Ansiedade e estresse

Esta é uma tradução automática da página em inglês; ainda não foi revisada por uma pessoa falante nativa.

Ansiedade e estresse — os estados emocionais negativos que a integração da IA pode induzir em estudantes e educadores (medo de ser falsamente acusado, estresse de vigilância, preocupações com a competência ou a integridade), ao lado dos usos positivos da IA para detectar, monitorar e aliviar o estresse e a ansiedade. Este conceito vive na família mais ampla do bem-estar e se sobrepõe à aprendizagem socioemocional e à computação afetiva, mas nomeia o construto emocional específico — e seus lados produtivo e prejudicial — que a pesquisa em IA na educação agora estuda diretamente.

Perguntas para refletir

• A ansiedade em relação à IA não é uma coisa só — ela abrange estresse de proctoring, ansiedade emocional de quem aprende, medos de carreira e o uso da IA para aliviar o estresse. Quais desses você já sentiu ou testemunhou, e isso afetou sua aprendizagem ou seu ensino?
• Um pressuposto comum é que a ansiedade é sempre ruim. Mas a pesquisa conclui que a ansiedade em relação à IA pode ser produtiva — estudantes ansiosos verificam e revisam com mais cuidado. Você se lembra de uma ocasião em que sua própria ansiedade o fez trabalhar com mais cuidado?
• A vigilância contínua e o medo de ser falsamente sinalizado elevam a ansiedade de prova e podem prejudicar o desempenho — e o estresse recai com mais força sobre estudantes novatos com as ferramentas e já vulneráveis. Isso é um problema de equidade, ou apenas uma questão de conforto?
• A ansiedade de carreira — o medo de que a IA desloque ou desvalorize seu futuro profissional — é prospectiva e de nível identitário. Em que medida esse medo está conduzindo como você, ou estudantes que você conhece, se engaja com a IA?
• Estudos ligam maior adaptabilidade de carreira a menor ansiedade em relação à IA e concluem que a autoeficácia oferece apenas uma proteção limitada. Se a confiança genérica não basta, que tipo de apoio realmente reduziria a ansiedade relacionada à IA na carreira?
• A ansiedade do corpo docente sobre a IA generativa pode espelhar pânicos morais anteriores sobre calculadoras e buscadores. Quando a preocupação com uma nova tecnologia é uma preocupação legítima, e quando é um padrão recorrente de resistência à mudança?

Introdução

A ansiedade em relação à IA não é uma coisa só. Ela abrange pelo menos quatro direções distintas, cada uma com sua própria base de evidência: (1) estresse induzido pelo proctoring por IA e pela vigilância de integridade, (2) a ansiedade em relação à IA como emoção de quem aprende, que pode ser tanto uma barreira quanto um sinal produtivo, (3) a ansiedade relacionada à carreira — o medo de que a IA desloque ou desvalorize o futuro profissional de alguém, e (4) a IA como ferramenta para detectar e aliviar o estresse e a ansiedade. Reconhecer todas essas — incluindo o achado da ansiedade produtiva, que desafia o enquadramento puramente negativo — é o que distingue este conceito do guarda-chuva amplo do bem-estar.

Proctoring remoto, acusação falsa e estresse de vigilância

A fonte mais clara e mais estudada de estresse induzido pela IA é o proctoring remoto. A vigilância contínua, o medo de ser falsamente sinalizado e a pressão de ser observado elevam a ansiedade de prova e podem prejudicar o desempenho. Evidência central:

• A revisão sobre proctoring automatizado documenta ansiedade de quem faz a prova (especialmente para usuários não proficientes com ferramentas on-line) e lacunas de proficiência entre fiscal e examinando que causam acusações falsas de má conduta — o estresse agudo de ser erroneamente acusado de colar com IA.
• A página de conceito de proctoring remoto detalha como a vigilância contínua e o medo de sinalizações falsas elevam a ansiedade de prova, e como estudantes estressados têm desempenho pior — um problema de equidade e justiça, e não apenas de conforto.
• Instituições que adotam o proctoring remoto precisam parear o monitoramento por IA com alternativas acessíveis, comunicação clara e apoio à ansiedade de quem faz a prova, e ponderá-lo contra as alternativas de avaliação autêntica que reduzem a vigilância.

Esse aglomerado conecta a ansiedade em relação à IA à privacidade, à integridade acadêmica e à equidade: o estresse recai com mais força sobre estudantes novatos com as ferramentas e já vulneráveis.

A pressão que vem da avaliação contínua, e não apenas da vigilância. Um manuscrito conceitual de 2026 que revisita o framework de ansiedade de prova multiator de Mulvenon (Mulvenon 2026) argumenta que o próprio estressor mudou de forma: à medida que a avaliação se desloca de provas episódicas de alto risco para a interação contínua e rica em dados em ambientes adaptativos e mediados por analítica, a ansiedade aguda de prova pode cair, enquanto uma vigilância difusa e contínua do desempenho — o que o artigo chama de "ansiedade invisível" — sobe em seu lugar. Ele nomeia a "responsabilização algorítmica", carregada pela imediatez, pela visibilidade e pela permanência dos dados, como o mecanismo que redistribui a pressão em vez de removê-la, e propõe um Modelo de Ansiedade Multiator Mediado por IA que não mede nenhum de seus construtos, de modo que a afirmação da redistribuição é argumentada a partir da literatura, e não demonstrada.

A ansiedade em relação à IA como emoção de quem aprende (barreira e sinal)

Além do proctoring, o próprio uso da IA gera ansiedade — sobre ser substituído, sobre se o trabalho de alguém é "realmente seu", sobre a competência. Crucialmente, essa ansiedade não é puramente negativa:

• Kim (2026) conclui que a ansiedade em relação à IA pode ser produtiva: maior ansiedade associou-se positivamente a comportamentos de verificação e revisão (β = 0,24, p < 0,01), e a capacidade avaliativa previu o engajamento ativo (β = 0,46, p < 0,001). Os quatro tipos regulatórios de Kim (Dependência Acrítica 18,7%, Integração Seletiva 34,6%, Transformação Avaliativa 31,8%, Rejeição Estratégica 14,9%) mostram que o escrutínio movido pela ansiedade pode transformar estudantes em usuários mais deliberados e autorregulados da IA generativa, em vez de adotantes passivos. Isso reenquadra a ansiedade em relação à IA, de barreira para um sinal potencialmente útil que estimula um escrutínio mais atento.
• Esse reenquadramento tem um limite na fala: entre 708 aprendizes de inglês, o vínculo ansiedade de fala–disposição foi de −0,371 em baixa autoeficácia de fala, mas +0,137 em alta, com apenas 55 participantes (7,8%) acima do limiar superior de Johnson–Neyman (Wang & Li (2026)).
• Os estudos de aceitação mostram que a ansiedade molda se os estudantes adotam ferramentas de IA, e a pesquisa em formação de professores liga a ansiedade em relação à IA à motivação e à autorregulação.
• O dilema da divulgação. Em um survey com 409 graduandos, o conforto com os professores e a percepção de divulgação pelos pares — e não o desengajamento moral — foram os preditores mais fortes da divulgação do uso de IA generativa, e a não divulgação foi lida como adaptação estratégica às normas dos pares e à baixa confiança interpretativa, e não como negligência (Qu & Wang (2026)).
• O AIvaluate estuda a ansiedade dos estudantes durante avaliações de desempenho mediadas por IA, mostrando que a ansiedade de avaliação persiste e precisa ser desenhada para.
• Pânico moral e ansiedade do educador: o enquadramento do pânico moral mostra que a ansiedade do corpo docente sobre a IA generativa espelha pânicos anteriores (calculadoras, buscadores) — uma resposta de estresse do lado do professor que molda a política de sala de aula.
• O "estado de vulnerabilidade" dos professores e a sensação de estar "emperrados". Farazouli et al. (2026) capturam diretamente o lado educador da ansiedade em relação à IA: 24 professores universitários suecos descreveram a emergência da GAI como alarmante e esmagadora, e relataram um estado de vulnerabilidade — baixa confiança, insegurança e desconforto movidos pelo conhecimento limitado das capacidades da GAI, pela exposição limitada e pelo medo de "não estar à frente dos estudantes". Os professores se sentiam "emperrados" entre discursos utópicos e distópicos, sobrecarregados por uma responsabilidade ampliada pela equidade e pela qualidade, e preocupados em se sentirem incompetentes ao avaliar trabalho de estudantes potencialmente (co)produzido com IA. Isso enquadra a ansiedade docente em relação à IA como uma resposta emocional e profissional genuína à reconfiguração de papéis — e não como mera resistência — e argumenta por apoiar a confiança e o bem-estar dos professores, e não apenas o treinamento em ferramentas.
• A versão do desenvolvedor: sentimento de impostor e desconforto ético. Desenvolvedores acadêmicos em duas instituições sul-africanas eram esperados que corporificassem a confiança institucional em ferramentas cujas implicações eles ainda estavam desvendando ("Me sinto um impostor...") enquanto facilitavam tecnologias que duvidavam serem apropriadas — um trabalho afetivo que o artigo trata como constitutivo, e não incidental (Sithole, 2026).
• Culpa antecipatória: sofrimento que precede a experiência. Vassallo (2026) pesquisou o corpo acadêmico de uma universidade maltesa (109 respondentes) e concluiu que a culpa em relação à IA se prende ao medo da transgressão, e não à sua experiência: o Índice de Culpa com a IA (α = 0,88) teve sua maior adesão na preocupação de que o uso da IA mina a credibilidade de alguém (34,9%) e na sensação de colar (25,7%), com o remorso após o uso por último (9,2%). O paradoxo é que o pequeno grupo de não usuários relatou culpa mais alta (M = 3,25) do que qualquer grupo de usuários (M = 2,32) — porque quem evita nunca testa seus medos, a evitação pode preservar exatamente o sofrimento que pretendia prevenir. A culpa foi mais alta entre acadêmicos em início de carreira (M = 2,71) e mais baixa entre os seniores (M = 2,03), e ela acompanhou o ocultamento em vez da honestidade, correlacionando-se com limitar o uso da IA por desconforto (r = 0,62) e com evitar a divulgação aos colegas (r = 0,50), mas não com a divulgação formal (r = 0,08).
• Medo de perder o valor profissional, e um caminho através dele. Chick, Morello e Staffey (2026) documentam uma ansiedade do educador que é existencial, e não técnica. Dez docentes e servidores entraram em um instituto de seis semanas com a integridade acadêmica como preocupação principal (80%) e a dependência excessiva em segundo (70%), descrevendo a IA generativa no início como uma "máquina de colar", uma "ameaça" ou uma "força desumanizante"; um professor de matemática colocou a ameaça à identidade de forma direta — "Passei anos desenvolvendo especialização no meu campo. Agora uma máquina resolve problemas mais rápido e explica as soluções melhor do que eu. Qual é o meu valor agora?". A experimentação estruturada e segura moveu o vocabulário rumo a "assistente curioso" e "parceiro criativo" e deixou 90% relatando percepções positivas, e os autores são explícitos de que a resistência que observaram "não decorre de tecnofobia nem de tradicionalismo teimoso, mas de preocupações legítimas sobre qualidade educacional, equidade e agência humana" — um contrapeso direto à leitura da ansiedade do educador como mero pânico moral.

O apoio institucional age sobre a ansiedade por meio das avaliações, e não pela tranquilização. Um survey de duas ondas com 547 graduandos chineses (Jiang, Chen & Chen, 2026) rastreou como o apoio escolar percebido se relaciona à ansiedade de aprendizagem com IA por meio de avaliações de controle-valor — a sensação de competência de quem aprende (controle) e da utilidade da ferramenta (valor). O apoio previu menor ansiedade diretamente, mas a maior parte de sua associação passou pelas avaliações, e não por fora delas: via autoeficácia na aprendizagem com IA, via utilidade percebida, e via uma rota sequencial na qual a autoeficácia alimentava a utilidade, que por sua vez reduzia a ansiedade. Um modelo de primeira ordem mostrou que as dimensões do apoio não estavam fazendo o trabalho de forma independente — apenas o apoio informacional reteve um caminho significativo para a autoeficácia —, e uma validação cruzada por rede neural artificial classificou a autoeficácia e a utilidade percebida como os preditores mais estáveis da ansiedade. A implicação é que o encorajamento institucional voltado apenas à ansiedade só pega se mudar o que os estudantes acreditam sobre a própria capacidade e sobre a utilidade da ferramenta; a tranquilização geral não altera as avaliações que geram a ansiedade.

A IA também pode aliviar a ansiedade acadêmica ao fazer avançar os objetivos de aprendizagem, em vez de pela tranquilização: ao longo de um survey com 721 estudantes de medicina e um experimento com 398, maior capacidade percebida do assistente previu maior progresso nas metas de estudo, que previu menor ansiedade acadêmica e melhor saúde mental (Chen et al. (2026)).

A competência, porém, não é uma proteção completa: entre 551 estudantes chineses do primeiro ano, a pressão de uso da IA autorrelatada enfraqueceu o vínculo entre proficiência em IA e ajustamento psicológico, com a inclinação de proficiência-em-IA para ajustamento caindo de 0,42 sob baixa pressão para 0,20 sob alta pressão (Zhang & Yin (2026)).

A rota da competência para a ansiedade passa pela ética, e ela pode amplificar. Entre 584 graduandos de uma universidade chinesa de predominância jurídica sem currículo de letramento em IA, a competência em IA não reduziu a ansiedade em relação à IA diretamente (β = 0,056, p = 0,362). Ela elevou a consciência ética em relação à IA (β = 0,644, p < 0,001), que por sua vez elevou a ansiedade (β = 0,439, p < 0,001) — mediação apenas indireta por um caminho que os autores haviam hipotetizado como protetivo (Mu et al. (2026)). Apenas 22,8% da variância da ansiedade foi explicada. Uma rede neural artificial sobre os mesmos construtos classificou a transparência em primeiro lugar entre os preditores tanto da ansiedade de aprendizagem quanto da ansiedade de substituição no emprego.

As previsões do corpo docente como uma forma distribuída de ansiedade em relação à IA. O survey de Watson & Rainie (2026) com 1.057 docentes de faculdades e universidades dos EUA registra a ansiedade do educador como expectativas, e não como sintomas: 95% esperavam que a IA generativa aumentasse a dependência excessiva dos estudantes em relação às ferramentas, 94% mais preocupações de integridade acadêmica, 90% pensamento crítico diminuído, 83% tempos de atenção mais curtos e 81% iniquidades digitais mais amplas, enquanto 39% acreditavam que as ferramentas diminuiriam o papel do corpo docente e 47% temiam que o impacto de longo prazo no emprego em suas disciplinas fosse negativo. Os mesmos respondentes não eram uniformemente pessimistas — 61% ainda esperavam aprendizagem melhor e personalizada —, mas 73% já haviam lidado pessoalmente com um caso de integridade acadêmica envolvendo o uso de IA generativa pelos estudantes, que é onde uma previsão se transforma em carga de trabalho. O relato é explicitamente uma amostra não científica que não é generalizável, de modo que ele documenta os medos expressos do setor, e não efeitos medidos.

Essa direção conecta a ansiedade em relação à IA à motivação, ao letramento em IA, à experiência do estudante e à aprendizagem autorregulada.

Ansiedade relacionada à carreira

Uma dimensão distinta e cada vez mais estudada é a ansiedade de carreira — o medo de que a IA desloque empregos, corrói a empregabilidade ou desvalorize o futuro profissional de alguém. Onde a ansiedade de proctoring é situacional e a ansiedade emocional de quem aprende diz respeito à competência na tarefa, a ansiedade de carreira é prospectiva e de nível identitário, e está fortemente ligada ao desenvolvimento e preparação para a carreira. A análise abrangente da ansiedade com a IA identifica o medo de substituição pela IA como o principal contribuinte para a ansiedade em relação à IA, ao lado do crescimento descontrolado da IA, da privacidade, da desinformação e do viés. Uma literatura empírica crescente agora quantifica como esse medo afeta os estudantes:

• A adaptabilidade de carreira é um fator protetivo. Wang (2026) mostra que as habilidades de adaptação de carreira predizem significativa e negativamente a ansiedade em relação à IA entre estudantes de inglês, com as autoavaliações centrais mediando parcialmente a relação; o grupo de baixa adaptabilidade teve a maior ansiedade em relação à IA.
• Ameaça e avaliação favorável coativadas em um perfil. Song et al. (2026) encontraram um grupo acima da média da amostra em todos os seis indicadores ao mesmo tempo — ansiedade de uso da IA 1,521 e consciência de STARA 0,951 ao lado de qualidade percebida 1,753 —, de modo que a alta ansiedade não sinalizou uma avaliação negativa da tecnologia.
• A ansiedade em relação à IA prejudica as decisões de carreira. Duan et al. usam modelagem por equações estruturais para mostrar que a ansiedade em relação à IA prediz direta e negativamente as decisões de carreira, e o faz em grande parte ao minar a adaptabilidade de carreira (respondendo por 63,35% do efeito total); a autoeficácia ofereceu apenas uma proteção limitada.
• A mentalidade de crescimento delimita o caminho da ameaça à empregabilidade. Entre 526 graduandos chineses, a percepção de ameaça à empregabilidade pela IA previu maior ansiedade na tomada de decisão de carreira em parte ao reduzir a empregabilidade percebida, e o vínculo ameaça-empregabilidade se manteve apenas em baixa mentalidade de crescimento (b = −0,229) e não em alta (b = −0,013) (Chen (2026)).
• A ansiedade em relação à IA prediz a ansiedade de busca de emprego em escala. Üstün & Danacıoğlu (1.057 estudantes) e Dağ et al. (821 estudantes de ciências da saúde) concluem que a ansiedade em relação à IA e as atitudes negativas em relação à IA predizem a ansiedade de encontrar/buscar emprego, com mulheres, estudantes de ciências sociais e estudantes de menor renda mais afetados.

Implicação prática: construir a preparação para a carreira — adaptabilidade, autoavaliações centrais e habilidades de IA valorizadas pelo empregador — é uma intervenção validada para reduzir a ansiedade relacionada à carreira, mais do que a autoeficácia genérica isoladamente. As instituições deveriam universalizar o letramento em IA e o apoio ao planejamento de carreira, e enfrentar o padrão de equidade da ansiedade de carreira.

A IA para detectar e aliviar o estresse e a ansiedade

O lado positivo: os sistemas de IA detectam e ajudam cada vez mais a aliviar o estresse e a ansiedade.

• As ferramentas de bem-estar no campus baseadas em IA abrangem prevenção (coleta de feedback aprimorada) e intervenção (fazer avançar a detecção de saúde mental).
• O texto afetivo + sensoriamento vestível (um estudo de um ano com 458 estudantes usando anéis Oura) mostra que um texto naturalista ultracurto pode complementar o sensoriamento fisiológico vestível para o monitoramento longitudinal da saúde estudantil — uma via concreta de detecção de estresse viabilizada pela IA.
• Isso se liga à computação afetiva e à tutoria afetiva, onde a IA lê o estado emocional e responde a ele.
• Quais estressores o modelo pesa — e por que o contexto importa. Bashir e Afzal (2026) oferecem uma janela de aprendizagem de máquina sobre quais estressores realmente movem o sofrimento dos estudantes em um contexto não ocidental. A análise de importância de atributos sobre 1.100 respostas de survey colocou a pressão arterial em primeiro lugar (15,6%) e a relação professor–estudante em segundo (10,0%) — à frente da qualidade do sono (9,3%), da depressão (8,3%) e do apoio social (7,6%) —, enquanto o nível de ansiedade ficou em nono, com 4,8%, o que os autores leem como evidência de que o estresse estudantil é multidimensional, e não movido por um único indicador psicológico. Eles atribuem a saliência da relação professor–estudante ao ambiente educacional comparativamente hierárquico no Paquistão e a apresentam como hipótese para dados coletados localmente, sublinhando que os modelos de estresse e seus pesos de atributos são dependentes de contexto e não podem ser presumidos como transferíveis entre populações de estudantes.
• Intervenção em tempo real do lado do professor. O guia prático do Parlant acrescenta uma contraparte humana a essas ferramentas de IA: microintervenções emocionais — atos verbais ou gestuais breves e deliberados que validam uma emoção emergente do estudante, reenquadram a avaliação por trás dela e reconectam a luta à identidade profissional (Validar, Reenquadrar, Conectar). Fundamentada na teoria da avaliação cognitiva, a abordagem visa a avaliação primária ("isto é uma ameaça?") e a avaliação secundária ("consigo lidar?") no momento em que o sofrimento encerraria o engajamento, pareando gargalos como frustração, isolamento e síndrome do impostor com estados-alvo. Seu autor afirma claramente que o framework não requer IA; a IA generativa serve apenas como um modo opcional de redigir frases candidatas para o professor curar.

Por que isso é distinto do bem-estar

O bem-estar é o estado positivo amplo (saúde emocional, psicológica, social) que a IA pode apoiar ou minar. A ansiedade e o estresse com IA é o construto emocional específico e mensurável dentro desse espaço — ele nomeia o afeto negativo discreto e seus usos produtivos, e tem sua própria base de evidência dedicada (estresse de proctoring, ansiedade produtiva com a IA, detecção de estresse movida pela IA). Em vez de rivalizar com o bem-estar, esta página desenvolve a dimensão ansiedade/estresse em profundidade e se articula fortemente com o bem-estar, a aprendizagem socioemocional, a computação afetiva e o proctoring remoto.

Orientações práticas

• Desenhe para a ansiedade, não apenas para a integridade. Os sistemas de proctoring e monitoramento por IA deveriam minimizar acusações falsas e estresse de vigilância, especialmente para estudantes novatos e vulneráveis; pareie o monitoramento com alternativas acessíveis e comunicação clara.
• Aproveite a ansiedade produtiva. Em vez de apenas reduzir a ansiedade em relação à IA, apoie a verificação, a revisão e a auto-regulação que estudantes ansiosos, mas engajados, já exibem.
• Use a IA para detectar e aliviar o estresse — via computação afetiva, dispositivos vestíveis e ferramentas de bem-estar no campus —, resguardando a privacidade.
• Considere a ansiedade do educador na adoção e na política de IA, e não apenas a experiência do estudante.

Conceitos conectados

• Desenvolvimento profissional e preparação — a preparação para a carreira como fator protetivo contra a ansiedade com a IA
• Bem-Estar — o guarda-chuva amplo que este conceito desenvolve em profundidade
• Supervisão Remota — a fonte primária do estresse de vigilância/acusação falsa
• Aprendizagem socioemocional — as competências emocionais envolvidas
• Computação afetiva — a IA lendo o estado emocional
• Tutoria afetiva — a IA respondendo ao afeto
• Integridade acadêmica — a dimensão da integridade/acusação de colar
• Privacidade — a preocupação de vigilância que está por baixo do estresse de proctoring
• Experiência dos estudantes — a ansiedade como parte da experiência de quem aprende
• Motivação — o efeito da ansiedade sobre a adoção e o engajamento
• Aprendizagem autorregulada — o vínculo da ansiedade produtiva
• Letramento em IA — construir a capacidade que reduz a ansiedade infundada
• Equidade na educação com IA — estresse desproporcional sobre estudantes vulneráveis
• Ética — a justiça da vigilância e das acusações falsas
• A docência — a ansiedade do lado do educador
• Avaliação — a ansiedade de avaliação mediada por IA
• Normas sociais de uso de IA — o custo afetivo da visibilidade

Artigos conectados

• Modeling the Relationships Between University Students' AI Competence, AI Ethical Awareness, and AI Anxiety: A Dual-Stage PLS-SEM and ANN Analysis — A competência eleva a consciência ética, a consciência ética eleva a ansiedade com a IA: mediação apenas indireta entre 584 estudantes
• From AI Anxiety to Strategic Regulation: How University Students Transform Generative AI into a Strategic Learning Resource — A ansiedade com a IA como sinal produtivo de regulação estratégica
• Exploring student anxiety and experience in performance-based assessments using AIvaluate: an LLM-augmented emotionally — Ansiedade do estudante na avaliação de desempenho mediada por IA
• New AI-Driven Tools for Enhancing Campus Well-being: A Prevention and Intervention Approach — Ferramentas de bem-estar no campus movidas por IA
• A Formative Study of Brief Affective Text as a Complement to Wearable Sensing for Longitudinal Student Health Monitoring — Texto afetivo + sensoriamento vestível para a saúde estudantil
• A Comprehensive Review of the Changing Landscape of Academic Dishonesty in Automated Proctoring in the Era of Artificial Intelligence — Proctoring automatizado, ansiedade de quem faz a prova, acusações falsas
• Ensuring Academic Integrity through Automated Online Exam Proctoring: A Decade-Long Systematic Review — Revisão de uma década de proctoring automatizado de provas on-line
• Navigating the moral panic: encouraging appropriate use of GenAI in the classroom rather than condemning innovation as disruption — Ansiedade do corpo docente e pânico moral sobre a IA generativa
• Acceptance of AI-Assisted English Language Learning Tools in Higher Education: Psychological Correlates Across Disciplinary and Proficiency Groups — A ansiedade moldando a aceitação de ferramentas de IA
• Teacher education for artificial intelligence literacy through a self-determination theory perspective — Formação de professores, letramento em IA e ansiedade
• Students' engagement with generative AI in academic learning: A self-determination theory and epistemic network analysis study — O uso da IA entrelaçado com ansiedade, confiança e segurança
• To disclose or not to disclose: Peer influence and psychological factors in students' use of generative artificial intelligence — O dilema da divulgação como fonte de estresse do estudante
• AI Anxiety: A Comprehensive Analysis of Psychological Factors and Interventions — Análise abrangente da ansiedade com a IA e das intervenções
• The impact of career adapt-abilities on AI anxiety among English majors: a dual perspective analysis based on core self-evaluations at the person- and variable-centered — As habilidades de adaptação de carreira reduzem a ansiedade com a IA
• The impact of AI anxiety on career decisions of college students — A ansiedade com a IA prejudica as decisões de carreira via a adaptabilidade de carreira
• The Role of Artificial Intelligence Anxiety and Attitudes Toward Artificial Intelligence in University Students' Job Finding Anxiety — A ansiedade e as atitudes com a IA predizem a ansiedade de encontrar emprego
• Artificial intelligence perceptions and career anxiety among health sciences students — A ansiedade com a IA prediz a ansiedade de busca de emprego nas ciências da saúde
• Navigating uncertainty: university teachers' experiences and perceptions of generative artificial intelligence — Experiências e percepções de professores universitários sobre a GAI: vulnerabilidade, repensar a avaliação, aprendizagem do estudante em risco (Farazouli et al. 2026)
• An AI-Powered Culturally Aware Chatbot for Stress Detection and Wellness Support among Pakistani University Students Using NLP and Machine Learning — Um chatbot culturalmente consciente movido a IA para detecção de estresse e apoio ao bem-estar entre estudantes universitários paquistaneses usando PLN e aprendizagem de máquina
• Multidimensional perceived school support and AI learning anxiety among university students: the mediating roles of control-value appraisals — O apoio escolar percebido reduz a ansiedade de aprendizagem com IA principalmente por meio de avaliações de controle-valor (69,5% mediado); validação cruzada por RNA (Jiang, Chen & Chen 2026)
• The AI guilt complex: Moral emotions and ethical dilemmas in academic technology adoption — O Complexo de Culpa com a IA: culpa antecipatória excedendo o remorso pós-uso entre o corpo acadêmico (Vassallo 2026)
• The AI Challenge: How college faculty assess the present and future of higher education in the age of AI — Survey AAC&U/Elon com 1.057 docentes dos EUA: previsões de dependência excessiva, preocupação de integridade e um papel diminuído do corpo docente (Watson & Rainie 2026)
• From fear to innovation: A case study of transformative faculty development for ethical AI integration in higher education — Do medo à curiosidade: um instituto docente de seis semanas movendo os professores através da ameaça à identidade (Chick, Morello & Staffey 2026)
• Beyond the algorithm: academic developers as digital mediators in Global South higher education — Sentimentos de impostor e desconforto ético dos desenvolvedores acadêmicos como trabalho afetivo no trabalho mediado por IA
• Can You Feel It? A Practical Guide to Emotional Micro-Interventions for Higher Education Teachers — Microintervenções emocionais em tempo real do lado do professor, fundamentadas na teoria da avaliação cognitiva
• When AI threatens my future career: growth mindset and perceived employability in Chinese college students' career decision making anxiety — Ameaça à empregabilidade pela IA e ansiedade de decisão de carreira: a empregabilidade percebida medeia e a mentalidade de crescimento modera
• A study on AI-enabled course development, AI proficiency, and first-year students' academic and psychological adjustment — A pressão de uso da IA enfraquece o vínculo entre proficiência em IA e ajustamento no primeiro ano
• Beyond Positive or Negative: Latent Profiles of University Students’ AI Attitude and Their Career-Development Correlates — Um perfil alto tanto em ansiedade com a IA quanto em qualidade percebida da IA, e não uma ou outra
• AI-Assisted Speaking Practice and Human-Directed Communicative Readiness: Survey and Scenario Evidence on Anxiety, Self-Efficacy, and Evaluation Pressure — O vínculo da ansiedade de fala com a disposição de se comunicar se inverte em alta autoeficácia de fala
• Smarter AI, Healthier Students? How Perceived AI Assistant Intelligence Shapes Medical Students' Mental Health Through Learning Goal Progress and Academic Anxiety — A inteligência percebida do assistente de IA reduz a ansiedade acadêmica por meio do progresso nas metas de estudo (estudantes de medicina)