AI força universidades a repensar os trabalhos de curso: o problema da trapaça é anterior ao ChatGPT

O surgimento do ChatGPT e de outros modelos generativos não criou o problema dos trabalhos universitários desonestos do zero. Segundo a Dra. Nafisa Baba-Ahmed, a IA apenas tornou em massa e conveniente um método de "terceirizar o pensamento" que existia nas universidades muito antes do boom atual.

O Problema Não é Novo

A frustração dos professores com o impacto da IA no pensamento crítico é fácil de entender. Muitas universidades já estão tendo uma conversa ansiosa sobre como preservar o trabalho independente dos alunos quando um bot pode rapidamente montar um ensaio, uma estrutura de argumentação e até um estilo acadêmico refinado. Mas Baba-Ahmed sugere olhar não apenas para a nova tecnologia, mas para o velho modelo de avaliação, em que o texto final há muito tempo poderia ser obtido não totalmente pela própria inteligência.

Em seu trabalho com alunos sobre escrita acadêmica, ela essencialmente descreve um quadro familiar da era anterior à IA generativa. Quando o formato da tarefa permite, o pensamento começa a ser terceirizado: alguns encomendamensaios, outros usam arquivos de anos anteriores, ainda outros passam respostas modelo bem-sucedidas entre turmas, quarto usam demais tutores, amigos ou colegas mais velhos. Ou seja, o problema não é que a IA corrompeu um sistema ideal, mas que chegou em um sistema com brechas já abertas.

Como a IA Acelerou

A principal mudança, em sua opinião, não está na natureza da violação em si, mas em sua escala. Antes, tal atalho exigia dinheiro, conexões, tempo para buscar ou um modelo pronto de uma turma anterior. Agora, muito pode ser obtido em minutos: gerar um rascunho, pedir ao modelo para reestruturar o argumento, polir o estilo ou adaptar texto antigo para uma nova tarefa. A IA não inventou o desvio, mas reduziu drasticamente seu custo e limite de entrada.

"A IA não inventou esse comportamento.

Ela apenas agilizou uma maneira já existente de cortar caminho."

Por causa disso, o debate sobre se "a IA mata o pensamento" se torna muito estreito. Se uma universidade avalia principalmente a suavidade do texto final em vez da independência do raciocínio, a tecnologia simplesmente torna a velha vulnerabilidade mais visível. O problema se manifesta não porque os alunos de repente pararam de pensar, mas porque o sistema muito frequentemente aceitava um resultado bem formatado como prova de compreensão genuína. É exatamente por isso que o pânico atual parece não uma nova doença, mas um diagnóstico tardio.

O Que as Universidades Devem Verificar

Disso emerge uma questão mais incômoda, mas também mais útil para as universidades: o que exatamente um trabalho de curso, ensaio ou outro trabalho escrito deve demonstrar. Se a tarefa é ver se um aluno entendeu o material, pode conectar ideias, construir um argumento e tirar conclusões, um texto bem formatado sozinho pode não ser suficiente. A IA simplesmente força que isso seja dito em voz alta e para de fingir que o formato anterior mediava tudo de forma confiável por si só.

Baba-Ahmed sugere não romantizar o passado pré-IA. Em vez de tentar "voltar a como era", as universidades terão que redefinir o que exatamente querem ver no trabalho do aluno e onde está o limite entre assistência de ferramentas e substituição do pensamento original. Em termos práticos, isso significa revisar não apenas as regras, mas a própria lógica da tarefa.

Não se trata mais de proibições cosméticas, mas de uma resposta mais honesta à pergunta do que exatamente conta aqui como evidência de aprendizado.

• Compreensão do tema, não apenas apresentação polida
• Argumento independente, não montagem de frases prontas
• Capacidade de analisar, não reescrever um modelo
• Coerência pessoal do raciocínio, não tom impecável
• Demonstração real do pensamento, não apenas o arquivo final

O Que Isso Significa

Para as universidades, a IA se mostrou não tanto a causa raiz de uma crise, mas um teste de estresse para os velhos métodos de avaliação. Mostrou que a questão não é mais sobre proibir a próxima ferramenta, mas sobre quais tarefas realmente exigem pensamento independente e permitem distinguir a compreensão genuína da imitação cuidadosamente montada.