Um conjunto de novas diretrizes em debate trata de proibir que ferramentas de inteligência artificial façam a correção de redações e outras questões dissertativas em escolas brasileiras, limitando a tecnologia a tarefas administrativas e à correção de itens objetivos — com impacto direto em vestibulares, PAS e na rotina de sala de aula.
Adicione ao Google NotíciasNeste artigo
Pelo texto em discussão, IA generativa ou não fica impedida de atribuir nota, conceito ou feedback principal em qualquer atividade que exija formulação de texto autoral do aluno. O uso permitido aparece restrito a funções de bastidor, como correção ortográfica, organização de planilhas de notas ou análise estatística de testes, desde que a decisão pedagógica final permaneça na mão de um professor.
O que exatamente entra na proibição de IA em redações?
O foco são sistemas que corrigem ou pontuam textos de estudantes substituindo o professor. Nesse pacote entram:
algoritmos que atribuem nota automática em redações de prova;
modelos que escrevem comentários detalhados sobre argumentação, coesão ou criatividade;
robôs usados para decidir aprovação, recuperação ou classificação em processos seletivos.
O raciocínio declarado é direto: redação existe para treinar o aluno a pensar escrevendo. Textos como os ensaios analisados em artigos da Engelsberg Ideas reforçam essa visão: quando o estudante terceiriza a escrita ou recebe retorno padronizado de um sistema, o exercício de construção de pensamento próprio se esvazia. A diretriz brasileira segue a mesma trilha e coloca a IA no lugar de ferramenta auxiliar, não de árbitro de desempenho.
A correção de questões objetivas permanece liberada. Preenchimento de gabarito de múltipla escolha com leitor óptico ou sistema online continua visto como automação de rotina, sem interpretação de texto. O veto mira justamente o que exige leitura crítica e julgamento de mérito.
O que é considerado uma boa redação — e por que IA não pode ser “banca”
Na prática escolar, qualquer orientação séria de ensino de redação gira em torno dos mesmos pilares: clareza de ideias, estrutura coerente, argumentação consistente e domínio mínimo da norma padrão. É isso que concursos, vestibulares e programas seriados levam em conta quando atribuem peso maior à prova escrita.
Esse conjunto responde a uma angústia recorrente entre estudantes: o que uma redação precisa ter para ser considerada boa? O texto precisa apresentar uma tese compreensível, desenvolver argumentos em parágrafos conectados, recorrer a repertório pertinente ao tema e encerrar com conclusão compatível com o que foi desenvolvido. Modelos de IA imitam essa forma e produzem redações com começo, meio e fim, mas não partem de experiência própria nem de raciocínio construído pelo candidato — e é esse processo que o governo coloca no centro da avaliação humana.
Um efeito colateral que já apareceu em escolas de outros países, relatado por estudantes em veículos como o GovTech, é a cultura do medo: jovens simplificam o próprio texto para não “parecer IA” em detectores automáticos. A resposta brasileira tenta cortar esse caminho ao manter a correção humana como regra, em vez de transferir a responsabilidade de triagem e julgamento para classificadores automáticos.
Quanto vale a redação em provas e no PAS?
O ponto mais sensível é o peso da redação nas notas finais. Não existe um número único nacional, mas a maior parte dos exames de acesso trata o texto escrito como componente decisivo, em vários casos com peso equivalente ou superior à soma de diversas provas objetivas. A proposta de norma parte desse cenário: se a redação influencia tanto o resultado, a avaliação não deveria ser delegada a IA.
Em programas de avaliação seriada, como o PAS de universidades públicas, a pressão sobe. A redação costuma compor o bloco de Linguagens ou aparecer como prova específica, e a nota acompanha o aluno ao longo de anos. Em muitas instituições, o desempenho escrito em uma das etapas compensa ou derruba médias de provas anteriores, com impacto real na classificação final. Por isso o texto em discussão trata a redação do PAS como exemplo clássico de situação em que a correção precisa ser exclusivamente humana.
No dia a dia das seleções, a regra fica assim: se a redação influencia aprovação, posição na lista de chamada, concessão de bolsa ou certificação, a caneta final tem que ser de um professor. IA entra como apoio logístico ou analítico — organizar filas de textos, identificar padrões de erro, sinalizar discrepâncias — mas a decisão sobre a nota não sai da máquina sem revisão docente.
Redação feita por IA continua valendo? E o que muda na prática em sala
Outro eixo das diretrizes trata do uso de IA pelos alunos. Ferramentas que “fazem redação” — gerando textos completos a partir de prompts — entram na mesma categoria de cola conhecida pelos professores há décadas. A orientação é direta: trabalho, prova ou exercício avaliativo apresentado como autoral não pode ser escrito por modelo de linguagem, nem em parte.
É aqui que aparecem os usos em zona cinza, que já viraram hábito de estudo em muitas turmas:
IA para criação de redação inteira: vetada como autoria legítima do aluno;
IA que cria parágrafo ou introdução “para se inspirar”: tratada como interferência indevida quando o trecho é copiado;
IA que corrige a redação antes da entrega e sugere mudanças de argumento: vista como desvirtuamento quando substitui o processo de revisão do próprio estudante.
O espaço que tende a continuar aceito concentra-se em funções mais básicas: sugerir temas de estudo, revisar ortografia depois que o aluno escreveu, explicar melhor um conceito teórico mencionado em aula. O limite aparece quando a ferramenta passa a encobrir lacunas de leitura ou de repertório, entregando texto polido que não combina com o restante da produção do estudante.
Na rotina das escolas, isso obriga cada instituição a explicitar em regulamento o que conta como uso aceitável e o que passa a ser considerado fraude acadêmica. Sem parâmetros claros, a chance é repetir o cenário descrito por estudantes estrangeiros: gente rebaixando o próprio vocabulário para não ser confundida com máquina.
Correção automatizada, custo e o que o governo não responde
O trecho mais espinhoso da discussão é financeiro. Sistemas de correção automatizada surgiram com a promessa de baratear provas em massa, enxugar a carga de trabalho de professores e permitir mais avaliações escritas distribuídas ao longo do ano. O veto à IA na linha de frente da correção devolve essa conta para redes de ensino e universidades, que voltam a depender de equipes de corretores.
O equilíbrio fica difícil. Estudos como o da Kaplan registram que a maioria das instituições de ensino superior ainda não definiu política clara sobre IA em redações, enquanto a percepção dominante entre avaliadores é negativa: textos gerados por máquina soam genéricos e pouco autênticos. O esboço brasileiro adere a esse diagnóstico, mas não aponta saída para o gargalo de correção em larga escala.
Também falta resposta técnica: o texto em discussão não detalha como fiscalizar o uso de IA em avaliações, nem especifica que tipo de ferramenta de apoio entra no pacote permitido dentro e fora da sala de aula. Sem critério operacional, abre-se margem para decisões diferentes em escolas vizinhas, com risco de punir aluno que escreve bem por suspeita infundada ou de deixar passar redação claramente terceirizada.
Enquanto o texto final não é publicado e não ganha força normativa, empresas de edtech que vendem “IA que cria redação” para alunos e “IA que corrige redação” para escolas continuam atuando em um limbo regulatório. Se a canetada sair nos termos atuais, metade desse mercado perde função da noite para o dia — e redes que já trocaram parte da leitura humana por automação terão de retomar correção linha a linha para cada texto que conta ponto na vida escolar do estudante.
