O Referencial do MEC e o uso responsável da Inteligência Artificial na Educação Superior

A publicação do Referencial para Desenvolvimento e Uso Responsáveis de Inteligência Artificial na Educação, pelo Ministério da Educação, representa um marco importante para instituições, gestores, professores, pesquisadores e desenvolvedores que atuam no campo educacional. O documento reconhece que a inteligência artificial já integra a vida social, acadêmica e profissional, mas propõe uma leitura cuidadosa: a IA pode ampliar oportunidades, qualificar práticas pedagógicas e apoiar a gestão educacional, desde que seja adotada com responsabilidade, supervisão humana, transparência, proteção de dados e compromisso com a equidade.

No Ensino Superior, esse debate ganha especial relevância. As Instituições de Educação Superior estão diretamente envolvidas na formação de profissionais, na produção científica, na pesquisa, na inovação, na formação de professores e na avaliação da aprendizagem. Por isso, o Referencial não deve ser lido apenas como um documento técnico, mas como um convite para que as IES reorganizem suas estratégias acadêmicas diante de uma transformação que já está em curso.

A inteligência artificial não é mais uma possibilidade futura. Ela já está presente na forma como estudantes pesquisam, escrevem, estudam e organizam ideias; na forma como professores elaboram atividades, avaliam produções, planejam aulas e acompanham desempenhos; e na forma como gestores utilizam dados para compreender trajetórias acadêmicas e tomar decisões institucionais.

A pergunta central, portanto, não é mais se a IA será usada na Educação Superior. Ela já está sendo usada. A pergunta decisiva é: com quais critérios, sob quais princípios e a serviço de qual projeto educacional?

A IA como agenda institucional, não como iniciativa isolada

Um dos pontos mais importantes do Referencial é a defesa de que a inteligência artificial deve estar subordinada aos objetivos educacionais. Isso significa que a tecnologia não pode ser adotada por modismo, pressão de mercado ou simples entusiasmo com a inovação.

No Ensino Superior, essa orientação é essencial. A IA precisa deixar de ser apenas uma experiência individual de professores ou estudantes e passar a integrar uma agenda institucional mais ampla. Essa agenda deve envolver políticas claras de uso, formação docente, orientação aos estudantes, critérios para avaliação de ferramentas, proteção de dados, integridade acadêmica e mecanismos de governança.

Sem isso, as instituições correm o risco de conviver com usos desiguais, improvisados e pouco transparentes. Com governança, por outro lado, a IA pode se tornar uma aliada estratégica para melhorar a qualidade acadêmica, fortalecer a gestão, ampliar a personalização da aprendizagem e apoiar decisões pedagógicas baseadas em evidências.

O Referencial é claro ao indicar que a IA não deve substituir o papel humano do educador nem relativizar o direito à educação. Ela deve ser compreendida como uma ferramenta de apoio, capaz de ampliar a ação pedagógica, fortalecer a atuação docente e contribuir para o desenvolvimento dos estudantes (MEC, 2026).

Formação superior para um mundo mediado por IA

A Educação Superior tem a responsabilidade de formar profissionais para um mundo no qual sistemas inteligentes estarão presentes em praticamente todas as áreas. Isso exige uma revisão profunda dos currículos, das metodologias e das práticas avaliativas.

Não basta ensinar o estudante a usar ferramentas digitais. É necessário desenvolver competências que permitam compreender, questionar e aplicar a IA de forma ética, crítica e responsável. Entre essas competências, destacam-se o pensamento crítico, a criatividade, a resolução de problemas complexos, a análise de dados, a argumentação, a tomada de decisão e a responsabilidade profissional.

A IA pode gerar textos, resumir informações, organizar conteúdos e produzir respostas aparentemente sofisticadas. Mas ela não substitui a capacidade humana de interpretar contextos, avaliar consequências, fazer julgamentos éticos e construir conhecimento com profundidade.

Por isso, a formação superior precisa avançar para além da transmissão de conteúdos. O foco deve estar na formação de estudantes capazes de formular boas perguntas, avaliar evidências, reconhecer limites tecnológicos e usar a IA como apoio ao pensamento, e não como substituta dele.

O professor permanece no centro da experiência formativa

O Referencial reafirma um princípio fundamental: a centralidade do professor. A inteligência artificial pode apoiar o trabalho docente, mas não substitui o olhar pedagógico, a experiência, a sensibilidade e a capacidade de mediação humana.

"Colocar os educadores no centro das estratégias de integração da inteligência artificial na educação implica reconhecer e fortalecer, de forma explícita, sua agência profissional. Isso pressupõe capacitá-los não apenas para o uso instrumental das tecnologias, mas para o exercício de avaliação crítica sobre sua pertinência pedagógica, sua adequação aos contextos específicos de atuação e seu impacto sobre as trajetórias formativas dos estudantes, bem como para a formulação de contribuições qualificadas voltadas ao aperfeiçoamento contínuo dos sistemas e das políticas educacionais" (Referencial p. 75)

No Ensino Superior, esse ponto é decisivo. O professor universitário não apenas transmite conteúdos. Ele orienta percursos acadêmicos, conduz debates, desenvolve pesquisa, avalia competências, acompanha dificuldades, contextualiza conhecimentos e forma profissionais para atuação em áreas específicas.

A IA pode auxiliar na preparação de materiais, na elaboração de questões, na organização de trilhas de aprendizagem, na análise de desempenho e na construção de feedbacks. Entretanto, cabe ao professor interpretar os resultados, contextualizar informações, validar recomendações e decidir quais intervenções fazem sentido para determinada turma, curso ou realidade institucional.

A tecnologia pode ampliar a capacidade de ação docente. Mas a intencionalidade pedagógica continua sendo humana.

Avaliação educacional: uma das maiores transformações trazidas pela IA

Entre os temas mais relevantes do Referencial está a aplicação da IA nos processos de avaliação educacional. O documento destaca que a inteligência artificial oferece possibilidades amplas para apoiar e transformar tanto a avaliação quanto a devolutiva aos estudantes. Esse uso pode envolver a elaboração de instrumentos avaliativos, a automação de correções e a análise de dados de desempenho para apoiar a prática pedagógica e a gestão educacional, sempre com interpretação crítica e contextualizada do professor (MEC, 2026; Banco Mundial, 2024).

Esse ponto é especialmente importante para a Educação Superior. A avaliação acadêmica precisa deixar de ser compreendida apenas como medição de desempenho e passar a ser vista como parte essencial do processo formativo. Com apoio da IA, torna-se possível elaborar instrumentos avaliativos mais variados, ampliar formatos de questões, identificar padrões de erro, gerar devolutivas mais rápidas e apoiar diagnósticos de aprendizagem.

Ferramentas de IA podem contribuir para a criação de questões, a diversificação de formatos avaliativos e, em alguns casos, o ajuste dinâmico do nível de dificuldade dos itens. Também podem apoiar a correção de tarefas objetivas ou respostas curtas, reduzindo parte da carga repetitiva do professor e liberando mais tempo para atividades de maior valor pedagógico, como o acompanhamento individualizado dos estudantes e a análise qualitativa da aprendizagem (UNESCO, 2023a; NEES, 2024).

No entanto, o Referencial evita qualquer leitura simplista ou automatizada da avaliação. O documento alerta que os benefícios da automação precisam ser ponderados diante do tempo e do esforço necessários para aprender a operar novas ferramentas e, principalmente, para analisar criticamente os dados produzidos (United Kingdom Department for Education, 2024).

Essa observação é crucial. Não basta gerar relatórios, gráficos ou indicadores. É preciso saber interpretá-los. Um dado educacional não fala sozinho. Ele precisa ser lido à luz do contexto da turma, do perfil dos estudantes, dos objetivos da disciplina, da metodologia utilizada, da complexidade dos conteúdos e das condições reais de aprendizagem.

Learning analytics: dados como apoio, não como sentença

Outro ponto relevante do Referencial é o uso de learning analytics, isto é, a análise de grandes volumes de dados gerados pelas interações dos estudantes com plataformas digitais ou processos avaliativos. Essa análise pode permitir a identificação de padrões de aprendizagem, o diagnóstico de lacunas em tempo oportuno e a oferta de feedback personalizado e imediato sobre o desempenho dos estudantes (U.S. Department of Education, 2023; Vicari et al., 2023).

Na Educação Superior, esse recurso pode ser extremamente valioso. Coordenadores e professores podem identificar, por exemplo, conteúdos com maior índice de dificuldade, questões com baixa taxa de acerto, estudantes com sinais de risco acadêmico, competências ainda não desenvolvidas e turmas que necessitam de intervenções pedagógicas mais específicas.

Esse tipo de análise também pode fortalecer a autorregulação da aprendizagem. Quando o estudante recebe devolutivas mais claras, frequentes e personalizadas, ele compreende melhor seus pontos fortes, suas dificuldades e os caminhos possíveis para melhorar seu desempenho.

Mas o Referencial faz uma ressalva indispensável: os resultados gerados por sistemas de IA devem ser compreendidos como indicadores, e não como diagnósticos definitivos sobre a aprendizagem.

Essa distinção é fundamental. Um relatório de desempenho pode apontar tendências, fragilidades e padrões. Mas não substitui a análise do professor. Cabe ao docente interpretar os dados com base em sua experiência, no conhecimento que possui sobre os estudantes e no contexto da sala de aula. A IA pode indicar caminhos; o professor decide como transformá-los em intervenção pedagógica.

Avaliação automatizada exige limites, critérios e julgamento humano

O Referencial também alerta que a avaliação automatizada deve ser utilizada apenas quando

for apropriada ao tipo de habilidade ou conhecimento avaliado. Em tarefas objetivas, respostas curtas ou análises mais padronizadas, a IA pode oferecer ganhos de agilidade e escala. No entanto, em atividades mais complexas, subjetivas, criativas ou argumentativas, o julgamento humano deve permanecer no centro do processo avaliativo.

Esse ponto é decisivo para a Educação Superior. Competências como pensamento crítico, análise ética, criatividade, tomada de decisão, argumentação jurídica, raciocínio clínico, interpretação de cenários, solução de problemas complexos e produção científica não podem ser reduzidas a uma correção automatizada simples.

A IA pode apoiar a leitura de padrões, sugerir rubricas, organizar evidências e oferecer subsídios. Mas a avaliação de aprendizagens complexas exige mediação humana, escuta, interpretação e contextualização.

Portanto, o caminho mais responsável não é substituir a avaliação docente por sistemas automáticos, mas construir modelos híbridos, nos quais a tecnologia apoia a análise e o professor preserva o julgamento pedagógico.

Privacidade, vieses e responsabilidade institucional

A utilização de IA em avaliações educacionais também envolve riscos importantes. O Referencial destaca a necessidade de assegurar que os algoritmos utilizados sejam livres de vieses capazes de prejudicar sistematicamente grupos específicos de estudantes. Além disso, reforça a importância da proteção rigorosa da privacidade dos dados durante todo o processo avaliativo (Comissão Europeia, 2022; OCDE, 2024b).

Para as Instituições de Educação Superior, isso significa que qualquer solução baseada em IA deve ser analisada com cuidado antes de sua adoção. É necessário verificar quais dados são coletados, como são tratados, onde são armazenados, com que finalidade são utilizados e quais mecanismos existem para garantir segurança, transparência e responsabilização.

A avaliação educacional lida com informações sensíveis: desempenho acadêmico, histórico de aprendizagem, dificuldades, padrões de comportamento, registros de participação e indicadores de risco. Esses dados não podem ser tratados apenas como insumos técnicos. Eles dizem respeito à trajetória formativa de pessoas.

Por isso, o uso de IA na avaliação exige políticas institucionais claras, conformidade com a legislação de proteção de dados, supervisão humana e mecanismos de auditoria.

Integridade acadêmica e autoria em tempos de IA generativa

A inteligência artificial generativa também desafia a integridade acadêmica. Trabalhos escritos, resumos, projetos e respostas discursivas podem ser produzidos, total ou parcialmente, por ferramentas automatizadas. Isso exige que as IES revisem suas políticas acadêmicas e seus modelos de avaliação.

A resposta institucional não deve ser simplesmente proibir a tecnologia, mas orientar seu uso. É preciso definir o que é permitido, o que deve ser declarado, quais usos configuram apoio legítimo e quais comprometem a autoria intelectual.

A avaliação precisa valorizar cada vez mais o processo de construção do conhecimento. Em vez de considerar apenas a entrega final, torna-se necessário observar etapas, justificativas, defesa oral, aplicação prática, raciocínio desenvolvido, fontes utilizadas e capacidade de argumentação.

A IA obriga a Educação Superior a recuperar uma pergunta essencial: a avaliação está medindo apenas um produto ou está verificando aprendizagem real?

O papel estratégico das IES

O Referencial também reconhece que a Educação Superior tem um papel estratégico na integração responsável da IA na educação brasileira. As IES não devem atuar apenas como consumidoras de soluções tecnológicas prontas. Elas podem produzir conhecimento, desenvolver pesquisas, testar metodologias, formar professores, avaliar impactos e construir modelos mais adequados à realidade educacional do país.

Esse protagonismo é fundamental. O Brasil precisa de soluções educacionais alinhadas à sua diversidade regional, às suas desigualdades históricas, aos seus desafios de aprendizagem e às necessidades concretas de suas instituições.

Nesse sentido, a IA aplicada à Educação Superior deve servir ao fortalecimento da qualidade acadêmica, à inclusão, à equidade, à melhoria da gestão e ao aprimoramento da aprendizagem. Não se trata de automatizar a educação, mas de torná-la mais inteligente, mais acompanhada e mais responsiva.

A oportunidade para a Educação Superior brasileira

O Referencial do MEC oferece uma base importante para que as Instituições de Educação Superior avancem com segurança. Ele não apresenta a IA como solução mágica, mas como uma tecnologia poderosa que exige critérios, governança e responsabilidade.

No campo da avaliação, sua contribuição é especialmente valiosa: a IA pode apoiar a elaboração de instrumentos, a correção, a análise de desempenho, os feedbacks personalizados e a tomada de decisão pedagógica. Mas tudo isso deve ocorrer sem perder de vista o papel insubstituível do professor, a proteção dos dados dos estudantes, a prevenção de vieses e a compreensão de que indicadores não são diagnósticos definitivos.

Na PreparaEdu, acreditamos que a inteligência artificial deve facilitar o trabalho de quem ensina e fortalecer a jornada de quem aprende. No Ensino Superior, isso significa transformar avaliações em evidências, dados em diagnósticos pedagógicos e relatórios em decisões mais qualificadas.

O futuro da Educação Superior não será definido simplesmente pela adoção de novas tecnologias. Será definido pela capacidade das instituições de integrar inovação, ética, avaliação, governança e compromisso real com a aprendizagem.

A inteligência artificial já entrou na educação. O desafio agora é garantir que ela seja usada com responsabilidade, qualidade acadêmica e intencionalidade pedagógica.

---

Gostou do conteúdo?

🔗 Acesse o blog da PreparaEdu e fique por dentro das melhores práticas em avaliação educacional e inovação acadêmica!