Aprendizagem Baseada em Problemas com IA Aumenta a Retenção de Conhecimento na Formação em Fisioterapia — Ensaio Istambul–Toledo

Desenvolver cenários clínicos realistas para a aprendizagem baseada em problemas (ABP) é uma parte central, mas morosa, da formação em fisioterapia, e os docentes dispõem de poucas ferramentas para verificar se versões assistidas por IA deste método realmente melhoram o que os estudantes retêm.
Em junho de 2025, a Istanbul Medipol University (Turquia) e a Universidad de Castilla-La Mancha (Espanha) realizaram um ensaio clínico randomizado, prospetivo, de dois braços: 40 estudantes de fisioterapia foram distribuídos aleatoriamente para ABP assistida por IA — usando o ChatGPT-4.0 em pequenos grupos para construir cenários de doentes simulados, planos de avaliação e estratégias de tratamento para lombalgia crónica, sob supervisão docente — ou para ABP tradicional sem IA. Dos 40 randomizados, 35 concluíram o estudo (19 em ABP-IA, 16 em ABP tradicional).
No seguimento a 2 semanas, o grupo ABP-IA apresentou ganhos muito grandes na retenção de conhecimento (d de Cohen = 3,14) e na autoeficácia em IA (d = 1,70) face à ABP tradicional, além de maior motivação para a leitura (d = 1,31). A competência clínica, medida com o Mini Clinical Evaluation Exercise, foi apenas ligeiramente superior no grupo ABP-IA, sem diferença estatisticamente significativa (d = 0,42).
O ponto forte do ensaio é o seu desenho randomizado e revisto por pares; a limitação é a escala — 35 participantes que concluíram o estudo em duas universidades, um único tema clínico e uma janela de seguimento de apenas duas semanas — pelo que os efeitos muito elevados devem ser lidos como um sinal precoce e promissor, e não como um resultado definitivo.