Um ensaio de 12 semanas com 180 estudantes indonésios do ensino profissional (90 no grupo de intervenção, 90 no de controlo) concluiu que um sistema de IA que combina mapeamento de competências, mentoria por chatbot e dados do mercado de trabalho reduziu a ansiedade sobre o percurso profissional em 26,7% (p<0,001), com um modelo de correspondência de percursos profissionais com 87% de precisão.
26.7 %
Redução da ansiedade relacionada com a trajetória profissional (12 weeks)
73.1
Pontuação de ansiedade de carreira, pré-intervenção
53.6
Pontuação de ansiedade de carreira, pós-intervenção
87 %
Exatidão do modelo de mapeamento de competências
79 %
Estudantes envolvidos em mentoria mediada por IA
2,400+
Interações com o chatbot registadas
4.60 /5.0
Pontuação de satisfação com a mentoria
500
Ofertas de emprego analisadas
Detalhes
Maturidade
Piloto
Promotor
Universitas Negeri Yogyakarta (Graduate School)
Período
12-week intervention, 2025; published February 2026
Palavras-chave
career guidance, vocational education, machine-learning skills mapping, AI mentoring chatbot, labour-market intelligence
Contexto
Um sistema de orientação profissional com IA, combinando aprendizagem automática de mapeamento de competências, um chatbot de mentoria adaptativa com IA e análise de PLN do mercado de trabalho, foi testado com 320 estudantes do ensino profissional em três escolas de Banjarmasin, Kalimantan do Sul, Indonésia.
Objetivos
O sistema visava reduzir a ansiedade dos estudantes relacionada com a trajetória profissional e melhorar a orientação de carreira e de competências através de mentoria personalizada com IA combinada com dados reais do mercado de trabalho.
Atividades
Ao longo de um período de 12 semanas, 90 estudantes utilizaram o sistema de IA, enquanto 90 estudantes do grupo de controlo emparelhado, que não o utilizaram, foram acompanhados para comparação; o sistema analisou 500 ofertas de emprego e apoiou mentoria mediada por chatbot, juntamente com análises repetíveis de lacunas de competências.
Resultados
A ansiedade relacionada com a trajetória profissional diminuiu 26,7% no grupo de intervenção (de uma média de 73,1 para 53,6, p<0,001). O modelo de mapeamento de competências alcançou 87% de exatidão (precisão 0,85, recall 0,83, F1 0,84, ROC-AUC 0,89). 65% dos estudantes repetiram a análise de lacunas de competências três ou mais vezes, e 79% participaram na mentoria mediada por IA em mais de 2.400 interações com o chatbot, com uma satisfação de mentoria avaliada em 4,60 em 5,0.
Conclusões
Como o grupo de comparação foi emparelhado em vez de aleatorizado e o projeto-piloto durou apenas 12 semanas em três escolas, os resultados são promissores mas não conclusivos em termos causais; a replicação com aleatorização e um acompanhamento mais longo reforçaria a base de evidência.
Implementação
Custo indicativo
Baixo (< 50 mil €) — Not disclosed in the source; as a small-scale academic pilot it is likely low-cost.
Tempo até resultados
Curto (< 1 ano) — 12-week intervention conducted in 2025; a preprint appeared on preprints.org in October 2025, with peer-reviewed publication in F1000Research in February 2026.
Equipa e competências
School counsellors and teachers at the three participating vocational schools who facilitated delivery, Research team affiliated with Universitas Negeri Yogyakarta Graduate School (study authors)
Condições de sucesso
Reliable student access to devices and internet for AI chatbot mentoring
Availability of local labour-market job-posting data to feed the NLP model
Careful matching of control-group students given the non-randomised design
Modos de falha comuns
Small sample (90 vs 90) and non-randomised matching limit causal certainty
Short 12-week duration may not capture longer-term career outcomes
Onde se enquadra
Tipo de governação
academic pilot within vocational schools
Escala
3 schools / 320 students (180 in the intervention-control comparison)
Nível de rendimento
lower-middle-income (Indonesia)
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.