Um ensaio controlado e aleatorizado em quatro grandes turmas de ciência política na Universidade de Houston e universidades parceiras constatou que a correção assistida por GPT-4 de perguntas de resposta curta, usando grelhas de avaliação criadas pelos docentes, se aproximou da qualidade da correção humana sem aumentar os pedidos de recorreção, aliviando a pressão de tempo que leva os docentes a optar apenas por testes de escolha múltipla.
271
Alunos nas quatro turmas
~3,080 (88%)
Respostas curtas corrigidas por IA
Detalhes
Maturidade
Piloto
Promotor
University of Houston
Período
2023-2024 data collection; published August 2025
Palavras-chave
higher education, generative AI, assessment, political science
Contexto
Uma equipa da Universidade de Houston, Universidade da Carolina do Sul, Academia Sinica, Universidade de Michigan e Universidade Nacional de Kangwon realizou um ensaio aleatorizado para testar se a correção assistida por GPT-4 conseguia igualar a qualidade da correção por professores em quatro grandes turmas de ciência política.
Resultados
A correção assistida por IA aproximou-se do que um professor a corrigir uma turma pequena produziria, sem aumentar os pedidos de recorreção, ao mesmo tempo que libertava tempo do professor; a revisão humana manteve-se parte de todos os fluxos de correção testados, e os autores enquadram-na como ferramenta de produtividade e consistência, não como substituto do juízo do professor.
Implementação
Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Curto (< 1 ano)
Equipa e competências
Instructors across four political science courses (multi-university team)
Condições de sucesso
Prompt templates built from instructor rubrics and worked examples
Human review retained in every grading pipeline
Implementa esta prática?
Reivindique-a —
implementadores verificados obtêm um contacto público na página e podem propor correções.
Fontes de dados
De onde foi obtida a informação desta prática, e quando.