Orientação Vocacional com IA para Estudantes do Ensino Profissional — Um Ensaio Controlado no Kalimantan do Sul, Indonésia

Investigadores da pós-graduação da Universitas Negeri Yogyakarta conceberam e testaram um sistema de orientação profissional com IA para estudantes do ensino profissional (SMK), combinando três componentes interligados: um modelo de aprendizagem automática supervisionada que mapeia as competências dos estudantes face à procura do mercado de trabalho; um módulo de mentoria adaptativa que associa os estudantes a um chatbot de IA e a orientadores humanos e mentores da indústria; e um módulo de processamento de linguagem natural que analisa ofertas de emprego para gerar informação em tempo real sobre o mercado de trabalho.

O sistema foi testado com 320 estudantes recrutados em três escolas profissionais no Kalimantan do Sul — SMK Isfi Banjarmasin, SMK Telkom Banjarbaru e SMK NU Banjarmasin — envolvendo também 15 orientadores profissionais e 12 mentores da indústria. A avaliação principal comparou 90 estudantes que usaram o sistema de IA durante 12 semanas com 90 estudantes de um grupo de controlo equiparado que não o usaram, num desenho de métodos mistos; o artigo revisto por pares reporta esta comparação de intervenção/controlo com 180 estudantes. O modelo de mapeamento de competências alcançou 87% de precisão global (precisão 0,85, recall 0,83, F1 0,84, ROC-AUC 0,89) a prever percursos profissionais adequados.

A ansiedade autorreportada sobre o percurso profissional baixou de uma média de 73,1 para 53,6 no grupo de intervenção (p<0,001), uma redução de 26,7%, face a uma variação muito menor no grupo de controlo. O envolvimento foi substancial: 65% dos estudantes do grupo de intervenção repetiram uma análise de lacunas de competências três ou mais vezes, 79% participaram em mentoria mediada por IA (mais de 2.400 interações com chatbot registadas), e a satisfação média com a componente de mentoria foi de 4,60/5,0. O módulo de mercado de trabalho analisou 500 ofertas de emprego. O estudo foi publicado na F1000Research (indexada na PubMed) em fevereiro de 2026, após uma pré-publicação em outubro de 2025.

Os próprios autores assinalam várias limitações: a avaliação abrangeu apenas uma província e uma amostra modesta ao longo de somente 12 semanas, pelo que os efeitos a longo prazo em resultados reais de emprego permanecem por examinar; a amostra pode não representar a diversidade regional da Indonésia; e assinalam explicitamente um risco de enviesamento algorítmico decorrente dos dados históricos de mercado de trabalho que alimentam o sistema. O estudo foi também conduzido pelos próprios criadores da ferramenta, e não por um avaliador independente.