Os professores cruzaram a linha da IA discretamente. Até a primavera de 2025 (no
hemisfério norte), cerca de 30% dos docentes do ensino superior usavam IA generativa
diariamente ou semanalmente — um salto em relação aos 4% de dois anos antes, segundo
a pesquisa Time for Class, da Tyton Partners. E quando a Anthropic analisou cerca de
74.000 conversas de IA de contas do ensino superior, o padrão de uso era reconhecível:
desenvolvimento curricular dominava com 57% das conversas, seguido por pesquisa
acadêmica (13%) e avaliação de trabalhos de alunos (7%).
A estrutura de apoio não acompanhou esse ritmo. Apenas 28% das instituições tinham
uma política formal de IA na primavera de 2025, e na pesquisa global do Digital
Education Council com 1.681 docentes, 80% disseram que sua instituição não deixou
claro como a IA deve ser aplicada ao ensino. Enquanto isso, 38% dos docentes afirmam
que a IA na verdade aumentou sua carga de trabalho — principalmente por causa da
fiscalização de cola entre alunos e do redesenho de avaliações.
Os prompts a seguir se atêm ao que as evidências mostram que funciona: a IA como
colaboradora na produção de materiais de curso, avaliações, rascunhos de propostas de
financiamento e redação administrativa — com as salvaguardas que importam no meio
acadêmico. Mantenha registros de alunos fora de ferramentas de consumo (FERPA), nunca
cole manuscritos ou propostas que você está avaliando (NIH e NSF proíbem isso) e
mantenha as decisões de julgamento — notas, recomendações, alegações científicas —
humanas.
Cerca de 30% dos docentes do ensino superior usavam IA generativa diariamente ou semanalmente na primavera de 2025, ante apenas 4% na primavera de 2023.Fonte ↗
O desenvolvimento curricular representou 57% das conversas de IA dos professores na análise da Anthropic de ~74.000 chats do ensino superior, à frente de pesquisa acadêmica (13%) e avaliação de trabalhos de alunos (7%).Fonte ↗
86% dos docentes se veem usando IA no ensino no futuro, mas 80% dizem que sua instituição não deixou claro como a IA deve ser aplicada ao ensino.Fonte ↗
38% dos docentes relatam que a IA aumentou sua carga de trabalho — principalmente por monitorar cola (71%) e redesenhar avaliações (61%) — e apenas 28% das instituições têm uma política formal de IA.Fonte ↗
O desenvolvimento curricular é a forma mais comum de uso de IA por professores —
57% das conversas de IA dos docentes na amostra da Anthropic. O verdadeiro
problema não é o domínio do conteúdo; é converter um tema que você conhece de cor
em uma aula cronometrada com atividades, estrutura de discussão e checagens de
compreensão, na noite anterior à aula e além das obrigações de pesquisa e serviço.
Prompt
Você é um designer instrucional experiente do ensino superior, especializado em
aprendizagem ativa. Elabore uma aula completa de {{session_length}} minutos para o
meu curso, {{course}}, sobre o tema {{topic}}.
Contexto dos alunos: {{student_context}}
Formato de saída:
1. Um objetivo de aprendizagem mensurável ("Ao final desta aula, os alunos serão
capazes de...")
2. Uma abertura de 5 minutos que traga à tona conhecimento prévio ou um equívoco
comum
3. Dois segmentos curtos de exposição (10-12 minutos cada): pontos-chave mais um
exemplo resolvido ou um caso breve para cada um
4. Um bloco de aprendizagem ativa (15-20 minutos): think-pair-share, problema em
pequenos grupos ou debate estruturado — com instruções exatas que eu possa ler
em voz alta e o que observar enquanto circulo pela sala
5. Uma checagem final de compreensão: um prompt de "artigo de um minuto" ou duas
perguntas de enquete com respostas
6. Uma tabela de tempo e um "plano B" de corte caso a discussão se estenda
Restrições: baseie-se apenas nos conceitos e leituras que mencionei — não atribua,
cite ou parafraseie leituras ou fontes que eu não mencionei, e não invente fatos
ou estatísticas para os segmentos de exposição. Mantenha todos os tempos
realistas. Se o tema não puder ser bem coberto nessa duração de aula, diga isso e
proponha o que mover para outra aula.
Preencha seus dados e o prompt se atualiza na hora — depois é só copiar.
Entre os docentes que dizem que a IA aumentou sua carga de trabalho, 61% apontam
o redesenho de avaliações para combater o uso de IA por alunos — o que, na
prática, significa escrever bancos de questões novos e múltiplas versões a cada
período. Forçar o modelo a trabalhar apenas com seus materiais, com distratores
construídos sobre equívocos reais, transforma essa tarefa árdua em um trabalho de
edição.
Prompt
Você é um professor universitário de {{discipline}} escrevendo uma prova justa e
rigorosa. Usando apenas o material de curso abaixo — não adicione fatos, fórmulas
ou exemplos externos — crie questões de prova.
Material do curso: {{source_material}}
Especificação das questões: {{question_mix}}
Requisitos:
- Rotule cada questão com o conceito que ela testa e seu nível cognitivo
(lembrar, aplicar ou analisar).
- Múltipla escolha: quatro alternativas com uma resposta claramente correta.
Construa cada distrator em torno de um equívoco específico que os alunos
realmente têm, e anote esse equívoco entre colchetes após o distrator.
- Resposta curta: respondível em 2-4 frases, com uma resposta-modelo e uma nota de
pontuação ponto a ponto.
- Ordene as questões do recall à aplicação. Sem questões-armadilha, sem "todas as
alternativas acima", sem enunciados formulados de forma negativa.
- Depois produza uma segunda versão da prova inteira — enunciados reformulados,
alternativas embaralhadas, mesmos conceitos e dificuldade — para segunda chamada
ou uma segunda turma.
- Encerre com um gabarito separado para ambas as versões.
Se o material que forneci não conseguir sustentar a quantidade ou o nível de
questões que pedi, me diga exatamente o que está faltando em vez de completar com
conhecimento externo.
Preencha seus dados e o prompt se atualiza na hora — depois é só copiar.
Os docentes classificam a correção como a tarefa em que a IA se sai pior, mas
quase metade das conversas de IA relacionadas à correção transfere o julgamento
mesmo assim — exatamente o padrão que os pesquisadores classificaram como
preocupante. A versão defensável: use a IA antes de a correção começar, para
construir a rubrica, o banco de comentários e um pacote de calibração que faz você
e seus monitores pontuarem de forma consistente.
Prompt
Você é um designer de avaliações para cursos universitários. Crie um kit de
correção para esta atividade.
Atividade: {{assignment_description}}
Curso e nível: {{course_level}}
Habilidades a avaliar: {{focus_skills}}
Produza três partes:
1. Uma rubrica analítica de quatro níveis (Excelente / Proficiente / Em
desenvolvimento / Iniciante) com uma linha por habilidade. Os descritores devem
descrever características observáveis do trabalho em 25 palavras ou menos por
célula, sem linguagem sobreposta entre níveis adjacentes e sem qualificadores
vagos como "adequado".
2. Um banco de comentários de feedback: para cada habilidade, duas frases de
abertura para trabalhos que atendem ao padrão e duas para trabalhos abaixo
dele. Todo comentário abaixo do padrão deve nomear uma ação concreta que o
aluno pode tomar na revisão.
3. Um pacote de calibração para meus monitores: escreva três trechos de resposta
sintéticos curtos — inventados por você, não trabalho real de aluno — em
níveis de qualidade claramente diferentes, cada um com uma pontuação de
rubrica sugerida e uma justificativa de uma linha, para que possamos
normalizar nossa correção antes de começar.
Restrições: avalie apenas as habilidades que listei — não adicione critérios.
Mantenha toda a linguagem da rubrica legível para os alunos, porque a rubrica
será publicada junto com a atividade. Não me peça trabalhos reais de alunos.
Preencha seus dados e o prompt se atualiza na hora — depois é só copiar.
A redação de propostas de financiamento é um dos usos de IA mais colaborativos
entre docentes — 70% de aumento de capacidade em vez de automação nos dados da
Anthropic — e uma pesquisa da Wiley com quase 5.000 pesquisadores constatou que a
maioria espera que a IA na redação de propostas se torne amplamente aceita. Você
não pode usar IA para avaliar propostas de outras pessoas, mas pode transformá-la
na leitora mais implacável que seu próprio rascunho encontra antes da submissão.
Prompt
Você é um avaliador de propostas de financiamento cético e experiente para
{{funder}} — do tipo que lê quinze propostas em um fim de semana e recompensa a
clareza em vez da ambição. Revise a seção de rascunho abaixo em relação aos
critérios publicados pelo financiador.
Seção do rascunho: {{draft_text}}
Critérios de avaliação, colados da orientação oficial do financiador:
{{review_criteria}}
Minha maior preocupação com esta proposta: {{main_concern}}
Produza:
1. Um resumo no estilo de um avaliador: três pontos fortes genuínos, depois
fraquezas ordenadas por quanto cada uma prejudicaria a pontuação
2. Sinalizações linha a linha: cite cada frase em que uma alegação ultrapassa a
evidência apresentada, em que os objetivos parecem depender do sucesso uns dos
outros, ou em que o jargão atrasaria um avaliador de fora da minha subárea
3. As cinco perguntas que um avaliador mais provavelmente levantaria na discussão
em painel
4. Reescritas sugeridas apenas para as três passagens mais fracas, mantendo minha
voz e o conteúdo técnico
Restrições: não invente citações, dados preliminares, métodos ou resultados —
onde faltar sustentação, sinalize a lacuna em vez de preenchê-la. Julgue apenas
com base nos critérios que colei, não em critérios que você lembra de memória.
Não suavize a crítica para ser encorajador; preciso das objeções do painel agora,
não no parecer final.
Preencha seus dados e o prompt se atualiza na hora — depois é só copiar.
Todo outono traz uma pilha de cartas de recomendação, cada uma exigindo uma hora
que você não tem — e os dados da Anthropic mostram que redigi-las é uma das
tarefas administrativas que os professores mais delegam à IA. Feito de forma
descuidada, isso significa cartas padronizadas e dados de alunos em uma
ferramenta de consumo. Feito corretamente, significa suas anotações, seu
julgamento e um rascunho que economiza o tempo de composição.
Prompt
Você está ajudando um professor a redigir uma carta de recomendação. Regras de
privacidade para este chat: eu vou me referir à pessoa apenas como "o aluno" —
nunca peça um nome — e você vai escrever a carta com placeholders [Nome] que eu
vou preencher depois no meu editor de texto.
Minhas anotações sobre o aluno: {{student_notes}}
Ele(a) está se candidatando a: {{target_program}}
Como eu o(a) conheço: {{relationship_context}}
Força do aval, declarada com honestidade: {{endorsement_level}}
Estrutura:
1. Abertura: quem eu sou, há quanto tempo e em que função conheço [Nome], e um
aval de uma frase que corresponda à força que declarei
2. Dois parágrafos de corpo, cada um construído em torno de um exemplo concreto
das minhas anotações — evidência, não adjetivos
3. Um encerramento que conecta o histórico de [Nome] a este programa específico e
oferece contato para acompanhamento
Restrições: use apenas fatos das minhas anotações — não invente projetos, notas,
classificações ou traços de personalidade. Sem frases de efeito ("É com grande
prazer que..."). Não eleve a força do aval que declarei; uma carta confiável serve
melhor ao aluno do que uma inflada. Se minhas anotações forem escassas demais
para sustentar uma carta persuasiva, responda "PRECISO DE MAIS" e me faça três
perguntas específicas em vez de completar com enchimento.
Preencha seus dados e o prompt se atualiza na hora — depois é só copiar.
No relatório da Anthropic, professores usaram IA para construir ferramentas de
ensino personalizadas que antes eram proibitivamente caras em termos de tempo —
ferramentas de prática de estequiometria em química, modelos de física e jogos de
revisão — geralmente como aplicativos web de arquivo único. Se um conceito
derrota uma parte da sua turma todo ano, um modelo interativo que os alunos podem
manipular agora é o trabalho de uma noite em vez de um projeto de verão.
Prompt
Você é um desenvolvedor-educador que constrói pequenas ferramentas de ensino
autocontidas para cursos universitários. Construa uma simulação interativa como
um único arquivo HTML com CSS e JavaScript inline — sem bibliotecas externas,
fontes ou chamadas de rede — que eu possa enviar para meu LMS ou projetar em
sala de aula.
Curso e nível: {{course_level}}
Conceito a ensinar: {{concept}}
O que os alunos devem fazer com ele: {{learner_task}}
Conteúdo de origem para construir (use apenas isto): {{content_source}}
Requisitos:
1. Controles (sliders, campos de entrada ou botões) para os dois ou três
parâmetros mais importantes, com feedback visual instantâneo
2. Um indicador numérico ao vivo mostrando a relação quantitativa, não apenas
uma animação
3. Um "modo desafio" com cinco perguntas extraídas estritamente do meu conteúdo
de origem, dando dicas — não respostas — em tentativas erradas
4. Instruções na tela que um usuário de primeira viagem consiga seguir sem minha
ajuda
5. Legível em tamanho de projetor de sala de aula e utilizável em um trackpad de
notebook
Restrições: mantenha-se fiel ao conteúdo de origem que forneci — não importe
fórmulas, constantes ou alegações de outros lugares. Se você precisar simplificar
o modelo para torná-lo interativo, liste cada simplificação em um comentário HTML
no topo do arquivo, para que eu possa revisá-la antes da aula.
Preencha seus dados e o prompt se atualiza na hora — depois é só copiar.
Perguntas frequentes entre os professores
Posso usar IA para corrigir trabalhos de alunos?
As políticas institucionais variam e a maioria ainda não está formalizada — apenas 28% das instituições tinham uma política formal de IA na primavera de 2025. A cautela mais forte é prática, já que os próprios docentes classificam a correção como a tarefa em que a IA se sai pior. Use a IA para a linguagem da rubrica e para rascunhos de comentários, mantenha toda decisão de pontuação com você mesmo, e nunca cole trabalhos identificáveis de alunos em uma ferramenta de consumo.
Colar trabalhos de alunos no ChatGPT viola a FERPA?
Pode violar. Trabalhos de alunos com nomes ou detalhes identificáveis são registros educacionais, e ferramentas de IA de consumo não têm nenhum acordo de dados com sua instituição. Remova nomes, IDs e cabeçalhos antes de colar qualquer coisa, ou use uma ferramenta licenciada pela instituição, coberta por um acordo de proteção de dados. Na dúvida, descreva o trabalho em vez de colá-lo.
Posso usar IA para ajudar a avaliar manuscritos ou propostas de financiamento?
Para revisão por pares federal, não — o NIH proíbe IA generativa em seu processo de revisão, e a NSF trata o upload de conteúdo de proposta para ferramentas não aprovadas como violação de confidencialidade. As políticas das revistas variam, mas a maioria das grandes editoras restringe isso pelo mesmo motivo. Material confidencial que você está avaliando nunca deve entrar em uma ferramenta que você não controla.
Preciso avisar os alunos quando uso IA para preparar materiais de curso?
Cada vez mais, sim — pelo menos como norma. Em um caso amplamente divulgado de 2025, um aluno da Northeastern exigiu reembolso da mensalidade após descobrir que as notas de aula de um professor haviam sido geradas por IA. Se seu plano de ensino estabelece regras de IA para os alunos, uma breve declaração sobre seu próprio uso é um seguro barato e modela a transparência que você está exigindo deles.