Uma turma de estudantes recebeu acesso ao ChatGPT. Outra fez um exercício de raciocínio causal. Uma terceira teve as duas coisas. O resultado não foi a velha disputa entre usar inteligência artificial ou pensar por conta própria: cada intervenção melhorou uma parte diferente do trabalho.
Esse é o resultado de um experimento randomizado com mais de mil alunos do primeiro ano da Bocconi University, descrito pela OpenAI em 27 de agosto de 2026. Os estudantes precisaram criar recomendações de marketing para a loja de produtos da universidade. A pesquisa mediu a qualidade das respostas, a variedade das ideias e a semelhança com recomendações produzidas por especialistas.
O desenho do experimento
Os alunos foram distribuídos por período de aula em quatro grupos: acesso ao ChatGPT com GPT-4o, treinamento em raciocínio causal, as duas intervenções ou nenhuma delas. O exercício não ensinava a usar IA. Ele trabalhava relações de causa e efeito com um jogo, exemplos, perguntas e feedback.
Depois, avaliadores humanos analisaram os trabalhos com uma rubrica de cinco pontos. Os pesquisadores também aplicaram análise automatizada para contar ideias, medir a variedade entre as respostas, identificar sinais de raciocínio causal e comparar os textos com propostas escritas por três especialistas.
Esse detalhe importa porque uma nota única não mostra tudo o que um aluno fez. Uma resposta pode ser clara e atender ao objetivo da atividade, mas repetir a mesma solução que todo mundo encontrou. Outra pode ter uma ideia menos óbvia, explicar melhor os riscos e não ganhar muitos pontos numa rubrica criada para medir apenas metas tradicionais.
O que o ChatGPT melhorou
Os estudantes com acesso ao ChatGPT ficaram quase um ponto acima, numa escala de cinco pontos, em comparação com os que não tiveram acesso. As respostas tinham mais ideias, apresentavam uma lógica mais clara e se pareciam mais com recomendações feitas por especialistas.
Na prática, a ferramenta ajudou alunos iniciantes a produzir um trabalho com aparência mais profissional. Isso não aconteceu porque o sistema simplesmente recebeu a tarefa e entregou um texto pronto. Os estudantes ainda precisaram decidir o que perguntar, avaliar as respostas e escolher o que entraria na versão final.
O estudo não prova que copiar uma resposta do chatbot melhora a aprendizagem. Ele mostra que o acesso à ferramenta, dentro de uma tarefa em que o aluno ainda toma decisões, pode reduzir parte da distância entre uma resposta de iniciante e uma resposta mais próxima do padrão de especialistas.
O ganho menos visível do pensamento crítico
O treinamento em raciocínio causal trouxe outro tipo de resultado. Os alunos passaram a explicar melhor por que uma ideia poderia funcionar e em que situação ela poderia falhar. Mesmo assim, não tiveram uma nota maior na rubrica principal, que considerava apenas dois objetivos de marketing: aumentar o conhecimento da loja e estimular seu uso.
A análise dos textos encontrou uma diferença que a nota não capturou. Os estudantes que fizeram o exercício apresentaram uma variedade maior de ideias. As propostas também eram mais distintas quando comparadas às respostas dos colegas.
Essa descoberta mexe com a forma de avaliar trabalhos feitos com ajuda de IA. Se a escola olha apenas para a resposta final, ela consegue medir organização e aderência ao enunciado, mas pode perder originalidade, capacidade de questionar premissas e qualidade da justificativa. Um texto polido não revela sozinho como o aluno chegou ali.
Quando as duas coisas se encontram
O grupo que recebeu acesso ao ChatGPT e treinamento em raciocínio causal reuniu os dois efeitos. A variedade de ideias ficou parecida com a do grupo que fez apenas o exercício. A nota e a quantidade de ideias ficaram próximas das observadas entre os alunos que usaram ChatGPT. Ao mesmo tempo, os trabalhos mostraram mais coerência lógica e mais sinais de que os estudantes procuraram explicações e questionaram suposições.
O resultado não autoriza colocar um chatbot no lugar de uma aula. A ferramenta não resolveu todas as decisões. O que aparece é uma combinação: a IA ajuda a organizar e desenvolver uma resposta; o raciocínio causal amplia as possibilidades e força o aluno a examinar a própria ideia.
A escola não pode corrigir só o texto final
Se uma ferramenta ajuda a produzir respostas com aparência de especialista, fica mais difícil inferir o que o aluno realmente entendeu olhando apenas para o trabalho entregue.
Em vez de pedir apenas a recomendação final, uma atividade pode incluir as hipóteses usadas, as alternativas descartadas, uma previsão do que pode dar errado e uma revisão feita depois do feedback. A intenção não deveria ser criar uma caça ao uso de IA, mas observar melhor o raciocínio que a nota final esconde.
Clareza continua importante, mas originalidade, justificativa, análise de consequências e capacidade de revisar uma ideia ajudam a mostrar se houve aprendizado. A própria pesquisa sugere que uma rubrica tradicional pode premiar a resposta mais arrumada sem perceber a proposta mais original.
O que esse estudo não responde
A pesquisa usou um caso de marketing, alunos de uma universidade específica e uma versão determinada do ChatGPT. Não dá para transportar os resultados automaticamente para crianças, cursos técnicos, disciplinas de exatas ou tarefas muito diferentes. Também é preciso separar o efeito de produzir um trabalho melhor do efeito de aprender mais durante o processo.
A descrição publicada pela OpenAI apresenta a colaboração com pesquisadores da Bocconi University. O experimento randomizado dá mais força à comparação entre os grupos, mas não encerra a discussão sobre educação e IA. Ainda faltam respostas sobre retenção do conhecimento, desempenho em tarefas novas e o que acontece quando o estudante usa a ferramenta sem orientação.
Minha leitura é menos dramática do que a briga entre proibir e liberar. O ChatGPT pode ajudar um aluno a sair de uma resposta confusa para uma proposta bem construída. Isso é útil. Também pode deixar a avaliação mais superficial se a escola aceitar qualquer texto bem acabado como prova de domínio.
O caminho mais interessante parece estar em pedir as duas partes: uma solução bem escrita e o raciocínio que levou até ela. A IA pode participar do trabalho, mas não deveria ser a única coisa que o professor consegue enxergar.
Fonte: estudo e anúncio oficial da OpenAI sobre ChatGPT e treinamento de pensamento crítico.
