Revelando a adoção de AIGC por estudantes universitários em aprendizagem de design: um modelo integrado

Por que isso importa para futuros designers

Estudantes de design nas universidades de hoje aprendem em estúdios onde a inteligência artificial pode esboçar, escrever e gerar imagens em segundos. Este estudo investiga como esses estudantes decidem se de fato vão usar ferramentas de conteúdo gerado por IA (AIGC) no seu aprendizado cotidiano de design. Compreender suas reações — o que os entusiasma, o que os assusta e o que os leva a compartilhar essas ferramentas com colegas — ajuda educadores a moldar cursos que protejam a criatividade ao mesmo tempo em que aproveitam tecnologias poderosas.

Novas ferramentas no estúdio de design

Os autores concentram-se em estudantes universitários chineses com formação em design, um grupo para o qual criatividade visual, iteração e experimentação são centrais nos estudos. Sistemas de AIGC podem produzir rapidamente layouts alternativos, ideias de produto ou conceitos visuais, potencialmente acelerando as etapas iniciais do design e dando aos estudantes mais espaço para refinar suas ideias. Ao mesmo tempo, esses sistemas levantam preocupações sobre originalidade, autoria, vieses e dependência excessiva das máquinas. Pesquisas anteriores frequentemente examinaram a AIGC na educação geral ou sob um ângulo puramente técnico; este artigo foca em como os próprios estudantes de design pensam, sentem e agem quando tais ferramentas são incorporadas ao seu aprendizado.

Três estágios da resposta estudantil

Para desvendar essas reações, os pesquisadores combinam duas ideias estabelecidas dos estudos de tecnologia. Uma descreve como novas ferramentas se espalham por uma comunidade, e a outra explica como as pessoas avaliam esforço, benefícios e emoções ao encontrar um dispositivo pela primeira vez. Juntas, essas teorias são usadas para construir um caminho em três estágios. No primeiro estágio, chamado preocupação tecnológica, os estudantes julgam se a AIGC parece melhor que métodos antigos, se se encaixa em sua forma atual de trabalhar ou se parece confusa e difícil de usar. No segundo estágio, aceitação emocional, eles formam expectativas sobre quanto a AIGC realmente melhorará seu desempenho e quanto esforço será preciso para se acostumar com ela. No estágio final, transformação comportamental, forças sociais e a disposição pessoal de experimentar coisas novas moldam se os estudantes continuam usando essas ferramentas e as recomendam a outros.

O que a pesquisa revelou

A equipe pesquisou 385 estudantes de design de diferentes especializações, fazendo perguntas detalhadas sobre esses três estágios. Em seguida, utilizaram modelagem por equações estruturais, uma técnica estatística que testa o quão bem diferentes fatores estão relacionados. Eles descobriram que quando os estudantes percebem vantagens claras na AIGC — como geração mais rápida de ideias ou opções visuais mais ricas — e sentem que essas ferramentas se encaixam sem atrito em seus softwares e fluxos de trabalho habituais, eles esperam melhores resultados e acreditam que as ferramentas não serão excessivamente exigentes para aprender. Em contraste, quando a AIGC parece complicada ou em constante mudança, os estudantes reduziriam suas expectativas tanto sobre desempenho quanto sobre facilidade de uso. Em outras palavras, benefício percebido e compatibilidade puxam os estudantes em direção à adoção, enquanto complexidade percebida os afasta.

Sentimentos, colegas e adotantes iniciais

Um dos resultados mais marcantes é que simplesmente esperar um desempenho melhor da AIGC não previu fortemente se os estudantes de fato passaram a usar e divulgar as ferramentas. Em vez disso, a crença de que a AIGC não exigiria esforço excessivo — a sensação de que era gerenciável e valia a curva de aprendizado — foi um motor muito mais forte. O ambiente social também teve papel poderoso: quando professores e colegas usavam ou incentivavam a AIGC, os estudantes tinham maior propensão a continuar usando-a e a apresentá-la a outros. Estudantes com uma mentalidade naturalmente inovadora, que gostam de experimentar novos métodos cedo, foram especialmente propensos a se tornar usuários ativos e embaixadores informais das ferramentas de AIGC em suas redes de pares.

O que isso significa para o ensino de design com IA

O estudo conclui que o uso bem-sucedido da AIGC na educação em design depende menos de promessas chamativas de desempenho aprimorado e mais da experiência cotidiana: as ferramentas devem ser simples de aprender, compatíveis com práticas de estúdio existentes e apoiadas por um ambiente social positivo. A complexidade pode desencadear frustração e ansiedade, reduzindo os benefícios potenciais. Para educadores e formuladores de políticas, isso sugere foco em orientação clara, introduções em etapas, suporte técnico e culturas de sala de aula que incentivem experimentação ponderada. Quando a AIGC é tornada acessível e integrada com cuidado, pode se tornar uma parceira na aprendizagem de design em vez de uma ameaça à criatividade ou à integridade dos estudantes.

Citação: Zeng, L., Wang, A., Huang, Y. et al. Unveiling college students’ adoption of AIGC in design learning: an integrated model. Humanit Soc Sci Commun 13, 357 (2026). https://doi.org/10.1057/s41599-026-06713-2

Palavras-chave: IA na educação em design, adoção de tecnologia por estudantes, conteúdo gerado por IA, difusão da inovação, aprendizagem de design