Relatório do MIT: o entregável não prova competência

O comitê ad hoc do MIT sobre uso de IA em ensino, aprendizagem e formação em pesquisa publicou em 13 de agosto de 2026 um documento que abre declarando que os modelos já produzem soluções críveis para praticamente qualquer tarefa escrita do currículo de graduação, incluindo redações, problemas de matemática e ciências, demonstrações e exercícios de programação. A frase está no corpo do relatório oficial, não em cobertura de imprensa.

O comitê foi criado em janeiro de 2026 pela chanceler Melissa Nobles, pelo provost Anantha Chandrakasan e pelo presidente do corpo docente, Roger Levy, com um pedido de três linhas: avaliar o uso atual de IA no MIT, identificar inovações em ensino e avaliação, propor uma política de uso. Sob a copresidência de Eric Klopfer e Sam Madden, o grupo devolveu algo maior que uma política. Devolveu a constatação de que a pergunta encomendada era pequena demais.

Já hoje essas tecnologias conseguem produzir soluções críveis e dar respostas razoáveis a quase qualquer tarefa escrita do nosso currículo de graduação, incluindo redações, problemas de matemática e ciências, demonstrações e exercícios de programação.

Comitê Ad Hoc sobre Uso de IA em Ensino, Aprendizagem e Formação em Pesquisa do MIT, copresidido por Eric Klopfer, professor do programa de Comparative Media Studies e Writing, e Sam Madden, Distinguished College of Computing Professor no departamento de Engenharia Elétrica e Ciência da Computação, em relatório de 13 de agosto de 2026

A lista de danos que o relatório enumera não fala de fraude. Fala de estrutura: o p-set, a prova para levar em casa, o UROP, o horário de atendimento e o grupo de estudo estão sendo desmontados; o isolamento aumentou; o domínio técnico e a confiança do estudante ficaram menores; o contrato social entre instrutor e aluno se corroeu; e avaliar progresso ficou muito mais difícil. O programa de pesquisa de graduação que aparece ali como patrimônio institucional envolve 93% dos alunos de graduação e 58% do corpo docente, o que dá a dimensão do que está em risco quando a peça entregue deixa de informar.

Um detalhe de método merece registro porque quase ninguém o repetiu: o comitê declara que nenhum texto do relatório foi gerado por IA, e detalha o que usou. Rascunhos iniciais foram submetidos ao ChatGPT para identificar seções redundantes, e parte dos gráficos e sumários estatísticos do Apêndice C saiu do Codex. Essa é a forma adulta de declarar uso, e ela é o oposto do silêncio que a maioria das organizações pratica.

Durante séculos, avaliação escolar e avaliação profissional funcionaram por um atalho: o produto acabado carregava informação confiável sobre quem o fez. Texto bem escrito indicava alguém que sabia escrever. Código que rodava indicava alguém que sabia programar. Esse atalho não é uma convenção pedagógica, é uma inferência estatística, e ela dependia de uma condição que deixou de valer: produzir aquele artefato exigia ter a competência.

O relatório do MIT descreve o rompimento dessa condição. Redação, demonstração e implementação continuam bons indicadores de alguma coisa, mas essa coisa passou a incluir "tinha acesso a um modelo e soube usá-lo". Como as duas origens produzem artefatos indistinguíveis na entrega, a inferência perdeu poder. O instrumento não ficou impreciso, ele ficou cego para a variável que interessava medir.

Essa é a leitura que separa quem vai reagir bem de quem vai reagir mal. Quem lê o relatório como notícia sobre cola vai comprar detector, endurecer regra e vigiar. Quem lê como falha de instrumento vai reconstruir a medição. O MIT escolheu explicitamente o segundo caminho, e o custo dessa escolha aparece em cada recomendação: é mais caro, mais lento e mais difícil de administrar que comprar software de vigilância.

Escrevo isso na condição de Founder da Brasil GEO, com o viés declarado de quem vende serviço em torno de IA e vive de defender que a adoção compensa. A defesa contra o meu viés está nos parágrafos seguintes: o texto vai citar, com número e desenho de estudo, a evidência de que a adoção mal desenhada cobra um preço mensurável em competência.

Até o ano passado, o argumento de que a IA erode aprendizagem apoiava-se em amostras pequenas e medidas indiretas. Em 2026 isso mudou em duas frentes: um painel comportamental de dez anos com 3,2 milhões de interações e um conjunto de ensaios controlados randomizados com 1.222 participantes. Os dois convergem, e nenhum dos dois mede fraude.

O painel usa dados da plataforma ALEKS e explora uma diferença útil entre tipos de exercício: problemas em texto são vulneráveis à IA, problemas interativos baseados em gráfico não são (arXiv:2605.21629, 20 de maio de 2026). Depois do lançamento do ChatGPT, o tempo de estudo nos problemas vulneráveis cai 2,8% por trimestre entre universitários, acumulando 26,9% em onze trimestres. No ensino médio a queda acumulada é de 31,3%, no fundamental 2 é de 9,0%, e no quinto ano não há efeito detectável.

O achado que fecha o argumento é o teste de placebo embutido no desenho. Entre universitários, a divergência desaparece por completo em avaliação supervisionada, o que elimina ganho genérico de eficiência como explicação. Em itens de retenção supervisionados e atribuídos aleatoriamente, o modelo de efeitos fixos estima queda de 25% nas chances de resposta correta; o mesmo estimador aplicado à avaliação sem supervisão produz um aumento de sinal oposto. Nenhuma hipótese de plataforma, coorte ou currículo explica dois sinais contrários no mesmo período. Os autores chamam o padrão de rendição cognitiva.

A segunda frente ataca o mecanismo. Brian Christian, Tsvetomira Dumbalska, Michiel Bakker e Rachit Dubey randomizaram assistência de IA em raciocínio matemático e compreensão de leitura (arXiv:2604.04721, 6 de abril de 2026). Com IA, o desempenho imediato sobe. Sem IA, o desempenho cai de forma significativa e a probabilidade de desistir aumenta. O efeito aparece depois de aproximadamente dez minutos de interação, e a explicação proposta é econômica antes de ser psicológica: o sistema condiciona a expectativa de resposta imediata e retira a experiência de atravessar a dificuldade sozinho.

Trato o estudo de eletroencefalografia do MIT Media Lab (Your Brain on ChatGPT) como sinal direcional e não como resultado assentado, porque a amostra é pequena e há comentário metodológico publicado sobre ela. Cito assim mesmo porque a direção do efeito coincide com a dos dois trabalhos maiores, e prefiro apresentar um dado com ressalva declarada a repetir a afirmação vazia de que a IA "muda o cérebro".

A recomendação 3.1.9 do relatório pede cautela com detectores de IA e plataformas de prova online, e o texto é direto ao dizer que esse software é bastante pouco confiável. A justificativa do comitê é operacional: alguns detectores acertam razoavelmente quando recebem um texto puramente gerado por máquina, e a vida real quase nunca oferece esse caso. Aluno que usa IA para montar um roteiro ou revisar um trecho passa incólume.

A evidência independente é mais desconfortável que a ressalva. Weixin Liang, Mert Yuksekgonul, Yining Mao, Eric Wu e James Zou, de Stanford, avaliaram detectores populares com amostras de escrita de nativos e não nativos em inglês e encontraram um viés sistemático: os detectores classificam consistentemente texto de não nativos como gerado por IA, enquanto identificam corretamente o texto de nativos (arXiv:2304.02819, publicado em Patterns em julho de 2023). No mesmo trabalho, estratégias simples de prompt burlam o detector.

Junte as duas pontas e o instrumento falha nas duas direções ao mesmo tempo: acusa quem escreve com vocabulário mais contido e libera quem sabe pedir ao modelo um texto menos previsível. Para uma universidade brasileira ou para uma empresa que avalia candidato escrevendo em segunda língua, o vetor de erro tem endereço conhecido. É o tipo de ferramenta cujo falso positivo custa mais que o falso negativo, e é por isso que instituições vêm desligando o recurso em vez de calibrá-lo.

O relatório também documenta o custo relacional dessa via, com uma observação que vale para qualquer gestor. Instrutores relataram que ter de policiar uso não autorizado estava deteriorando a relação com os alunos, enquanto os alunos temiam acusação injusta e se irritavam com o uso de IA pelo professor exatamente onde esperavam presença humana, como correção e devolutiva. O comitê chama o resultado de rio subterrâneo de desconfiança mútua, e nota que nada se constrói sobre isso.

Em vez de tentar recuperar a validade do entregável, o MIT propõe observar o que o entregável deixou de mostrar. As recomendações se organizam em três blocos: adaptar processos educacionais para um mundo consciente da IA, colocar pessoas e comunidade no centro, e criar estrutura permanente de revisão em vez de tratar a primeira política como doutrina final.

No primeiro bloco entram avaliações duráveis, aquelas cuja validade não depende de a IA existir ou não: prova oral, portfólio, trabalho feito em sala, projeto experiencial, defesa do próprio raciocínio. O relatório vai além e questiona o incentivo. O comitê recomenda contra políticas de racionamento de nota e sugere discutir que papel a nota cumpre no sistema, citando o modelo britânico de percentuais contra padrão de especialista e paradigmas baseados em competência e domínio. O experimento mental que o próprio comitê registra é o mais afiado do documento: sem notas, boa parte dos incentivos para burlar com IA desapareceria.

O segundo bloco tem um item que a maioria das organizações vai achar desconfortável, e que considero o melhor do relatório: o instrutor deve declarar o próprio uso de IA. Quem pede transparência ao aluno e esconde que gerou a lista de exercícios com um modelo não está aplicando uma regra, está aplicando um privilégio. Some a isso a exigência de reconhecimento de uso de IA em teses e trabalhos de pesquisa e você tem simetria, que é a única base sob a qual uma norma de uso sobrevive.

O terceiro bloco é institucional e é onde a proposta ganha chance real de sair do papel: comitê permanente, líderes de IA por escola e departamento, bolsas para docentes que experimentem, fundo de piloto, formação continuada, métricas de uso, acesso equitativo à tecnologia, política de auditoria e monitoramento de custo ambiental e financeiro. A tabela abaixo traduz o menu de políticas de sala de aula do Apêndice B e o lê como política de time.

O detalhe de implementação que o Apêndice B repete duas vezes é o que costuma faltar nas políticas corporativas: a regra escolhida precisa vir acompanhada da razão. Não "é proibido", e sim "dado o que você precisa aprender aqui, esta regra existe porque". A versão detalhada dessas quatro opções está publicada pelo Teaching and Learning Lab do MIT.

Empresa nenhuma avalia gente de forma muito diferente de uma universidade: pelo artefato entregue. Relatório, deck, análise, código, proposta, plano. Se o relatório do MIT está certo sobre a perda de informação do artefato, o mesmo defeito está na avaliação de desempenho, na contratação, na aprovação de fornecedor e na decisão de promover. A diferença é que a universidade produziu um documento de 5 meses sobre o problema, e a maioria das empresas ainda não notou que tem um.

Os números dos apêndices do MIT descrevem uma população que já vive nesse regime. Na pesquisa da primavera de 2026 com 1.632 respostas e 12% de taxa de resposta, 44% dizem usar ChatGPT com frequência ou muita frequência, sendo 46% entre estudantes e 35% entre instrutores. Na pesquisa de qualidade de vida do mesmo semestre, com cerca de 8.200 respondentes, 60% concordam que a IA os torna mais eficientes, e apenas 23% se declaram otimistas quanto a ela. Na pesquisa do jornal estudantil no outono de 2025, com 1.002 respondentes, 46% dos alunos de graduação usavam modelos diariamente, 90% se diziam preocupados com dependência excessiva, e 67% estavam muito preocupados.

Duas assimetrias dessa base valem transposição direta para gestão. A primeira: entre alunos de graduação, mais gente sente que a IA os torna substituíveis do que capazes, 40% contra 34%, invertendo o padrão de todos os outros grupos do campus. Quem está no começo da trajetória lê a ferramenta como ameaça, e quem já tem repertório a lê como alavanca. A segunda: 70% concordam que proficiência em IA será importante na carreira, e só 25% acreditam que a instituição os prepara para isso. Troque "instituição" por "empresa" e você tem a pesquisa de clima que ninguém aplicou.

O mercado de trabalho já mostra a mesma clivagem por senioridade. Erik Brynjolfsson, Bharat Chandar e Ruyu Chen, do Stanford Digital Economy Lab, acompanham folha de pagamento da ADP de novembro de 2022 a junho de 2026 e estimam que o emprego de trabalhadores de 22 a 25 anos em ocupações muito expostas à IA está 19% abaixo do que estaria se tivesse acompanhado a mesma faixa de idade em ocupações menos expostas (atualização de 12 de agosto de 2026). Na safra de julho de 2025 a defasagem era de 15%. O ajuste vem principalmente de contratação que não acontece, não de demissão.

A tarefa de entrada, aquela que a IA absorve primeiro, é a mesma que servia para formar e para avaliar quem chega. Cortá-la resolve custo neste trimestre e desmonta o funil de talento em três anos. O Gartner previu em 21 de outubro de 2025 que a atrofia de pensamento crítico levaria, ao longo de 2026, 50% das organizações globais a exigir avaliação de competência livre de IA. Previsão de consultoria não é evidência, e cito porque ela descreve a reação que já vejo em processo seletivo: voltar a examinar a pessoa quando o artefato deixou de falar por ela.

A sequência brasileira inverteu a do MIT: aqui o uso se generalizou antes de existir orientação. Um levantamento da Opera ouviu 2,4 mil estudantes de instituições públicas e privadas entre 17 de abril e 5 de junho de 2026 e encontrou 78% usando IA em atividades de estudo, com 15% recorrendo a ela sempre que estudam e 22% nunca. Trato a amostra com a reserva devida, porque a coleta foi por formulário dentro do navegador da própria empresa e não constitui amostra probabilística do estudante brasileiro.

Dois números do mesmo levantamento importam mais que o percentual de adoção. Apenas 20% dos respondentes dizem que a escola ou universidade tem regra sobre o uso da tecnologia, e somente 5% receberam orientação estruturada sobre como usá-la nos estudos. Um terceiro dado mostra que a mudança já passou da sala de aula: 34% começam a pesquisa direto em ferramenta de IA, ou consultam a IA antes do buscador tradicional. Quem produz conteúdo institucional e vive de ser encontrado deveria ler esse número duas vezes.

Do lado regulatório, o movimento existe e ainda não fechou. A Secretaria de Gestão da Informação, Inovação e Avaliação de Políticas Educacionais do MEC publicou em março de 2026 o Referencial para o Uso e Desenvolvimento Responsáveis de Inteligência Artificial na Educação, e em abril o ministério lançou o documento orientador voltado à educação básica. O Conselho Nacional de Educação aprovou em 11 de maio de 2026 um parecer com diretrizes para educação básica e superior, organizado em quatro faixas de risco: baixo para acessibilidade e organização de material, moderado para tutor virtual e devolutiva automatizada, alto para correção automatizada e monitoramento biométrico de prova, e vedado para vigilância emocional e pontuação social.

Parecer não é norma vigente. O texto seguiu para consulta pública, depende de votação em plenário e de homologação pelo ministério, e nada disso estava concluído quando escrevi. Registro também, porque o erro é frequente em apresentação corporativa, que o Projeto de Lei 2338 não é lei: o marco legal brasileiro de IA continua em tramitação, e quem monta política interna citando o PL como norma em vigor está construindo governança sobre texto que ainda pode mudar. O que já vincula, hoje, é a Lei Geral de Proteção de Dados sobre os dados que entram nesses sistemas.

A faixa de risco alto do parecer do CNE resolve, de passagem, a questão do detector. Correção automatizada e monitoramento biométrico entram como uso de alto risco, sujeito a supervisão humana efetiva. Uma instituição que hoje decide disciplina com base em escore de detector está adotando, por conta própria, a prática que a diretriz em construção classifica no degrau mais exigente de controle.

A recomendação prática do relatório do MIT que atravessa qualquer contexto é uma só: pare de tentar autenticar o artefato e comece a observar o processo. Isso custa tempo de gente sênior, o recurso mais escasso de qualquer operação, e é por isso que a maioria vai preferir comprar detector. Abaixo o que eu faria, na ordem em que faria.

1. Escolher a política por atividade, não por organização. As quatro faixas do MIT funcionam num time: uso livre onde só o resultado importa, uso como apoio onde a pessoa ainda está construindo repertório, uso obrigatório onde fluência com a ferramenta é a competência, proibição apenas onde existe ambiente controlado de verdade. Cada faixa vem com a razão escrita ao lado.
2. Declarar o próprio uso antes de exigir dos outros. Se a liderança gera avaliação de desempenho, comunicado e plano com modelo, isso entra na política com o mesmo nível de detalhe pedido à equipe. O comitê do MIT declarou o dele em três linhas no apêndice, incluindo qual ferramenta fez quais gráficos.
3. Criar uma prova de raciocínio ao vivo por função crítica. Trinta minutos defendendo a própria análise, sem tela, respondendo por que descartou as alternativas. É o equivalente corporativo da prova oral, e devolve ao avaliador a variável que o entregável parou de carregar. Vale para contratação, para promoção e para escolher fornecedor.
4. Proteger a tarefa de entrada em vez de automatizá-la primeiro. A defasagem de 19% no emprego de 22 a 25 anos em ocupações expostas mostra o custo agregado da decisão contrária. Se a tarefa júnior for absorvida pela ferramenta, o substituto precisa ser explícito: par com sênior, rotação, projeto com defesa, revisão comentada.
5. Registrar uso de IA no que vira decisão ou vai a público. Uma linha ao pé do documento dizendo o que a ferramenta fez. Isso resolve auditoria depois e, na prática, muda a qualidade do que se entrega antes.
6. Medir competência sem a ferramenta em intervalo fixo. A queda de 25% nas chances de acerto em item supervisionado do estudo do ALEKS só apareceu porque existia medição supervisionada para comparar. Sem uma linha de base sem IA, você não sabe se o time está aprendendo ou terceirizando.

O item que mais resistência encontra é o terceiro, e a resistência é sempre a mesma: prova oral não escala. Correto. A pergunta que devolvo é quanto custa promover a pessoa errada, e o cálculo raramente sobrevive à comparação. Uma hora de conversa técnica por decisão relevante é barata contra um ano de contratação equivocada.

Fico com a frase que o comitê pôs no começo do documento: isto é uma chamada à ação. O MIT teve a honestidade institucional de dizer que a pergunta que lhe foi feita era pequena e responder a uma maior. A pergunta pequena era qual política de uso adotar. A maior é o que a instituição está afirmando quando afirma que alguém aprendeu. Toda empresa que emite promoção, aprovação e recomendação faz uma afirmação do mesmo tipo, com muito menos escrutínio, e a maioria ainda não conferiu se o instrumento que sustenta essa afirmação continua funcionando.

Alexandre Caramaschi é Chief Strategy Officer da Nuvini (Nasdaq: NVNI). As opiniões deste texto são emitidas na condição de Founder da Brasil GEO e não representam posição da Nuvini.