
IA que faz o aluno pensar: o que Harvard e a OCDE ensinam sobre tutores inteligentes
A inteligência artificial já faz parte da rotina de quem ensina e de quem aprende. Para quem gere educação corporativa, escolas de governo, programas do Sistema S ou instituições de ensino, a pergunta deixou de ser “usar ou não usar IA”. A pergunta agora é outra: que tipo de IA gera aprendizagem de verdade?
Duas referências recentes ajudam a responder. A primeira é um ensaio controlado da Universidade Harvard, publicado na revista Scientific Reports em junho de 2025. A segunda é o Digital Education Outlook 2026, da OCDE, lançado em janeiro de 2026. As duas chegam a uma conclusão parecida: a IA ensina quando é desenhada para fazer o aluno pensar, e não para pensar por ele.
O que o estudo de Harvard mediu
Os pesquisadores compararam duas formas de ensinar o mesmo conteúdo na disciplina introdutória de física Physical Sciences 2, no segundo semestre de 2023. Dos 233 alunos matriculados, 194 foram considerados elegíveis.
O desenho foi um ensaio randomizado e cruzado. Cada aluno teve uma aula com um tutor de IA e outra aula presencial com aprendizagem ativa, em semanas seguidas. Os temas foram tensão superficial e escoamento de fluidos.
Um detalhe importante: o grupo de comparação não teve uma aula expositiva tradicional. Teve aprendizagem ativa conduzida por professores experientes, um método que já supera a aula expositiva. Ou seja, a IA foi comparada com uma prática de alto nível.
Os resultados
- Aprendizagem: a mediana no pós-teste foi 4,5 no grupo com IA e 3,5 no grupo presencial, sobre um ponto de partida de 2,75 no pré-teste. O ganho mediano com IA foi mais que o dobro.
- Tamanho do efeito: entre 0,73 e 1,3 desvio-padrão, conforme a análise por regressão quantílica.
- Tempo: o grupo com IA levou, em mediana, 49 minutos; 70% dos alunos terminaram em menos de 60 minutos. A aula presencial foi considerada como 60 minutos de aprendizagem.
- Engajamento e motivação: maiores no grupo com IA (engajamento de 4,1 contra 3,6, e motivação de 3,4 contra 3,1, em escala de 1 a 5).

O segredo não foi a tecnologia, foi o desenho pedagógico
O tutor usado no estudo não era um chatbot genérico. Foi construído com as mesmas boas práticas pedagógicas das aulas presenciais. Os principais elementos foram:
- Regras pedagógicas definidas pelos professores. Um comando de sistema orientava a IA a promover participação ativa, controlar a carga cognitiva e estimular a mentalidade de crescimento.
- Sequência guiada. A plataforma conduzia o aluno por cada parte de cada problema, em ordem, porque só o comando não garantia essa sequência.
- Respostas de referência escritas por especialistas. Os professores escreveram soluções detalhadas, passo a passo. A IA não criava as soluções sozinha, o que aumentou a precisão.
- Ritmo do aluno. O estudante pedia ajuda quando precisava e avançava no próprio tempo.
O modelo usado foi o GPT-4. A lição para o gestor é clara: o resultado veio do desenho pedagógico em volta da ferramenta, e não apenas da ferramenta.
Os limites que os próprios autores reconhecem
Um bom uso da pesquisa exige ler também as ressalvas. Os autores apontam que:
- as aulas tratavam de conteúdo introdutório, visto pela primeira vez, nos níveis de compreender, aplicar e analisar. O resultado pode não se repetir em tarefas de síntese complexa ou de pensamento crítico de ordem superior;
- o desempenho dependeu de vídeos de qualidade, comandos escritos por especialistas e uma estrutura bem montada. Por isso, eles não afirmam que a IA sempre vai superar a aprendizagem ativa;
- a precisão dependeu de respostas escritas previamente, e o retorno ao aluno só acontecia quando ele pedia.
A recomendação dos autores é usar a IA como complemento, e não como substituta do professor. Uma sugestão é aplicá-la antes do encontro, no modelo de sala de aula invertida. Assim, o tempo com o professor fica para problemas avançados, projetos e trabalho em grupo. Eles também recomendam evitar a IA quando o aluno puder usá-la como atalho para não pensar.
O que a OCDE acrescenta
O Digital Education Outlook 2026 reúne pesquisas sobre IA generativa na educação. Alguns pontos dialogam diretamente com o estudo de Harvard.
- Os professores já usam IA, mas com preocupação. Segundo a pesquisa TALIS 2024, citada pela OCDE, 37% dos professores dos anos finais do ensino fundamental usaram IA no trabalho em 2024. Além disso, 57% dos professores concordam que a IA ajuda a escrever ou melhorar planos de aula. Ao mesmo tempo, 72% acreditam que ela pode prejudicar a integridade acadêmica.
- Fazer a tarefa não é o mesmo que aprender. A OCDE resume assim: realizar uma tarefa com IA generativa não leva, automaticamente, à aprendizagem. Em vários estudos, alunos com ferramentas genéricas fizeram trabalhos melhores que os colegas. Mas essa vantagem sumiu, ou até se inverteu, em provas feitas sem acesso à ferramenta.
- O risco da “preguiça metacognitiva”. Entregar o raciocínio a chatbots genéricos pode gerar desengajamento e prejudicar o desenvolvimento de habilidades ao longo do tempo.
- Ferramentas com propósito pedagógico funcionam melhor. Ferramentas educacionais criadas com objetivo de ensino claro tendem a mostrar ganhos de aprendizagem mais duradouros. A IA generativa também pode transformar tutores digitais rígidos em agentes que perguntam, estimulam e mudam de estratégia por meio do diálogo.
- O tutor humano continua central. Tutores pouco experientes que usam ferramentas educacionais de IA conseguem melhorar a qualidade do atendimento e os resultados dos alunos. A OCDE defende preservar a autonomia do professor e afirma que a combinação entre pessoas e IA pode superar o que cada um alcança sozinho. Também recomenda criar as ferramentas junto com professores e usuários.

Um exemplo prático dessa combinação é o Tutor CoPilot, da Universidade Stanford. Em um ensaio com mais de 700 tutores e 1.000 alunos, a ferramenta sugeria ao tutor humano, em tempo real, como responder aos erros dos estudantes. Os alunos atendidos tiveram 4 pontos percentuais a mais de chance de dominar os conteúdos de matemática. Entre os tutores menos bem avaliados, o ganho chegou a 9 pontos.
E no Brasil?
O tema ganhou peso regulatório. O Parecer CNE/CP nº 15/2026, que define diretrizes para o uso de IA na educação, foi homologado pelo MEC em 10 de novembro de 2026. Entre outros pontos, ele estabelece que:
- decisões relevantes, como avaliação, certificação e progressão, continuam com pessoas;
- a IA não pode atribuir nota a redações e avaliações dissertativas que exijam interpretação;
- as instituições têm 12 meses para ajustar políticas, governança e contratos com fornecedores.
Ou seja, a regra brasileira caminha na mesma direção das evidências: a IA apoia, mas o humano conduz.
Cinco perguntas antes de adotar um tutor de IA
Conclusão
Harvard e a OCDE mostram que a inteligência artificial pode acelerar a aprendizagem, desde que seja usada com intenção pedagógica, desenhada por educadores e integrada ao trabalho de professores e mediadores. Sem isso, a IA pode melhorar a entrega das tarefas e, ao mesmo tempo, enfraquecer o raciocínio.
Para organizações que formam pessoas em escala, o diferencial não está em ter IA. Está em configurar a IA para que o aluno pense mais, e não menos.

Eli Valter Gil Filho
Diretor Executivo – CEO na EadTech.
Como a EaDTech pode ajudar
A EaDTech ajuda instituições e empresas a colocar em prática o que as pesquisas mostram: tecnologia a serviço de um bom desenho pedagógico.
Conteúdo planejado para a aprendizagem
Desenvolvemos e migramos conteúdos de forma planejada, com técnicas didático-pedagógicas que levam o aluno a construir o conhecimento, e não apenas a consumir informação.
Produção com Adobe Creative Cloud
Como parceira Adobe Silver, produzimos os materiais com as ferramentas da Adobe Creative Cloud.
Assistente de IA baseado nos seus cursos
O Adobe Learning Manager (ALM) oferece um assistente de IA para alunos, ainda em versão beta. Ele responde a perguntas com base nos conteúdos liberados pela instituição, como cursos, certificações, trilhas e materiais de apoio, e mostra a fonte de cada resposta. Perguntas fora desse escopo não são respondidas. Assim, a IA apoia o estudo sem se afastar do que os educadores planejaram.
Recomendação do próximo curso
Com a integração entre o ALM e o Adobe Target, é possível recomendar os próximos cursos de acordo com o perfil do aluno, formado pelos dados de cadastro e pelas preferências. O Target permite criar recomendações filtradas por atributos do perfil.
Indicadores para a gestão
O ALM registra o consumo dos cursos: matrículas, progresso, conclusões, notas e tempo dedicado. Esses dados podem ser extraídos em relatórios ou enviados ao Power BI. Com eles, os gestores definem indicadores-chave de desempenho (KPIs) para medir os resultados.
Acompanhamento do início ao fim
Um gerente de projetos e a nossa Central de Ajuda apoiam a sua instituição durante a implantação e a execução do projeto.
Bibliografia consultada
BRASIL. Conselho Nacional de Educação. Parecer CNE/CP nº 15/2026: Diretrizes para a Utilização da Inteligência Artificial – IA na Educação Brasileira. Brasília: CNE, 2026. Súmula publicada no DOU de 06/10/2026. Disponível em: abmes.org.br. Acesso em: 16 nov. 2026.
CESCON BARRIEU. Inteligência artificial na educação: diretrizes do MEC e do CNE. 2026. Disponível em: cesconbarrieu.com.br. Acesso em: 16 nov. 2026.
KESTIN, G.; MILLER, K.; KLALES, A.; MILBOURNE, T.; PONTI, G. AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, v. 15, art. 17458, 3 jun. 2025. DOI: 10.1038/s41598-025-97652-6. Disponível em: PubMed Central. Acesso em: 16 nov. 2026.
OECD. OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. Paris: OECD Publishing, 2026. DOI: 10.1787/062a7394-en. Disponível em: oecd.org. Acesso em: 16 nov. 2026.
WANG, R. E.; RIBEIRO, A. T.; ROBINSON, C. D.; LOEB, S.; DEMSZKY, D. Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise. Stanford: National Student Support Accelerator, 2025. Disponível em: nssa.stanford.edu. Acesso em: 16 nov. 2026.
ADOBE. AI Assistant for learners. Adobe Experience League, 2026. Disponível em: experienceleague.adobe.com. Acesso em: 16 nov. 2026.
ADOBE. Profile Attribute matching (Adobe Target Recommendations). Adobe Experience League, 2026. Disponível em: experienceleague.adobe.com. Acesso em: 16 nov. 2026.
ADOBE. Reports (Adobe Learning Manager). Adobe Experience League, 2026. Disponível em: experienceleague.adobe.com. Acesso em: 16 nov. 2026.
ADOBE. Power BI connector in Adobe Learning Manager. Adobe Experience League, 2026. Disponível em: experienceleague.adobe.com. Acesso em: 16 nov. 2026.