Exames orais e outras avaliações presenciais voltaram ao centro do debate educacional internacional diante do avanço da inteligência artificial generativa. Ferramentas capazes de produzir textos estruturados e simular raciocínios acadêmicos têm colocado em xeque a confiabilidade das provas escritas tradicionais, sobretudo no ensino superior.
Em universidades da América do Norte e da Europa, cresce a dificuldade de assegurar que trabalhos e avaliações representem, de fato, a autoria e a aprendizagem dos estudantes, o que tem levado instituições a reavaliar formatos considerados mais vulneráveis à automação.
Volta da prova oral
Em países europeus, órgãos responsáveis pelo ensino superior passaram a orientar a adoção de verificações orais como complemento às avaliações escritas, com o objetivo de assegurar que o estudante consiga explicar, sustentar e justificar o conteúdo apresentado.
A recomendação parte da constatação de que, em um contexto de uso amplo de sistemas automatizados, a simples entrega de respostas deixou de representar, por si só, uma evidência consistente de aprendizagem. A base dessa estratégia está na análise do raciocínio em tempo real.
Ao contrário das provas escritas, os exames orais permitem observar a forma como o estudante estrutura ideias, articula argumentos, toma decisões e responde a questionamentos imprevistos — habilidades de difícil reprodução por ferramentas de inteligência artificial. Ainda assim, a adoção desse formato traz desafios, como o aumento da ansiedade, a possibilidade de vieses avaliativos e o risco de desigualdades, o que exige critérios objetivos, padronização dos procedimentos e preparo institucional adequado.
Situação no Brasil
No Brasil, as provas orais ainda não são amplamente adotadas como resposta direta ao avanço da inteligência artificial, mas o tema começa a ganhar relevância no debate educacional. A discussão tem se concentrado na revisão dos critérios de avaliação, no uso ético da tecnologia e na formação de professores.
Universidades e órgãos públicos têm promovido debates sobre os impactos da IA no ensino, na pesquisa e nas avaliações. Nesse cenário, modelos híbridos ganham espaço ao combinar trabalhos escritos, projetos práticos e explicações orais, diversificando as evidências de aprendizagem e reduzindo a dependência de formatos facilmente automatizáveis.
