Diário de
Bordo

A primeira escala desta viagem começou com um desafio metodológico: usar a inteligência artificial generativa como ponto de partida para explorar o estado da arte da avaliação pedagógica em eLearning. Trabalhando em par com Raquel Santos, utilizámos o Claude Sonnet 4.6 Thinking para obter uma síntese inicial, que comparámos criticamente com dois artigos científicos rigorosamente selecionados.

A IA revelou um panorama coerente: a transição de paradigmas sumativos para abordagens formativas, os desafios da autenticidade em ambientes digitais, a integridade académica, mas simplificou sistematicamente as tensões éticas mais complexas. Onde Swiecki et al. (2022) alertam para vieses algorítmicos e opacidade dos sistemas de decisão automatizada, a IA apresentou soluções técnicas. Onde Oliveira e Pereira (2021) exigem uma reconceptualização do papel do professor, a IA ficou pela superfície.

Coordenadas de Aprendizagem

• A IA confirma, mas não aprofunda: coerente com o estado da arte, mas incapaz de problematizar as tensões estruturais que a literatura científica expõe.
• Fluência textual ≠ rigor conceptual: a principal armadilha das ferramentas generativas é a sua aparência de conhecimento sem a rastreabilidade das fontes.
• A literacia de IA é uma competência académica: não basta saber usar; é necessário saber validar, confrontar e limitar o que a ferramenta devolve.

A segunda escala mergulhou na obra de Conrad e Openo: um convite a repensar a avaliação como parte integrante do processo de aprendizagem, não como o seu ponto final. Em grupo com Marta Coutinho, Paula Bugalho e Raquel Santos, redigimos o Capítulo 4 de um Guia de Boas Práticas sobre autoavaliação e encerramento no ensino superior online.

O conceito que mais me marcou foi o de avaliação autêntica como processo: não é a tarefa que parece real que garante autenticidade, mas a forma como o estudante é desafiado a apropriar-se do conhecimento. A autoavaliação, percebemos, só tem valor formativo quando enquadrada em critérios claros, ambiente construtivista e acompanhamento docente efetivo. Sem esse enquadramento, é apenas burocracia reflexiva.

Coordenadas de Aprendizagem

• Autoavaliação ≠ autoclassificação: o valor formativo supera largamente o classificativo; usar a autoavaliação como único instrumento de nota é pedagogicamente inadequado.
• O ambiente determina a eficácia: critérios explícitos, orientação docente e feedback fecham o ciclo da reflexão; sem isso, o exercício é vazio.
• A IA introduz uma nova tensão: pode apoiar a autorreflexão, mas também pode substituí-la. O desafio é orientar, não proibir.

Esta foi a escala mais desafiante e, por isso, a mais transformadora. O ensaio individual "Integridade e IA: Reconfigurar a avaliação no ensino superior entre autenticidade, transparência e responsabilidade" obrigou-me a enfrentar uma questão incómoda: a resposta à IA generativa não pode ser apenas a deteção de fraude. Tem de ser um redesenho pedagógico profundo.

Recorrendo a Felix e Webb (2024), Kofinas et al. (2025), Miao e Holmes (2023) e ao Modelo Pedagógico da UAb (Casanova et al., 2026), argumentei que a IA expôs fragilidades que já existiam em modelos de avaliação centrados no produto final. A resposta mais robusta passa por tornar o processo visível: evidências intermédias, declaração de uso de IA, literacia académica e responsabilidade partilhada entre estudantes, docentes e instituições.

Coordenadas de Aprendizagem

• Integridade é desenho avaliativo: quando a tarefa permite delegação integral numa ferramenta, a fragilidade está na tarefa, não apenas no comportamento do estudante.
• A literacia de IA é curricular: ensinar usos aceitáveis, usos condicionados e usos indevidos deve integrar o currículo académico contemporâneo.
• Vigilância ≠ qualidade pedagógica: uma cultura de suspeição permanente enfraquece a dimensão formativa da avaliação e degrada a relação pedagógica.

A última escala foi também a mais construtiva: aplicar, de forma prática, tudo o que as escalas anteriores tinham ensinado. Em par com Raquel Santos, desenvolvemos um plano de avaliação completo para um módulo de formação em eLearning sobre conceção de recursos digitais com apoio de IA, mobilizando o Modelo PrACT, a avaliação autêntica, o feedback estruturado e rubricas rigorosas.

O plano integra quatro momentos avaliativos articulados sistemicamente: diagnóstica, formativa contínua, autoavaliação e coavaliação, e avaliação autêntica do produto final. O eixo transversal é a integração crítica e ética da IA. Construir esta arquitetura deixou claro que a avaliação não é uma sequência de momentos isolados, é um sistema coerente onde cada componente regula e alimenta os restantes.

Coordenadas de Aprendizagem

• A avaliação é um sistema, não uma sequência: cada momento avaliativo alimenta os seguintes; sem articulação sistémica, perde coerência e credibilidade.
• Rubricas são linguagem partilhada: não servem para controlar, servem para tornar os critérios visíveis, negociáveis e pedagogicamente justos para todos os atores.
• O feedback é regulação, não resposta: feedback eficaz não avalia o passado; orienta e abre caminhos para o futuro da aprendizagem.