A chegada da Inteligência Artificial (IA) às escolas reacendeu um debate antigo, mas com uma intensidade diferente. De repente, a cola ganhou escala, velocidade e sofisticação. E, com isso, veio a sensação de que estamos diante de um problema novo, porém, a verdade é que não estamos.
A IA não criou a desonestidade acadêmica, só tornou mais evidente algo que já estava ali. Alunos que não se importam com o que estão aprendendo sempre encontraram um jeito de burlar o processo, seja no papelzinho dobrado, na resposta sussurrada, no “Ctrl+C, Ctrl+V” mal disfarçado, e que agora só ficou mais fácil.
Pesquisas em educação mostram um padrão consistente em que alunos com alta motivação, ou seja, aqueles que aprendem por interesse, curiosidade ou propósito colam menos. Da mesma forma, estudantes orientados ao aprendizado tendem a trapacear menos do que aqueles focados apenas em performance, como nota, aprovação e ranking. A lógica é simples: quando o objetivo vira só o resultado, o processo perde valor. E quando a trajetória perde valor, o atalho passa a ser estratégia. É nesse contexto que a IA entra, não como causa, mas como acelerador.
O problema é que usar passivamente essas ferramentas, copiar, colar e aceitar respostas prontas não apenas contornam o esforço como também alteram a relação do aluno com o próprio aprendizado. Aos poucos, diminui o espaço para tentativa, erro, dúvida e construção de raciocínio. O estudante até pode entregar mais, mas aprende menos. E isso acontece mesmo quando ele sabe que há um custo. Temos uma tendência como ser humano a economizar esforços no que não nos importa e o atalho vencer.
Professores lidam há anos com alunos pouco engajados, currículos que nem sempre dialogam com a realidade e uma cultura escolar que, muitas vezes, valoriza mais o desempenho do que o aprendizado em si. A diferença é que, agora, ficou mais fácil sustentar a aparência de aprendizagem. A tecnologia permite avançar, entregar e até se destacar sem necessariamente dominar o conteúdo. A IA escancarou uma fragilidade de processos avaliativos tradicionais.
Diante disso, insistir em respostas baseadas apenas em controle, como restringir o uso de tecnologia ou reforçar mecanismos de vigilância, tende a ser insuficiente. A resposta passa, inevitavelmente, por engajamento. Quando o aprendizado faz sentido e há espaço para participação, o aluno se reconhece no processo e a lógica muda. A IA deixa de ser ameaça e passa a ser ferramenta. O problema sempre foi o quanto o aluno se importa ou não com o que está aprendendo.
E talvez o dado mais revelador seja justamente que quando a IA funciona bem na educação, ela não reinventa o ensino, apenas reforça práticas que já sabemos que dão certo, como tornar o aprendizado significativo, conectar o conteúdo à realidade do aluno e estimular a autonomia e o protagonismo.
REFERÊNCIAS
EATON, Sarah Elaine. Academic integrity in the age of artificial intelligence. Cambridge: Cambridge University Press, 2024. Disponível em: https://www.cambridge.org/core/elements/academic-integrity-in-the-age-of-ai/8652D952D1C480A46996183626BE3DD7. Acesso em: 30 mar. 2026.
BŁACHNIO, Agata et al. Achievement goals and academic dishonesty: a systematic review. Educational Psychology Review, v. 36, 2024. Disponível em: https://link.springer.com/article/10.1007/s10648-023-09753-1. Acesso em: 30 mar. 2026.
LUCKIN, Rose; CUKUROVA, Mutlu. Generative AI and learning processes in education. Studies in Higher Education, 2025. Disponível em: https://www.tandfonline.com/doi/full/10.1080/03075079.2025.2487570. Acesso em: 30 mar. 2026.
MOLLICK, Ethan; MOLLICK, Lilach. Generative AI and the visibility of learning. arXiv, 2026. Disponível em: https://arxiv.org. Acesso em: 30 mar. 2026.
PERKINS, Michael et al. Universities and AI detection challenges. The Guardian, 2025. Disponível em: https://www.theguardian.com. Acesso em: 30 mar. 2026.
LEGAULT, Lisa; GREEN-DEMERS, Isabelle; PELLETIER, Luc G. Why do high school students cheat? Toward a self-determination theory perspective. Contemporary Educational Psychology, v. 31, n. 3, p. 284-299, 2006. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0361476X15000417. Acesso em: 30 mar. 2026.