800 mil avaliações corrigidas: quando a IA passa a operar sob a governança pedagógica

Ao final de setembro, a plataforma Kaneta alcançou a marca de 800 mil avaliações corrigidas por inteligência artificial. É um número relevante, mas, olhando para essa trajetória, talvez o mais importante não seja a quantidade de correções realizadas. O principal patrimônio construído nesse percurso foi o aprendizado sobre como colocar a inteligência artificial para operar dentro de um processo educacional com método, controle e governança.

Cada nova instituição trouxe um desafio diferente. Cada projeto exigiu compreender uma nova dinâmica pedagógica, novos critérios de avaliação, novas formas de feedback e novas regras que precisavam ser traduzidas para que a inteligência artificial pudesse atuar de maneira coerente com aquilo que o corpo docente esperava.

Ao longo desse processo, ficou cada vez mais claro para nós que implementar inteligência artificial na avaliação não significa simplesmente disponibilizar um modelo de linguagem e pedir que ele corrija uma atividade. O trabalho está justamente em transformar a metodologia pedagógica da instituição em instruções capazes de orientar a IA para que ela funcione como um braço de execução do corpo docente, e não como uma camada autônoma tomando decisões fora das diretrizes definidas pela instituição.

Primeiro compreender como o professor avalia

Nos projetos de implantação da Kaneta, seguimos uma metodologia que foi sendo consolidada ao longo dessa trajetória. Em uma primeira etapa, a inteligência artificial trabalha paralelamente ao corpo docente. Uma mesma avaliação é corrigida pelo professor e também pela plataforma.

Esse momento é especialmente importante porque a correção realizada pelo professor normalmente contém elementos qualitativos que nem sempre estão completamente documentados. Existem nuances, tolerâncias, expectativas sobre a construção da resposta, critérios de argumentação e diferentes formas de interpretar o que o aluno produziu.

O que fazemos, na prática, é uma espécie de engenharia reversa da metodologia de correção. Observamos os critérios utilizados pelo corpo docente e traduzimos esses critérios em instruções para o modelo de inteligência artificial.

A partir daí, a IA começa a reproduzir aquela metodologia. Ela deixa de responder apenas com base em sua capacidade genérica de inferência e passa a operar dentro de um conjunto de diretrizes definidas pela instituição.

Antes da automação existe a homologação

Quando essa primeira etapa é vencida, entramos em uma segunda fase. A Kaneta passa a realizar as correções, mas os resultados ainda não são disponibilizados diretamente aos alunos. Eles passam primeiro por um processo de homologação do corpo docente.

É nesse momento que verificamos se a metodologia foi efetivamente replicada. Quando surge alguma divergência, procuramos entender qual regra ainda não estava suficientemente coberta.

Isso acontece porque um modelo de linguagem trabalha fundamentalmente com inferência. Quando determinada orientação não foi explicitada, o modelo tende a preencher aquela lacuna com base em seus próprios padrões estatísticos.

Em muitos casos essa inferência pode ser adequada. Em outros, pode se distanciar do critério pedagógico utilizado pela instituição. Quando isso ocorre, identificamos aquela lacuna e ampliamos as instruções até que os pontos relevantes estejam devidamente cobertos.

Esse ciclo de correção, homologação e ajuste é o que progressivamente transforma a IA em um mecanismo mais previsível e alinhado às diretrizes pedagógicas.

Cada implantação reduz a complexidade da próxima

Um efeito importante desse processo é que cada novo projeto incorpora os aprendizados acumulados nos anteriores.

No início de uma trajetória como essa, muitos padrões precisam ser descobertos. Com o tempo, esses padrões começam a ser incorporados em camadas mais amplas da plataforma. A experiência deixa de estar apenas em um prompt específico e passa a fazer parte de uma estrutura mais geral de governança.

Com isso, o tempo necessário para compreender os critérios pedagógicos, estruturar as instruções, identificar lacunas e homologar os resultados vem se reduzindo significativamente a cada nova implementação.

A plataforma começa a compreender melhor, a partir do próprio enunciado, da estrutura da atividade e da proposta pedagógica, quais elementos precisam ser considerados naquele processo de avaliação. O trabalho não desaparece, mas passa a partir de um nível de maturidade maior.

Para uma instituição de ensino, esse ponto é particularmente relevante. O ganho de escala não está apenas em corrigir avaliações mais rapidamente. Está na possibilidade de transformar uma metodologia pedagógica em um processo operacional replicável, mantendo controle, rastreabilidade e governança.

Uma experiência construída em mais de 24 mil cursos ofertados

Ao longo dessa jornada, a Kaneta já passou por mais de 24 mil cursos ofertados, envolvendo diferentes áreas do conhecimento, entre humanas, exatas e saúde.

Essa diversidade também nos permitiu experimentar diferentes formas de avaliação. Um dos formatos que ganhou bastante relevância foi a correção por rubricas, em que o próprio corpo docente define previamente os critérios que serão avaliados, a pontuação atribuída a cada dimensão e a forma como o feedback deve ser apresentado ao aluno.

Também avançamos para diferentes tipos de entrada. Além das respostas digitadas, a plataforma já opera com textos manuscritos, redações e modelos de avaliação em que folhas ou cadernos de respostas podem ser interpretados e comparados com um gabarito.

Essa experiência reforçou uma percepção que hoje consideramos central: o desafio não está apenas em fazer a inteligência artificial compreender o conteúdo produzido pelo aluno. O verdadeiro desafio é fazer com que ela compreenda como aquela instituição deseja avaliar aquele conteúdo.

A avaliação também pode fazer parte da aprendizagem

Outro aprendizado importante surgiu quando começamos a observar a Kaneta para além do processo tradicional de correção.

Quando o mesmo mecanismo de avaliação é utilizado em atividades formativas, simulados ou exercícios de estudo, a avaliação deixa de ser apenas um instrumento utilizado ao final de uma etapa e passa a fazer parte do próprio processo de aprendizagem.

O aluno pode realizar uma atividade, receber um feedback detalhado, compreender quais pontos precisam ser aprimorados e realizar uma nova tentativa. Esse ciclo pode se repetir diversas vezes.

Nesse cenário, o professor continua definindo os critérios e a metodologia. A tecnologia assume a capacidade de executar esse processo em escala.

Isso abre uma perspectiva importante para a gestão de ensino. A inteligência artificial pode não apenas reduzir o esforço operacional associado à correção, mas também ampliar significativamente a quantidade de momentos de feedback disponíveis para o aluno ao longo de sua trajetória.

O papel da inteligência artificial é executar uma metodologia, não substituí-la

Depois de 800 mil avaliações corrigidas, talvez esse seja o principal aprendizado que podemos compartilhar.

A inteligência artificial aplicada à educação apresenta seu maior potencial quando existe uma metodologia pedagógica clara por trás dela.

O que avaliar, como avaliar, quais critérios utilizar, qual nível de exigência aplicar e como orientar o aluno continuam sendo decisões pedagógicas.

A IA entra como uma infraestrutura capaz de executar essas decisões em escala.

Para nós, é justamente nessa combinação entre tecnologia, metodologia e governança que está o caminho para uma adoção mais consistente da inteligência artificial pelas instituições de ensino.

O próximo marco

Agora seguimos para uma nova etapa. Nossa meta é chegar ao final de 2026 com 1 milhão de avaliações corrigidas pela Kaneta.

A partir daí, começamos a preparar um novo ciclo. Para 2027, estabelecemos como objetivo alcançar 10 milhões de avaliações corrigidas.

Mais uma vez, o desafio não está apenas em multiplicar o volume.

Está em ampliar uma infraestrutura que permita às instituições aumentar sua capacidade de avaliação, oferecer mais feedback aos alunos e utilizar a inteligência artificial como aliada da equipe pedagógica, sempre sob governança e controle do corpo docente.

Conheça a plataforma Kaneta: https://badiu.com.br/kaneta/