A Inteligência Artificial já faz parte do cotidiano universitário, impactando estudo, produção de textos, resolução de exercícios, trabalhos e avaliação. A pergunta central não é se a IA entra, mas como será incorporada e para que projeto formativo serve.
O debate precisa ir além da técnica. O currículo universitário envolve experiências formativas, modos de ensinar, formas de avaliar e a relação entre ensino, pesquisa, inovação e extensão. A IA não é recurso lateral, mas fator que redefine aprender, ensinar e formar.
Para a graduação, o tempo de aprendizagem, a mediação docente e a autonomia intelectual não podem ser substituídos pela máquina. A tecnologia deve apoiar, não encurtar, o caminho formativo. Caso contrário, há risco de erosão da elaboração intelectual.
Desafios pedagógicos e curriculares
Avaliação não pode se reduzir a produtos finais. É preciso acompanhar processos, explicitar raciocínios, defender argumentos e reelaborar versões. A IA exige diversificação de regimes avaliativos e coerência entre objetivos formativos e métodos.
O foco permanece na mediação docente qualificada. A IA não substitui o papel do professor nem a condução didática. É essencial estabelecer critérios institucionais, limites e recusa, mantendo a docência como trabalho intelectual público.
O currículo volta a ser centro da discussão. Cabe definir que experiências de estudo a graduação deseja promover, quais exigências intelectuais preservar e como reorganizar percursos sem empobrecê-los. A IA deve figurar como recurso legítimo dentro desse projeto.
Governança, ética e equidade
A USP adota diretrizes para que o acompanhamento tecnológico esteja alinhado a finalidade acadêmica, transparência e controle institucional. A ideia é evitar vigilância excessiva, estigmatização e aumento de desigualdades.
A ética aparece como núcleo da política institucional. A inteligência artificial exige reflexão pedagógica constante, responsabilidade institucional e atenção aos impactos nos alunos, docentes e técnicos.
Não há neutralidade nesses processos: cada modelagem implica escolhas sobre sucesso, dificuldade e risco. Políticas de IA devem promover qualidade da formação, equidade e o sentido público da universidade.
É preciso reconhecer que nem todos os estudantes têm mesmas condições de acesso. Infraestrutura, conectividade e apoio variam. A adoção acrítica pode ampliar vantagens existentes, reforçando injustiças educacionais.
Conclusão operacional
A Universidade de São Paulo define princípios e critérios, revisa normas e orienta unidades para uso pedagógico da IA. O Escritório de Transformação Digital e IA coordenará diretrizes e ações, sem instaurar desconfiança, mas com clareza sobre usos legítimos.
A política de graduação passa por cinco frentes: formação docente, revisão de práticas avaliativas, governança institucional, equidade e reafirmação do ensino como projeto intelectual, ético e público. A IA fica como recurso, apoio e ferramenta, desde que orientada por fins formativos.
Entre na conversa da comunidade