Artigo do blog Educação
Avaliar com IA: onde está o trabalho do estudante?
Uma resposta bem escrita pode esconder decisões muito diferentes. Proponho observar as perguntas, revisões e critérios que o estudante consegue explicar.

O problema começa antes da entrega
Imaginemos dois estudantes que entregam textos igualmente claros. Um discutiu a pergunta, verificou as fontes e rejeitou uma sugestão do modelo porque ela não tinha fundamento. O outro aceitou a primeira resposta e mudou algumas palavras. O produto final pode ser parecido; o percurso intelectual, muito diferente. Avaliar apenas a superfície do documento faz perder justamente a diferença que interessa à docência. Convém desenhar as evidências de aprendizagem antes de abrir a ferramenta: qual decisão queremos observar, com que critério e em qual momento do processo.
O que LOGOS propõe
No preprint LOGOS, proponho examinar a agência cognitiva humana em tarefas assistidas por IA. Trata-se de uma taxonomia conceitual de cinco níveis, não de uma prova de que determinada estratégia docente melhora as notas. Sua pergunta oferece um ponto de partida: o que a pessoa faz intelectualmente enquanto trabalha com o sistema? Em uma atividade, eu traduziria essa pergunta em ações observáveis: formular um problema, comparar interpretações, justificar uma escolha e revisar uma conclusão. A classificação nunca deveria substituir a leitura do trabalho real.
Um exercício que torna decisões visíveis
Eu pediria uma explicação inicial breve sem assistência e, depois, uma conversa com IA voltada a encontrar uma objeção. A entrega incluiria a versão revisada e um comentário sobre uma sugestão aceita e outra rejeitada. A avaliação consideraria a qualidade das razões e o uso de fontes, não o número de mensagens enviadas. Se o modelo oferecesse uma definição ampla demais, o estudante precisaria indicar qual caso ela não distingue e propor uma formulação melhor. A correção ganha valor porque pode ser defendida, não porque parece mais acadêmica.
Transparência sem vigilância permanente
Documentar o processo não exige registrar cada movimento do estudante. Um pequeno conjunto de decisões justificadas pode ser mais útil que um histórico interminável. Também convém acordar quais usos são permitidos, quais dados não devem ser compartilhados e como será avaliado quem não tiver uma conta paga. Uma atividade justa precisa de alternativas comparáveis. Se o resultado depende de comprar uma ferramenta melhor, a rubrica pode confundir acesso tecnológico com aprendizagem. Essas condições devem ser explicadas antes do início, com exemplos reconhecíveis por todos.
O que precisaria ser verificado
A atividade descrita é uma proposta de desenho docente, não uma intervenção validada. Para estudá-la seria necessário definir resultados, observar trabalhos comparáveis e verificar a aplicação consistente dos critérios. Também interessa saber se o estudante consegue resolver um caso novo e explicar seus limites sem retornar à mesma conversa. Meu critério inicial é simples: uma boa atividade com IA deve tornar o raciocínio humano mais visível. Se ela apenas melhora o acabamento do produto e oculta as decisões, continuamos sem saber o que foi aprendido.
