IA pode ajudar a elaborar e pré-testar questões do Enem, mas não decidir sozinha o futuro de milhões de estudantes. 🤖🧵 Inep e Petrobras defendem supervisão humana — um freio necessário na corrida por automação.

Imagem indisponível

No Inep, a IA já apoia etapas como elaboração, correção e pré-testagem de itens. O ganho potencial é claro: analisar mais dados e ampliar o banco de questões. Mas velocidade não substitui critério pedagógico nem justiça na avaliação.

O ponto mais sensível é a redação. A tecnologia pode sinalizar padrões e oferecer informações aos corretores, mas a nota final continua humana. Faz sentido: uma decisão automatizada precisa ser explicável, contestável e auditável.

Imagem indisponível

Há uma diferença crucial entre usar IA como ferramenta e delegar autoridade a ela. Se um sistema erra, quem responde? Para o Inep, a responsabilidade continua sendo da instituição e do gestor — não do algoritmo nem do fornecedor.

A escala explica parte da cautela: o Censo Escolar reúne dados de cerca de 50 milhões de matrículas. Testar IA diretamente nesse universo seria arriscado. A estratégia é começar em ambientes menores, medir resultados e só então expandir.

Imagem indisponível

Isso também revela um desafio técnico: modelos podem reproduzir vieses dos dados, errar em contextos regionais ou tratar respostas fora do padrão como “anomalias”. Em educação, esse tipo de falha pode aprofundar desigualdades de acesso.

A posição de Inep e Petrobras vai além do slogan “humano no circuito”. Supervisão real exige processos de revisão, registros de decisão, segurança dos dados e equipes capazes de questionar a recomendação da máquina — inclusive quando ela parece convincente.

Imagem indisponível

A IA mais útil não é a que promete substituir pessoas em decisões de alto impacto, mas a que torna o trabalho mais rigoroso e verificável. Em exames e serviços essenciais, eficiência sem responsabilidade pode sair caro demais.