Uma política prática de IA para universidades em 2026

A maioria das políticas de IA das universidades foi elaborada nos primeiros meses após o lançamento do ChatGPT, quando ninguém sabia direito o que estava acontecendo e o instinto era banir totalmente a tecnologia ou permiti-la com ressalvas vagas. Três anos depois, muitas dessas políticas permanecem inalteradas, apesar de o cenário ter mudado drasticamente. Os estudantes estão usando IA, seja isso permitido ou não. Os professores estão usando-a para pesquisa e administração, enquanto dizem aos alunos para não usá-la para estudar. As ferramentas de detecção que deveriam aplicar as proibições mostraram-se pouco confiáveis e foram abandonadas por muitas instituições depois de sinalizarem trabalhos legítimos de estudantes.

O resultado é um ambiente de políticas que não satisfaz ninguém: os alunos não sabem o que é aceitável, os professores interpretam as regras de maneira diferente entre os departamentos e os responsáveis pela integridade acadêmica ficam encarregados de julgar casos sem critérios claros.

Este post propõe uma estrutura que os comitês de políticas podem adaptar. Ela não exige a adoção de nenhuma ferramenta específica. Exige, sim, fazer uma distinção que a maioria das políticas atuais não faz: a diferença entre a IA que gera trabalho e a IA que apoia a compreensão.

A estrutura de três categorias

Categoria 1: Claramente inadequada

IA que produz o trabalho que o aluno envia como sendo seu. Isso inclui a geração de texto de redação, produção de respostas para exames para fazer em casa, criação de código que o aluno apresenta como original e qualquer uso em que a IA faça o trabalho cognitivo que a avaliação foi projetada para desenvolver no aluno.

Esta categoria já é coberta pela maioria das políticas de integridade acadêmica, mesmo aquelas escritas antes de a IA existir. O princípio é o mesmo que proíbe comprar uma redação de um serviço ou pedir para outra pessoa fazer seu exame: o estudante deve ser o autor do trabalho que envia. A IA como escritora fantasma se enquadra perfeitamente nas estruturas existentes sobre desonestidade acadêmica.

Recomendação de política: Proibir e aplicar através dos procedimentos de integridade acadêmica existentes. Seja explícito que enviar texto, código ou análise gerados por IA como trabalho próprio constitui má conduta acadêmica.

Categoria 2: Claramente adequada

IA que ajuda os alunos a compreender os materiais que foram designados. Isso inclui pedir a uma IA para explicar um conceito da leitura recomendada, gerar perguntas práticas para autoavaliação, encontrar conexões entre diferentes partes do currículo, resumir o conteúdo das aulas para revisão e obter explicações alternativas quando a padrão não faz sentido.

Essas são exatamente as atividades que um aluno realizaria com um tutor humano, um grupo de estudos ou durante o horário de atendimento do professor. A IA não está fazendo o trabalho do aluno. Está ajudando-o a compreender o material com o qual ele precisa se engajar. O trabalho cognitivo de análise, avaliação e argumentação continua sendo de responsabilidade do aluno.

Um tutor de IA baseado nos próprios materiais de curso do aluno, que responde a partir das leituras indicadas e das transcrições das aulas em vez de dados de treinamento genéricos, se enquadra perfeitamente nesta categoria. A distinção do ChatGPT é importante porque o tutor baseado no curso direciona os alunos de volta às suas fontes em vez de substituí-las.

Recomendação de política: Permitir explicitamente. Os alunos devem saber que usar IA para compreender os materiais do curso é aceitável e incentivado, assim como o uso de um tutor humano ou grupo de estudos é aceitável.

Categoria 3: Zona cinzenta que exige orientação

É aqui que se encontra a maioria dos casos difíceis, e é onde as políticas precisam ser mais específicas em vez de mais vagas.

Metodologia de pesquisa. Um aluno pede ajuda à IA para desenhar uma metodologia de pesquisa para uma dissertação. A IA sugere abordagens, identifica possíveis armadilhas e recomenda leituras. Isso se assemelha mais ao que um orientador faz do que ao que um escritor fantasma faz. Orientação de política: permitido, mas o aluno deve documentar a contribuição da IA e a metodologia final deve refletir a compreensão e o julgamento do aluno.

Feedback estrutural. Um aluno pede à IA para avaliar a estrutura do esboço de sua redação e sugerir melhorias. O aluno escreveu o esboço; a IA fornece feedback sobre sua organização. Orientação de política: permitido da mesma forma que mostrar um rascunho a um amigo para obter feedback estrutural é permitido.

Gramática e estilo. Um aluno usa IA para verificar a gramática, melhorar a clareza das frases e sugerir um vocabulário mais preciso. Orientação de política: geralmente permitido, pois é funcionalmente equivalente ao uso do Grammarly ou de um serviço de revisão, mas os departamentos devem ser explícitos sobre se permitem isso.

Assistência na análise de dados. Um aluno pede ajuda à IA para interpretar resultados estatísticos ou sugerir métodos analíticos apropriados. Orientação de política: permitido se o aluno demonstrar compreensão dos métodos utilizados em seu trabalho escrito, proibido se o aluno simplesmente copiar a interpretação da IA sem compreendê-la.

Resumo de fontes externas. Um aluno pede à IA para resumir um artigo longo que encontrou durante a pesquisa. Orientação de política: permitido para compreensão pessoal, mas o aluno deve ler o original e citar o original, e não o resumo da IA, em seu trabalho enviado.

Recomendação de política: Fornecer orientação explícita para cada caso de uso comum dentro da zona cinzenta, reconhecendo que pessoas sensatas podem discordar. A especificidade no nível do departamento é melhor do que a imprecisão em toda a instituição, porque o que é apropriado em um módulo de escrita criativa é diferente do que é apropriado em um módulo de ciência da computação.

Princípios para implementação

Tornar central a distinção entre a Categoria 1 e a Categoria 2. A maioria das políticas atuais trata todo o uso de IA como um único fenômeno, o que é como ter uma política de biblioteca que trata ler um livro e plagiá-lo como a mesma atividade. A principal distinção na política de IA deve ser entre a IA como escritora fantasma (Categoria 1) e a IA como ferramenta de estudo (Categoria 2). Uma vez que essa distinção esteja clara, a maioria das questões de aplicação torna-se gerenciável.

Ser específico sobre os usos aceitáveis. "Os alunos podem usar a IA de forma responsável" não é uma política. "Os alunos podem usar a IA para compreender as leituras designadas, gerar perguntas práticas e buscar explicações alternativas para os conceitos do curso. Os alunos não podem usar a IA para produzir textos, códigos ou análises que enviem como seu próprio trabalho" é uma política.

Reconhecer que a detecção não é confiável. As ferramentas de detecção de IA produzem falsos positivos em taxas que as tornam inadequadas como mecanismo principal de fiscalização. As políticas devem focar em expectativas claras, na compreensão do aluno e no design da avaliação, em vez de na tecnologia de detecção.

Projetar avaliações que sejam resilientes ao uso indevido de IA. Exames com consulta, apresentações em sala de aula, exames orais, avaliações de portfólio com componentes reflexivos e avaliações que exigem engajamento com materiais específicos do curso são naturalmente resistentes à escrita fantasma por IA. A solução de longo prazo para a IA nas avaliações é o design das avaliações, não a detecção.

Fornecer treinamento para os professores. Muitos docentes têm dúvidas sobre a IA e tomam decisões de política baseadas em uma compreensão incompleta. A política institucional de IA deve ser acompanhada pelo desenvolvimento do corpo docente, abrangendo o que a IA pode e não pode fazer, como as ferramentas de IA baseadas em cursos diferem dos chatbots de uso geral e como projetar avaliações que aproveitem a IA como uma ferramenta de aprendizagem em vez de vê-la apenas como uma ameaça.

Revisar anualmente. O cenário da IA está mudando rapidamente. Uma política escrita em 2026 pode precisar de uma revisão significativa até 2027. Inclua um ciclo de revisão na própria política.

Por que esta estrutura beneficia as instituições

Uma política de IA clara e de três categorias traz benefícios práticos além da integridade acadêmica.

Redução da ambiguidade. Os alunos sabem o que é permitido. Os professores têm uma estrutura para tomar decisões. Os responsáveis pela integridade acadêmica têm critérios para julgar os casos.

Melhores resultados para os estudantes. Os alunos que são explicitamente autorizados e incentivados a usar a IA como ferramenta de estudo a utilizarão de forma mais eficaz do que os alunos que a usam secretamente, com incerteza se estão fazendo algo errado. A permissão para usar a IA abertamente leva a melhores práticas de aprendizagem do que o mercado cinza que existe quando a política não é clara.

Posicionamento institucional. As universidades que desenvolvem políticas de IA ponderadas e detalhadas se posicionam como inovadoras, em vez de reativas. Futuros estudantes e suas famílias perguntam cada vez mais sobre o suporte de IA, e uma política clara que inclua o acesso à tutoria de IA baseada em materiais de curso é um diferencial real.

Redução da carga de fiscalização. Categorias claras reduzem o número de casos limítrofes que os comitês de integridade acadêmica precisam julgar. Quando a própria política responde à questão, menos casos precisam ser encaminhados para instâncias superiores.

Perguntas frequentes

Como aplicamos a distinção entre Categoria 1 e Categoria 2? Principalmente através do design das avaliações, em vez de detecção. Avaliações que exigem engajamento com materiais específicos do curso, componentes em sala de aula, exames orais e prática reflexiva são naturalmente resistentes à escrita fantasma. A política define a expectativa; o design da avaliação a impõe.

Diferentes departamentos devem ter políticas diferentes? Uma estrutura universal para toda a instituição (as três categorias) com especificidade ao nível do departamento para a zona cinzenta é a abordagem mais prática. O que é apropriado na escrita criativa difere do que é apropriado na engenharia, e a política deve reconhecer isso explicitamente.

E se um aluno usar um tutor de IA baseado no curso e um chatbot de uso geral? Muitos farão isso. A política deve abordar a distinção entre tipos de ferramentas e tipos de uso. Usar um tutor baseado no curso para compreender as leituras é Categoria 2, independentemente de quais outras ferramentas o aluno use. Usar o ChatGPT para gerar o texto de uma redação é Categoria 1, independentemente de quais outras ferramentas o aluno use. As duas atividades são avaliadas de forma independente.

Como os alunos devem divulgar o uso de IA? Para os usos da Categoria 2 (compreensão de materiais), a divulgação deve ser opcional, da mesma forma que os alunos não divulgam que usaram um dicionário ou visitaram a biblioteca. Para os usos da Categoria 3 (zona cinzenta), deve-se esperar a divulgação e a descrição do uso específico. Para os usos da Categoria 1 (geração de trabalho enviado), a divulgação é irrelevante porque o próprio uso é proibido.

Leitura relacionada: Tutoria de IA vs ChatGPT, Uma IA que só responde a partir dos materiais do seu curso, O problema dos dois sigma de Bloom. Páginas relacionadas: Tutor de IA, Para estudantes, Soluções: IA sem o risco.