O HEPI Student Generative AI Survey 2026, divulgado em março, traz o número que enterra qualquer ilusão de que universidade e IA convivem em equilíbrio: 88% dos universitários britânicos usaram IA generativa em avaliação no último ano, contra 53% em 2024. Mais grave ainda: 12% colam texto gerado diretamente no trabalho entregue, contra 3% em 2023. A bússola da educação superior global apontou — e o Brasil, que ainda discute se “ChatGPT pode” em pré-graduação, está debatendo a pergunta errada.
Os números que mudaram em 12 meses
O HEPI (Higher Education Policy Institute) é a referência britânica para política de educação superior. A edição 2026 do survey, com 1.041 alunos, mostra: 95% usam IA de algum jeito; 94% usam para trabalho avaliado; 88% para tarefa diretamente avaliada. Os usos mais comuns: explicar conceitos, resumir artigos, sugerir ideias de pesquisa.
O dado de “colagem direta” — texto gerado pela IA, sem reescrita, no trabalho entregue — saltou de 3% em 2024 para 8% em 2025 e 12% em 2026. Em três anos, quadruplicou. E 65% dos alunos relatam que a forma de avaliação mudou significativamente em resposta à IA — provas presenciais voltaram, vivas (defesas orais) cresceram, projetos individuais perderam espaço para projetos em grupo monitorados.
O que o número de 12% realmente significa
O incômodo não é só ético. É que 12% se considera baixo se a definição é “texto literalmente copiado”. O survey também mostrou que a fronteira entre “usei IA para brainstorming” e “usei IA para escrever” virou borrada. A categoria intermediária — “usei IA para gerar e depois reformulei” — está em torno de 35%, e é exatamente onde os detectores de IA falham e onde a discussão pedagógica precisa estar.
Os professores britânicos respondem com três estratégias paralelas. Primeira: voltar para avaliação presencial supervisionada (exame escrito em sala, sem dispositivo). Segunda: integrar IA como ferramenta exigida, com declaração obrigatória do que foi usado e como. Terceira: avaliação processual — não importa só o resultado final, mas o histórico do trabalho (rascunhos, revisões, conversas com a IA registradas).
O paradoxo da detecção
O survey também trouxe dado dolorido para a indústria de detectores: 65% dos alunos relatam ansiedade com falsos positivos de detectores de IA. O caso público inglês onde uma estudante quase foi expulsa por trabalho dela própria flagado como “AI-generated” virou referência. As universidades britânicas começaram a desencorajar uso de detectores baseados em probabilidade textual e a investir em redesenho de avaliação.
O efeito colateral: a empresa Turnitin, que dominava o mercado de plágio acadêmico, perdeu contratos de cinco grandes universidades inglesas em 2025. O modelo de negócio “detecção” entrou em crise. O modelo emergente é “documentação de processo” — registrar o caminho do trabalho, não tentar adivinhar a origem do texto final.
O que isso provoca no Brasil
Universidades brasileiras estão atrás. Apenas USP, Unicamp, FGV, Insper e algumas particulares avançaram em política institucional de IA. A maioria das federais ainda discute em comissões, com decisão colegiada lenta, e o ENADE não tem qualquer protocolo claro para uso de IA.
O efeito é previsível: o aluno brasileiro está usando IA na mesma taxa do britânico (provavelmente perto de 80-85%), mas sem orientação institucional sobre o que é uso aceitável. A formação de profissionais que vão entrar no mercado em 2027-2028 está sendo definida na sombra, fora do controle pedagógico.
O elo entre universidade e empregabilidade
O dado mais relevante para empresas brasileiras está na intersecção dos surveys de educação e de mercado de trabalho. As empresas que cortam vagas entry-level argumentam que recém-formados “não entregam”. Os recém-formados argumentam que aprenderam errado. As universidades dizem que estão se adaptando. Ninguém ainda fechou o triângulo.
O que está claro: a Geração formada em 2026-2027 chega ao mercado com hábito intenso de IA. O profissional que sabe usar bem é hiperprodutivo; o que aprendeu a delegar sem entender é frágil. As empresas que contratam vão precisar de testes técnicos diferentes de provas escritas — testes de raciocínio com IA, de auditoria de output gerado, de capacidade de fazer pergunta correta.
O que líderes brasileiros devem fazer
Quatro frentes para empresas que contratam recém-formados em 2026-2027. Primeiro, reformular processo seletivo: prova escrita com tempo limitado e sem device é menos preditiva agora — substitua por case com IA permitida e avaliação de qualidade do uso.
Segundo, programas de trainee precisam ensinar literacy: qual modelo usar para qual tarefa, como auditar saída, quando confiar e quando não. As universidades não estão fazendo. Quem fizer ganha vantagem competitiva real.
Terceiro, criar parcerias com universidades brasileiras de ponta para definir currículo de estágio e trainee — antes que o gap entre o que se aprende e o que se precisa fique estrutural. As escolas que tiverem essa parceria vão atrair os melhores alunos.
Quarto, e talvez o mais difícil: aceitar que o profissional de 2027 não vai ter as mesmas habilidades base do profissional de 2020. Muito da rotina cognitiva — pesquisa, síntese, primeira redação — será integrada com IA. O que sobra para humano é discernimento, contexto, decisão. As empresas que reorganizarem o trabalho em torno disso vão tirar produtividade real.
Publicado em 10 de maio de 2026.
]]>
