerar explicações de conceitos que parecem plausíveis sem que haja compreensão genuína. A solução é exigir que os estudantes apliquem conceitos a situações inéditas, em vez de apenas repeti-los.

Competências práticas

O que o estudante consegue fazer com o que sabe. Esse é o domínio do conhecimento procedimental: análise, cálculo, diagnóstico e execução. Avaliações baseadas em competências são mais resistentes à IA do que avaliações baseadas em conhecimentos, pois exigem que o estudante realize uma tarefa, e não apenas a descreva. Simulações, análises de casos e exercícios práticos são formatos naturais para esse domínio.

Julgamento em situações de incerteza

O que o estudante escolhe quando a resposta não é clara. Esse é o domínio mais difícil de avaliar e o mais valioso. O julgamento exige que o estudante pondere informações incompletas, lide com prioridades conflitantes e tome uma decisão com consequências. Também é o domínio mais resistente à IA, pois o julgamento depende do contexto e da pessoa. Nenhum modelo de linguagem de grande escala consegue reproduzir o raciocínio específico que levou um determinado estudante a tomar uma determinada decisão em uma situação específica.

Por que não se deve esperar que um único formato avalie os três resultados com a mesma eficácia

Um erro comum é tratar um único formato de avaliação, geralmente o ensaio, como medida universal dos três resultados. Os ensaios podem avaliar conhecimento conceitual. São menos eficazes para avaliar competências práticas. São quase inúteis para avaliar o julgamento em situações de incerteza, pois o estudante escreve sobre o que faria em vez de realmente fazê-lo.

A implicação é clara: o projeto da avaliação deve começar pelo resultado de aprendizagem, não pelo formato. Se o resultado esperado é o julgamento, o formato deve se basear em decisões. Se é uma competência, o formato deve se basear no desempenho. Se é conhecimento, o formato pode ser mais tradicional, mas ainda deve exigir aplicação, não apenas memorização.

Exemplos de reformulação

De ensaio a sequência de decisões com justificativas

Em vez de: "Analise as opções estratégicas disponíveis para a Empresa X e recomende uma linha de ação."

Experimente: um caso com ramificações no qual os estudantes enfrentam três decisões consecutivas, cada uma baseada na anterior. Depois de cada decisão, escrevem uma justificativa breve explicando o que escolheram, quais informações priorizaram e o que precisariam saber para ter mais confiança. A IA pode gerar a análise. Não pode gerar a sequência de decisões que o estudante de fato tomou, pois essa sequência depende das escolhas anteriores do próprio estudante.

De caso estático a entrevista com partes interessadas e revelação gradual de informações

Em vez de: "Leia este estudo de caso de 20 páginas e prepare-se para uma discussão."

Experimente: uma simulação em que os estudantes recebem mensagens de partes interessadas virtuais ao longo do tempo. A primeira mensagem apresenta um problema. A segunda revela uma complicação. A terceira introduz uma parte interessada com interesses conflitantes. Os estudantes precisam decidir com quem conversar, o que perguntar e quando agir. As informações só são reveladas quando o estudante faz a pergunta certa. A IA pode resumir o caso. A interação em etapas com as partes interessadas dificulta a terceirização: a IA pode simular uma parte interessada, mas a simulação torna o envolvimento do estudante observável, em vez de invisível.

De uma única simulação de papéis à prática repetida com diferentes interlocutores

Em vez de: uma simulação de negociação com um colega.

Experimente: uma série de simulações de papéis com IA, nas quais os estudantes negociam com interlocutores virtuais de personalidades, limitações e informações diferentes. Cada repetição se baseia na anterior. A estratégia do estudante precisa se adaptar ao comportamento do interlocutor. A IA pode gerar um roteiro. É mais difícil terceirizar a adaptação convincente às ações específicas do estudante ao longo de várias rodadas: o esforço necessário para sustentar a ilusão rodada após rodada se torna, por si só, uma forma de envolvimento.

Da resposta final ao registro do raciocínio, feedback e revisão

Em vez de: "Entregue sua recomendação final."

Experimente: um processo em três etapas: entregar uma recomendação inicial acompanhada do raciocínio, receber feedback gerado por IA que questione as premissas e, em seguida, entregar uma recomendação revisada explicando o que mudou e por quê. A nota se baseia na qualidade da revisão, não na resposta inicial. A IA pode gerar uma primeira resposta plausível. Explicar por que o estudante decidiu revisá-la exige um percurso pessoal de raciocínio, mais difícil de falsificar.

Quando ainda é apropriado usar avaliações presenciais sem consulta ou orais ao vivo

Nem toda avaliação precisa se tornar resiliente à IA por meio de uma reformulação. Alguns formatos são estruturalmente resistentes à IA. Exames presenciais sem consulta, em que os estudantes escrevem à mão, continuam sendo eficazes para avaliar conhecimentos fundamentais. Defesas orais ao vivo, nas quais os estudantes precisam defender seu raciocínio em tempo real diante de um docente, estão entre os formatos mais resistentes à IA disponíveis. O custo é o tempo e a escala. O benefício é a quase certeza de que o trabalho é do próprio estudante.

Lista de verificação para implementação pelo corpo docente

O relatório da Ivey recomenda que os experimentos docentes identifiquem a atividade de aprendizagem que corre o risco de ser simplificada por atalhos, a dificuldade que está sendo restaurada ou introduzida e as evidências que demonstrariam aprendizagem, além da satisfação (PDF, p. 7). A lista a seguir transforma essa recomendação em prática.

Defina o objetivo de aprendizagem

Comece pelo resultado, não pelo formato. O que os estudantes deverão ser capazes de fazer depois dessa avaliação que não conseguiam fazer antes? Seja específico. "Demonstrar pensamento crítico" é vago demais. "Avaliar uma fusão proposta em condições de informação incompleta" é específico o bastante para orientar o projeto.

Identifique o que a IA simplifica hoje

Compare a tarefa da avaliação com o que as ferramentas de IA atuais conseguem fazer. Um estudante pode inserir o comando no ChatGPT e receber uma resposta aceitável em menos de um minuto? Se sim, a tarefa é vulnerável. A questão não é se os estudantes usarão IA, pois usarão. A questão é se a avaliação ainda consegue medir a aprendizagem quando isso acontece.

Projete a dificuldade produtiva

Depois de identificar o atalho, projete a dificuldade que restabelece o trabalho cognitivo. Isso pode significar acrescentar um ponto de decisão, exigir um registro do raciocínio, introduzir interações com partes interessadas ou revelar informações em etapas. A dificuldade deve ser proporcional ao objetivo de aprendizagem. Nem toda avaliação precisa ser uma simulação em várias etapas. Mas toda avaliação deve ter pelo menos um momento em que o estudante precise assumir uma posição que a IA não possa gerar antecipadamente.

Decida quais evidências registrar

O que receberá nota? Se a resposta for "o produto final", a avaliação provavelmente continua vulnerável. Direcione as evidências para o processo: o percurso das decisões, o registro do raciocínio, o histórico de revisões e a reflexão. Esses materiais são mais difíceis de falsificar e oferecem mais informações sobre o que o estudante realmente aprendeu.

Defina os limites para o uso permitido de IA

Seja explícito sobre quais usos de IA são permitidos e quais não são. O relatório da Ivey recomenda manter espaços de avaliação sem IA ou de aprendizagem social, quando apropriado (PDF, pp. 7-8). Algumas avaliações devem ser feitas sem IA. Outras devem ser apoiadas por IA. O essencial é que os limites sejam transparentes, justificados e vinculados ao objetivo de aprendizagem.

Faça um teste-piloto, avalie e aperfeiçoe

A primeira versão de qualquer avaliação reformulada não será perfeita. Faça um teste-piloto com uma turma. Converse com os estudantes depois. O que aprenderam? O que acharam confuso? A avaliação realmente mediu aquilo para que foi concebida? Use os dados para fazer melhorias. O relatório da Ivey observa explicitamente que sua análise abrange 14 ferramentas, não é uma classificação universal e se baseia em julgamentos subjetivos (PDF, p. 9). A mesma humildade deve orientar qualquer reformulação de avaliação.

O papel das simulações

Decisões estruturadas e informações incompletas

As simulações são um dos formatos mais eficazes para avaliações resilientes à IA, pois se baseiam em decisões estruturadas tomadas com informações incompletas. Uma simulação bem projetada apresenta um cenário aos estudantes, introduz partes interessadas com prioridades conflitantes e exige que tomem decisões com consequências. A simulação não pede que escrevam sobre o que fariam. Pede que façam.

Isso é fundamentalmente diferente de um estudo de caso, que apresenta informações retrospectivamente e pede aos estudantes que analisem o que aconteceu. Uma simulação apresenta informações por etapas e pede aos estudantes que moldem o que acontece em seguida. A diferença está entre análise e julgamento, e é por isso que as simulações são estruturalmente resistentes à terceirização para a IA.

Prática, consequências e feedback

A aprendizagem que se transfere para o desempenho no mundo real exige três condições: o estudante precisa fazer uma escolha, vivenciar uma consequência e receber feedback enquanto a conexão entre a escolha e o resultado ainda é imediata. As simulações oferecem as três. A escolha é a decisão do estudante. A consequência é a resposta do cenário. O feedback é imediato e específico.

É por isso que os simuladores de voo são o padrão-ouro da formação aeronáutica e que simulações baseadas em casos são usadas no ensino de negócios há décadas. O meio obriga o estudante a agir, comprometer-se com um caminho e lidar com o resultado. Nenhum volume de conteúdo em apresentações consegue reproduzir o que acontece no momento em que alguém precisa escolher sob pressão de tempo e com informações incompletas.

Visibilidade do processo para os docentes

Uma das vantagens menos reconhecidas da avaliação baseada em simulações são os dados que ela gera. As decisões, hesitações e mudanças de rumo ficam registradas quando a simulação as captura. Os docentes conseguem ver não apenas as conclusões dos estudantes, mas também indicadores de como raciocinaram para chegar a elas. Essa visibilidade transforma a discussão posterior em uma intervenção direcionada. Em vez de perguntar "O que todos acharam?", os docentes podem perguntar: "Por que 60% de vocês escolheram a opção B no terceiro ponto de decisão, e que informação teria feito vocês mudarem de ideia?"

LiveCase como uma opção de implementação, não como definição da categoria

Plataformas como a LiveCase oferecem um ambiente para uma aprendizagem baseada em cenários e rica em decisões. Os estudantes interagem com personagens com tecnologia de IA, recebem informações parciais, tomam decisões sob pressão de tempo e veem as consequências se desenrolarem. Os docentes podem criar suas próprias simulações ou escolher entre um catálogo de cenários prontos para uso, incluindo os mais vendidos publicados pela Harvard Business Impact.

Mas a LiveCase é uma opção de implementação, não a definição da categoria. Os princípios da avaliação resiliente à IA se aplicam tanto ao uso de uma plataforma de simulação quanto ao de um exercício de simulação de papéis, uma análise de caso em etapas ou uma defesa oral ao vivo. O formato deve estar a serviço do objetivo de aprendizagem, e não o contrário.

Para entender melhor como as avaliações baseadas em decisões lidam com a cola feita com IA, leia nosso artigo anterior sobre por que avaliações baseadas em decisões são melhores que a cola com IA. Para um guia prático sobre como medir o pensamento crítico além do ensaio, veja como medir o pensamento crítico. E, para uma visão geral de como as ferramentas de simulação com IA se encaixam na avaliação do ensino superior, leia por que as ferramentas de simulação com IA são a peça que falta na avaliação do ensino superior.

Como prevenir a cola com IA: um guia prático para docentes aborda em mais detalhes as avaliações resistentes à IA.

Para saber mais, leia 7 verdades revigorantes sobre se a tecnologia educacional está empobrecendo a experiência de aprendizagem.

Perguntas frequentes

O que é uma avaliação resiliente à IA?

Uma avaliação resiliente à IA preserva sua validade mesmo quando os estudantes têm acesso à IA generativa. Ela mede o raciocínio, as decisões e a reflexão do estudante, em vez do resultado bem-acabado que um modelo de linguagem de grande escala pode gerar.

Resiliente à IA significa o mesmo que à prova de IA?

Não. Nenhum formato de avaliação é completamente à prova de IA, assim como nenhuma fechadura é completamente à prova de arrombamento. Resiliente à IA significa que a avaliação mantém sua integridade apesar do uso de IA, porque o trabalho cognitivo que mede não pode ser terceirizado para um modelo de linguagem.

Os estudantes podem usar IA durante uma avaliação autêntica?

Depende do projeto da avaliação. Algumas avaliações resilientes à IA integram intencionalmente a IA como ferramenta de orientação ou pesquisa. Outras são concebidas para serem feitas sem IA. O essencial é que os limites sejam transparentes, justificados e vinculados ao objetivo de aprendizagem.

Como os docentes podem avaliar o raciocínio em vez da escrita?

Mudem o foco das evidências do produto final para o processo. Exijam registros de decisões, escolhas comentadas, registros do raciocínio e revisões em etapas. Avaliem o percurso do raciocínio, não a conclusão bem-acabada.

Quais avaliações devem continuar sendo feitas sem IA?

O relatório da Ivey recomenda manter espaços de avaliação sem IA ou de aprendizagem social, quando apropriado (PDF, pp. 7-8). Verificações de conhecimentos fundamentais, defesas orais ao vivo e exercícios presenciais colaborativos são opções naturais para avaliações sem IA.

Como avaliar o julgamento em situações de incerteza?

Observando as decisões que o estudante toma quando a resposta não é clara. Isso exige um cenário com informações incompletas, prioridades conflitantes e consequências. O percurso das decisões do estudante revela seu julgamento com mais precisão do que qualquer ensaio.

Como uma instituição pode testar uma reformulação de avaliação sem mudar um programa inteiro?

Comece com uma disciplina, um módulo e uma avaliação. Identifique o resultado de aprendizagem mais vulnerável à terceirização para a IA. Reformule essa única avaliação usando os princípios acima. Meça os resultados. Use os dados para embasar a adoção mais ampla.

---

Quer conversar sobre isso? Agende uma conversa exploratória gratuita de 15 minutos