Professor da Universidade Brown Provou Fraude Massiva de IA em Exames

O economista Roberto Serrano, professor da Universidade Brown, publicou números que, segundo ele, provam o uso massivo de IA por estudantes em exames: a nota média no exame parcial para fazer em casa foi 96 de 100, e após mudar o exame final para um formato presencial sem acesso a redes neurais, ela caiu para 48 de 100.

O que o professor notou

Serrano lecionava um curso de economia e, como muitos instrutores, deu aos alunos um exame parcial para fazer em casa que poderia ser concluído fora da sala de aula. A nota média da turma ficou em torno de 96 pontos de 100 — um resultado quase perfeito em toda a classe de uma vez, o que em si parecia suspeitosamente uniforme para um curso de economia complexo.

Por que o exame presencial mudou tudo

Para testar sua hipótese, Serrano mudou o exame final para um formato presencial — os alunos o realizaram em sala de aula sem computadores e sem acesso a chatbots. O resultado foi dramático: a nota média caiu para 48 de 100, ou aproximadamente metade da nota do exame parcial para fazer em casa.

• Exame parcial para fazer em casa — nota média de 96 de 100
• Exame final presencial sem IA — nota média de 48 de 100
• Diferença — quase o dobro
• Autor da observação — Roberto Serrano, professor de economia da Universidade Brown

Serrano tornou essa história pública, apresentando a diferença nas notas como prova quantitativa de que uma parcela significativa dos alunos usou ferramentas de IA ao completar lições de casa e exames que não são monitorados pessoalmente.

"Não podemos nos permitir ficar mais burros", adverte

Serrano, comentando sobre as consequências dos alunos perderem a capacidade de resolver problemas de forma independente.

Por que isso é difícil de provar diretamente

Acusar um aluno individual de usar IA em lição de casa é quase impossível de provar formalmente — não há câmera, sem supervisão, sem forma técnica de capturar o momento da trapaça. É por isso que a abordagem de Serrano parece mais convincente do que muitas outras reclamações de professores sobre trapaça com IA: em vez de acusar alunos específicos, ele construiu uma comparação controlada de resultados do mesmo grupo de alunos em duas condições diferentes — com acesso a ferramentas e sem. A diferença nas notas fala por si só sem precisar provar a culpa de ninguém pessoalmente.

O que isso significa

A história do professor Serrano é um dos exemplos públicos mais vividos de como a lacuna entre os resultados das avaliações remotas e presenciais revela a escala do uso de IA nas universidades. Para os instrutores, é mais um argumento a favor de retornar aos exames presenciais e repensar o formato de avaliação na era dos chatbots acessíveis: enquanto as tarefas puderem ser concluídas em casa sem supervisão, os resultados deixam de refletir de forma confiável o conhecimento do próprio aluno.