Criar questões com IA é fácil. Criar boas avaliações é outra coisa.
A inteligência artificial consegue produzir uma lista de questões em segundos.
Informe o conteúdo, a série, a dificuldade e o formato e você provavelmente receberá uma prova aparentemente pronta.
O ganho de tempo é real.
Mas existe uma pergunta que não deveria ser delegada:
Essas questões realmente produzem as evidências de aprendizagem que você precisa?
O problema não é usar IA para criar questões
A IA pode ser uma excelente ferramenta para gerar possibilidades.
Ela pode ajudar a criar contextos, alternativas, situações-problema, versões de um item ou pontos de partida para uma avaliação.
O risco aparece quando confundimos:
texto plausível
com
boa evidência avaliativa.
Uma questão pode parecer excelente e ainda apresentar problemas de alinhamento, pistas involuntárias, ambiguidade, demanda cognitiva inadequada ou evidência insuficiente.
Gerar é apenas o começo.
Antes de usar uma questão criada por IA, faça cinco perguntas
O que quero realmente avaliar?
Comece pelo conhecimento, habilidade ou competência.
Não pelo formato da questão.
Se queremos avaliar argumentação, uma tarefa que exige apenas recuperação de informação dificilmente produzirá a evidência necessária.
O que o estudante precisa fazer para responder?
Identifique a ação cognitiva requerida.
Recordar? Interpretar? Comparar? Modelar? Justificar? Decidir? Construir um argumento?
Uma questão pode mencionar um conteúdo complexo e ainda exigir uma operação extremamente simples.
Que evidência a resposta produzirá?
Imagine que o estudante responda corretamente.
Pergunte:
O que essa resposta me permite afirmar sobre aquilo que ele sabe ou consegue fazer?
Essa é uma das perguntas mais poderosas no desenho de uma avaliação.
Uma IA consegue realizar a tarefa?
Isso é AI Solvability.
Teste a questão com IA não para decidir automaticamente se ela é boa ou ruim, mas para compreender melhor a natureza da tarefa.
Se a IA resolve facilmente, pergunte como ela conseguiu fazê-lo.
Esse comportamento pode revelar características importantes do item.
O estudante pode delegar o trabalho intelectual à IA?
Essa é uma pergunta diferente.
Estamos falando de AI Delegability.
Considere as condições reais da avaliação.
Uma prova presencial sem dispositivos e uma atividade domiciliar com acesso à IA apresentam possibilidades de delegação completamente diferentes.
Um exemplo simples
Considere:
'Explique duas causas da Revolução Francesa.'
A questão pode ser adequada em determinados contextos.
Mas, dependendo do objetivo da avaliação, podemos querer observar algo mais específico do que a recuperação de uma explicação relativamente conhecida.
Uma possibilidade seria apresentar duas fontes ou interpretações e solicitar ao estudante que:
- compare as explicações
- selecione evidências
- justifique qual interpretação considera mais consistente
Não fizemos simplesmente a pergunta 'mais difícil'.
Mudamos a evidência que queremos observar.
Veja o exemplo completoUm prompt melhor não resolve sozinho o problema
É tentador acreditar que basta escrever um prompt muito detalhado:
'Crie dez questões excelentes, alinhadas à BNCC, de alta complexidade, sem ambiguidades…'
O prompt pode melhorar o resultado.
Mas a IA não possui automaticamente o contexto pedagógico necessário para decidir quais evidências são relevantes para seus estudantes, seus objetivos e aquela situação avaliativa.
Por isso, o professor continua no centro.
A IA amplia possibilidades.
O julgamento pedagógico decide o que faz sentido.
Um fluxo mais seguro para criar questões com IA
- Objetivo de aprendizagem
- Evidência desejada
- Geração ou elaboração da questão
- Análise da qualidade
- Análise da evidência
- Teste com IA
- Fortalecimento
- Decisão do professor
Essa sequência transforma IA generativa em instrumento de apoio ao desenho avaliativo, e não em substituta do julgamento docente.
O KALEVO faz exatamente essa mudança
O KALEVO permite utilizar inteligência artificial não apenas para gerar questões, mas para analisá-las sob diferentes perspectivas.
Você pode criar ou trazer seus próprios itens, examinar sua qualidade, investigar as evidências produzidas, testar como uma IA responde, explorar alternativas de redesign e construir uma avaliação completa.
IA a serviço da Avaliação da Aprendizagem.