IA nas Disciplinas da Pós: Como Criar uma Política de Uso
Como criar uma política de uso de IA nas suas disciplinas de pós-graduação: o que definir, como comunicar aos alunos e como manter coerência pedagógica.
A questão que todo docente precisa responder (e muitos estão evitando)
Olha só: a maioria dos professores e professoras que conheço já tem uma posição pessoal sobre IA nas disciplinas. Alguns permitem abertamente, outros proíbem, outros estão no meio. O problema é que essa posição raramente chega explícita para os alunos.
E quando a posição não é declarada, o que acontece é previsível: alguns alunos usam sem declarar porque supõem que tudo bem, outros não usam por medo de punição, e ninguém tem uma conversa honesta sobre o assunto.
Vamos lá: criar uma política de uso de IA para a sua disciplina não é burocracia. É um ato pedagógico. É você decidindo, com consciência, que tipo de aprendizagem quer promover e que papel a IA tem nisso.
Por que uma política de disciplina importa além da política institucional
Muitas universidades brasileiras têm publicado ou estão construindo políticas institucionais sobre IA. Isso é positivo e necessário. Mas a política institucional opera num nível geral que não consegue dar conta das especificidades de cada campo do conhecimento e de cada momento formativo.
Uma disciplina de metodologia qualitativa tem demandas diferentes de uma disciplina de análise quantitativa. Numa, a escrita reflexiva é parte central da aprendizagem e delegá-la à IA compromete o desenvolvimento de habilidades essenciais. Na outra, usar IA para auxiliar na programação em R ou Python pode ser completamente adequado.
Quem conhece essas especificidades é você. A política de disciplina é o espaço onde esse conhecimento se traduz em regras claras.
O que uma política de uso de IA precisa dizer
Uma política bem feita não precisa ser longa. Precisa ser clara. Os elementos essenciais são:
O que é permitido sem restrição: usar IA para buscar referências, verificar ortografia e gramática, entender conceitos introdutórios. Esses usos raramente comprometem a aprendizagem e proibi-los seria desproporcional.
O que é permitido com declaração obrigatória: usar IA para gerar rascunhos de texto que serão revisados, para apoiar análise de dados, para organizar ideias. Esses usos são legítimos, mas precisam ser registrados no trabalho. Um rodapé ou nota de fim de texto basta: “Este texto foi elaborado com apoio de IA [indicar qual] e revisado pelo autor.”
O que não é permitido: submeter como trabalho próprio texto gerado por IA sem revisão substantiva, usar IA em atividades avaliativas de produção individual sem declaração, e usar ferramentas que violem a LGPD ao processar dados de pesquisa com participantes humanos.
As consequências: o que acontece em caso de uso inadequado? Na pós, minha preferência é pelo diálogo antes de qualquer medida formal. O objetivo é entender o que levou ao uso e trabalhar com o aluno para que ele desenvolva a autonomia que a pós exige.
Como comunicar a política sem criar medo
O tom como a política é apresentada importa tanto quanto o conteúdo.
Se a política chega como uma lista de proibições e ameaças, ela cria um clima de desconfiança que prejudica exatamente a relação que a pós precisa ter: abertura intelectual, questionamento, disposição para se expor.
Uma forma que funciona bem é apresentar a política como uma conversa sobre o que a disciplina precisa para acontecer bem. “Para que você saia daqui com capacidade de [objetivo de aprendizagem], é importante que [regra]. Aqui está o porquê.”
Quando os alunos entendem o fundamento pedagógico de cada regra, a adesão é muito maior do que quando seguem por obrigação.
A questão do desenvolvimento de habilidades
Aqui tem um ponto que merece ser explicitado, porque é o coração de qualquer política bem fundamentada.
As habilidades que a pós-graduação precisa desenvolver são específicas e não são substituíveis por IA. Formular perguntas de pesquisa relevantes. Ler literatura crítica com acuidade. Construir argumentos com evidências. Escrever com voz própria. Tolerar a incerteza enquanto o pensamento se organiza.
Essas habilidades se desenvolvem na prática da dificuldade, não no contorno dela. Quando a IA faz o trabalho difícil pelo aluno, ele fica sem o exercício.
Isso não significa que toda dificuldade é formativa. Significa que a dificuldade certa, no momento certo, é parte da aprendizagem. E é tarefa sua, como docente, identificar onde a IA apoia a aprendizagem e onde ela a substitui.
Políticas precisam evoluir
Um detalhe prático que vale mencionar: qualquer política de uso de IA hoje vai precisar ser revisada no próximo ano. A tecnologia muda rápido, as práticas do campo estão se desenvolvendo, e as próprias instituições estão construindo referências que ainda não existiam há doze meses.
Isso não é problema. É razão para criar uma política revisável, não uma política definitiva. Uma boa prática é apresentar a política no início da disciplina, revisá-la coletivamente no meio e fazer uma avaliação ao final: o que funcionou, o que não funcionou, o que precisa mudar.
Esse processo em si é pedagógico. Ele mostra para os alunos que políticas são construídas, não reveladas, e que a participação deles nessa construção importa.
Casos concretos: o que políticas bem-feitas incluem
Tenho conversado com docentes de diferentes áreas que estão construindo suas políticas, e vale trazer alguns exemplos de como isso está sendo feito na prática.
Um professor de pesquisa qualitativa em educação decidiu que IA pode ser usada para auxiliar na transcrição de entrevistas, mas não na análise. Sua justificativa é direta: a análise qualitativa exige que o pesquisador mergulhe no material, e esse mergulho é formativo. A transcrição é operacional. Essa distinção é pedagógica, não arbitrária.
Uma professora de bioestatística adotou a posição oposta no que diz respeito ao código: IA pode ajudar na programação em R e Python desde que o aluno consiga explicar o que cada trecho faz. A avaliação inclui uma etapa de apresentação do código, onde o aluno precisa comentar as escolhas. Isso mantém a responsabilidade pelo entendimento.
Um docente de teoria sociológica proibiu o uso de IA na produção de textos, mas cria ao longo do semestre momentos onde a turma analisa textos gerados por IA para discutir o que eles têm de útil e de problemático. A IA entra como objeto de análise, não como ferramenta de trabalho.
O que esses exemplos têm em comum não é a decisão, mas o fundamento: cada política está ancorada em objetivos de aprendizagem específicos. Isso é o que diferencia uma política pedagógica de uma proibição arbitrária.
Quando a política é testada: o que fazer diante do uso inadequado
Toda política vai ser testada em algum momento. Um aluno vai usar IA sem declarar, ou vai usar de forma que a política não previa, ou vai argumentar que interpretou diferente.
O que fazer nesses casos depende do contexto, mas há uma orientação geral que acho sólida: tratar o episódio como oportunidade de aprendizagem antes de tratá-lo como infração.
Na pós-graduação, você está lidando com adultos que têm suas próprias razões para as escolhas que fazem. Um aluno que usou IA sem declarar pode estar demonstrando dependência da ferramenta, insegurança com a própria capacidade de escrever, ou simplesmente desinformação sobre a política. Cada um desses diagnósticos pede uma resposta diferente.
A conversa individual antes de qualquer medida formal tende a revelar o que está acontecendo e permite uma resposta adequada. Medidas formais sem diálogo prévio raramente resolvem o problema de fundo.
Isso não significa tolerância indefinida com usos intencionalmente desonestos. Significa que o primeiro passo é sempre entender antes de punir.
O que a sua postura docente sobre IA ensina
Vou terminar com uma reflexão que me parece central.
Os alunos de pós-graduação estão formando sua própria relação com a IA enquanto pesquisadores. O que eles observam nos professores tem mais peso do que qualquer regra escrita.
Se você usa IA de forma transparente, fala sobre os limites da ferramenta, demonstra como faz curadoria, pergunta abertamente o que eles estão usando e como, você está ensinando pelo exemplo. Isso vale mais do que dez páginas de política.
Uma política de uso de IA, bem pensada e bem comunicada, é uma forma de iniciar essa conversa com seriedade. E conversas sérias sobre IA na pesquisa são exatamente o que a academia precisa ter agora, enquanto as práticas ainda estão se formando.
Para quem quiser aprofundar o tema do uso responsável de IA na pesquisa, tenho materiais em recursos que podem ajudar a pensar tanto do lado da docência quanto do lado de quem está escrevendo a dissertação.
Compartilhar a política com colegas do departamento também tem valor. Quando as políticas de diferentes disciplinas do mesmo programa são coerentes entre si, os alunos têm uma experiência mais consistente e as expectativas ficam mais claras. Isso não significa que todas as disciplinas precisam ter as mesmas regras. Significa que a conversa sobre IA deve existir no nível do programa, não só no nível de cada disciplina isolada.
Uma última observação prática: guarde a sua política. Com o número de plataformas e ferramentas mudando tão rápido, daqui a dois anos você vai querer saber o que decidiu antes, por quê, e o que foi necessário ajustar. Essa documentação não é burocracia. É a história pedagógica da sua disciplina num momento de transição que a academia vai continuar discutindo por muito tempo.