Uma Taxonomia das Desculpas dos Estudantes para Usar Secretamente a IA

Os estudantes estão usando o ChatGPT para justificar quase qualquer nível de assistência de IA em seus trabalhos acadêmicos, com um novo estudo identificando seis categorias de desculpas que ajudam a borrifar a linha entre o uso legítimo e o trapaça aberto.

Uma nova colaboração de pesquisa nos EUA descobriu que muitos estudantes já não veem a trapaça assistida por IA como trapaça em si. Com base em entrevistas com estudantes universitários em todo o país, perseguindo uma diversidade de tópicos, o estudo identificou 23 maneiras diferentes pelas quais o uso de IA no trabalho acadêmico pode ser justificado, desde alegar que “todos fazem isso” e “a IA não tem vítima”, até argumentar que o uso de IA economiza tempo, produz melhor escrita – ou ainda conta como trabalho original, se a saída for editada pelo estudante posteriormente.

Alguns estudantes admitiram abertamente violar as regras do curso, enquanto continuavam a ver seu comportamento como razoável.

O estudo também mostra os estudantes como confusos (quando há uma escolha a ser feita) ou confusos (onde as escolhas em torno do uso de IA não são claras) em muitos cenários, e temendo uma desvantagem competitiva severa se perceberem que outros estão obtendo ganhos com a IA (seja isso percebido como permitido ou não).

Os 23 exemplos foram destilados a partir de um número muito maior identificado a partir das entrevistas realizadas, e cada um se encontra em uma das seis categorias finais decididas pelos pesquisadores:

Comportamento sem Vítima (ninguém é prejudicado); Contribuição Mínima de IA (a IA apenas ajudou um pouco); Contribuição Ex Ante (as ideias do estudante vieram primeiro); Contribuição Pós-Hoc (a edição posterior torna o trabalho dele); Negação de Responsabilidade (alguém ou algo mais é responsável); e Benefício Percebido (os resultados justificam o uso).

Os autores do novo trabalho (intitulado “Está Tudo Bem Porque…”: O Faroeste Selvagem do Racionalização do Uso de IA na Escrita Acadêmica, e vindo de quatro contribuintes em todo o estado de Pensilvânia, Universidade de Michigan e Universidade de Miami) observam que os argumentos e contas dos estudantes vagueiam ilogicamente entre as várias categorias, mesmo quando categorias alternativas não são complementares ou compatíveis.

Eles observam ainda que não há lógica consistente nos argumentos – como se os estudantes estivessem em pânico em sua resposta (apesar de um cenário de confidencialidade total); ou alternativamente, como se essa fosse a primeira vez que eles realmente estavam sendo desafiados a pensar sobre as dimensões morais do uso de IA em sua educação.

Os autores afirmam*:

‘Qualquer ambiente de aprendizado formal envolve implicitamente um contrato social em que o instrutor ajuda o estudante a aprender, e o estudante é honesto sobre o que sabe e não sabe.

‘No entanto, as racionalizações do uso de IA pelos estudantes sugerem que eles não estão cientes dessa última expectativa. Significativamente, o uso de IA borra a fronteira entre o trabalho do estudante e o trabalho da IA e torna difícil para o instrutor avaliar seu trabalho e ajudá-los a melhorar seu aprendizado.

‘Uma intervenção-chave para a educação superior, então, é ajudar os estudantes a entender a racionalização pedagógica por trás das políticas de IA, incluindo por que a representação honesta do próprio conhecimento é importante para o aprendizado e a avaliação.’

O artigo indica que as expectativas em torno do uso de IA em um contexto acadêmico são distribuídas em cinco segmentos: intenção do corpo docente; política formal; interpretação do estudante dessas; política do estudante; e prática real do estudante.

Olhando para as seis categorias finais definidas, que vamos fazer em um momento, mostra várias maneiras pelas quais esses cinco domínios não estão de acordo entre si; são mal definidos; auto-contraditórios; ou simplesmente ignorados.

Os dados foram obtidos entrevistando vinte estudantes de graduação em 12 universidades diferentes dos EUA, em uma proporção de 15/5 de feminino/masculino, em uma ampla diversidade de cursos, desde inglês e arte até estatística e biologia molecular.

1: Comportamento sem Vítima

A primeira categoria reflete talvez a justificativa mais simples de todas: que ninguém é realmente prejudicado.

Os estudantes neste grupo argumentaram que as preocupações tradicionais sobre plágio dependem da existência de uma vítima humana, e que o texto gerado por IA quebra essa conexão:

Desde que o ChatGPT não é uma pessoa, eles raciocinaram, usar sua saída não pode ser equivalente a roubar de outro autor (não obstante os casos legais pendentes que indicariam o contrário).

Outros sugeriram que a IA combina e reescreve informações de muitas fontes em vez de copiar alguma fonte diretamente, trazendo questões de propriedade para debate.

Em alguns casos, o único dano reconhecido foi autoinfligido, com os estudantes argumentando que o risco real jazia em enfraquecer seu próprio aprendizado, em vez de prejudicar um professor, colega de classe ou escritor. Um participante opinou:

‘A IA não tem alma… dar crédito [ou] respeito à IA como se a IA tivesse propriedade ou legalidade sobre certas informações… isso simplesmente não é verdade.’

Outro:

‘Não está machucando ninguém… acho que você está se machucando mais do que está machucando, tipo, um professor ou outras pessoas.’

2: Contribuição Mínima de IA

A segunda categoria sustenta que o papel da IA é pequeno demais para importar. Em vez de negar que a IA contribuiu para sua saída, os estudantes argumentaram que a contribuição foi menor, rotineira ou comparável a formas de assistência que já são amplamente aceitas:

Muitos fizeram uma distinção entre trabalho acadêmico importante e o que consideravam “trabalho de rotina” administrativo, argumentando que tarefas de baixo valor não valiam a pena o esforço que exigiam.

Outros viram a IA de forma semelhante a verificadores de gramática, editores ou mecanismos de busca. Ao longo desses argumentos, o tema comum foi que a IA ajudou, mas não o suficiente para minar a autoria, ou para considerar que a submissão final era alguém mais do que o trabalho do estudante.

Um dos participantes ilustrou a extensão com que considerava o ChatGPT um contribuinte igualmente válido a mentores mais tradicionais no espaço acadêmico:

‘Se eu não tiver essa resposta para mim mesmo, então ela [a treinadora] diria, você pode fazer isso. É como, o mesmo que o ChatGPT está fazendo para mim.’

3: Contribuição Ex Ante

Para muitos estudantes, a defesa mais forte do uso de IA foi que o trabalho intelectual importante já havia sido concluído antes que o ChatGPT se envolvesse.

Nesses casos, a IA foi apresentada como uma ferramenta para expressar, organizar, expandir ou refinar material que já existia na cabeça do estudante:

Os estudantes argumentaram que o valor real jazia em ter a ideia, bem como subsequentemente escolher a direção do trabalho, ou reunir as fontes relevantes; enquanto a IA apenas ajudava a transformar esses ingredientes em prosa acabada.

Essa definição de autoria sustenta que a propriedade vem não de escrever cada palavra, mas de fornecer a intenção original e direcionar o processo, permitindo que os estudantes se vejam como os verdadeiros criadores, mesmo quando porções substanciais do texto final foram geradas pela IA.

4: Contribuição Pós-Hoc

A quarta categoria se concentrou no que os estudantes fizeram após receber o texto gerado pela IA. Os estudantes argumentaram que parafrasear a saída da IA, selecionar apenas certos trechos, verificar fatos, verificar fontes ou revisar a redação era suficiente para tornar o trabalho final seu:

Alguns também sugeriram que se o ChatGPT tivesse aprendido a escrever de uma maneira que combinasse com a voz usual deles, por meio do uso habitual, o texto resultante poderia ser razoavelmente tratado como seu próprio trabalho:

‘Ele [o ChatGPT] reconheceu um padrão de minha maneira de escrever e como eu expresso coisas em, tipo, projetos ou e-mails ou qualquer coisa assim. Então, agora, ele sabe que tipo de pessoa eu sou, como escritor.

‘Então, agora, ele fornece prompts semelhantes ao meu processo de pensamento.’

5: Negação de Responsabilidade

A quinta categoria envolveu transferir a responsabilidade para longe do estudante. Alguns argumentaram que o uso de IA se tornou tão comum que evitá-lo colocava-os em desvantagem, particularmente se os colegas de classe estavam usando o ChatGPT para concluir o trabalho mais rapidamente ou alcançar notas mais altas:

‘Alguns dos meus colegas de classe que simplesmente jogam [no IA], geram [o texto], não verificam, [e] obtêm notas mais altas do que eu.’

Outros estudantes indicaram políticas poco claras, instruções de tarefa vagas ou uma percepção de falta de preocupação por parte dos instrutores:

Alguns estudantes justificaram o uso de IA com base no fato de que era improvável ser detectado ou punido, enquanto outros sugeriram que a responsabilidade jazia com a tecnologia em si, e não com a pessoa que a usava.

Ao longo desses argumentos, o uso de IA parecia ser tratado como algo impulsionado por circunstâncias, normas ou fatores externos, em vez de por escolha pessoal.

6: Benefício Percebido

A sexta categoria foi a mais direta, na qual o uso de IA foi justificado porque produz resultados desejáveis.

Para alguns estudantes, o principal benefício era economizar tempo, particularmente em tarefas que consideravam rotineiras ou de baixo valor:

‘[Eu preferiria] passar tempo com minha namorada…’

Outros argumentaram que ainda aprendiam com o material revisando, reescrevendo ou trabalhando com o conteúdo gerado pela IA:

Alguns acreditavam que o ChatGPT produzia uma escrita mais forte do que eles mesmos poderiam gerar, enquanto outros se concentravam em resultados como notas melhores, feedback positivo ou simplesmente concluir a tarefa com sucesso. Ao longo desses argumentos, o valor do resultado foi tratado como mais importante do que as preocupações sobre como esse resultado foi alcançado.

Um Reino Dividido

A tensão entre as regras institucionais e o uso cotidiano de IA é destacada no artigo por meio de um participante, identificado como P6.

Esse estudante em particular reconheceu que usar a IA contra as regras do curso era errado; concordou que o uso não divulgado de IA poderia ser considerado plágio; e expressou preocupação de que a dependência pesada da IA poderia reduzir o aprendizado e enfraquecer as habilidades de comunicação:

‘Honestamente, provavelmente não é muito ético. Eu faço muito do meu trabalho com a IA, e isso não significa que eu esteja aprendendo […]’

‘[…] A IA me ajuda muito, porque eu não consigo pensar no que quero dizer. Mas se eu tiver a IA para escrever e então eu mudo para dizer mais o que eu quero dizer, eu ainda acho que é ético, porque ainda são palavras com as quais eu concordo e acredito.’

Ao mesmo tempo, o participante argumentou que o texto gerado pela IA se tornava mais aceitável quando era editado, reescrito ou trazido em conformidade com as visões pessoais. O uso de IA também foi visto de maneira diferente dependendo da tarefa, do valor percebido do curso e se o objetivo era economizar tempo ou aprender algo com o exercício.

Padrões semelhantes apareceram em outras partes das entrevistas: em vez de confiar em uma única racionalização, muitos estudantes combinaram várias, pesando fatores como divulgação, esforço, aprendizado, conveniência e valor da tarefa, ao avaliar seu próprio uso de IA.

Conclusão

Seria um erro se regozijar com a confusão e a culpa dos estudantes em torno do uso de IA, dado a falta atual de diretrizes razoáveis e consistentes no local de trabalho ou na sociedade em geral.

No momento, o zeitgeist em torno da IA é reacionário, no melhor dos casos, com qualquer uso de IA considerado em várias comunidades e setores como “toda a saída gerada pela IA”. No momento, há uma falta de nuances, padrões ou perdão.

Permanece por ser visto se a contribuição da IA para a saída de prosa será percebida no futuro como uma camada interpretativa, pouco mais significativa do que uma verificação ortográfica, ou uma concessão de agência humana, criatividade e faculdade interpretativa, cedendo a padrões feitos por máquina.

* Minha conversão das citações em linha dos autores para hiperlinks. No entanto, devido ao formato de citação limitado e incomum deste artigo, não poderei fornecer o número usual de links de suporte, devido à falta de tempo necessário para localizar os links ausentes no trabalho.

Publicado pela primeira vez na sexta-feira, 29 de maio de 2026