O segundo episódio da nossa série « LA transforma comércios ». Correção de IA e escola: por trás da promessa de cópias anotadas em segundos, os estudos desenham várias transformações. Ferramentas facilitam a preparação de cursos e fornecem feedback útil. Sua capacidade de atribuir uma pontuação estável permanece mais desigual. Para os professores, o trabalho está se movendo para definir critérios, verificar respostas e acompanhar os alunos.
Uma decisão de avaliação, notação e orientação não implica a mesma responsabilidade. Reuni-los sob a palavra « correção » desfoca o debate. Um comentário pode ajudar um estudante a repetir um raciocínio. Uma nota classifica sua produção de acordo com uma escala. Uma decisão escolar pode mudar seu curso. Os resultados disponíveis em novembro de 2026 sugerem que essas utilizações sejam examinadas separadamente.
Correção AI e escolar: o que as experiências medem
Em quatro cursos universitários americanos em ciência política, pesquisadores testaram uma organização envolvendo professores e GPT-4. Seu estudo, publicado em 19 de agosto de 2025, abrange 271 alunos e 3.080 respostas curtas. O instrumento recebeu a pergunta, os critérios de correção e os exemplos já apontados pelos professores. O esquema confidenciou cerca de 88% das respostas à IA.
Os resultados apoiam a possibilidade de assistência neste quadro específico. Várias características de notação permanecem semelhantes às observadas com corretores humanos. Os alunos poderiam solicitar uma nova correção por uma pessoa. No entanto, achavam que os comentários humanos eram um pouco mais úteis.
Portanto, esse protocolo não envolveu entregar uma pilha de cópias ao software sem preparação. O trabalho de ensino precedeu a automação. Pesquisadores não estabeleceram uma porcentagem universal de tempo economizado. Nem demonstraram um progresso sustentável na aprendizagem. O pequeno número de desafios por si só não mede a ausência de erros.
Em matemática, notas que nem sempre coincidem
Um estudo publicado em 28 de outubro de 2026 tem um resultado menos reconfortante. Hasan Fehmi Özdemir comparou três professores e quatro ferramentas sobre respostas de 196 estudantes universitários de Łırnak, Turquia. Os exercícios exigiam raciocínio matemático, além da escolha de uma resposta. As cópias eram do ano letivo 2024-2025.
GPT-4o, Gemini 2.5 Flash, Microsoft Copilot e DeepSeek tinham a mesma escala, mas sem exemplos corrigidos. As ferramentas encontraram alguns rankings gerais entre os estudantes. Seu acordo exato com as notas humanas era apenas cerca de três em dez casos. Isso não significa que sete em cada dez notas eram objetivamente falsas: os professores também podiam divergir.
As variações reapareceram quando pesquisadores submeteram as mesmas cópias várias vezes. Alguns instrumentos também atribuíram raciocínio ausente das respostas. O estudo diz respeito a um campo específico, versões específicas e protocolo. Não condena qualquer correcção assistida. Mostra por que a leitura do raciocínio e a aplicação de uma escala requerem validação, especialmente quando várias abordagens podem levar ao resultado certo.
Um comentário útil não é necessariamente uma boa classificação
O interesse educacional também aparece sem notação automática. Uma experiência publicada em 30 de outubro de 2026 dividiu 312 estudantes em três grupos. Um recebeu comentários de uma IA, outro de um professor, o último sem feedback substancial. A análise final selecionou 287 participantes.
Após revisão de um texto argumentativo, os dois grupos acompanhantes obtiveram melhores resultados do que o grupo controle. O desempenho do feedback humano e automatizado estava dentro da margem de equivalência estabelecida pelos pesquisadores. No entanto, a motivação referida permaneceu maior após o retorno da professora.
Os estudantes sabiam a origem do comentário. O experimento envolveu uma única instituição e um ciclo de reescrita, com um modelo local. Por conseguinte, não prova que a IA seja uma melhoria sustentável do desempenho escolar. Distingue duas dimensões da profissão: ajudar a refazer um texto e fazê-lo querer continuar esse esforço. Uma avaliação relevante não substitui automaticamente a relação pedagógica.
A preparação mais custosa de economia de tempo diz respeito
A avaliação britânica de Aila, publicada em 6 de outubro de 2026, fornece outro parâmetro de referência. Este assistente é usado para preparar cursos e seus materiais. O estudo distribuiu aleatoriamente 464 professores do ensino fundamental em 108 escolas para dois grupos. A análise principal selecionou 416 professores. O acompanhamento ocorreu durante 10 semanas no outono de 2025.
A síntese da Fundação Education Endowment estima uma redução de 24% no tempo de preparação para as tarefas estudadas. Os participantes estavam olhando os papéis de trabalho. Ambos os grupos poderiam utilizar outras ferramentas de IA: o estudo avaliou a ingestão de Aila, nem toda inteligência artificial contra sua ausência.
Este resultado não significa 24% menos trabalho de ensino ou 24% tempo salvo em cópias. O uso permaneceu limitado e as opiniões foram divididas. A qualidade dos recursos avaliados não se deteriorou, mas a experiência não demonstrou melhora na aprendizagem. Ela mediu uma tarefa de preparação, não o trabalho todo.
Mudanças no trabalho antes de o emprego poder ser quantificado
Estas experiências não permitem o cálculo de uma série de posições que a IA substituiria. Descrevem tarefas em condições específicas. Passar disso para uma previsão de força de trabalho exigiria mais dados: organização em sala de aula, tempo de auditoria, custo de ferramentas e seleção de instituições.
No entanto, a correcção assistida move os passos a examinar. Antes do uso, o professor deve especificar o que ele quer avaliar. Depois da geração, ele deve verificar que o comentário é sobre copiar. Uma formulação líquida pode mascarar uma leitura ruim. Uma sugestão correta também pode se referir a uma noção que a classe ainda não abordou.
O ganho líquido, portanto, depende do trabalho mantido em torno da ferramenta. Produzir mais anotações não é suficiente se cada uma exigir uma recuperação longa. Por outro lado, um primeiro retorno relevante pode deixar mais espaço para uma explicação direcionada. O tempo total deve ser medido, desde a elaboração dos critérios até à restituição, em vez da única velocidade de geração.
Regras específicas relativas à ajuda e à avaliação
Em França, o quadro publicado em junho de 2025 permite a assistência na preparação e correção, sob a responsabilidade do professor. Pediu para verificar as produções. As utilizações que tenham um efeito significativo na avaliação ou no curso dos estudantes exigem supervisão humana e validação prévia pela autoridade competente.
O mesmo quadro exclui o envio de dados pessoais ou confidenciais a um público em geral. Uma cópia não necessariamente se torna anônima porque seu nome desapareceu. Seu conteúdo ainda pode identificar o aluno. A escolha do serviço, os dados transmitidos e a sua conservação fazem parte das disposições a controlar.
Na Inglaterra, Ofqual mantém um limite mais específico em sua doutrina atualizada em 16 de julho de 2026. A IA não pode ser o único corrector de uma avaliação abrangida por uma qualificação regulamentada. Esta regra não constitui uma proibição geral dos assistentes de sala de aula. Estes quadros franceses e ingleses não são, por si só, regras aplicáveis ao Líbano.
Para uma instituição libanesa considerando essas ferramentas, estudos estrangeiros oferecem pontos de comparação, não validação pronta para uso. A língua, o nível dos alunos e a escala devem corresponder ao teste realizado. Antes de estender o uso, ainda há necessidade de documentar as diferenças de classificações, as correções necessárias e a possibilidade de uma revisão humana. Esses resultados locais permitirão distinguir um real alívio de uma carga de controle adicional.
Comentários