O problema não é o que os estudantes usam. É o que as avaliações continuam medindo.
Quando a inteligência artificial generativa chegou às salas de aula, a primeira reação de muitas instituições foi defensiva: proibir. Proibir o uso em trabalhos, em provas, em qualquer atividade avaliativa. A proibição tem a vantagem da simplicidade e a desvantagem de não funcionar. Ela é difícil de fiscalizar, fácil de contornar e, sobretudo, deixa intacto o problema real. Porque o problema não é, no fundo, que os estudantes usem a ferramenta. É que muitas avaliações foram desenhadas para um mundo em que produzir um texto razoável exigia, necessariamente, ter compreendido o assunto, e esse mundo deixou de existir. Minha tese é que o trabalho sério do ensino jurídico diante da IA não está na proibição da ferramenta, está no redesenho da avaliação.
A proibição é a saída confortável
Proibir é confortável porque transfere o problema para o estudante e isenta a instituição de repensar as próprias práticas. Se o uso é proibido e o estudante usou, o problema é dele, é uma questão de disciplina e integridade. Essa narrativa é cômoda, mas evasiva. Ela ignora que a tentação de usar a ferramenta prospera onde a avaliação a premia, e que uma avaliação que pode ser cumprida sem compreensão é um convite ao atalho, independentemente do que a regra diga. A proibição combate o sintoma, o uso da ferramenta, e deixa intacta a causa, uma avaliação que não distingue quem aprendeu de quem apenas entregou.
Há ainda um custo na proibição que costuma ser subestimado: ela transforma a relação pedagógica em vigilância. A instituição passa a tratar o estudante como suspeito permanente, a investir em detecção, a construir um clima de desconfiança que corrói o ambiente de aprendizagem. E os instrumentos de detecção são tecnicamente frágeis, produzindo falsas acusações que minam a confiança ainda mais. A energia gasta em fiscalizar o uso poderia ser investida no que de fato resolveria a questão, que é repensar o que e como se avalia. A proibição, no fim, é cara e ineficaz: gasta recursos perseguindo a ferramenta e não toca no desenho que tornou a ferramenta tentadora.
Permitir tudo é o erro oposto
Se proibir tudo é a saída confortável e ineficaz, permitir tudo é o erro oposto, e igualmente irresponsável. Liberar o uso da ferramenta sem critério, sob o argumento de que a tecnologia faz parte do mundo, ignora que algumas competências só se formam pelo esforço que a ferramenta dispensaria. Um estudante que usa a IA para escrever todos os seus trabalhos pode concluir o curso sem nunca ter desenvolvido a capacidade de argumentar, pesquisar e escrever juridicamente, justamente as competências que o curso deveria formar. Permitir tudo é abdicar do objetivo pedagógico em nome de uma suposta atualização que, na prática, esvazia a formação.
O erro comum, portanto, tem duas faces simétricas: a proibição que finge resolver e a permissão que finge atualizar. Ambas evitam o trabalho difícil, que está no meio, no desenho de uma avaliação que distingue os usos que apoiam a aprendizagem dos que a substituem. Esse trabalho não cabe em uma regra simples, do tipo pode ou não pode. Cabe em uma reflexão sobre o que cada atividade pretende avaliar e sobre como avaliá-lo em um ambiente onde a assistência cognitiva é abundante. É um trabalho mais exigente do que proibir ou liberar, e é o único que enfrenta o problema de fato.
A avaliação precisa voltar a observar o raciocínio
A raiz do problema é que muitas avaliações observam apenas o produto final, e o produto final deixou de ser prova confiável do processo. Um trabalho impecável pode ter sido gerado sem compreensão. Uma resposta correta pode ter sido obtida sem raciocínio. Enquanto a avaliação olhar apenas o resultado, ela certificará competências que talvez não existam, porque não tem como distinguir o estudante que compreendeu do que apenas entregou. A solução não está em detectar o uso da ferramenta, está em avaliar de modo que o uso indevido se torne irrelevante, porque a avaliação observa algo que a ferramenta não fornece pronta.
Isso significa deslocar o foco do produto para o raciocínio. Avaliações que exigem que o estudante defenda oralmente o que produziu, que justifique as escolhas que fez, que responda a objeções, que resolva um problema novo em tempo real, que explique o percurso e não apenas apresente o resultado. Essas avaliações observam a competência em ato, e a competência em ato não se delega à máquina. Elas são mais trabalhosas de aplicar, exigem mais do professor, não cabem na correção mecânica de produtos prontos. Mas são as que recuperam a correspondência entre a avaliação e o aprendizado, correspondência que a ferramenta dissolveu nos formatos tradicionais.
O trabalho recai sobre quem ensina, e isso é institucional
Redesenhar a avaliação é trabalho, e não pode recair apenas sobre a boa vontade de professores individuais. Avaliações que observam o raciocínio são mais exigentes de preparar e de aplicar do que provas que se corrigem por gabarito. Se a instituição quer que seus docentes repensem a avaliação, precisa oferecer as condições para isso: tempo, formação, discussão coletiva, uma posição institucional sobre o que se espera. Deixar a questão a cargo de cada professor, sem suporte, produz respostas fragmentadas e sobrecarrega quem se dispõe a enfrentá-la a sério, enquanto os demais permanecem nos formatos antigos que a ferramenta já tornou frágeis.
Por isso, o redesenho da avaliação é uma decisão institucional, não apenas uma escolha de sala de aula. Envolve definir, coletivamente, o que a instituição entende por formação legítima em um ambiente transformado pela IA, e traduzir essa definição em práticas avaliativas coerentes. É um trabalho de fundo, que toca os objetivos pedagógicos e não apenas os instrumentos. E é justamente esse trabalho que a proibição permite adiar, ao dar a impressão de que o problema foi tratado quando apenas foi empurrado para o estudante. Enfrentá-lo exige reconhecer que a chegada da IA não é um problema de disciplina, é um convite, incômodo mas necessário, a repensar o que se avalia e por quê.
Conclusão
Diante da inteligência artificial, o ensino jurídico tem três caminhos, e dois deles são fugas. Proibir tudo é a fuga confortável, que combate o sintoma e ignora a causa. Permitir tudo é a fuga oposta, que abdica do objetivo pedagógico em nome de uma atualização vazia. O terceiro caminho, mais exigente, é o redesenho da avaliação, para que ela volte a observar o raciocínio em vez do produto, tornando o uso indevido da ferramenta irrelevante por construção. A consequência prática, sobretudo para professores e coordenações, é deslocar a energia: em vez de gastá-la fiscalizando o uso, investi-la em repensar o que e como se avalia. O problema que a IA trouxe não é os estudantes usarem a ferramenta. É que muitas avaliações pararam de medir o que importava, e continuar medindo o produto, em um mundo onde o produto deixou de provar o processo, é certificar uma aprendizagem que talvez não tenha acontecido.
Jamille Porto é advogada, professora e pesquisadora em Inteligência Artificial aplicada ao Direito e fundadora da NeuralLex, empresa que desenvolve soluções de IA, governança, formação, sistemas e fluxos inteligentes para o setor jurídico e educacional.
Conheça a NeuralLex: soluções de IA, governança e tecnologia para escritórios, instituições de ensino e organizações jurídicas.
Perguntas respondidas neste artigo
Proibir IA resolve o problema da avaliação?
Não. O artigo sustenta que proibir pode ser insuficiente quando a avaliação continua medindo apenas entrega final. A IA obriga o ensino jurídico a observar processo, justificativa, autoria, oralidade, construção do argumento e capacidade de revisão.
Como repensar avaliações no ensino jurídico?
Avaliações podem exigir etapas intermediárias, defesa oral, análise crítica de respostas de IA, justificativa de fontes e reconstrução argumentativa. O foco deve sair da simples produção de texto e passar para o processo intelectual que demonstra compreensão jurídica.
Por que o desenho da avaliação importa mais que a proibição?
Porque uma atividade mal desenhada continua vulnerável ao uso acrítico da IA, mesmo com regra proibitiva. Quando a avaliação exige raciocínio, explicação e revisão, a ferramenta deixa de ser atalho fácil e passa a ser um elemento que pode ser discutido pedagogicamente.
Jamille Porto
Jamille Porto é advogada, professora e pesquisadora em Inteligência Artificial aplicada ao Direito. É fundadora da NeuralLex, empresa que desenvolve soluções de IA, governança, formação, sistemas e fluxos inteligentes para o setor jurídico e educacional.