Avaliar na Era da IA Autoria, critérios e evidências de aprendizagem

Sobre o curso

Apresentação do curso A inteligência artificial generativa alterou profundamente o modo como textos, respostas, resumos, análises e produções acadêmicas podem ser elaborados. Diante desse cenário, a avaliação educacional precisa rever a sua dependência excessiva do produto final e passar a observar o percurso da aprendizagem. Este curso propõe uma reflexão objetiva e aplicada sobre como avaliar na era da IA, considerando autoria, critérios, indicadores, evidências, portfólios reflexivos, rubricas, diagnóstico formativo e devolutivas qualitativas. A proposta central é deslocar a avaliação da suspeita permanente para o desenho pedagógico responsável. Em vez de perguntar apenas se o estudante utilizou IA, o curso convida o professor a formular questões mais consistentes: que percurso foi documentado? Que decisões foram justificadas? Que evidências sustentam a aprendizagem? Que responsabilidade o estudante assume pelo que apresenta? Ao longo dos módulos, o participante será orientado a repensar atividades avaliativas, formular critérios mais claros, solicitar evidências de processo, orientar o uso ético da IA e utilizar portfólios reflexivos como dispositivos de acompanhamento da aprendizagem. Quando a IA escreve, a avaliação precisa aprender a ler o percurso.

Público-alvo Este curso destina-se a:

professores da Educação Básica;
professores do Ensino Superior;
coordenadores pedagógicos;
formadores de professores;
gestores educacionais;
equipes pedagógicas;
profissionais envolvidos com avaliação da aprendizagem;
educadores interessados em inteligência artificial, autoria, portfólios reflexivos e avaliação formativa.

Objetivo geral Compreender como a inteligência artificial generativa desafia a avaliação centrada no produto final e aprender a reorganizar práticas avaliativas com foco em autoria, critérios, evidências, percurso formativo e portfólios reflexivos.

Objetivos específicos Ao final do curso, o participante será capaz de:

reconhecer os limites da avaliação centrada exclusivamente no produto final;
compreender autoria como responsabilidade intelectual pelo percurso;
distinguir cópia, plágio, paráfrase automatizada, uso assistido e delegação indevida;
diferenciar objetivos, critérios, indicadores e evidências de aprendizagem;
compreender o portfólio reflexivo como dispositivo de avaliação formativa;
identificar critérios para avaliar portfólios em tempos de IA;
compreender a função das rubricas, da autoavaliação, da heteroavaliação e da coavaliação;
produzir devolutivas qualitativas com função diagnóstica e orientadora;
redesenhar uma atividade avaliativa com foco no percurso da aprendizagem.

Carga horária 1 hora.

Organização do curso O curso está organizado em 6 módulos:

O que mudou na avaliação depois da IA
Autoria, cópia e uso assistido da IA
Critérios, indicadores e evidências de aprendizagem
Portfólios reflexivos como resposta pedagógica
Como avaliar portfólios em tempos de IA
Diagnóstico formativo e devolutiva qualitativa

Cada módulo apresenta conceitos centrais, orientações práticas e uma atividade aplicada

Exibir Mais

Conteúdo do curso

MÓDULO 1 — O que mudou na avaliação depois da IA
Apresentação do módulo A inteligência artificial generativa tornou visível uma crise que já existia na avaliação educacional: a confiança excessiva no produto final. Textos, respostas, análises, resumos e propostas podem ser produzidos com fluência em poucos segundos. Por isso, avaliar exige olhar para além da entrega final. É necessário observar autoria, critérios, evidências, decisões, justificativas, revisões e percurso. Este módulo discute por que o produto final, isoladamente, já não basta como evidência única de aprendizagem. A proposta é deslocar a avaliação da aparência do resultado para os rastros do percurso. Avaliar, neste novo cenário, não significa vigiar o estudante. Significa criar situações avaliativas em que ele possa demonstrar como pensou, que escolhas fez, que apoios utilizou, que decisões assumiu e como chegou ao resultado apresentado. Objetivo do módulo Compreender por que a avaliação centrada apenas no produto final se tornou insuficiente diante da inteligência artificial generativa e reconhecer a importância dos rastros do percurso como evidências de aprendizagem. Conteúdos do módulo Neste módulo, serão abordados os seguintes temas: a crise do produto final; produto isolado e percurso documentado; o que a inteligência artificial mudou e o que ela revelou; tarefas genéricas e vulnerabilidade diante da IA; avaliação como leitura do percurso; da vigilância à responsabilidade pedagógica; evidências que tornam a aprendizagem mais visível. Convite para assistir ao vídeo Agora, assista ao vídeo do módulo. Durante a exposição, observe como a inteligência artificial generativa tornou mais evidente uma fragilidade antiga da avaliação: a confiança excessiva na entrega final. Ao acompanhar o vídeo, procure identificar: por que uma tarefa genérica se torna mais vulnerável diante da IA; que limites existem numa avaliação centrada apenas no produto final; que evidências ajudam a tornar a aprendizagem mais visível; como o percurso do estudante pode ser documentado; que mudanças poderiam ser feitas numa atividade avaliativa que você já utiliza ou pretende utilizar. Ao final do vídeo, registre uma atividade avaliativa que poderia ser redesenhada para revelar melhor o percurso, as decisões e a autoria do estudante. Depois de assistir ao vídeo Após assistir ao vídeo, retome suas anotações e responda: Que ideia do vídeo mais chamou sua atenção? Que fragilidade da avaliação tradicional ficou mais evidente para você? Que tipo de atividade avaliativa parece mais vulnerável diante da IA? Que evidências poderiam acompanhar o produto final? Que rastros do percurso poderiam ser solicitados aos estudantes? Essas respostas ajudarão na realização da atividade prática deste módulo. Material de apoio Produto final isolado x percurso documentado Produto final isolado Percurso documentado Mostra apenas a entrega final. Mostra o caminho realizado pelo estudante. Pode parecer excelente sem revelar aprendizagem suficiente. Permite observar raciocínio, decisões, dúvidas e revisões. Favorece respostas genéricas. Exige contextualização, justificativa e autoria. Dificulta compreender como o estudante pensou. Torna o pensamento mais visível. Valoriza a aparência, a fluência e o acabamento. Valoriza processo, critérios, escolhas e melhoria. Pode ser produzido ou aperfeiçoado por IA sem muita intervenção humana. Exige rastros que precisam ser explicados e assumidos pelo estudante. Checklist Minha atividade é vulnerável à IA? Antes de redesenhar sua atividade, analise: A tarefa pede uma resposta genérica? O estudante pode responder sem mobilizar experiência, contexto ou leitura específica? O produto final é a única evidência solicitada? Os critérios de avaliação estão claros? A atividade exige justificativa das escolhas? Há registro de etapas, versões, revisão ou melhoria? O estudante precisa explicar como chegou ao resultado? O uso da IA está orientado? Há espaço para declarar os apoios utilizados? Existe possibilidade de reelaboração após devolutiva? Se a maioria das respostas indicar ausência de percurso, a atividade precisa ser redesenhada. Atividade do módulo Redesenhar uma atividade avaliativa Escolha uma atividade avaliativa que você já aplicou, vivenciou ou pretende aplicar. Em seguida, analise sua vulnerabilidade diante da inteligência artificial generativa e proponha uma versão redesenhada. Responda às questões: A atividade pode ser respondida de modo genérico por IA? O que será observado na aprendizagem? Que rastros do percurso serão solicitados? Que contexto, etapas, justificativas e revisão serão incluídos? Como o uso da IA será orientado ou declarado? Como o estudante poderá reelaborar o trabalho? Produto esperado Ao final deste módulo, espera-se que você apresente uma primeira versão redesenhada de uma atividade avaliativa. Essa proposta deverá contemplar: o objetivo da atividade; o contexto de realização; as etapas do percurso; as evidências solicitadas; os critérios de avaliação; a orientação sobre o uso da IA; a possibilidade de revisão e reelaboração. O produto esperado não precisa ser uma versão definitiva. Trata-se de uma primeira proposta, aberta à análise, ao aprimoramento e ao diálogo pedagógico. Fechamento do módulo Ao concluir este módulo, espera-se que você compreenda que a inteligência artificial não elimina a avaliação. Ela exige uma avaliação mais criteriosa, situada e intelectualmente honesta. A pergunta central deixa de ser: “o estudante entregou um bom produto?” E passa a incluir outras questões: Como ele chegou a esse resultado? Que decisões tomou? Que critérios mobilizou? Que fontes consultou? Que apoios utilizou? Como revisou o próprio trabalho? Que papel a IA desempenhou no percurso? Como ele responde pelo que apresenta? Avaliar na era da IA significa tornar a aprendizagem mais visível. Para isso, o professor precisa criar atividades que permitam observar percurso, evidências, autoria e responsabilidade intelectual. A IA pode produzir respostas rápidas. A avaliação precisa aprender a ler o caminho

Aula – O que mudou na avaliação depois da IA

00:00

MÓDULO 2 — Autoria, cópia e uso assistido da IA
Apresentação do módulo Quando o produto final já não basta como evidência única de aprendizagem, torna-se necessário repensar o sentido pedagógico da autoria. Em tempos de inteligência artificial generativa, autoria não significa produzir isoladamente, sem apoios, leituras, exemplos, conversas, devolutivas ou mediações. Todo processo de aprendizagem envolve algum tipo de apoio. A questão central, portanto, não é eliminar toda mediação, mas compreender como o estudante responde intelectualmente pelo percurso que realizou. Neste módulo, autoria será compreendida como responsabilidade intelectual. Isso significa que o estudante deve ser capaz de explicar o que fez, por que fez, que apoios utilizou, que sugestões aceitou, que sugestões recusou, que critérios mobilizou e como chegou ao produto final apresentado. A inteligência artificial pode participar do percurso de aprendizagem, desde que seu uso seja orientado, delimitado, declarado e criticamente revisto. O problema não está em todo uso da IA, mas na delegação indevida do pensamento, quando o estudante deixa de compreender, selecionar, justificar, revisar e assumir o que apresenta. Este módulo distingue cópia, plágio, paráfrase automatizada, uso assistido e delegação indevida. Também apresenta zonas pedagógicas de uso da IA e orienta a elaboração de uma política simples para estudantes, com regras claras, exemplos e responsabilização formativa. Objetivo do módulo Compreender autoria como responsabilidade intelectual pelo percurso e distinguir usos aceitáveis, restritos e indevidos da inteligência artificial em atividades avaliativas. Conteúdos do módulo Neste módulo, serão abordados os seguintes temas: autoria em tempos de inteligência artificial; cópia, plágio, paráfrase automatizada e uso assistido; uso ético, uso limitado e uso indevido da IA; declaração de uso da IA pelo estudante; orientação pedagógica sem transformação da avaliação em policiamento; escala pedagógica de uso da IA; critérios ligados à autoria; responsabilização formativa pelo percurso de aprendizagem. Convite para assistir ao vídeo Agora, assista ao vídeo do módulo. Durante a exposição, observe como a autoria é apresentada numa perspectiva pedagógica. A questão central não é saber se o estudante recebeu algum apoio, mas se ele compreende, assume e justifica o percurso que realizou. Ao acompanhar o vídeo, procure identificar: por que autoria não significa produção isolada; qual é a diferença entre apoio legítimo e substituição do pensamento; como distinguir cópia, plágio, paráfrase automatizada, uso assistido e delegação indevida; por que a declaração de uso da IA deve funcionar como exercício metacognitivo; como orientar o uso da IA sem transformar a avaliação em vigilância ou policiamento. Ao final do vídeo, registre uma situação avaliativa em que o uso da IA poderia ser permitido, desde que declarado e criticamente revisto pelo estudante.Depois de assistir ao vídeo Após assistir ao vídeo, retome suas anotações e responda: Que ideia do vídeo mais ajudou você a repensar o conceito de autoria? Em que situações o uso da IA poderia apoiar a aprendizagem? Em que situações o uso da IA descaracterizaria a atividade avaliativa? Que tipos de uso deveriam ser declarados pelo estudante? Que critérios poderiam ajudar a avaliar a autoria responsável? Essas respostas ajudarão na elaboração da política simples de uso da IA proposta neste módulo. Material de apoio Autoria, cópia e uso assistido da IA Situação O que significa Implicação pedagógica Cópia Reprodução literal ou muito próxima de um conteúdo sem elaboração própria. Compromete a autoria e exige intervenção pedagógica. Plágio Apresentação de ideias, textos ou produções de terceiros como se fossem próprios. Fere a integridade acadêmica e precisa ser tratado com clareza institucional. Paráfrase automatizada Reescrita feita por IA ou outro recurso digital para mascarar a origem ou a ausência de elaboração própria. Pode ocultar delegação do pensamento e deve ser analisada com cuidado. Uso assistido da IA Uso delimitado da IA para apoiar organização, revisão, comparação, planejamento ou clareza textual. Pode ser aceitável quando orientado, declarado e criticamente revisto. Delegação indevida Transferência da tarefa intelectual para a IA, sem compreensão, seleção, justificativa ou revisão autoral. Descaracteriza a aprendizagem esperada na atividade. Escala pedagógica de uso da IA A orientação sobre IA deve ser clara para o estudante. Uma possibilidade é organizar os usos em três zonas pedagógicas. Zona de uso Descrição Exemplos Uso permitido A IA pode ser utilizada como apoio inicial ou auxiliar, sem substituir a tarefa central. Levantar ideias, organizar um plano de estudo, revisar clareza de uma frase, sugerir perguntas. Uso permitido com declaração A IA pode ser utilizada, mas o estudante deve informar como, por que e em que etapa a utilizou. Comparar explicações, revisar estrutura textual, obter sugestões de melhoria, testar argumentos. Uso não permitido A IA substitui o esforço intelectual exigido pela atividade. Gerar integralmente o trabalho final, responder por completo uma atividade avaliativa, criar análise sem leitura prévia, inventar referências ou dados. Declaração de uso da IA A declaração de uso da IA não deve ser tratada como confissão burocrática. Ela deve funcionar como um pequeno exercício de consciência sobre o próprio percurso. O estudante pode declarar: se utilizou ou não utilizou IA; em que etapa utilizou; com que finalidade; que sugestões aceitou; que sugestões recusou; como verificou as informações; que revisão autoral realizou; por que assume responsabilidade pelo produto final. Modelo simples de declaração Use o modelo abaixo como referência: Declaração de uso da IA Nesta atividade, eu: ( ) não utilizei inteligência artificial generativa. ( ) utilizei inteligência artificial generativa nas seguintes etapas: organização inicial das ideias; revisão de clareza textual; comparação de explicações; sugestão de perguntas; apoio na estruturação do texto; outro uso: _. Descreva como a IA foi utilizada: Explique que decisões foram suas: Indique que sugestões da IA você aceitou, recusou ou modificou: Declaro que revisei criticamente o material apresentado, verifiquei as informações utilizadas e sou capaz de explicar as escolhas realizadas durante a produção. Nome: ____ Data: / / Critérios ligados à autoria Ao avaliar uma atividade com uso possível de IA, considere observar: clareza sobre os apoios utilizados; capacidade de explicar o percurso realizado; justificativa das escolhas feitas; revisão crítica das sugestões recebidas; coerência entre objetivo, critérios e produto final; apropriação conceitual; presença de evidências complementares; responsabilidade pelo texto, pela análise ou pela produção apresentada. A autoria responsável não se reduz à pergunta “quem escreveu?”. Ela exige outra pergunta: “o estudante compreende, justifica, revisa e responde pelo que apresenta?” Checklist A orientação sobre IA está clara? Antes de propor uma atividade avaliativa, analise: Os estudantes sabem se podem ou não utilizar IA? Os usos permitidos estão claramente descritos? Os usos que exigem declaração foram explicitados? Os usos não permitidos foram apresentados com exemplos? A finalidade da avaliação está clara? Os critérios ligados à autoria foram informados? Há modelo de declaração de uso da IA? Há evidência complementar além do produto final? A atividade exige justificativa das escolhas? Há possibilidade de conversa, defesa breve ou reelaboração? As consequências pedagógicas foram explicadas? Se a orientação não estiver clara, o estudante ficará entre o medo, a adivinhação e o improviso. Nenhuma dessas três coisas educa bem. Atividade do módulo Elaborar uma política simples de uso da IA Elabore uma orientação de uma página para seus estudantes, explicando como a inteligência artificial poderá ou não ser utilizada numa atividade avaliativa. A orientação deve contemplar: a finalidade da avaliação; os usos permitidos da IA; os usos permitidos com declaração; os usos não permitidos; um modelo breve de declaração; as consequências pedagógicas em caso de uso indevido; os critérios ligados à autoria; uma evidência complementar ao produto final. Produto esperado Ao final deste módulo, espera-se que você apresente uma orientação breve para estudantes, com regras, exemplos e responsabilização formativa sobre o uso da IA. Essa orientação deverá ser clara, objetiva e aplicável a uma atividade real ou possível. Ela deverá incluir: o que o estudante pode fazer; o que o estudante pode fazer apenas se declarar; o que o estudante não pode fazer; como o estudante deve declarar o uso da IA; como a autoria será avaliada; que evidência complementar será solicitada; como o estudante poderá revisar ou justificar seu percurso. Modelo para elaboração da política simples Você pode utilizar a estrutura abaixo: Orientação sobre uso da IA nesta atividade Finalidade da atividade Esta atividade tem como finalidade avaliar: Usos permitidos da IA Nesta atividade, você poderá utilizar IA para: Usos permitidos com declaração Você poderá utilizar IA, desde que declare, para: Usos não permitidos Nesta atividade, não será permitido: Declaração de uso da IA Caso utilize IA, informe: em que etapa utilizou; com que finalidade; que sugestões aceitou; que sugestões recusou ou modificou; como revisou criticamente o resultado. Critérios ligados à autoria Sua produção será avaliada considerando: clareza do percurso; justificativa das escolhas; uso responsável dos apoios; apropriação conceitual; revisão autoral; capacidade de explicar o que foi apresentado. Evidência complementar Além do produto final, você deverá entregar: Exemplos: rascunho, mapa de revisão, justificativa das escolhas, registro de etapas, breve defesa oral, diário de percurso ou comentário reflexivo. Consequências pedagógicas Caso haja uso indevido da IA, poderá ser solicitada nova versão da atividade, justificativa oral, complementação do percurso, reelaboração orientada ou outra medida formativa prevista pelo professor ou pela instituição. O objetivo não é punir de modo automático, mas garantir que a avaliação corresponda à aprendizagem efetivamente demonstrada. Fechamento do módulo Ao concluir este módulo, espera-se que você compreenda que a autoria, em tempos de inteligência artificial, precisa ser pensada como responsabilidade intelectual pelo percurso. A questão central deixa de ser apenas: “o estudante usou IA?” E passa a incluir outras perguntas: Como ele utilizou? Para quê utilizou? O que compreendeu? O que selecionou? O que recusou? O que revisou? O que consegue explicar? Pelo que assume responsabilidade? A IA pode apoiar a organização, a revisão e a comparação de ideias. Contudo, ela não deve substituir o juízo, a compreensão, a tomada de decisão e a responsabilidade autoral do estudante. Orientar o uso da IA é melhor do que fingir que ela não existe. Avaliar com critérios claros é melhor do que transformar a sala de aula num tribunal. A autoria responsável aparece quando o estudante é capaz de dizer: este foi o meu percurso, estes foram os apoios utilizados, estas foram as minhas escolhas, estas foram as minhas revisões e eu respondo pelo que apresento.

MÓDULO 3 — Critérios, indicadores e evidências de aprendizagem
Neste módulo, chegamos ao ponto mais operacional do curso: a formulação de objetivos, critérios, indicadores e evidências de aprendizagem. Depois de discutir a crise do produto final e o sentido pedagógico da autoria em tempos de inteligência artificial, torna-se necessário perguntar: o que será avaliado? Com base em quais critérios? Que sinais tornam a aprendizagem observável? Que evidências permitem acompanhar o percurso do estudante? Em tempos de IA generativa, a clareza avaliativa torna-se ainda mais necessária. Um texto bem escrito já não basta como prova segura de aprendizagem. É preciso observar raciocínio, escolha, revisão, justificativa, apropriação conceitual e responsabilidade autoral. A distinção entre objetivo, critério, indicador e evidência ajuda a proteger a avaliação da vagueza. Também ajuda o estudante a compreender melhor o que deve produzir, justificar, revisar e apresentar. Antes de assistir Assista ao vídeo observando especialmente: qual é a diferença entre objetivo de aprendizagem, critério, indicador e evidência; por que critérios vagos fragilizam a avaliação; como os indicadores tornam a aprendizagem mais observável; que tipos de evidência podem acompanhar o produto final; como a clareza avaliativa ajuda o estudante a orientar o próprio percurso; por que a avaliação em tempos de IA exige evidências de produto, processo, revisão, reflexão e autoria. Depois de assistir Após assistir ao vídeo, registre brevemente: Que diferença ficou mais clara entre objetivo, critério, indicador e evidência? Que critérios você costuma utilizar nas suas atividades avaliativas? Esses critérios estão claros para os estudantes? Que evidências poderiam tornar a aprendizagem mais visível? Que atividade avaliativa sua ainda depende demais do produto final? Essas respostas servirão de base para a atividade prática deste módulo.

MÓDULO 4 — Portfólios reflexivos como resposta pedagógica
Neste módulo, vamos discutir o portfólio reflexivo como resposta pedagógica para a avaliação em tempos de inteligência artificial. O portfólio reflexivo não é uma pasta de arquivos, nem um depósito de tarefas realizadas ao longo do curso. Também não deve ser entendido como uma vitrine de trabalhos bonitos ou como um simples checklist de entregas. O portfólio reflexivo é uma seleção intencional de evidências acompanhada de reflexão, critérios e leitura do percurso. Ele permite tornar visível aquilo que o produto final pode esconder: escolhas, dúvidas, versões, revisões, justificativas, devolutivas recebidas, uso declarado da IA e decisões autorais. Na era da inteligência artificial generativa, o portfólio volta a ganhar força porque ajuda a documentar o processo de aprender, decidir, revisar, justificar e assumir responsabilidade pelo que se apresenta. Antes de assistir Assista ao vídeo observando especialmente: por que o portfólio reflexivo ganha relevância na era da IA; qual é a diferença entre acumular tarefas e selecionar evidências; por que o portfólio não deve ser reduzido a uma pasta de arquivos; como o portfólio favorece a metacognição; que evidências podem tornar o percurso de aprendizagem mais visível; como o uso da IA pode ser declarado no portfólio.

MÓDULO 5 — Como avaliar portfólios em tempos de IA
Neste módulo, vamos discutir como avaliar portfólios reflexivos em tempos de inteligência artificial. Avaliar portfólios não é contar arquivos, nem premiar apenas a estética da apresentação. Um portfólio pode estar visualmente bem organizado e, ainda assim, revelar pouca reflexão. Também pode reunir muitos materiais sem demonstrar progressão, autoria ou apropriação conceitual. Avaliar um portfólio reflexivo significa ler relações: entre objetivos e evidências, entre critérios e escolhas, entre primeira versão e revisão, entre feedback recebido e resposta do estudante, entre apoios utilizados e autoria assumida. A avaliação de portfólios exige critérios claros, leitura qualitativa e atenção ao percurso. Neste módulo, serão apresentados princípios de avaliação, critérios possíveis, uso de rubricas, autoavaliação, heteroavaliação, coavaliação, defesa breve do percurso e uso declarado da IA. Antes de assistir Assista ao vídeo observando especialmente: por que avaliar portfólios não é contar arquivos; qual é a diferença entre acúmulo de tarefas e evidência de aprendizagem; que critérios ajudam a avaliar um portfólio reflexivo; como a rubrica pode apoiar a leitura avaliativa; como autoavaliação, heteroavaliação e coavaliação podem ser articuladas; por que a defesa breve do percurso fortalece a autoria. Depois de assistir Após assistir ao vídeo, reflita: Que critério ajuda mais a distinguir um portfólio acumulativo de um portfólio reflexivo? Que evidências mostram progressão de aprendizagem? Como a rubrica pode tornar a avaliação mais clara? Que papel a autoavaliação pode ter no portfólio? Como o estudante poderia defender brevemente seu percurso? Essas perguntas são para reflexão pessoal e não precisam ser enviadas para correção.

MÓDULO 6 — Diagnóstico formativo e devolutiva qualitativa
Descrição da aula Neste módulo, vamos discutir diagnóstico formativo e devolutiva qualitativa. Diagnosticar, numa perspectiva formativa, não significa rotular o estudante. Significa ler indícios de aprendizagem para orientar o próximo passo. A devolutiva qualitativa não se limita a apontar erros, atribuir nota ou indicar genericamente que o estudante precisa “melhorar”. Ela interpreta evidências, reconhece avanços, nomeia fragilidades e propõe caminhos possíveis. Em tempos de inteligência artificial, o diagnóstico formativo também precisa observar como o estudante seleciona evidências, revisa versões, declara apoios, utiliza a IA, justifica decisões e assume responsabilidade pelo percurso. Antes de assistir Assista ao vídeo observando especialmente: qual é a diferença entre corrigir, classificar, dar feedback e produzir devolutiva qualitativa; o que pode ser diagnosticado num portfólio reflexivo; como interpretar evidências de aprendizagem; por que a devolutiva precisa orientar próximos passos; como observar o uso crítico da IA no percurso do estudante; como transformar uma observação vaga numa orientação formativa. Vídeo da aula Diagnóstico formativo e devolutiva qualitativa [Inserir vídeo aqui] Depois de assistir Após assistir ao vídeo, reflita: Que diferença existe entre apontar um erro e orientar um avanço? Que tipo de evidência permite fazer um diagnóstico mais justo? Que devolutivas você costuma oferecer aos estudantes? Elas indicam próximos passos concretos? Como a IA muda a forma de interpretar o percurso do estudante? Essas perguntas são para reflexão pessoal e não precisam ser enviadas para correção. Material de apoio Correção, classificação, feedback e devolutiva qualitativa Ação Função Correção Identifica erros, lacunas ou inadequações. Classificação Atribui nota, conceito ou nível de desempenho. Feedback Oferece retorno sobre a produção ou desempenho. Devolutiva qualitativa Interpreta evidências, reconhece avanços, problematiza fragilidades e orienta próximos passos. O que diagnosticar num portfólio reflexivo Num portfólio reflexivo, é possível observar: seleção de evidências; coerência do percurso; clareza conceitual; qualidade da reflexão; resposta ao feedback; progressão entre versões; uso crítico da IA; responsabilidade autoral; autorregulação; próximos passos indicados pelo estudante. Categorias de análise O professor pode organizar sua leitura por categorias como: Categoria Pergunta orientadora Compreensão conceitual O estudante mobiliza conceitos com clareza? Coerência argumentativa As ideias se articulam de modo consistente? Metacognição O estudante reconhece como aprendeu, errou, revisou e avançou? Autorregulação O estudante identifica próximos passos e estratégias de melhoria? Uso crítico da IA O estudante declara, delimita e revê criticamente o uso da IA? Responsabilidade autoral O estudante assume decisões e responde pelo que apresenta? Cinco movimentos da devolutiva qualitativa Uma devolutiva qualitativa pode seguir cinco movimentos: reconhecer um avanço observável; interpretar o que esse avanço revela; problematizar uma fragilidade; orientar uma ação possível; projetar o próximo passo. Exemplo de devolutiva vaga “Seu portfólio está bom, mas precisa aprofundar a reflexão.” Exemplo de devolutiva qualitativa “O portfólio apresenta evidências pertinentes, especialmente na comparação entre a primeira e a segunda versão da atividade. Essa comparação mostra que você revisou parte da organização argumentativa. Contudo, a reflexão ainda descreve o que foi feito, sem explicar por que certas decisões foram tomadas. Na próxima revisão, procure responder: que critério orientou sua escolha? Que dificuldade permaneceu? O que mudou na sua compreensão depois da devolutiva recebida?”

MÓDULO EXTRA — Checklists e Modelos de Devolutiva
Checklist de planejamento do portfólio. Checklist de seleção de evidências. Checklist de escrita reflexiva. Modelo de autoavaliação. Modelo de coavaliação. Modelos de devolutiva formativa. Modelo de síntese final do estudante. Modelo de ficha diagnóstica individual.

Classificações e revisões de estudantes

Sem avaliações ainda

Sobre o curso

O que você aprenderá?

Conteúdo do curso

Aula – O que mudou na avaliação depois da IA

Autoria, cópia e uso assistido da IA

Critérios, indicadores e evidências de aprendizagem Exercício de conferência

Aula – Este portfólio favorece reflexão ou apenas acumula tarefas?

Aula – Portfólios reflexivos como resposta pedagógica

Aula – Esta devolutiva orienta ou apenas comenta?

Encerramento

Serviços

Contato

info@thinkwise-edu.com.br

Seg – Sex: 08:00 – 18:00

Sáb: 08:00 – 12:00

(62) 99829-0140

(62) 99829-0140