Chegar ao Porto: Reflexão Final sobre Avaliação em eLearning

Quando zarpa, um navegador não sabe exactamente o que vai encontrar. Leva consigo instrumentos, leva mapas e leva a memória de outros que já navegaram. Mas a viagem, essa, é sempre nova.

Foi assim que entrei nesta unidade curricular. Trazia comigo noções vagas sobre avaliação, experiência prática de contextos formativos e uma curiosidade genuína sobre o papel da inteligência artificial na educação. O que não sabia é que sair do outro lado implicaria rever, em profundidade, aquilo que pensava saber.

Visite a página web do Diário de Bordo clicando na página abaixo.

Registo audiovisual

Quatro Escalas, Uma Rota

O semestre organizou-se em quatro temas que, olhando agora para trás, formam uma constelação coerente: cada um iluminou uma coordenada diferente do mesmo território.

A primeira escala começou com um exercício aparentemente simples — perguntar à IA o estado da arte da avaliação em eLearning e confrontar a resposta com a literatura científica. O que parecia um exercício técnico revelou-se uma aula sobre literacia crítica. A IA devolveu um texto fluente, coerente e… superficial. Swiecki et al. (2022) e Oliveira e Pereira (2021) mostraram o que faltava: a problematização das tensões éticas, a reconceptualização do papel do professor, a especificidade irredutível das relações pedagógicas. Aprendi que fluência textual não é rigor conceptual — e que esta distinção importa mais do que nunca num mundo de ferramentas generativas.

A segunda escala mergulhou no Conrad e Openo com um grupo de colegas para construir um capítulo do Guia de Boas Práticas sobre autoavaliação. O conceito que mais ficou foi simples mas poderoso: avaliar não é fechar, é abrir. A autoavaliação genuína — aquela que obriga o estudante a confrontar o seu percurso sem o amortecedor da nota do professor — só funciona quando enquadrada em critérios claros, ambiente construtivista e acompanhamento docente real. Sem esse enquadramento, é apenas burocracia reflexiva com aparência de profundidade.

A terceira escala foi, de longe, a mais exigente. O ensaio individual sobre integridade académica e IA obrigou-me a defender uma tese desconfortável mas necessária: a resposta à IA generativa no ensino superior não pode ser apenas a deteção de fraude. Tem de ser um redesenho pedagógico profundo. Quando a tarefa permite que o produto final seja produzido sem mobilização real das competências avaliadas, a fragilidade está na tarefa — não apenas no comportamento do estudante. Esta conclusão mudou a forma como penso o meu próprio trabalho de design formativo.

A quarta escala traduziu tudo isto em arquitetura concreta. O plano de avaliação desenvolvido com Raquel Santos aplicou o Modelo PrACT, a avaliação autêntica, o feedback estruturado e rubricas rigorosas a um módulo de formação real. Construir esse plano deixou claro algo que a teoria enunciava mas a prática confirmou: a avaliação não é uma sequência de momentos — é um sistema onde cada componente regula e alimenta os restantes.

O Que Fica

Há três aprendizagens que atravessam todas as escalas e que levo comigo como bússola:

A primeira é que a avaliação é uma relação antes de ser um instrumento. Quando o estudante compreende o que está a ser avaliado e porquê; quando os critérios são transparentes e negociáveis; quando o feedback orienta em vez de classificar — a avaliação deixa de acontecer ao estudante e passa a acontecer com ele.

A segunda é que a IA tornou urgente o que sempre foi necessário. Modelos de avaliação centrados no produto final escrito eram pedagogicamente frágeis antes da IA — apenas eram menos visíveis na sua fragilidade. A resposta mais robusta é tornar o processo de aprendizagem demonstrável: evidências intermédias, declaração de uso de IA, literacia académica, responsabilidade partilhada.

A terceira é mais pessoal: não posso mais conceber uma actividade de avaliação sem me perguntar o que ela torna visível sobre a aprendizagem. Se a resposta for “pouco” ou “apenas o produto final”, preciso de redesenhar. Esta pergunta é o que o farol ilumina — e que esta UC me deixa como instrumento permanente.

A Viagem Continua

Chegar ao porto não é o fim da viagem — é o momento de rever as cartas, registar o que se aprendeu e preparar a próxima partida com melhores instrumentos. A avaliação em eLearning é um campo em transformação acelerada, e as questões que esta UC abriu — sobre IA, sobre autenticidade, sobre equidade, sobre processo — não têm respostas definitivas. Têm práticas mais ou menos cuidadosas, mais ou menos coerentes com os valores que declaramos defender.

A Universidade Aberta proporcionou-me, neste semestre, não apenas conhecimento académico sobre avaliação. Proporcionou-me um modelo de aprendizagem que é, em si mesmo, a melhor resposta às perguntas que coloca: assíncrona, reflexiva, colaborativa, orientada para o processo, comprometida com a autonomia do estudante e com a qualidade do pensamento.

O horizonte não é o destino. É o convite a continuar a navegar.

Referências

Conrad, D., & Openo, J. (2019). Estratégias de avaliação para a aprendizagem online. Artesanato Educacional. https://read.aupress.ca/projects/assessment-strategies-for-online-learning/resource/portuguese-translation-estrategias-de-avaliacao-para-aprendizagem-online

Felix, J., & Webb, L. (2024). Use of artificial intelligence in education delivery and assessment (POSTnote 712). UK Parliament. https://doi.org/10.58248/PN712

Kofinas, A. K., Tsay, C. H., & Pike, D. (2025). The impact of generative AI on academic integrity of authentic assessments within a higher education context. British Journal of Educational Technology, 56(6), 2522–2549. https://doi.org/10.1111/bjet.13585

Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO.

Oliveira, I., & Pereira, A. (2021). Avaliação digital autêntica: questões e desafios. RE@D – Revista de Educação a Distância e eLearning, 4(2), 22–40. 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