Práticas Avaliativas
Unidade Curricular · Mindset Digital
Percurso da UC
Você está na UA 3 de 4. Cada UA amplia a anterior e prepara o próximo passo.
Da produção de conteúdos à avaliação da aprendizagem
Depois de utilizar a IA no planejamento e na criação de recursos, o foco passa para a avaliação: elaboração e qualificação de questões, rubricas, questionários, respostas e feedbacks.
Introdução à UA
É com grande entusiasmo que iniciamos a Unidade de Aprendizagem Práticas Avaliativas.
Neste encontro, você vai conhecer como é possível utilizar a inteligência artificial para elaborar e analisar questões e rubricas, tornando a avaliação mais clara, personalizada e alinhada aos objetivos de aprendizagem.
Objetivos de aprendizagem
- Elaborar questionários e avaliações para diagnosticar, acompanhar e avaliar a aprendizagem no contexto educacional.
- Compreender como criar vários formatos de questões com o uso da IA.
- Qualificar questões para garantir clareza, relevância e alinhamento com os objetivos educacionais, promovendo uma avaliação precisa.
- Construir rubricas utilizando critérios e níveis de desempenho.
- Identificar como a IA avalia as respostas das questões.
Criando Questões de Avaliação
O prof. Leandro Schunk aborda, no vídeo, como a inteligência artificial pode otimizar a criação de questões para avaliações. Ele explora diferentes tipos de questões, como múltipla escolha, dissertativas, verdadeiro ou falso e correspondência, e explica os requisitos para prompts eficazes. O professor demonstra, com o ChatGPT, a geração e revisão de questões, incluindo a análise de conteúdo e a sugestão de tópicos, destacando a importância de contextualização e feedback para maior qualidade.
Slides utilizados no vídeo
Clique aqui para acessar o PDF com os slides apresentados no vídeo.
Destaque do vídeo
Tipos de questões
Existem diversos tipos de questões que podem ser utilizadas em questionários, cada uma com objetivos e características específicas.
Veja abaixo mais detalhes:
Questão: Múltipla Escolha
Para gerar questões alternativas (múltipla escolha) de forma clara, coerente e com bom nível de desafio, o ideal é usar um prompt estruturado, que forneça à IA:
- O conteúdo-base ou conceito-chave.
- O objetivo da questão (avaliação de compreensão, aplicação, análise, etc.).
- O número de alternativas desejadas.
- A resposta correta.
- Um pedido explícito por distratores plausíveis, ou seja, alternativas erradas que façam sentido
Exemplo: Crie uma questão de múltipla escolha com [4 alternativas (A a D)] sobre o seguinte conceito: "[INSIRA O CONTEÚDO]". A pergunta deve avaliar o entendimento conceitual de nível [básico/intermediário/avançado].
Apresente a questão seguida das alternativas, indicando claramente qual é a correta. Garanta que as alternativas incorretas (distratores) sejam plausíveis, mas erradas. Ao final, forneça uma breve justificativa da resposta correta.
Questões Dissertativas
Para gerar questões dissertativas de qualidade, o prompt precisa fornecer:
- O tema ou conceito central da questão.
- O objetivo cognitivo desejado (explicar, analisar, comparar, avaliar, propor, etc.).
- Um nível de complexidade desejado (básico, intermediário, avançado).
- Eventualmente, o contexto de aplicação (educacional, corporativo, técnico, social, etc.).
Exemplo: Crie uma questão dissertativa de nível [básico/intermediário/avançado] sobre o seguinte conteúdo: “[INSIRA O TEMA]”. A questão deve estimular o aluno a [explique o que deseja: refletir, comparar, argumentar, explicar, propor soluções, etc.]. A pergunta deve ser clara, aberta e permitir múltiplas abordagens corretas. Ao final, forneça uma sugestão de tópicos que o aluno poderia abordar em sua resposta.
Verdadeiro ou Falso
Para gerar questões de verdadeiro ou falso (VF) de qualidade, é essencial garantir que:
- As afirmações sejam claras, concisas e baseadas em conceitos do conteúdo estudado.
- As proposições incorretas (falsas) sejam plausíveis, mas contenham erros conceituais sutis, e não absurdos óbvios.
- O prompt oriente a IA a misturar itens verdadeiros e falsos, e (opcionalmente) peça a justificativa de cada item.
Exemplo: Crie uma lista com [número] afirmações em formato de verdadeiro ou falso sobre o seguinte conteúdo: “[INSIRA O CONTEÚDO]”. Misture proposições verdadeiras e falsas de forma equilibrada. As afirmações devem ser claras, concisas e avaliar o entendimento conceitual de nível [básico/ intermediário/ avançado]. Ao final de cada afirmação, indique se ela é verdadeira (V) ou falsa (F) e forneça uma breve justificativa.
Questões de Correspondência
Para criar questões de correspondência (associação ou pareamento) bem elaboradas com IA, o prompt ideal deve conter:
- O conteúdo ou tema base da correspondência.
- A categoria de relação entre os pares (ex.: conceito ↔ definição, tecnologia ↔ aplicação, tipo de IA ↔ exemplo).
- O nível desejado (básico, intermediário, avançado).
- (Opcional) Instruções sobre número de pares, complexidade e se deve haver distratores (itens sem correspondência).
Exemplo: Crie uma questão de correspondência com [número] pares, baseada no seguinte conteúdo: “[INSIRA O CONTEÚDO]”. Os alunos devem associar corretamente os itens da Coluna A com os correspondentes da Coluna B. As associações devem exigir compreensão de nível [básico/ intermediário/ avançado]. Apresente os pares de forma clara, e ao final, forneça o gabarito com as correspondências corretas.
Criando Questionários e Múltiplas Questões
O vídeo do prof. Leandro Schunk explica a qualificação e adequação de questões de avaliação. Ele aborda como ajustar nível de dificuldade, garantir clareza e relevância, e alinhamento aos objetivos de aprendizagem, utilizando a Taxonomia de Bloom. O professor demonstra como o ChatGPT pode criar e refinar questões em diferentes níveis de complexidade (fácil, médio, difícil), incluindo exemplos de questões dissertativas, de múltipla escolha, verdadeiro ou falso e de correspondência.
Slides utilizados no vídeo
Clique aqui para acessar o PDF com os slides apresentados no vídeo.
Destaque do vídeo
Boas Práticas para construção das questões
A Inteligência Artificial pode redigir conteúdos sobre boas práticas na construção de questões educacionais ao analisar padrões consagrados da pedagogia, como a Taxonomia de Bloom, e ao organizar informações de forma clara e objetiva.
Consulte exemplos de prompts, seguido por variações práticas conforme o tipo de questão ou nível cognitivo:
Crie questões educacionais sobre [tema/conteúdo], voltadas para alunos do [nível de ensino], com foco em [tipo de habilidade segundo a Taxonomia de Bloom, como 'compreensão', 'aplicação', 'análise', etc.]. Gere [número] questões do tipo [múltipla escolha, dissertativa, verdadeiro ou falso, etc.], com enunciados claros e alinhados aos objetivos pedagógicos.
Exemplos
- "Crie um estudo de caso para alunos de Enfermagem sobre cuidados com paciente diabético em pós-operatório. Inclua uma pergunta aberta pedindo que o aluno elabore um plano de cuidados. Inclua critérios de correção com foco em raciocínio clínico e embasamento técnico."
- "Crie 4 questões de verdadeiro ou falso sobre princípios contábeis fundamentais. Após cada item, forneça a justificativa correta e destaque possíveis armadilhas conceituais."
- "Crie uma questão dissertativa para licenciandos em Pedagogia, solicitando que reflitam sobre os desafios da inclusão escolar e proponham estratégias de intervenção pedagógica. Indique critérios de avaliação que envolvam argumentação, fundamentação teórica e aplicabilidade."
- "Crie uma questão em que o aluno de Biomedicina deva interpretar os resultados de um hemograma alterado e sugerir hipóteses diagnósticas compatíveis. Inclua o gabarito com justificativas clínicas."
Qualificando e Adequando Questões
O Prof. Leandro Schunk comenta no vídeo como qualificar e adequar questões de avaliação usando inteligência artificial. Ele aborda a importância de ajustar o nível de dificuldade, garantir clareza e relevância das perguntas, alinhando-as aos objetivos de aprendizagem e necessidades dos alunos. Schunk demonstra como o ChatGPT pode criar e refinar questões em diferentes níveis de complexidade (fácil, médio, difícil), utilizando a Taxonomia de Bloom. O vídeo mostra exemplos práticos de como gerar questões dissertativas, de múltipla escolha e de outros formatos.
Slides utilizados no vídeo
Clique aqui para acessar o PDF com os slides apresentados no vídeo.
Destaque do vídeo
Qualificação avaliativa
A Inteligência Artificial contribui para qualificar e adequar questões educacionais ao auxiliar na clareza dos enunciados, na diversidade de formatos e na coerência com os objetivos de aprendizagem. Com ela, é possível alinhar as questões à Taxonomia de Bloom, evitar ambiguidades e promover avaliações mais justas, inclusivas e contextualizadas.
Consulte abaixo exemplos que mostram como a IA pode ajudar você a elevar o nível cognitivo das questões:
Antes e depois, mostrando como a IA pode transformar questões simples em atividades mais contextualizadas, analíticas e alinhadas aos objetivos pedagógicos.
Exemplos
Tema: Administração
Antes (básica): "O que é planejamento estratégico?"
Com IA (qualificada): "Analise o planejamento estratégico de uma pequena empresa e proponha melhorias com base na matriz SWOT. Justifique suas escolhas."
Tema: Direito
Antes (básica): "O que é direito penal?"
Com IA (qualificada): "Diante do caso descrito a seguir, identifique os elementos configuradores de crime conforme o Código Penal e discuta a responsabilidade do agente."
Tema: Psicologia
Antes (básica): "Explique o conceito de reforço positivo."
Com IA (qualificada): "Compare o uso do reforço positivo e do reforço negativo em contextos terapêuticos comportamentais. Em qual situação cada um é mais indicado?"
Tema: Biomedicina
Antes (básica): "Defina hemograma."
Com IA (qualificada): "Analise o hemograma apresentado e identifique possíveis alterações clínicas. Indique hipóteses diagnósticas com base nos resultados."
Tema: Design
Antes (básica): "O que é identidade visual?"
Com IA (qualificada): "Crie uma proposta de identidade visual para uma marca de cosméticos veganos. Justifique as escolhas de cores, tipografia e formas com base em princípios de design sustentável."
Criando Rubricas
O vídeo do prof. Leandro Schunk mostra como a inteligência artificial pode auxiliar na criação e adaptação de rubricas de avaliação. Ele detalha os elementos essenciais de uma rubrica, como critérios, níveis de desempenho e descritores. O professor demonstra o uso do ChatGPT para gerar e revisar rubricas, incluindo a adaptação para diferentes públicos e o alinhamento com a Taxonomia de Bloom, otimizando o processo para educadores.
Slides utilizados no vídeo
Clique aqui para acessar o PDF com os slides apresentados no vídeo.
Destaque do vídeo
Tipos de Rubricas
As rubricas são instrumentos que definem critérios claros de avaliação, orientando os professores na correção e os alunos quanto ao que se espera em suas atividades. Existem dois tipos de rubricas: analítica e holística.
Veja abaixo mais detalhes:
Rubrica Analítica
É um instrumento de avaliação que divide o desempenho do estudante em múltiplos critérios específicos, cada um com sua própria escala de pontuação. Ela permite ao professor avaliar diferentes aspectos de uma tarefa (como clareza, argumentação, organização, domínio do conteúdo, etc.) separadamente.
- Exemplo de uso: Uma redação pode ser avaliada por critérios como coesão, coerência, gramática e criatividade, cada um com nota própria.
-
Vantagens:
- Avaliação mais detalhada e justa
- Feedback preciso para o aluno
- Facilita a identificação de pontos fortes e fracos
Rubrica Holística
Avalia o trabalho do aluno de forma global, considerando o desempenho como um todo. Em vez de pontuar critérios específicos separadamente, o avaliador atribui uma nota única com base em uma impressão geral da tarefa, geralmente a partir de descrições de níveis de desempenho (excelente, bom, regular, insuficiente, por exemplo).
- Exemplo de uso: Em uma apresentação oral, o avaliador pode atribuir uma única nota baseada na impressão geral da clareza, domínio do conteúdo e postura.
-
Vantagens:
- Mais rápida e simples de aplicar
- Útil em avaliações de alto volume ou de natureza subjetiva (como artes, discursos)
Avaliando Respostas
Prof. Leandro Schunk, comenta no vídeo sobre a Inteligência Artificial (IA) como ferramenta na avaliação de respostas. Ele destaca três pilares: redução da subjetividade, otimização do tempo de correção e garantia de consistência. Explica como a IA realiza análise semântica, classifica por níveis e fornece feedback, com demonstrações práticas no ChatGPT.
Slides utilizados no vídeo
Clique aqui para acessar o PDF com os slides apresentados no vídeo.
Destaque do vídeo
Avaliação inteligente
A Inteligência Artificial pode apoiar a avaliação ao realizar análise semântica das respostas, identificando sentido e coerência; classificar o desempenho dos estudantes por níveis com base em critérios definidos; e fornecer feedback automático, claro e alinhado aos objetivos de aprendizagem.
Veja abaixo mais detalhes:
Análise Semântica
"Analise semanticamente a seguinte resposta dissertativa, verificando se há coerência, clareza e uso adequado dos conceitos relacionados à Teoria da Aprendizagem Significativa."
(cole ou anexe a resposta do aluno)
Classificação por Níveis
"Classifique a resposta abaixo em níveis de desempenho (excelente, bom, regular, insuficiente), considerando os seguintes critérios: domínio do conteúdo, argumentação e organização textual."
(cole a resposta do aluno ou uma lista de respostas)
Feedback Formativo
"Forneça um feedback formativo para a resposta abaixo, destacando os pontos fortes e indicando o que pode ser melhorado, com base nos critérios de avaliação da atividade."
(inserir a pergunta e a resposta do aluno)
Prompt combinado (análise + classificação + feedback)
"Avalie a resposta dissertativa a seguir sobre planejamento estratégico em Administração. Realize a análise semântica, classifique o nível de desempenho (excelente, bom, regular ou insuficiente) e forneça um feedback construtivo com sugestões de melhoria."
Dica para uso com vários alunos
"Avalie as seguintes respostas de alunos a uma questão sobre ética profissional. Para cada uma, faça análise semântica, classifique por nível de desempenho e gere um breve feedback personalizado."
(coloque as respostas em lista: Aluno A, Aluno B...)
Foco na Aplicação Docente
Avaliações integradas por IA: fortalecendo competências e alinhando objetivos de aprendizagem.
SITUAÇÃO-PROBLEMA
Como docente universitário, você é responsável por planejar avaliações formativas e somativas que estejam alinhadas ao desenvolvimento de competências. O curso de IA destaca o uso da inteligência artificial na criação, qualificação e análise de questões, bem como na construção de rubricas avaliativas. Essas ferramentas tornam o processo avaliativo mais claro, personalizado e alinhado aos objetivos de aprendizagem.
Diante desse cenário, qual abordagem você considera mais eficaz para integrar a IA na elaboração e aplicação de instrumentos avaliativos que promovam a aprendizagem significativa e justa para todos os estudantes?
Selecione uma opção para visualizar o comentário correspondente.
Alternativa 1: Utilizar a IA para criar diferentes tipos de questões (objetivas, dissertativas, estudo de caso, verdadeiro ou falso), adaptando o nível de complexidade de acordo com a Taxonomia de Bloom e os perfis dos estudantes. SelecionarSelecionado
Alternativa 2: Construir rubricas de avaliação com apoio da IA, definindo critérios e níveis de desempenho com base nos objetivos da atividade, e utilizando essas rubricas para orientar a correção de projetos, apresentações e produções escritas. SelecionarSelecionado
Alternativa 3: Aplicar a IA na análise de respostas abertas, identificando padrões de pensamento, originalidade, argumentação e progressos individuais, considerando aspectos linguísticos e contextuais na avaliação. SelecionarSelecionado
Conclusão
A unidade de aprendizagem foi concluída com sucesso!
Agora que você explorou como a inteligência artificial (IA) generativa pode ser aplicada à construção de instrumentos avaliativos, reflita sobre as possibilidades de transformar o modo como você cria questões de avaliação, monta questionários e múltiplas questões, qualifica e adequa seus itens, elabora rubricas e avalia as respostas dos estudantes. Pense nos desafios que enfrenta no dia a dia, como garantir clareza e alinhamento das questões aos objetivos de aprendizagem, oferecer feedbacks mais detalhados ou otimizar o tempo gasto com correções e ajustes.
- De que maneira o uso da inteligência artificial faz mais sentido para o seu contexto? Seja ao gerar questões diversificadas e contextualizadas, ao estruturar questionários adaptados ao perfil da turma, ou ao automatizar análises semânticas que classifiquem respostas por níveis e forneçam devolutivas construtivas.
- Como aproveitar as ferramentas de IA para construir rubricas claras e personalizadas, ou revisar e aprimorar seus instrumentos avaliativos para que fiquem ainda mais alinhados às competências que deseja desenvolver? Pequenos ajustes, como pedir que a IA reformule um enunciado, crie variações de uma mesma questão ou sugira critérios de correção, podem gerar impactos significativos na qualidade e na equidade das suas avaliações.
Lembre-se: a avaliação é parte fundamental do processo de aprendizagem, e a IA pode ser uma aliada poderosa para tornar essa etapa mais eficiente, intencional e ética. Você é o principal responsável por conduzir essa transformação, utilizando a tecnologia como um recurso a serviço de uma educação mais significativa. E, com base nos assuntos: criando questões de avaliação, criando questionários e múltiplas questões, qualificando e adequando questões, criando rubricas, avaliando respostas.
A IA avalia todos da mesma forma. Isso significa que avalia com justiça?
Considere duas respostas para uma mesma questão.
Os dois estudantes demonstram compreensão adequada do conceito avaliado.
Um deles escreve utilizando a variedade linguística e a estrutura argumentativa mais frequentes em textos acadêmicos.
O outro apresenta o mesmo conceito com uma organização textual menos convencional, embora seu raciocínio esteja correto.
Uma ferramenta de IA atribui notas diferentes às respostas.
Aplicar o mesmo algoritmo, os mesmos critérios e a mesma rubrica a todos garante necessariamente uma avaliação justa?
Onde está o viés?
Quando uma IA atribui uma avaliação inadequada a uma resposta, onde pode estar o problema: no modelo, no prompt, na rubrica, nos dados utilizados, nos critérios definidos pelo professor ou na própria concepção de “boa resposta”?
Registros e reflexão final
Registre suas reflexões: anote ideias, estratégias ou insights que surgiram durante os estudos. Esse exercício poderá ajudá-lo a planejar e transformar o aprendizado em ações concretas na sua prática profissional.