Em junho de 2025, o Senado da Universidade da Cidade do Cabo (UCT) aprovou um Quadro de IA na Educação e, a partir de 1 de outubro de 2025, a UCT deixou de utilizar a Pontuação de IA da Turnitin, citando falsos positivos e negativos pouco fiáveis, em favor da literacia ética em IA e da reformulação da avaliação.
53 cases
Casos disciplinares relacionados com IA na Universidade de Pretória (2024-2025)
Em junho de 2025, o Comité de Ensino e Aprendizagem do Senado da UCT aprovou um novo Quadro de IA na Educação; a partir de 1 de outubro de 2025, a universidade deixou de utilizar ferramentas de deteção de IA, incluindo o AI Score da Turnitin, na avaliação dos estudantes, citando resultados pouco fiáveis (falsos positivos e falsos negativos) que arriscavam acusações indevidas de fraude académica, particularmente contra autores multilingues e não nativos de inglês.
Objetivos
Substituir a vigilância automatizada de deteção de IA por uma abordagem baseada em literacia ética em IA, transparência sobre o uso permitido de IA, e redesenho de avaliações mais difíceis de completar de forma desonesta apenas com IA.
Atividades
A UCT retirou o AI Score da Turnitin e outros detetores dos processos de avaliação e implementou o seu Quadro de IA na Educação em toda a universidade, num contexto nacional em que universidades congéneres adotam abordagens diferentes: a Universidade de Pretória registou cerca de 53 casos disciplinares relacionados com IA em 2024-2025 e triangula evidências (declarações, histórico de versões, esclarecimento oral) em vez de depender de uma única pontuação de deteção, a Universidade de Joanesburgo trata o uso não divulgado de IA como autoria fraudulenta, e a Unisa combina vigilância de exames com IA e respostas disciplinares escalonadas.
Resultados
A decisão foi amplamente noticiada na imprensa sul-africana como uma rutura marcante com um produto de deteção muito utilizado mas cada vez mais desacreditado; não foram publicados dados sobre resultados de aprendizagem medidos.
Conclusões
A decisão da UCT ilustra a convergência independente das universidades sul-africanas para a mesma conclusão a que chegaram reguladores noutros locais - que o software de deteção, por si só, não é fiável para policiar o uso de IA nas avaliações.
Implementação
Custo indicativo
Médio (50 mil–500 mil €)
Tempo até resultados
Curto (< 1 ano)
Equipa e competências
Senate Teaching and Learning Committee, Faculty teaching staff redesigning assessments
Condições de sucesso
Institutional buy-in from Senate-level governance
Investment in staff AI-literacy training
Willingness to redesign assessment tasks rather than rely on detection tooling
Modos de falha comuns
Uneven adoption if individual faculties keep relying on detector scores informally
New assessment designs could still be circumvented without ongoing review
No independent evaluation yet of whether false-positive/negative harms are actually reduced
Onde se enquadra
Tipo de governação
single public university (Senate-level decision)
Escala
institution-wide
Nível de rendimento
upper-middle-income (South Africa)
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.