IA para corrigir e dar feedback de atividades dos alunos

Corrigir duzentas respostas discursivas por semana trava a turma inteira. O aluno entrega, espera duas semanas e, quando o retorno chega, já esqueceu o que escreveu. A inteligência artificial ajuda a destravar esse gargalo, desde que entre como primeira leitura e o professor continue sendo quem assina o retorno. O método abaixo tem seis etapas e funciona com qualquer modelo de linguagem.

1. Defina a rubrica antes de pedir ajuda à IA

A rubrica é a lista de critérios que você usa pra avaliar a atividade, com a descrição do que conta como resposta fraca, adequada e forte em cada um. Sem ela, a IA corrige com o critério dela, que costuma ser gramática e organização do texto, e deixa passar o que importa pro seu curso. Então escreva a rubrica em linguagem simples, com três a cinco critérios e uma frase curta pra cada nível. Esse trabalho é do professor, leva uns vinte minutos por tipo de atividade e serve pra todas as entregas daqui em diante.

2. Monte o prompt de correção a partir da rubrica

O prompt bom copia a rubrica e diz exatamente o formato da saída. Um modelo que funciona:

Você é assistente de correção de um curso de [tema]. Avalie a resposta abaixo usando somente a rubrica a seguir.

Rubrica:
1. [Critério A]: fraco = ..., adequado = ..., forte = ...
2. [Critério B]: fraco = ..., adequado = ..., forte = ...

Resposta do aluno:
[colar a resposta, sem nome nem dado pessoal]

Saída: nível em cada critério com a frase que justifica, depois dois pontos fortes e dois a melhorar em linguagem direta pro aluno. Feche com uma pergunta pra revisão. Não atribua nota final.

O detalhe que mais melhora o resultado é pedir a frase do aluno que justifica cada nível. Isso obriga o modelo a apontar pro texto entregue em vez de escrever um parecer genérico. O post sobre como utilizar o ChatGPT para melhorar seu curso online cobre o uso geral da ferramenta; aqui o recorte é só a correção.

3. Rode a IA como primeira leitura

Com o prompt pronto, a rotina fica repetitiva de propósito. Trate a saída como rascunho de parecer, do mesmo jeito que você trataria a leitura prévia de um monitor. Nas primeiras vinte ou trinta correções, compare a leitura da IA com a sua. Onde ela errar de forma repetida, o problema costuma estar na descrição do nível na rubrica.

4. Revise e assine o feedback como professor

Nada vai pro aluno sem passar por você. Confira se o nível em cada critério bate com a sua leitura. Corte qualquer afirmação que a IA fez sobre conteúdo que você não confirma, porque modelo de linguagem inventa referência e elogia coisa que o aluno nem escreveu. E reescreva a abertura e o fechamento com a sua voz, porque o aluno reconhece o tom do professor. O retorno sai assinado por você, e é você quem responde se o aluno discordar. Essa etapa toma dois ou três minutos por entrega, contra dez ou quinze de uma correção do zero.

5. Devolva o feedback onde o aluno estuda

Feedback enviado por email solto se perde. O retorno precisa aparecer no ambiente em que o aluno já entra pra assistir aula, no comentário da própria atividade ou no fórum da turma, e em mensagem individual quando o caso pede. Em instituto com várias turmas, o fórum por turma serve pra devolver os apontamentos coletivos. Na EngagED, cada turma tem fórum próprio e cada professor tem perfil com aulas atribuídas e métricas individuais, o que ajuda a coordenação a ver quem está devolvendo feedback em dia. Veja em plataforma para institutos educacionais.

6. Acompanhe se o aluno voltou a entregar

Feedback bom gera segunda versão. Então a métrica que fecha o ciclo é simples. Depois do retorno, o aluno reenviou a atividade ou entregou a próxima? Se a resposta é não pra boa parte da turma, o problema pode estar no tom, no prazo ou no volume de apontamentos, porque excesso de ponto a melhorar paralisa em vez de orientar. Plataforma de escola profissionalizante registra atividades concluídas e horas cursadas por aluno, e esse registro é o lugar pra conferir se a entrega seguinte aconteceu. A EngagED faz esse registro, como descrito em plataforma para escolas profissionalizantes.

O que a IA não deve corrigir sozinha

A IA fica de fora, ou entra com mais cautela, em algumas situações. Na avaliação com nota que define aprovação, certificado ou acesso ao próximo módulo, ela pode dar a primeira leitura, mas a nota continua sendo decisão sua. No trabalho criativo ou de opinião, o cuidado é maior porque o modelo tende a premiar o texto mais convencional. E em qualquer entrega em que a IA precise ler dado pessoal do aluno, o mesmo cuidado vale.

Sobre dado pessoal, a regra de bolso é colar a resposta sem nome, sem email e sem qualquer identificação, e verificar nos termos da ferramenta se o texto enviado é usado pra treinar o modelo. Se a turma tem menor de idade, a LGPD trata o dado com mais rigor e a escola precisa do consentimento do responsável. O post desta série sobre riscos e limites da IA na educação detalha as perguntas a fazer pro fornecedor.

O tempo que sobra vai pra onde a IA não chega

O que muda com o método é o tipo de trabalho que sobra pro professor. Em vez de gastar a semana lendo duzentas respostas pra achar as mesmas cinco falhas, ele passa a gastar o tempo nos casos fora do padrão e no ajuste da própria aula quando metade da turma erra o mesmo critério. E a rubrica, que começou como instrução pra máquina, acaba virando o documento que alinha o time de professores sobre o que é uma boa resposta. Quem coordena uma escola com vários instrutores sente esse segundo efeito mais do que o primeiro.

A mesma lógica de tirar do humano a parte repetitiva vale pra outra frente da escola, o atendimento. A única IA que a EngagED opera hoje é o agente de atendimento e vendas, treinado no produto, no FAQ e na política de reembolso de cada escola. Ele absorve as dúvidas repetidas de aluno e lead no WhatsApp, no chat do site e por email, e passa a conversa pra uma pessoa quando o caso exige. O time e o professor ficam com o trabalho que precisa de gente, como o feedback de conteúdo.