A Penalização da Aprendizagem por IA Generativa — Um Estudo de 30 Meses com 26.811 Estudantes Chineses

Investigadores da Universidade de Estocolmo e da Universidade de Hong Kong acompanharam 26.811 estudantes do ensino básico e secundário (do 7.º ao 12.º ano) num condado da China central durante 30 meses, de setembro de 2022 a junho de 2025, combinando resultados de exames mensais em livro fechado, resultados dos exames de admissão zhongkao e gaokao, e pontuações e tempos de conclusão de trabalhos de casa em nove disciplinas. Cerca de 80% dos estudantes utilizaram ferramentas de IA generativa — incluindo Doubao, DeepSeek, ChatGLM, Ernie Bot e Qwen — para concluir os trabalhos de casa.

O uso de IA aumentou as pontuações dos trabalhos de casa em 18% e reduziu o tempo médio de conclusão de 64 para 45 minutos. Mas, no espaço de seis meses, as pontuações mensais de exame entre os utilizadores de IA tinham caído 20%; ao fim de dois anos, as pontuações do zhongkao caíram 24% e as do gaokao 18%. A queda foi maior nas disciplinas de ciências sociais (-27%), seguidas de STEM (-22%) e inglês (-17%), e foi mais pronunciada entre estudantes mais novos, estudantes com melhor desempenho e rapazes. Os autores estimam que cerca de 80% da perda de aprendizagem medida se concentra em estudantes cujo padrão de utilização — conclusão muito rápida associada a pontuações elevadas nos trabalhos de casa — indica externalização em vez de um envolvimento do tipo tutoria; os estudantes que utilizaram IA a um ritmo semelhante ao dos não utilizadores não mostraram penalização nos exames.

Trata-se de um estudo de painel quase-experimental de um único condado, não de um ensaio aleatorizado, e o condado e a província exatos não são identificados na cobertura noticiosa nem no resumo publicamente disponível. O resultado é aqui incluído como um contraponto rigoroso, do mundo real, a relatos mais promocionais sobre os benefícios da IA generativa em sala de aula — um lembrete de que o uso irrestrito de IA em trabalhos de casa, sem limites deliberados à externalização, está associado a um dano mensurável substancial no desempenho em exames.