Professor usa “armadilha” contra IA e reprova 32 de 35 alunos: entenda o caso

Uso de IA na educação já deixou de ser uma discussão distante. Estudantes utilizam ferramentas de inteligência artificial para pesquisar, organizar ideias, revisar textos e compreender assuntos complexos. Ao mesmo tempo, professores enfrentam uma questão cada vez mais difícil: como saber quando a tecnologia deixou de ser uma ferramenta de apoio e passou a fazer o trabalho do aluno?

Um caso ocorrido nos Estados Unidos reacendeu esse debate. O professor de história Jason Gibson, da Alcorn State University, no Mississippi, contou nas redes sociais que criou uma instrução escondida em uma atividade para verificar se estudantes estavam simplesmente copiando o enunciado para uma ferramenta de IA.

Segundo o relato divulgado pelo próprio professor e posteriormente repercutido por veículos como NBC/TODAY e USA TODAY, 32 dos 35 estudantes envolvidos tiveram problemas em uma parte da avaliação. O motivo foi uma referência aparentemente sem sentido a Madagascar, inserida nas respostas após o comando oculto ser processado por uma ferramenta de IA.

Uso de IA na educação: o que aconteceu com os 32 estudantes?

A atividade aplicada por Gibson pedia que os estudantes comparassem avanços tecnológicos da Revolução Industrial com a era digital atual. Era uma tarefa compatível com uma avaliação de história.

O detalhe estava no próprio enunciado. De acordo com a reportagem da NBC/TODAY, Gibson colocou uma instrução em texto branco sobre fundo branco. Visualmente, a frase praticamente desaparecia para quem apenas lia a página.

Quando o conteúdo completo era copiado e colado em um chatbot, porém, a instrução escondida continuava fazendo parte do texto. O comando pedia que a palavra “Madagascar” aparecesse na resposta em um contexto sem sentido.

O resultado chamou atenção durante a correção. Algumas respostas continham referências completamente desconectadas do tema histórico. Isso indicava que o texto do enunciado poderia ter sido enviado a uma ferramenta de IA e que a resposta produzida havia sido aproveitada sem uma revisão cuidadosa.

O ponto mais importante não foi apenas a palavra Madagascar

O episódio ficou famoso pela palavra estranha. Contudo, existe uma questão mais relevante por trás dela.

O mecanismo não demonstra automaticamente que qualquer texto com uma determinada palavra foi produzido por inteligência artificial. Ele mostra, naquele contexto específico, que uma instrução presente no material copiado acabou influenciando a resposta gerada.

Essa diferença é importante. Uma evidência circunstancial pode ajudar um professor a investigar uma situação. Ela não deveria ser tratada, isoladamente, como uma prova universal de autoria por IA.

Como funcionou a instrução escondida usada no teste?

A lógica é relativamente simples. O professor preparou um enunciado que parecia normal para os estudantes. Entretanto, parte do conteúdo estava visualmente escondida.

• O estudante recebia o enunciado normalmente.
• Uma instrução adicional estava presente no texto.
• A instrução era difícil de perceber visualmente.
• Ao copiar todo o conteúdo, o texto oculto também poderia ser levado para o chatbot.
• A ferramenta poderia interpretar aquela instrução como parte do pedido.
• A resposta final poderia conter a palavra fora de contexto.
• O estudante que não revisasse o resultado poderia entregar o texto daquela forma.

Esse tipo de situação também ajuda a explicar por que o conceito de prompt injection aparece em discussões sobre segurança de inteligência artificial. Em termos gerais, trata-se de uma situação na qual instruções inseridas em um conteúdo conseguem influenciar o comportamento de um modelo.

No caso da universidade, entretanto, o objetivo não era atacar um sistema. A técnica foi utilizada como mecanismo de verificação durante uma avaliação. Por isso, o caso é melhor entendido como um exemplo de interação entre enunciados, modelos de linguagem e avaliação acadêmica.

Uso de IA na educação também envolve um problema de revisão

Talvez a parte mais interessante do episódio não seja descobrir que estudantes recorreram à IA. O próprio professor destacou outro comportamento: a falta de revisão do material entregue.

Uma ferramenta pode produzir um texto fluido, organizado e convincente. Ainda assim, isso não significa que o conteúdo esteja correto. Modelos de linguagem podem apresentar informações incorretas, referências inadequadas ou interpretações que precisam ser verificadas.

Esse cuidado é especialmente importante em trabalhos acadêmicos. O estudante continua responsável pelo conteúdo que apresenta, principalmente quando a instituição possui regras específicas sobre o uso de IA.

A própria OpenAI orienta educadores a considerar as limitações dos detectores de IA e a manter decisões de avaliação sob supervisão humana. A empresa também afirma que modelos como o ChatGPT não conseguem determinar de maneira confiável se determinado texto foi produzido por eles.

Para quem quiser consultar as orientações diretamente, vale conhecer o guia da OpenAI sobre trabalhos gerados por IA e integridade acadêmica.

Por que simplesmente usar um detector de IA não resolve?

Detectar autoria por inteligência artificial é mais complexo do que procurar determinadas palavras ou padrões de escrita.

Um texto humano pode apresentar características semelhantes às de uma produção automática. Da mesma forma, um texto inicialmente gerado por IA pode ser profundamente revisado por uma pessoa.

• Detectores podem apresentar falsos positivos.
• Um texto pode ser editado depois da geração automática.
• Ferramentas diferentes podem produzir resultados diferentes.
• O idioma também pode influenciar análises automáticas.
• Uma indicação de IA não substitui uma avaliação humana do contexto.

Por isso, o ideal é combinar diferentes evidências. Histórico de versões, rascunhos, referências utilizadas, participação em aula e capacidade de explicar as próprias ideias podem ajudar a compreender melhor como um trabalho foi desenvolvido.

O caso também levantou uma questão sobre acessibilidade

Existe outro detalhe importante na história. Um dos estudantes questionou a avaliação e explicou que utilizava o modo escuro na tela. Nesse cenário, o texto colocado em branco poderia ser percebido de maneira diferente.

Segundo o relato divulgado por Gibson, a nota desse estudante foi posteriormente alterada. A situação mostra por que estratégias baseadas em elementos visualmente ocultos podem gerar resultados diferentes dependendo das configurações utilizadas por cada pessoa.

A discussão também alcançou tecnologias assistivas. Leitores de tela, configurações de contraste e diferentes recursos de acessibilidade podem alterar a forma como um documento digital é apresentado.

Isso não significa que professores não possam criar mecanismos de avaliação. Significa que qualquer método precisa considerar o ambiente tecnológico real dos estudantes e as regras de acessibilidade aplicáveis.

Uso de IA na educação: o que estudantes devem fazer?

Para o estudante, a principal lição do episódio é simples: utilizar uma ferramenta não elimina a responsabilidade sobre o resultado.

Quando a instituição permite o uso de inteligência artificial, a tecnologia pode funcionar como apoio. Ela pode ajudar a explicar um conceito, sugerir perguntas, organizar uma pesquisa ou apontar problemas de clareza.

• Leia as regras da disciplina antes de utilizar IA.
• Confira informações e referências apresentadas pela ferramenta.
• Não aceite automaticamente uma resposta só porque ela parece convincente.
• Revise o texto antes de entregar qualquer atividade.
• Confirme nomes, datas, números e citações.
• Guarde rascunhos e etapas importantes do trabalho.
• Se a universidade exigir transparência, informe como a IA foi utilizada.
• Use a ferramenta para aprender, e não apenas para substituir o processo de aprendizagem.

Uma boa regra prática é conseguir explicar com suas próprias palavras tudo aquilo que aparece no trabalho final. Se o estudante não consegue defender uma ideia que entregou, existe um problema maior do que a ferramenta utilizada.

Como professores podem avaliar alunos em tempos de IA?

O crescimento das ferramentas generativas também força uma mudança no desenho das avaliações. Uma redação feita inteiramente em casa pode ser mais difícil de interpretar quando o aluno tem acesso a sistemas capazes de produzir textos completos em poucos segundos.

Por isso, algumas estratégias podem valorizar mais o processo do que apenas o produto final.

• Rascunhos: solicitar versões intermediárias permite acompanhar a evolução das ideias.
• Apresentações: o aluno pode explicar oralmente os argumentos utilizados.
• Debates: ajudam a observar compreensão e capacidade de argumentação.
• Atividades presenciais: reduzem a distância entre produção e avaliação.
• Diários de aprendizagem: registram decisões tomadas durante o desenvolvimento do trabalho.
• Problemas personalizados: tornam respostas genéricas menos adequadas.
• Defesa do trabalho: permite verificar se o estudante domina aquilo que entregou.

Essas alternativas não eliminam completamente o uso de IA. O objetivo é criar avaliações capazes de observar conhecimento, raciocínio, interpretação e participação.

A inteligência artificial já está mudando a avaliação acadêmica

A discussão não acontece apenas nos Estados Unidos. Escolas e universidades em diferentes países estão tentando estabelecer regras para o uso responsável da IA.

A UNESCO afirma que o avanço da inteligência artificial generativa ocorreu mais rapidamente do que a adaptação de muitas políticas educacionais. A organização defende uma abordagem centrada no ser humano, com atenção à privacidade, segurança, equidade e objetivos pedagógicos.

No Brasil, também existem iniciativas e pesquisas sobre o tema. Levantamentos recentes mostram que estudantes e gestores já utilizam ferramentas de IA em atividades educacionais. Isso reforça a necessidade de discutir não apenas proibições, mas também critérios claros para utilização.

Uma referência útil para acompanhar diferentes diretrizes brasileiras é o repositório de orientações para uso de IA no ensino superior organizado pelo IEA-USP.

Além disso, a própria OpenAI mantém recursos educacionais que apresentam formas de utilizar ferramentas de IA como apoio ao aprendizado. O chamado Modo de Estudo, por exemplo, foi desenvolvido para orientar o estudante por perguntas e explicações progressivas, em vez de simplesmente fornecer uma resposta final.

Isso mostra uma mudança importante: a discussão começa a sair do simples “pode ou não pode usar IA?” e passa para uma pergunta mais útil: “qual uso ajuda o estudante a aprender?”.

O que o caso dos 32 alunos realmente ensina?

O episódio de Jason Gibson não oferece uma fórmula definitiva para detectar inteligência artificial. Ele mostra uma situação específica em que uma instrução escondida aparentemente revelou que muitos estudantes copiaram um enunciado para uma ferramenta e utilizaram o resultado sem uma revisão adequada.

Também é importante não transformar os números do caso em uma conclusão sobre todos os estudantes ou todas as universidades. Foram 35 estudantes envolvidos nas turmas mencionadas pelo professor. O resultado é um episódio específico, não uma pesquisa representativa sobre o comportamento acadêmico em geral.

O caso também não permite concluir que toda utilização de IA seja desonesta. Existem usos educacionais legítimos, desde que estejam de acordo com as regras da instituição e preservem a responsabilidade do estudante pelo aprendizado e pelo trabalho apresentado.

Na prática, o maior alerta talvez esteja em outro ponto: uma ferramenta capaz de escrever rapidamente não elimina a necessidade de ler, conferir, compreender e revisar.

Uso de IA na educação: perguntas frequentes

O professor consegue saber se um trabalho foi feito pelo ChatGPT?

Não existe um método único e infalível para determinar a autoria de um texto apenas observando o resultado final. Ferramentas automáticas podem apresentar limitações. Por isso, o contexto da atividade e a análise humana continuam importantes.

Os 32 alunos foram realmente identificados usando IA?

Segundo o relato de Jason Gibson, 32 dos 35 estudantes apresentaram respostas com referências inesperadas a Madagascar depois que a instrução escondida foi incorporada ao enunciado. A interpretação do professor foi que esses estudantes utilizaram IA e não revisaram adequadamente as respostas.

Usar inteligência artificial em um trabalho é sempre proibido?

Não. As regras variam conforme a instituição, disciplina e atividade. Algumas permitem determinados usos, enquanto outras restringem ou proíbem ferramentas generativas em avaliações específicas. O estudante deve consultar as regras aplicáveis antes de utilizar IA.

Por que revisar uma resposta produzida por IA é tão importante?

Porque modelos de linguagem podem apresentar erros, informações incompletas ou interpretações inadequadas. Uma resposta bem escrita não é garantia de precisão.

O que pode substituir uma avaliação baseada apenas em redações?

Professores podem combinar redações com apresentações, debates, versões preliminares, atividades presenciais, projetos e explicações orais. A combinação depende dos objetivos pedagógicos da disciplina.

Conclusão: o desafio não é apenas descobrir quem usou IA

O caso do professor Jason Gibson ganhou força nas redes sociais porque transforma uma discussão complexa em uma cena fácil de entender: uma palavra sem sentido apareceu em trabalhos sobre história e acabou revelando um comportamento que o professor queria investigar.

Mas a discussão sobre uso de IA na educação é muito maior do que a história de Madagascar.

Para os estudantes, a principal lição é assumir responsabilidade pelo que entregam. Para os professores, o desafio é criar avaliações que permitam observar conhecimento real sem depender exclusivamente de ferramentas automáticas de detecção.

Para as universidades, existe ainda uma terceira tarefa: estabelecer políticas claras. O estudante precisa saber quando pode utilizar IA, em quais situações deve declarar o uso e quais atividades exigem produção independente.

A tecnologia continuará evoluindo. Portanto, tentar tratar a inteligência artificial apenas como uma ameaça pode ser insuficiente. O caminho mais consistente passa por ensinar os estudantes a utilizar essas ferramentas com senso crítico, transparência e responsabilidade.

No fim, uma boa avaliação não deveria medir apenas a capacidade de produzir um texto. Ela precisa ajudar a responder uma pergunta mais importante: o estudante realmente compreendeu aquilo que apresentou?

Fontes e referências

• NBC/TODAY — Professor criou armadilha em prova para identificar uso de IA.
• Terra — Relato sobre o caso envolvendo 32 dos 35 estudantes.
• Alcorn State University — referência institucional a Jason Gibson como professor de história.
• UNESCO — Guidance for Generative AI in Education and Research.
• OpenAI — Orientações para educadores sobre conteúdo gerado por IA.
• OpenAI — Uso do ChatGPT para avaliação e feedback.
• IEA-USP — Diretrizes para uso de IA no ensino superior.

Observação editorial: o caso descrito neste artigo é baseado principalmente nos relatos públicos do professor e nas reportagens que repercutiram o episódio. A expressão “uso de IA” é tratada aqui com cautela: a presença de uma palavra inesperada pode constituir um indício dentro daquele contexto, mas não deve ser apresentada como um método universal ou infalível de detecção.