Metade dos estudantes da América Latina quer feedback com IA. Só 1 em cada 5 docentes oferece.

A pesquisa AI in Higher Education LATAM Survey 2026, do Digital Education Council, revelou uma lacuna específica que merece mais atenção do que as manchetes sobre adoção de IA que a acompanharam. Metade dos estudantes das 29 instituições pesquisadas apoia o uso de IA pelos professores para oferecer feedback sobre seus trabalhos. Apenas 19% dos docentes fazem isso hoje. Não é uma pequena diferença em uma grande pesquisa: são 31 pontos percentuais entre o que os estudantes querem e o que acontece em sala de aula. Vale entender exatamente por que essa distância existe antes de aceitar a resposta mais óbvia.

A explicação aparentemente óbvia — resistência dos professores — não se sustenta diante dos demais resultados. Apenas 12% dos docentes veem a IA como uma ameaça à sua função. E 94% esperam usá-la mais no ensino daqui para a frente. Esses números não descrevem um corpo docente que rejeita uma ferramenta por desconfiança. Algo mais mantém os 50% e os 19% separados.

O que os números realmente mostram

• 50% dos estudantes apoiam feedback com IA sobre seus trabalhos; apenas 19% dos docentes o oferecem atualmente.
• 12% dos docentes veem a IA como ameaça à sua função — proporção baixa o bastante para afastar a resistência como explicação principal.
• 94% dos docentes esperam usar IA no ensino, independentemente dos anos de experiência.
• 79% dos docentes já utilizam ativamente IA de alguma forma, mas ainda não especificamente para oferecer feedback.

Hector G. Ceballos, responsável pelo Living Lab e Data Hub do Institute for the Future of Education do Tecnológico de Monterrey, destacou um ponto semelhante: entender como professores e estudantes vivenciam a IA no feedback e na avaliação é justamente a evidência de que as instituições precisam para orientar políticas e diretrizes, não um detalhe a mencionar de passagem.

O verdadeiro obstáculo é uma habilidade, não uma atitude

Outra pesquisa do DEC ajuda a explicar o mecanismo. O AI Skills Opportunity Map, iniciativa do Digital Education Council com a Google.org, analisou o efeito da IA em onze áreas profissionais e constatou que os profissionais de educação e ensino apresentam a maior integração da IA entre as profissões estudadas. A pesquisa também identificou o desenho de avaliações como uma das cinco habilidades que a IA redefiniu estruturalmente para os educadores. Dar feedback útil sobre um trabalho produzido com IA não é a mesma tarefa que avaliar um trabalho feito sem ela. Agora, o professor precisa elaborar uma avaliação capaz de distinguir a compreensão demonstrada de uma resposta bem formatada por IA. É uma habilidade realmente nova, não uma versão mais rápida de uma prática antiga.

Isso muda a interpretação dos 19%. Não se trata de 19% dos docentes que escolhem dar feedback enquanto os demais recusam. É mais próximo de 19% que já reconstruíram suas práticas de avaliação para uma sala de aula com IA, enquanto os outros 81% ainda ensinam com ferramentas pensadas para uma realidade que já não existe. O DEC é explícito: essa habilidade precisa ser desenvolvida em sequência — a IA deve entrar depois que o domínio da área estiver consolidado, e não substituí-lo. Portanto, a solução não é uma única capacitação. É uma competência estruturada e contínua, que exige tempo e apoio.

De onde precisa vir a estrutura

Esperar que essa lacuna se feche sozinha é esperar que cada professor reinvente o desenho de avaliações, uma sala de aula de cada vez, sem um padrão compartilhado do que deve ser o “feedback com IA”. É um caminho lento e inconsistente para superar 31 pontos de diferença, além de colocar todo o peso sobre quem menos pode resolver o problema sozinho.

É justamente nessa base que se apoiam a formação de professores e o AI Agent da Jinso. A capacitação ilimitada, ao vivo e sob demanda, desenvolve a habilidade específica que a pesquisa do DEC identifica como ausente — não uma introdução genérica à IA, mas prática estruturada no desenho de avaliações capazes de analisar trabalhos feitos com seu apoio. Ao mesmo tempo, avaliações automatizadas, já corrigidas por IA e publicadas no LMS institucional, oferecem um exemplo concreto de como essa avaliação funciona antes que cada professor precise criá-la do zero. Uma instituição que entrega um exemplo funcional de avaliação com IA, em vez de um comunicado pedindo que os docentes encontrem a solução, está fechando uma lacuna de competência, não apenas dando nome a ela.

Os 31 pontos entre o que os estudantes latino-americanos querem e o que seus professores oferecem não representam falta de motivação à espera de mais incentivo. Representam uma lacuna de competência à espera de formação e infraestrutura — e as instituições que construírem essa base primeiro não precisarão convencer os docentes de nada. A demanda já está nos dados da pesquisa, ainda sem atendimento.

---

Referências

• 92% dos estudantes e 79% dos docentes usam IA ativamente: resultados da pesquisa AI in Higher Education LATAM Survey 2026 — Digital Education Council, 6 de fevereiro de 2026.
• A profissão que ensina a preparação para IA é a que mais precisa dela — Digital Education Council, com base no AI Skills Opportunity Map, 11 de junho de 2026.