Competência em engenharia de prompts, gestão do conhecimento e adequação tecnológica como impulsionadores da sustentabilidade educacional por meio da IA generativa

Por que perguntas mais inteligentes à IA importam para os estudantes

À medida que ferramentas de IA generativa como chatbots entram nas salas de aula, surge um enigma central: o que faz com que alguns estudantes transformem essas ferramentas em parceiros de aprendizagem duradouros, enquanto outros as usam apenas de forma breve ou inadequada? Este estudo investiga como a habilidade dos estudantes em formular boas perguntas à IA, a forma como gerenciam o conhecimento que obtêm e o quanto as ferramentas de IA se adequam às suas necessidades de estudo atuam em conjunto para apoiar uma aprendizagem sustentável e de longo prazo no ensino superior.

Como o estudo analisou o uso de IA pelos estudantes

Os pesquisadores entrevistaram 437 estudantes universitários que já usam ferramentas de IA generativa, como o ChatGPT, para trabalhos acadêmicos. Usando modelagem estatística, construíram e testaram uma cadeia de influências que começa com a competência do estudante em “engenharia de prompts”, passa por quanto conhecimento útil o estudante adquire e realmente utiliza, então molda o quanto a IA parece adequada tanto às tarefas quanto ao estudante individual, e por fim leva à intenção do estudante de continuar usando a IA. O ponto final dessa cadeia é a sustentabilidade educacional, entendida aqui como o uso duradouro e eficaz da IA no aprendizado, em vez de uma moda tecnológica de curta duração.

De melhores prompts a um melhor ajuste de aprendizagem

A ideia central é que, em sistemas de IA generativa, a qualidade do que os estudantes obtêm depende fortemente do que eles inserem. Estudantes capazes de formular prompts claros, detalhados e intencionais tendem a extrair informações mais precisas e relevantes e conseguem aplicá-las melhor em tarefas, projetos e resolução de problemas. O estudo conclui que essa aquisição e aplicação do conhecimento influenciam fortemente o quanto os estudantes sentem que a IA se ajusta às suas tarefas acadêmicas e às suas preferências, habilidades e nível de conforto. Em outras palavras, prompts inteligentes não produzem apenas respostas melhores; fazem com que a tecnologia pareça mais adequada tanto ao trabalho quanto à pessoa que a utiliza.

Por que o “ajuste” impulsiona o uso continuado

A pesquisa destaca dois tipos de ajuste. O ajuste tarefa–tecnologia captura o quanto as ferramentas de IA ajudam em tarefas de aprendizagem específicas, como entender um conceito ou resolver um problema. O ajuste indivíduo–tecnologia captura o quanto as ferramentas combinam com estilos de aprendizagem, confiança e necessidades dos estudantes. Ambos os tipos de ajuste estão ligados aos planos dos estudantes de continuar usando a IA, mas o ajuste tarefa–tecnologia é o motor mais forte. Quando os estudantes sentem que a IA realmente os ajuda a completar tarefas acadêmicas de forma mais eficaz, é muito mais provável que a usem voluntária e regularmente. Esse uso continuado, por sua vez, está intimamente ligado à ideia de sustentabilidade educacional, já que as ferramentas só transformam o aprendizado se permanecerem parte das rotinas de estudo do dia a dia.

Habilidades de prompt como uma nova alfabetização

O estudo também posiciona a engenharia de prompts como um novo tipo de alfabetização acadêmica. Estudantes habilidosos em decompor tarefas complexas em perguntas menores, ajustar prompts para diferentes ferramentas de IA, refinar solicitações com base em respostas anteriores e checar saídas de IA quanto a vieses e precisão apresentam níveis muito mais altos tanto de ganho de conhecimento quanto de uso do conhecimento. A engenharia de prompts emergiu como o preditor mais forte em todo o modelo, sugerindo que a forma como os estudantes se comunicam com a IA pode importar mais do que a plataforma específica que escolhem. Curiosamente, o padrão geral se manteve tanto para estudantes do sexo masculino quanto feminino, embora a aplicação do conhecimento a tarefas reais pareça fortalecer um pouco mais a sensação de ajuste da tarefa entre as mulheres.

O que isso significa para o futuro da aprendizagem

Para um leitor leigo, a mensagem do estudo é direta: a IA generativa potencializa a educação principalmente quando os estudantes aprendem a fazer melhores perguntas e a trabalhar ativamente com as respostas. Quando fortes habilidades em prompts alimentam um ganho de conhecimento constante e uso no mundo real, os estudantes passam a ver a IA como parte natural de seu conjunto de ferramentas de estudo, não como uma novidade passageira. Esse uso sustentado e significativo é o que os autores chamam de sustentabilidade educacional. Em vez de substituir o aprendizado humano, a IA torna-se uma parceira que apoia uma compreensão mais profunda e habilidades duradouras, desde que as instituições ajudem os estudantes a desenvolver as competências necessárias para orientar e questionar essas poderosas ferramentas.

Citação: Gibreel, O., Karataş, K. & Arpaci, I. Prompt engineering competence, knowledge management, and technology fit as drivers of educational sustainability through generative AI. Sci Rep 16, 15596 (2026). https://doi.org/10.1038/s41598-026-46335-x

Palavras-chave: IA generativa na educação, engenharia de prompts, sustentabilidade educacional, adequação tarefa-tecnologia, gestão do conhecimento