XIII Abave

September 10, 2025

Eu assisti a mesa “Inteligência Artificial e Avaliação Educacional” que aconteceu na programação da XIII Reunião da ABAVE

Quem participiou da mesa redonda:

  • Maria Helena Guimarães de Castro (Coordenador(a))
  • Priscilla Albuquerque (Coordenador(a))
  • Ig Ibert Bittencourt (Expositor(a))
  • Thomaz Veloso (Expositor(a))
  • Jairo de Souza (Expositor(a))
  • Alan Valadares (Expositor(a))

Minhas notas:

Inteligência Artificial e Avaliação Educacional: Achados, Desafios e Perspectivas

Nos últimos anos, a inteligência artificial (IA) vem ganhando espaço nas discussões sobre educação, não apenas como ferramenta de automação, mas como aliada estratégica na avaliação da aprendizagem.

Mais do que reduzir custos e aumentar a eficiência, a IA abre caminho para novas formas de avaliar competências, integrando dados, personalização e inovação pedagógica.

Este artigo reúne achados de pesquisas recentes, experiências internacionais, iniciativas brasileiras e a análise da pesquisadora Maria Helena, que destacou tanto o potencial quanto os desafios de aplicar a IA em avaliações educacionais.


1. Perguntas centrais

Alguns questionamentos norteiam o debate sobre IA e avaliação:

  • Em que medida a IA pode apoiar a melhoria da aprendizagem e a equidade nos sistemas de ensino?
  • Como a avaliação em larga escala pode se beneficiar da IA, reduzindo custos, aumentando eficiência e confiabilidade?
  • De que forma a IA pode apoiar professores no planejamento pedagógico e no acompanhamento das aprendizagens?
  • Como a IA generativa pode ser utilizada na criação de bancos de itens interativos e na avaliação de competências mais complexas?

2. Objetivos da pesquisa

A pesquisa apresentada buscou:

  • Mapear experiências nacionais e internacionais de uso da IA em avaliações educacionais.
  • Sistematizar práticas já em andamento e suas lições aprendidas.
  • Propor recomendações para adoção responsável no contexto brasileiro.

Três frentes de trabalho foram articuladas:

  1. Análise bibliográfica – levantamento de mais de 60 documentos técnicos e acadêmicos.
  2. Entrevistas – com especialistas e gestores nacionais e internacionais.
  3. Workshops – com participação de organizações como a OCDE, universidades estrangeiras e especialistas em inovação educacional.

3. Experiências internacionais

OCDE / PISA

  • Correção automatizada de provas abertas e redações.
  • Tradução de testes para até 70 idiomas, reduzindo custos e tempo.
  • Desenvolvimento de robôs interativos para avaliação de pensamento criativo.
  • Planejamento da avaliação “Viver no mundo digital” (2029), com agentes de IA acompanhando individualmente cada estudante.

Boston College (TIMSS & PIRLS)

  • Itens abertos e interativos para avaliar escrita e resolução colaborativa em matemática.
  • Pesquisas metodológicas sobre avaliação de raciocínios múltiplos.

Cambium Assessment (EUA)

  • Líder em provas digitais adaptativas nos estados americanos.
  • Evolução a partir do American Institute of Research.

Portugal

  • Correção automatizada de questões abertas em provas de larga escala.
  • Dificuldades com variabilidade linguística e desconfiança social.

Austrália (Leon Furze)

  • Integração entre avaliação formativa e somativa.
  • Reflexões sobre ética, desigualdades e uso pedagógico da IA.

China

  • Experimentos em escala nacional, descritos como “inacreditáveis” pela rapidez e profundidade da aplicação de IA em avaliações.

4. Principais achados

A fala de Maria Helena e os dados levantados apontam para um quadro em transformação:

  • Predomínio da avaliação formativa: IA como apoio a diagnósticos, feedbacks personalizados e acompanhamento contínuo.
  • Aplicações em larga escala: ainda incipientes, mas já presentes em correção automatizada, tradução de provas e bancos de itens.
  • Dados mais granulares: análise do tempo de resposta, padrões de raciocínio e logs de interação, permitindo compreender como os alunos chegam às respostas.
  • Benefícios claros:
    • Eficiência – redução de custos e tempo em elaboração e correção.
    • Personalização – avaliação adaptada ao nível do estudante.
    • Engajamento – alunos mais motivados em plataformas digitais.
    • Feedback qualificado – relatórios mais ricos e úteis para professores.

5. Desafios

Apesar dos avanços, os obstáculos são significativos:

  • Validade e confiabilidade – dúvida se as avaliações baseadas em IA são equivalentes às humanas.
  • Formação de professores – necessidade de letramento em avaliação e em tecnologias.
  • Resistência cultural – receio de governos e sociedade em aceitar a mudança.
  • Questões éticas – segurança de dados, privacidade e impacto pedagógico.
  • Infraestrutura desigual – limitações tanto no Brasil quanto em países desenvolvidos.
  • Limites metodológicos – necessidade de superar a Teoria de Resposta ao Item (TRI), que não contempla múltiplas respostas criativas.

6. Iniciativas brasileiras

O Brasil também avança com iniciativas relevantes:

  • Fundação Lemann: apoio a startups como Lizedu, além de projetos de avaliação adaptativa em redes escolares.
  • Instituto Ayrton Senna: atuação junto à OCDE em experimentos com avaliação da criatividade.
  • Universidade Federal do Ceará: desenvolvimento de plataformas de avaliação formativa adaptativa.
  • Parcerias com universidades e startups em soluções digitais para acompanhamento contínuo da aprendizagem.

7. Tendências futuras

Um ponto central destacado é a integração entre avaliações formativas e somativas.
Se antes eram vistas como dimensões separadas, hoje a IA possibilita sua articulação, permitindo que dados de acompanhamento contínuo alimentem a avaliação externa em larga escala.

Outra tendência é o foco em competências complexas: criatividade, pensamento crítico, colaboração e resolução de problemas. A IA já está sendo testada para capturar não apenas o resultado final, mas o processo de raciocínio dos alunos.

O futuro também aponta para avaliações mais interativas, digitais e adaptativas, capazes de refletir melhor os desafios do século XXI.


8. Conclusão

A inteligência artificial inaugura um novo paradigma na avaliação educacional.
Ela não é apenas uma ferramenta de automação, mas um meio de repensar o que avaliamos, como avaliamos e para quê avaliamos.

O potencial de ganhos em eficiência, personalização e engajamento é enorme, mas o caminho exige enfrentar desafios de validação científica, ética, formação docente e infraestrutura.

Como lembra Maria Helena, o que está em jogo é mais do que medir melhor:

“Trata-se de aprender de forma diferente — mais interativa, criativa e conectada com o mundo digital.”

A pergunta que permanece é: estamos preparados para transformar a avaliação junto com a aprendizagem?


✍️ Este artigo foi escrito a partir de transcrições de apresentações e da fala de Maria Helena em setembro de 2025, reunindo achados de pesquisas, workshops e experiências internacionais e brasileiras.