A recente apresentação do Prof. Gerd Kortemeyer, realizada na Universidade de Viena em maio de 2026, intitulada “Assessment, Feedback, Competence: Rethinking Higher Education Teaching in the Age of Generative AI”, traz uma das reflexões mais profundas e relevantes já produzidas sobre os impactos da Inteligência Artificial Generativa no ensino superior contemporâneo.
O conteúdo apresentado pela ETH Zürich possui enorme relevância para universidades brasileiras, centros universitários, institutos federais, FATECs, ETECs e formuladores de políticas públicas educacionais, sobretudo porque abandona visões simplistas — tanto tecnofóbicas quanto tecnoutópicas — e enfrenta diretamente uma questão central do nosso tempo:
Como avaliar, ensinar e formar competências humanas em um mundo onde as respostas passaram a ser praticamente gratuitas?
O fim do “acertar a resposta” como indicador de aprendizagem
Um dos pontos mais impactantes da apresentação é a constatação de que os modernos modelos multimodais de IA já conseguem resolver mais de 90% dos problemas típicos oferecidos em disciplinas introdutórias de STEM (Science, Technology, Engineering and Mathematics).
Segundo Kortemeyer, basta fotografar um exercício e solicitar ao sistema: “solve this”. O paradigma tradicional da avaliação entra então em colapso.
Historicamente, cursos de Física, Engenharia, Matemática e outras áreas utilizaram a obtenção da resposta correta como um “proxy” da aprendizagem. Entretanto, conforme destacado na apresentação, o verdadeiro aprendizado ocorria muitas vezes de maneira implícita:
- no esforço cognitivo;
- na tentativa e erro;
- na modelagem;
- na argumentação;
- na discussão entre colegas;
- na capacidade de pensar como um cientista.
A IA rompe exatamente esse elo.
Hoje, obter a resposta correta não significa mais necessariamente que houve compreensão profunda do fenômeno estudado.
O desaparecimento do “currículo oculto”
A apresentação enfatiza um aspecto extremamente sofisticado da aprendizagem humana: o chamado hidden curriculum (“currículo oculto”).
Em cursos tradicionais de Física, por exemplo, os estudantes aprendiam não apenas Leis de Kirchhoff, Termodinâmica ou Mecânica Quântica, mas também:
- resiliência intelectual;
- persistência;
- raciocínio estruturado;
- tolerância à frustração;
- capacidade de abstração;
- pensamento científico.
Grande parte disso ocorria nas interações sociais:
- grupos de estudo;
- discussões com colegas;
- monitorias;
- diálogos com professores;
- sessões longas de resolução de problemas.
Com a IA assumindo o papel de “parceiro de conversa”, existe o risco de desaparecimento desse ecossistema cognitivo e social da aprendizagem universitária.
A falsa promessa de que a IA automaticamente melhora a educação
A ETH Zürich adota uma postura extremamente cautelosa e cientificamente rigorosa.
A apresentação afirma explicitamente que:
“Atualmente não existe comprovação de que estudantes aprendam melhor com IA.”
Mais grave ainda: há evidências crescentes de riscos de:
- excesso de confiança;
- superficialidade cognitiva;
- dependência tecnológica;
- aprendizado raso;
- substituição da compreensão pela simples geração automática de respostas.
Essa observação possui enorme importância no contexto brasileiro, onde frequentemente se vende a IA como solução automática para todos os problemas educacionais.
O IVEPESP considera fundamental que o debate nacional abandone discursos simplistas e avance para uma visão baseada em evidências científicas robustas.
A volta da avaliação centrada no processo
Talvez o ponto mais revolucionário da proposta apresentada pela ETH Zürich seja a mudança do foco da avaliação.
Se “as respostas ficaram baratas”, então o valor passa a estar no processo de construção da solução.
A apresentação propõe avaliações centradas em:
- modelagem;
- raciocínio;
- derivação;
- validação;
- argumentação;
- reconstrução do pensamento;
- resolução aberta de problemas;
- competências de problem-solving.
Curiosamente, isso representa uma espécie de “retorno ao passado”, com valorização novamente de:
- provas manuscritas;
- resolução em papel;
- demonstrações abertas;
- etapas intermediárias do raciocínio.
A IA paradoxalmente força a educação superior a recuperar dimensões profundamente humanas da aprendizagem.
O Projeto Ethel: uma das iniciativas mais avançadas do mundo
A ETH Zürich desenvolveu o Projeto Ethel, uma plataforma institucional de IA voltada especificamente ao ensino superior.
O projeto apresenta características extremamente relevantes:
- acesso universal dos estudantes a modelos avançados;
- soberania dos dados;
- independência de fornecedores;
- integração com materiais das disciplinas;
- chatbots contextualizados;
- feedback automático;
- suporte à correção de avaliações;
- uso de múltiplos modelos simultaneamente.
Um dado particularmente impressionante é o custo operacional:
- aproximadamente CHF 1,25 por aluno/mês utilizando GPT-5.4.
Isso desmonta parcialmente a narrativa de que sistemas institucionais de IA necessariamente seriam inviáveis economicamente.
IA não como substituta do professor, mas como amplificadora pedagógica
A posição oficial do reitorado da ETH Zürich é extremamente clara:
“Não utilizar IA como substituta de pessoas, mas como ferramenta.”
Essa talvez seja uma das formulações mais importantes do debate contemporâneo.
A proposta não é automatizar completamente a educação, mas utilizar IA para ampliar metodologias pedagógicas comprovadamente eficazes.
O foco desloca-se então para:
- feedback em larga escala;
- personalização;
- tutoria;
- aprendizagem ativa;
- colaboração;
- avaliação processual;
- acompanhamento contínuo.
Correção automatizada de provas manuscritas: um divisor de águas
Um dos aspectos mais disruptivos da apresentação refere-se à utilização de IA para correção de provas abertas manuscritas.
No estudo apresentado:
- 252 estudantes;
- 3041 páginas manuscritas;
- 85 itens de rubrica avaliativa.
O sistema utilizou:
- modelos multimodais;
- rubricas estruturadas;
- teoria de resposta ao item (IRT);
- estatística bayesiana;
- validação humana.
O mais relevante talvez seja a arquitetura “human-in-the-loop”:
- a IA realiza a correção inicial;
- o estudante visualiza os critérios;
- pode solicitar veto;
- itens vetados são corrigidos por humanos.
Isso demonstra que a IA pode reduzir dramaticamente a carga operacional da avaliação sem eliminar a supervisão humana.
Um alerta importante para o ensino superior brasileiro
O Brasil ainda debate IA educacional muitas vezes em níveis extremamente superficiais:
- proibir ou liberar;
- detectar plágio;
- regulamentar uso em trabalhos;
- impedir “cola”.
Enquanto isso, instituições líderes mundiais já estão:
- redesenhando modelos de avaliação;
- reconstruindo currículos;
- reformulando exames;
- desenvolvendo plataformas próprias;
- criando ecossistemas institucionais soberanos de IA.
O risco para o Brasil é enorme:
não apenas perder competitividade tecnológica, mas manter modelos pedagógicos completamente incompatíveis com a nova realidade cognitiva global.
A redescoberta da aprendizagem humana
Talvez a conclusão mais sofisticada da apresentação seja paradoxal:
quanto mais avançada a IA se torna, mais importantes ficam as dimensões humanas da educação.
A ETH Zürich defende explicitamente:
- retorno à comunidade universitária presencial;
- aprendizagem entre pares;
- interação humana;
- cultura acadêmica;
- desenvolvimento de resiliência;
- espaço seguro para errar e aprender;
- fortalecimento do campus como ambiente social de aprendizagem.
A IA, nesse contexto, não elimina a universidade.
Ela obriga a universidade a redescobrir sua essência.
Considerações finais do IVEPESP
O IVEPESP considera que o material apresentado pela ETH Zürich representa um marco estratégico no debate mundial sobre Inteligência Artificial e Ensino Superior.
A experiência demonstra que:
- A IA tornará obsoletos muitos modelos tradicionais de avaliação;
- O foco precisará migrar da resposta para o processo;
- Competências cognitivas profundas tornar-se-ão ainda mais importantes;
- A aprendizagem social e colaborativa ganhará novo protagonismo;
- Sistemas híbridos “IA + supervisão humana” tendem a dominar a avaliação universitária;
- Instituições que não se adaptarem rapidamente poderão perder relevância acadêmica global.
O Brasil precisa urgentemente ampliar esse debate em:
- universidades;
- agências reguladoras;
- CAPES;
- CNPq;
- INEP;
- Conselhos de Educação;
- sistemas estaduais;
- instituições privadas;
- redes técnicas e tecnológicas.
A Inteligência Artificial não representa apenas uma nova ferramenta tecnológica.
Ela redefine os próprios fundamentos epistemológicos da educação superior.
Autores
Prof. Dr. Helio Dias
Presidente do IVEPESP
https://ivepesp.org.br/membro/helio-dias/
[email protected]
Prof. Dr. Gerd Kortemeyer
Rectorate and AI Center, ETH Zurich
[email protected]
Referência base:
Apresentação “Assessment, Feedback, Competence: Rethinking Higher Education Teaching in the Age of Generative AI”, Universidade de Viena, maio de 2026.
