Base de Conhecimento AIEdAIEd KB
Nesta página

Esta página foi traduzida para o português. As páginas de artigo continuam escritas em inglês. Ler esta página em inglês

Conceitos

Ganhos de aprendizagem

Criado 2026-08-09 · Atualizado 2026-10-03

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

Ganhos de aprendizagem — melhorias mensuráveis em conhecimento, habilidades ou competências dos estudantes resultantes de intervenções educacionais, incluindo instrução assistida por IA. Na pesquisa em IA na educação, os ganhos de aprendizagem servem como medida de desfecho primária para avaliar se ferramentas de IA realmente melhoram a aprendizagem — e não apenas o engajamento ou a satisfação.

Perguntas para considerar

  • Você já sentiu que aprendeu muito com uma atividade, para depois reprovar em uma prova que media algo diferente? A página distingue o desempenho imediato com apoio de IA da aprendizagem duradoura — como esses dois poderiam divergir na sua própria experiência?
  • Um achado central é que a IA generativa pode inflar as notas em lições de casa assistidas por IA ao mesmo tempo que reduz as notas em medidas supervisionadas e sem consulta. Se você estivesse avaliando se uma ferramenta de IA realmente ajuda estudantes a aprender, em qual desfecho confiaria e por quê?
  • A pesquisa mostra que a dependência não guiada da IA prevê piores ganhos de aprendizagem, enquanto o uso estruturado prevê melhores — a mesma ferramenta, desfechos opostos. O que distingue o uso "estruturado" do "não guiado" em uma sala de aula real?
  • Botões de dica se correlacionam com menos aprendizagem: mais dicas, menos aprendizagem. Você já foi tentado a recorrer a uma dica ou a uma resposta no momento em que travou? O que isso sugere sobre quanta luta é de fato necessária para a aprendizagem?
  • Uma metanálise grande agrupou muitos estudos e concluiu que EdTech com IA elevou a aprendizagem em uma quantidade modesta, sem vantagem para a IA generativa sobre ferramentas adaptativas anteriores. Como essa estimativa cautelosa e agrupada deveria mudar a forma como você lê afirmações entusiasmadas sobre a eficácia de um único produto de IA?

Introdução

Os ganhos de aprendizagem são o teste derradeiro de qualquer tecnologia educacional. Na pesquisa da base de conhecimento, eles aparecem como variáveis dependentes em ensaios controlados aleatorizados, comparações pré-pós em estudos quase experimentais e análises correlacionais que ligam o uso de ferramentas de IA a desfechos acadêmicos.

Terminologia. O sentido de desfecho de realização — desempenho estudantil, desempenho acadêmico, desempenho de aprendizagem, desempenho prévio, lacunas de desempenho — é tratado aqui como sinônimo de ganhos de aprendizagem, e essas expressões apontam para esta página. O sentido sentido ("uma sensação de realização") é uma experiência motivacional, e não um desfecho medido; veja motivação e autoeficácia. A teoria das metas de realização ("metas de realização", orientações de meta) é igualmente um construto motivacional e aponta para motivação.

Achados-chave da base de conhecimento:

  • A pesquisa sobre pré-teste adaptativo examina se o pré-teste habilitado por IA generativa produz ganhos de aprendizagem duradouros que persistem além do teste imediato.
  • As metanálises de IA generativa em programação concluem ganhos de aprendizagem positivos a partir do uso estruturado de IA, mas efeitos negativos a partir da dependência não guiada — uma distinção-chave entre produtividade e aprendizagem duradoura.
  • A pesquisa sobre botões de dica mostra associações negativas entre abuso de dicas e ganhos de aprendizagem — mais dicas se correlacionam com menos aprendizagem.
  • Os estudos de orientação instrucional demonstram que os ganhos de aprendizagem dependem de COMO a IA é usada, não apenas de SE ela está disponível.
  • A metanálise do Banco Mundial agrupa 191 tamanhos de efeito de 14 RCTs para estimar que EdTech adaptativa e com IA eleva a aprendizagem em ~0,125 dp em média — acima da mediana dos RCTs em educação —, ao mesmo tempo que não encontra vantagem para a IA generativa sobre ferramentas adaptativas anteriores.
  • Os ganhos são interações conteúdo–tratamento, não constantes. Rachatasumrit et al. (2025) mostram que a proporção ótima exemplo–problema depende do conteúdo de conhecimento: a prática pura de recuperação rende ganhos maiores para fatos literais, enquanto a prática integrada a exemplos (alternando exemplos resolvidos e problemas) rende ganhos maiores para habilidades generalizáveis — evidência direta de que "mais prática" nem sempre é melhor e de que os ganhos dependem de ajustar a programação de treino ao componente de conhecimento sendo aprendido.

O problema de medição na era da IA

Um tema central na pesquisa sobre ganhos de aprendizagem da base de conhecimento é que a IA generativa pode inflar o desempenho aparente sem produzir ganhos de aprendizagem — e que a escolha da medida de desfecho determina se isso fica visível. A pesquisa e os dados de campo em larga escala mostram uma divergência aguda: o uso de IA melhora as notas em lições de casa assistidas por IA, ao mesmo tempo que reduz as notas em medidas supervisionadas, sem consulta e sem auxílio. A pesquisa desempenho-versus-aprendizagem e as revisões rápidas distinguem portanto o desempenho imediato com apoio de IA da aprendizagem duradoura, e tratam as medidas somativas sem auxílio (veja avaliação somativa) como o sinal confiável de ganhos de aprendizagem genuínos.

O que a pesquisa de eficácia mostra

Ao longo dos RCTs, metanálises e estudos de campo da base de conhecimento, emerge um quadro consistente de eficácia de aprendizagem (quais intervenções de IA realmente produzem ganhos de aprendizagem, e quão grandes):

  • A evidência metanalítica é amplamente positiva, mas condicional. A metanálise abrangente de 53 estudos (Dong 2026) conclui que a IA generativa geralmente supera abordagens tradicionais em desempenho acadêmico, pensamento de ordem superior e escrita — com o feedback de IA particularmente eficaz —, embora a IA generativa assistida por jogos não mostre benefício adicional significativo e os ganhos variem por país e desfecho. A metanálise de IA generativa e programação conclui grandes ganhos de produtividade, mas nenhum ganho de aprendizagem significativo (g ≈ 0), separando eficiência de tarefa de aprendizagem duradoura. Uma metanálise de aprendizagem de línguas conclui ganhos de aprendizagem positivos, mas modestos, de robôs corporificados potencializados por IA. Para letramento em IA especificamente, a metanálise de três níveis de 59 estudos estima um efeito geral grande (g = 0,837) — mas o amplo intervalo de predição e o achado de que intervenções focadas em conhecimento superaram aquelas voltadas a habilidades, atitudes ou ética alertam que o desfecho medido molda o ganho aparente, ecoando o ponto mais amplo de que os ganhos relacionados à IA dependem do que e de como você avalia.

  • Tutores de IA bem projetados produzem ganhos reais. Um RCT de dois anos com agrupamento por escola (Khanmigo) concluiu que a tutoria por IA elevou o desempenho em matemática em ~1,3 faixas percentuais nacionais por período (~0,06–0,08 DP/ano letivo, ~0,14 DP para um ano completo), ganhos que se assemelham a prática sem IA — demonstrando que o engajamento, e não a capacidade do modelo, é a restrição vinculante. O NUMI mostrou que o apoio de IA melhorou a correção na tentativa seguinte após erros, com mais tempo por questão — uma "desaceleração produtiva" que constrói domínio duradouro. A tutoria virtual concluiu que a restrição vinculante é a adoção e a participação sustentada, não a qualidade do tutor.

  • Um tutor construído a partir da pedagogia da própria turma superou a aprendizagem ativa, e não apenas a aula expositiva. Em um RCT cruzado no curso introdutório de física de Harvard, estudantes que aprenderam com um tutor de IA personalizado pontuaram mediana de 4,5 no pós-teste contra 3,5 nas aulas de aprendizagem ativa do próprio curso (mediana da linha de base 2,75), com tamanho de efeito por regressão linear de 0,63, e passaram mediana de 49 minutos na tarefa contra 60 em sala de aula (Kestin et al., 2025). Como o controle era a aprendizagem ativa baseada em pesquisa, e não uma aula expositiva, o ensaio mede o tutor contra um comparador exigente — o design que os autores creditam foi a engenharia do tutor a partir das mesmas práticas baseadas em pesquisa da turma, somada a feedback personalizado sob demanda e auto-ritmo.

  • A IA pode igualar a ajuda humana. A ajuda gerada pelo ChatGPT produz ganhos de aprendizagem equivalentes aos da ajuda escrita por tutores humanos em habilidades de matemática — evidência de que a IA generativa pode ser tão eficaz quanto o andaime humano quando usada de forma apropriada.

  • Os ganhos dependem de quem ensina com ela. Tutores de baixa experiência que receberam apoio de IA elevaram as taxas de aprovação dos estudantes em 9 pontos percentuais, com ganhos menores para tutores mais experientes — um padrão de ampliação que mais impulsiona os menos experientes (OCDE, 2026).

  • A IA desprotegida pode prejudicar a aprendizagem. O RCT de guarda-corpos (PNAS 2025) concluiu que um tutor estilo ChatGPT sem proteções elevou a prática assistida em +48%, mas reduziu as notas em provas sem auxílio em −17%, enquanto um tutor com guarda-corpos (dica em vez de resposta) eliminou o dano. Essa é a demonstração mais aguda de que a eficácia de aprendizagem é contingente ao design: a mesma classe de ferramenta pode ser um forte ganho de aprendizagem ou um dano líquido, dependendo de como é configurada.

  • Mas o acesso sem proteções também pode ajudar, de forma duradoura. Um RCT com uma conta ChatGPT pronta para uso concluiu que a pontuação em testes sem auxílio ficou 0,27 DP mais alta enquanto os estudantes tinham acesso, e o ganho se manteve uma semana depois — mais do que o dobro da mediana de 0,10 DP ao longo de 747 RCTs educacionais (Contractor e Reyes, 2026).

  • A eficácia percebida e a real divergem. O desempenho autorrelatado se desalinha do desempenho medido, e a linha de base cognitiva ausente mostra que estudantes nativos de IA superestimam sua aprendizagem — de modo que afirmações de eficácia baseadas em autorrelato são não confiáveis sem medidas de desfecho objetivas. A medidas de autorrelato reúne os casos em que desfechos relatados e medidos se separam.

  • Os ganhos podem vir da realocação do tempo do professor, e não da correção por IA. Em um experimento aleatorizado em 178 escolas brasileiras (~19.000 concluintes), a correção de redações por IA e por humanos produziu ganhos idênticos em provas, mas as salas de aula com IA tiveram ~35% mais conversas individuais de professores sobre escrita, e o quartil inferior melhorou em nenhuma das condições (Ler, 2026).

Conclusão: o peso da evidência apoia ganhos de aprendizagem modestos, condicionais e dependentes do design a partir da IA — reais quando a IA é estruturada para treinar em vez de responder, protegida por guarda-corpos e pareada com medidas de desfecho sem auxílio, e ausentes ou negativos quando ela substitui o esforço de quem aprende. É por isso que os ganhos de aprendizagem como desfecho precisam ser medidos com instrumentos válidos e resistentes à IA, e por que a avaliação de IA na educação pareia afirmações de eficácia com escrutínio metodológico.

  • A tutoria por IA pode igualar a tutoria humana especializada em ganhos de testes padronizados. Em uma avaliação com 2.383 participantes, a tutoria por IA agrupada foi estatisticamente equivalente à tutoria humana especializada em ganhos de aprendizagem no GRE (p = 0,015), com ambas acima de um controle sem tutoria; os autores propõem o custo por ponto percentual de ganho como unidade para comparar tutores (Northcutt et al., 2026).

Um mapa de campo dos efeitos da IA sobre a aprendizagem e o desempenho

O corpus da base de conhecimento — metanálises, RCTs, quase experimentos e estudos de campo — sustenta um quadro matizado e por vezes contraditório. Os achados se agrupam em efeitos positivos, negativos e condicionais.

Efeitos positivos (a IA pode produzir ganhos de aprendizagem genuínos):

Efeitos negativos (a IA pode reduzir ou deixar de melhorar a aprendizagem):

  • A IA desprotegida pode prejudicar a aprendizagem. O RCT de guarda-corpos da PNAS (Generative AI without guardrails can harm learning: Evidence from high school mathematics) concluiu que um tutor estilo ChatGPT sem proteções elevou a prática assistida em +48%, mas reduziu as notas em provas sem auxílio em −17%; os guarda-corpos eliminaram o dano.
  • Conclusão mais rápida ≠ aprendizagem. A IA generativa reduziu o tempo de estudo em problemas de matemática e o conhecimento que eles constroem; a pesquisa desempenho-versus-aprendizagem mostra que a IA infla o desempenho assistido por IA, ao mesmo tempo que reduz as notas em provas supervisionadas, sem consulta e sem auxílio.
  • Terceirizar lições de casa prejudica a aprendizagem. Os dados de campo mostram uma penalidade de aprendizagem da IA generativa quando estudantes terceirizam as lições de casa.
  • A dependência de LLM se correlaciona com notas mais baixas. Jošt et al. concluíram correlações negativas significativas entre o uso de LLM para geração de código (rho = −0,305) e depuração (rho = −0,360) e as notas finais.
  • A IA pode prejudicar o ensino e o desempenho de alguns. Um RCT de IA generativa voltada a professores concluiu que estudantes de professores abaixo da mediana perderam terreno (−0,129 DP).
  • O abuso de dicas se correlaciona com menos aprendizagem. A pesquisa sobre botões de dica mostra que mais dicas, usadas de forma improdutiva, se correlacionam com menos aprendizagem.
  • Os ganhos metanalíticos em programação são ilusórios. A metanálise de IA generativa e programação conclui grandes ganhos de produtividade, mas nenhum ganho de aprendizagem significativo (g ≈ 0), separando eficiência de tarefa de aprendizagem duradoura.

Efeitos condicionais e mistos (o contexto determina a direção):

As estimativas metanalíticas de ganho de aprendizagem são infladas — leia-as com cautela

Os números de ganho de aprendizagem que dominam o resumo de eficácia desta página — especialmente os tamanhos de efeito agrupados de metanálises — precisam ser lidos com uma ressalva forte: uma onda de metapesquisa mostra que as estimativas positivas de síntese do campo são infladas por viés de publicação, incoerência de construtos e atalhos metodológicos.

  • A metametanálise no nível do estudo de 1.840 tamanhos de efeito de 67 metanálises conclui que o efeito médio de IA ajustado por viés de publicação é cerca de um terço da magnitude relatada (DMP ≈ 0,196 contra uma mediana de 0,67), com um intervalo de predição abrangendo desde dano grande até benefício grande, e nenhum moderador produzindo ganhos consistentes. Mesmo um único estudo extremo contribui com quase nenhuma informação dada a heterogeneidade — o que significa que mais estudos do tipo atual não vão resolver a questão; apenas ensaios de alta qualidade, pré-registrados e orientados à replicação vão.
  • Uma metanálise de segunda ordem da própria camada de síntese. A Emslander et al. (2026) invertem a unidade de análise usual: tratando 45 metanálises como seus dados e corrigindo a sobreposição de estudos (818 estudos primários únicos, ponderados por unicidade em vez de descartados), eles agrupam 129 tamanhos de efeito metanalíticos em g = 0,57 [0,50, 0,65], com agrupamentos de desfecho indo de 0,35 para desempenho STEM a 0,68 para desfechos acadêmicos gerais. Dois resultados têm peso sobre os números acima. O tipo de IA não moderou o efeito (p = 0,63) — sistemas de tutoria inteligente, chatbots e ChatGPT são estatisticamente indistinguíveis nessa camada, de modo que os ganhos agrupados do campo não estão sendo movidos pela IA generativa como tal —, e o único moderador claro foi o nível educacional (terciário 0,61 contra 0,30 para amostras mais jovens), o que é em parte um artefato de design de estudo, dado que 74% do corpus testou estudantes do terciário e a evidência de K-12 é comparativamente escassa. Sua apreciação de qualidade é a mais aguda do corpus: as 45 metanálises obtiveram média de 9,3 de 17 em uma escala adaptada da AMSTAR, nenhuma pré-registrada, e apenas 23 de 45 tinham 80% de poder para detectar o efeito que elas mesmas relataram. Seus dois testes de viés de publicação também discordam — um gráfico de funil simétrico (τ de Kendall = −0,01, p = 0,868) contra PET-PEESE (B = 0,9, p = 0,009) indicando inflação —, de modo que o próprio efeito médio da SOMA chega com uma nuvem de viés não resolvida sobre ele.
  • A auditoria forense de 14 metanálises de AIED de alto impacto conclui que nenhuma forneceu uma base válida para sua afirmação de ganho de aprendizagem agrupado: nenhuma tinha um construto de desfecho coerente, todas tinham heterogeneidade extrema não resolvida (I² variou de 77,2% a 94,4% nas 13 metanálises que a relataram, e 12 dessas 13 excederam 80%), doze trataram tamanhos de efeito dependentes como independentes, e nenhuma avaliou validamente o viés de publicação. A maioria dos estudos primários vistoriados aleatoriamente era incompatível com a afirmação metanalítica. Os erros chegaram à política: duas das metanálises auditadas trataram o tamanho da amostra do estudo como tamanho de turma e, com base em um estudo primário mal calculado, concluíram que 21 a 40 estudantes é o tamanho ideal de intervenção e recomendaram que intervenções de IA generativa fossem projetadas para esse número.
  • Uma síntese de STEM de 2026 que corrige dois dos defeitos auditados — e ainda ilustra um terceiro. A Doğan e colegas (2026) agruparam 35 estudos experimentais e quase experimentais de STEM com um tamanho de efeito por estudo para evitar o problema de tamanhos de efeito dependentes, e rodaram uma bateria completa de testes de viés de publicação (gráfico de funil, testes de Begg e Egger, trim-and-fill, N de falha segura de Rosenthal = 2404) em vez de afirmar simetria — os dois atalhos que a auditoria acima encontrou em toda metanálise que examinou. Duas cautelas sobrevivem. Primeiro, os autores não aplicaram apreciação formal de qualidade e trataram os critérios de inclusão como limiar de rigor, de modo que estudos de designs muito diferentes entraram no agrupamento sem ponderação por qualidade. Segundo, a heterogeneidade principal depende inteiramente de qual modelo você lê: os mesmos 35 estudos são relatados como I² = 82,98% sob o modelo de efeito fixo e I² = 15,75% sob o modelo de efeitos aleatórios, de modo que quem encontra os números sem o rótulo do modelo pode concluir que o corpus é homogêneo quando não é. Sua estimativa agrupada (g = 0,670, IC 95% [0,491, 0,848]) é portanto o tipo de figura que a seção acima descreve: melhor construída que a maioria, e ainda assim um limite superior.
  • A crítica de mídia/métodos mostra que muitos "ganhos de aprendizagem" não foram medidos validamente — os desfechos eram frequentemente habilidades autorrelatadas ou desempenho medido durante a assistência da IA, em vez de aprendizagem duradoura e sem auxílio.

Conclusão para os números de ganho acima: trate grandes tamanhos de efeito agrupados de IA como limites superiores, não como estimativas pontuais. Prefira a evidência de ganhos de aprendizagem de RCTs bem projetados e estudos de campo com medidas de desfecho sem auxílio e padronizadas (o RCT de guarda-corpos, os experimentos Khanmigo e NUMI e a metanálise de EdTech do Banco Mundial citados acima), e leia os ganhos metanalíticos como provisórios e provavelmente superestimados até que a qualidade da síntese melhore. O problema também sobrevive à correção: dos artigos publicados depois que uma metanálise auditada foi retratada, 60% ainda a citavam como apoio autoritativo para grandes ganhos de aprendizagem com ChatGPT e nenhum reconheceu a retratação, de modo que uma estimativa retirada continua se propagando. É por isso que a página Limitações na pesquisa em AIED agora documenta em detalhe a crise da evidência metanalítica.

Medindo o que importa

Os ganhos de aprendizagem se conectam à validade da avaliação — se as avaliações deixam de capturar entendimento mais profundo, as medidas de ganho de aprendizagem são enganosas. Eles também se cruzam com a dependência excessiva e o descarregamento cognitivo, onde melhorias aparentes de desempenho podem mascarar perdas de aprendizagem, e com RCT (ensaios aleatorizados como o design padrão-ouro para detectar ganhos de aprendizagem causais), e com metanálise e revisão sistemática (agrupar tamanhos de efeito entre estudos para estabelecer a evidência de eficácia do campo).

  • Ganhos significativos pré/pós a partir de pedagogia de IA baseada em erros: Hosseini (2026) em seu curso de design de banco de dados (n = 13) mostrou ganhos de aprendizagem grandes e significativos em itens idênticos pré/pós (média 4,25→6,83/7, d de Cohen = 1,49, p < 0,001), com ganhos não correlacionados à confiança prévia em IA ou em banco de dados — o design de crítica-refinamento integrado à IA beneficiou estudantes independentemente das percepções iniciais.

Conceitos conectados

Artigos conectados

Perguntas frequentes relacionadas

Metadados

NívelHigher Ed, K 12
Público-alvoLearners
Avaliação e mediçãoAvaliação
Métodos de pesquisa e avaliaçãoAvaliação de IA na educação
Tipo de páginaEvaluation
SourceHistoryEditChat

Incorporar esta página

Copie o código abaixo para incorporar esta página num sistema de gestão da aprendizagem ou noutro site. A versão incorporada mostra apenas o conteúdo da página — o cabeçalho, a navegação e o rodapé do site ficam escondidos.