Ícones da autoria de Slamlabs, three musketeers e vectors tank, em magnific.com
1. Introdução
A atividade correspondente ao Tema 3 decorreu entre os dias 11 e 29 de maio, tendo sido desenvolvida em regime de trabalho individual. O seu principal objetivo consistiu em analisar criticamente os desafios que a Inteligência Artificial (IA) coloca à avaliação da aprendizagem no ensino superior, articulando-os com conceitos e perspetivas teóricas que sustentam a evolução das práticas avaliativas em contextos digitais.
Neste âmbito, procurou-se desenvolver competências de análise crítica sobre o impacto das tecnologias emergentes na aprendizagem e na avaliação, aprofundar conceitos relacionados com a avaliação autêntica e sustentável e promover uma utilização ética, crítica e fundamentada da IA em contexto académico.
A proposta revelou-se particularmente relevante por colocar em evidência a necessidade de repensar a avaliaçãono ensino superior perante as profundas transformações introduzidas pela IA generativa.
2. Registo reflexivo sobre o percurso desenvolvido
A atividade desenvolvida consistiu na elaboração de um ensaio em coautoria com uma ferramenta de IA, acompanhado de um registo crítico sobre o processo de colaboração estabelecido. Optei pela utilização do ChatGPT – versão gratuita (Open AI) por constituir uma ferramenta amplamente acessível e representativa das soluções atualmente disponíveis para docentes e estudantes, com um bom nível de desempenho nessa gama. A escolha permitiu experimentar um cenário de utilização realista, refletindo simultaneamente sobre as potencialidades e limitações deste sistema no apoio à aprendizagem e à elaboração do ensaio.
O trabalho iniciou com a leitura dos textos de Felix e Webb (2024), O’Dea e O’Dea (2023) e Swiecki et al. (2022). Apesar das diferentes abordagens, os três textos confluem na ideia de que a IA não representa apenas uma inovação tecnológica, mas um fator de transformação das práticas pedagógicas e da avaliação. Todos defendem que a resposta educativa não deve ser exclusivamente centrada na prevenção da fraude académica, mas, sobretudo, na conceção de modelos de avaliação capazes de valorizar processos cognitivos complexos, pensamento crítico, criatividade e resolução de problemas, aproveitando as potencialidades da IA de forma ética e crítica.
Para aprofundar esta perspetiva selecionei ainda o artigo de Oliveira e Pereira (2021), que introduz o conceito de avaliação digital autêntica. Através da sua análise, foi possível estabelecer uma ponte entre os desafios colocados pela IA e a necessidade de desenhar tarefas que mobilizem competências significativas em contextos reais.
Posteriormente, selecionei também o artigo de Elkington e Chesterton (2025), cuja abordagem acrescenta uma dimensão particularmente pertinente: a flexibilidade da avaliação como condição para promover aprendizagens autênticas e sustentáveis num contexto em que a IA passa a integrar naturalmente os processos de ensino e aprendizagem.
Com base na revisão narrativa da literatura acima mencionada, foi definida a tese orientadora do ensaio: a avaliação autêntica constitui uma das respostas mais consistentes aos desafios colocados pela Inteligência Artificial no ensino superior, desde que articulada com princípios de avaliação sustentável e com um desenho pedagógico intencional.
A estrutura preliminar do ensaio foi organizada em torno desta ideia, procurando integrar contributos teóricos e exemplos da minha prática docente, a que acresceu uma reflexão crítica sobre o papel desempenhado pela IA durante o processo de escrita, integrada numa secção prévia do ensaio.
A atividade culminou com a partilha do trabalho no fórum e com a participação no debate, permitindo confrontar diferentes perspetivas sobre a utilização da IA na avaliação, através da análise e debate crítico sobre os ensaios partilhados.
3. Principais aprendizagens realizadas
A aprendizagem mais importante, no quadro da compreensão de que a resposta aos desafios da IA não reside na proibição da sua utilização, mas na transformação das práticas avaliativas, a qual reforça a importância da avaliação autêntica, centrada em tarefas significativas, contextualizadas e próximas da prática profissional, tornando mais relevante o processo de aprendizagem, do que a simples reprodução de informação.
Esta perspetiva revelou-se particularmente consistente, quando articulada com o conceito de avaliação sustentável – entendido como um processo que promove a autorregulação, o desenvolvimento de competências transferíveis e a aprendizagem ao longo da vida.
A integração da dimensão da flexibilidade proposta por Elkington e Chesterton veio reforçar a ideia de que os modelos de avaliação devem adaptar-se às mudanças tecnológicas, sem perder o seu rigor pedagógico.
Estas aprendizagens adquiriram um significado especial quando relacionadas com a minha experiência enquanto docente de Artes Visuais. A natureza projetual desta área disciplinar evidencia que tarefas autênticas, processos criativos, reflexão crítica e produção de evidências constituem práticas já próximas das abordagens atualmente defendidas para responder aos desafios da IA.
Paralelamente, a frequência do Mestrado em Pedagogia do e-Learning permite compreender que estas práticas podem ser enquadradas em ecossistemas educativos virtuais ou híbridos, onde o digital, a colaboração e a utilização crítica da IA coexistem de forma integrada.
O debate realizado no fórum contribuiu igualmente para ampliar esta reflexão, evidenciando diferentes formas de interpretar a relação entre a integração da IA na avaliação explorando a inovação tecnológica, a ética, a avaliação e a sua relação com a aprendizagem.
A partir dos comentários aos ensaios de alguns colegas e das análises críticas partilhadas sobre o ensaio que elaborei, foi possível estabelecer articulações teóricas complementares.
Saliento o aprofundamento de articulações conceptuais que não haviam sido exploradas por mim ou pelos colegas, nomeadamente o paralelismo entre avaliação sustentável (Boud e Soler) e o potencial da IA para a autorregulação, a dimensão relacional da autenticidade avaliativa proposta por Elkington e Chesterton (2025), os contributos de Swiecki et al. (2022) sobre modelos avaliativos centrados no processo, e ainda a articulação entre a aprendizagem significativa de Ausubel e a noção de Di Felice da IA como expansão do circuito cognitivo. Este cruzamento de fundamentação, mediado pelo debate entre pares, funcionou como um exercício de triangulação teórica que reforçou a compreensão pessoal sobre a diversidade de enquadramentos possíveis para um mesmo problema.
Por outro lado, as questões colocadas sobre o ensaio que elaborei constituíram um estímulo relevante para aprendizagens que extravasam o domínio estritamente teórico.
A título de exemplo significativo, menciono a questão colocada sobre a escalabilidade da avaliação autêntica no ensino superior sem sobrecarga docente, a qual obrigou a articular a dimensão pedagógica com considerações de gestão curricular e de reconhecimento institucional do trabalho avaliativo.
Este tipo de interpelação, decorrente do debate colaborativo, revelou-se mais produtivo do que a simples exposição de ideias em ensaio individual, uma vez que obrigou a testar a solidez e a aplicabilidade prática dos argumentos por mim defendidos.
4. Reflexão crítica
Considero que o ensaio que elaborei apresenta uma fundamentação teórica consistente, uma boa articulação entre diferentes referenciais científicos, argumentação convenientemente estruturada, clareza expositiva e uma adequada ligação entre teoria e prática, enriquecida pela integração, ainda que muito limitada, de exemplos da minha experiência docente. A secção prévia sobre a utilização da IA no trabalho fornece elementos claros e críticos, com explicitação da verificação / correção e validação humana dos conteúdos gerados.
A integração da literatura recente permitiu ainda sustentar uma reflexão atual sobre os desafios da IA na avaliação.
Dentre as limitações identificadas, destaco algumas inconsistências na uniformização das referências segundo a norma APA 7, bem como a necessidade de uma articulação mais explícita entre a avaliação autêntica e a avaliação sustentável. Teria igualmente sido pertinente explorar, de forma mais desenvolvida, estratégias concretas de implementação da avaliação autêntica em diferentes contextos institucionais do ensino superior, de modo a contribuir para a resolução da tensão existente entre escalabilidade / certificação e estratégias de avaliação autêntica.
5. Participação e envolvimento
O desenvolvimento desta atividade caracterizou-se por um elevado compromisso pessoal, traduzido no cumprimento dos prazos estabelecidos, na leitura crítica da bibliografia proposta e na procura de literatura complementar atualizada.
A participação no fórum permitiu acrescentar valor interpretativo, estabelecendo pontes entre os diferentes ensaios e o próprio quadro teórico de referência, conhecer diferentes perspetivas, confrontar argumentos e enriquecer a reflexão produzida, reforçando a importância da aprendizagem colaborativa e da revisão por pares, enquanto componente da construção do conhecimento. Como desafio futuro, penso que deverei melhorar os timings de colocação dos posts nos fóruns, de modo a melhorar a qualidade dialógica do debate.
6. Reflexão final e aplicabilidade futura
Este tema representou um momento importante na evolução da minha conceção sobre a avaliação em contextos digitais contemporâneos.
Para além de aprofundar a aprendizagem na utilização de sistemas de IA, compreendi que o verdadeiro desafio consiste em conceber práticas pedagógicas capazes de promover aprendizagens contextualizadas, significativas, éticas e sustentáveis. A IA deve, assim, ser entendida como um recurso de apoio ao pensamento, à criatividade e à reflexão crítica, e não como um substituto do trabalho intelectual do estudante ou do docente, quer na produção de conhecimento através da realização das atividades, quer nos processos avaliativos, devendo ambos ser orientados para a aprendizagem como finalidade principal.
As aprendizagens desenvolvidas neste tema revelam um elevado potencial de transferência para a minha prática profissional e para futuros projetos de investigação.
A compreensão da Inteligência Artificial como uma ferramenta que deve ser integrada de forma ética, crítica e pedagogicamente intencional reforçou a necessidade de conceber estratégias de avaliação centradas na autenticidade das tarefas, na autorregulação, no feedback estruturado, significativo e contínuo e na participação ativa dos estudantes.
Na minha prática docente, estas perspetivas poderão traduzir-se na conceção de experiências de aprendizagem mais significativas, que articulem atividades presenciais e digitais em ecossistemas educativos virtuais / híbridos, promovendo a criatividade, a resolução de problemas e o desenvolvimento de competências essenciais para o século XXI, acompanhadas por estratégias avaliativas como a avaliação autêntica, feedback contínuo, autoavaliação, avaliação por pares e utilização crítica da IA.
Paralelamente, esta reflexão consolida o meu interesse em aprofundar e articular o estudo da avaliação digital, da produção de recursos digitais orientados por práticas educacionais autênticas e preferencialmente abertas, e da integração ética e crítica da IA. Pretendo, deste modo, contribuir para a conceção de estratégias pedagógicas inovadoras, alinhadas com práticas bem fundamentadas, que promovam modelos de avaliação mais flexíveis, inclusivos e sustentáveis, capazes de responder aos desafios colocados pela educação contemporânea.
Ícones da autoria de witdhwaty, Uniconlabs e freepik em magnific.com
Nota sobre a utilização de Inteligência Artificial:
Foram utilizados os sistemas ChatGPT – Open AI e Claude.ai – Anthropic (versões gratuitas), no auxílio à formulação do modelo estrutural de suporte da presente e das futuras intervenções reflexivas no contexto da UC Avaliação em E-learning, posteriormente adaptado, para além da correção ortográfica e sintática parcial do texto final. As reflexões e conteúdos do presente texto são da minha autoria, em articulação com literatura científica sobre o tema tratado.
Referências:
Elkington, S., & Chesterton, P. (2025). Embedding assessment flexibilities for future authentic learning. Teaching in Higher Education, 30(3), 700–716. https://doi.org/10.1080/13562517.2024.2394605
Felix, J., & Webb, L. (2024). Use of artificial intelligence in education delivery and assessment (POSTnote 712). UK Parliament. https://doi.org/10.58248/PN712
O’Dea, X., & O’Dea, M. (2023). Is artificial intelligence really the next big thing in learning and teaching in higher education? A conceptual paper. Journal of University Teaching & Learning Practice, 20(5). https://doi.org/10.53761/1.20.5.05
Oliveira, I., & Pereira, A. (2021). Avaliação digital autêntica: questões e desafios. RE@D – Revista de Educação a Distância e eLearning, 4(2). https://doi.org/10.34627/vol4iss2pp22-40.
Swiecki, Z., Khosravi, H., Chen, G., Martinez-Maldonado, R., Lodge, J. M., Milligan, S., Selwyn, N., & Gašević, D. (2022). Assessment in the age of artificial intelligence. Computers and Education: Artificial Intelligence, 3, 100075. https://doi.org/10.1016/j.caeai.2022.100075
(Redação e publicação: julho de 2026)
Leave a Reply