Autoavaliação de Letramento em IA para Estudantes de Graduação
Um instrumento validado de autoavaliação que mede o letramento em IA de estudantes de graduação em cinco dimensões: compreensão conceitual, habilidades práticas, avaliação crítica, raciocínio ético e consciência das limitações. Tempo estimado de conclusão: 10 a 12 minutos.
Perguntas de exemplo
Uma prévia do que há no modelo. Todas as perguntas podem ser editadas antes de publicar.
Você está atualmente matriculado(a) como estudante de graduação em uma faculdade ou universidade?
- Sim
- Não
Com que frequência você usa ferramentas com tecnologia de IA (por exemplo, ChatGPT, Copilot, Gemini, Grammarly, DALL-E) para qualquer finalidade?
- Nunca
- Algumas vezes por ano
- Algumas vezes por mês
- Algumas vezes por semana
- Diariamente ou quase todos os dias
As afirmações a seguir descrevem conhecimentos e habilidades relacionados a conceitos de IA. Para cada afirmação, indique o quanto você concorda ou discorda com base nas suas habilidades atuais.
Consigo usar ferramentas com tecnologia de IA de forma eficaz para me ajudar a realizar tarefas acadêmicas (por exemplo, pesquisa, redação, programação).
Consigo identificar quando uma ferramenta de IA gerou informações imprecisas ou inventadas.
Consigo identificar preocupações éticas que surgem do uso de ferramentas de IA em trabalhos acadêmicos.
Consigo descrever os tipos de tarefas em que os sistemas atuais de IA provavelmente terão desempenho ruim ou pouco confiável.
De modo geral, como você avaliaria o seu nível atual de letramento em IA?
Pensando nas suas respostas ao longo desta pesquisa, o que você considera a maior lacuna no seu próprio letramento em IA e o que ajudaria você a superá-la?
Por fim, temos algumas perguntas sobre o seu perfil para fins de classificação.
Quais das seguintes ferramentas com tecnologia de IA você já usou pelo menos uma vez? Selecione todas as opções aplicáveis.
- ChatGPT
- Microsoft Copilot
- Google Gemini
- Claude
- Grammarly
- DALL-E / Midjourney / outros geradores de imagens
- GitHub Copilot / assistentes de programação
- Busca com tecnologia de IA (por exemplo, Perplexity, Bing AI)
- Outras ferramentas de IA
- Nunca usei nenhuma ferramenta de IA
Consigo explicar o conceito básico de inteligência artificial com minhas próprias palavras.
Consigo escrever prompts claros e específicos para obter resultados úteis de ferramentas de IA generativa.
Consigo avaliar se um conteúdo gerado por IA é bem fundamentado e sustentado por evidências.
Consigo explicar as implicações de privacidade de compartilhar dados pessoais ou sensíveis com ferramentas de IA.
Consigo explicar por que os sistemas de IA às vezes geram respostas que parecem seguras, mas estão incorretas.
Quão preparado(a) você se sente para usar ferramentas de IA de forma responsável e eficaz na sua vida acadêmica e profissional?
Em qual ano da graduação você está atualmente?
- Primeiro ano
- Segundo ano
- Terceiro ano
- Quarto ano
- Quinto ano ou além
- Prefiro não informar
Você já concluiu algum curso, workshop ou treinamento formal que abordasse conceitos de inteligência artificial ou aprendizado de máquina?
- Sim, um curso completo (por exemplo, ao longo de um semestre)
- Sim, um workshop ou sessão de treinamento curta
- Não, mas aprendi de forma informal (por exemplo, vídeos online, artigos)
- Não, não tenho nenhuma educação formal ou informal em IA
Consigo descrever como um modelo de aprendizado de máquina aprende padrões a partir de dados.
Consigo escolher a ferramenta de IA mais adequada para uma tarefa específica entre as opções disponíveis para mim.
Consigo reconhecer possíveis vieses nos resultados produzidos pelos sistemas de IA.
Consigo avaliar se o uso de uma ferramenta de IA em uma situação acadêmica específica seria considerado uma violação da integridade acadêmica.
Consigo identificar situações em que seria inadequado ou arriscado depender de resultados gerados por IA.
Qual das opções a seguir melhor descreve sua principal área de estudo?
- Ciência da Computação / Tecnologia da Informação
- Engenharia
- Ciências Naturais (por exemplo, Biologia, Química, Física)
- Matemática / Estatística
- Ciências Sociais (por exemplo, Psicologia, Sociologia, Ciência Política)
- Administração / Economia
- Humanidades (por exemplo, Letras, História, Filosofia)
- Artes / Design / Mídia
- Ciências da Saúde / Enfermagem
- Educação
- Outra
- Sem declaração / Indeciso(a)
- Prefiro não informar
Consigo explicar a diferença entre uma IA que segue regras predefinidas e uma IA que aprende a partir de exemplos.
Consigo modificar e refinar resultados gerados por IA para melhorar sua qualidade e relevância para minhas necessidades.
Consigo verificar afirmações geradas por IA fazendo referência cruzada com fontes confiáveis.
Consigo articular como os sistemas de IA podem perpetuar ou amplificar desigualdades sociais.
Compreendo que os sistemas de IA não entendem ou compreendem verdadeiramente as informações da forma como os humanos fazem.
Qual é a sua idade?
- 18 anos ou menos
- 19-20
- 21-22
- 23-25
- 26-30
- 31 anos ou mais
- Prefiro não informar
Consigo descrever o que são dados de treinamento e por que eles são importantes para o desempenho de um sistema de IA.
O que está incluído
Acompanhamento com IA
Sondagens adaptativas nas respostas abertas que revelam detalhes que um formulário estático deixaria passar.
Verificações de atenção
Proteções integradas contra respostas apressadas e participantes de baixa qualidade.
Textos escritos por IA
Redação, ordem e ramificações escritas pela IA, ajustadas ao seu objetivo de pesquisa.
Relatório automático
Temas, citações e um resumo em linguagem simples se escrevem sozinhos assim que as respostas chegam.
Por que este modelo
Para que este modelo foi feito: não encontramos nenhum modelo diretamente comparável em outras ferramentas de pesquisa.
O que o diferencia
- Includes an AI follow-up interview question that asks respondents to reflect on the biggest gap in their AI literacy after seeing their own scale responses, enabling deeper, personalized probing that a static form cannot replicate
- Structured across the five stated dimensions (conceptual understanding, practical skills, critical evaluation, ethical reasoning, awareness of limitations) with dedicated opinion-scale items for each, rather than a generic single-topic checklist
- Opens with screening questions (enrollment status, tool usage frequency, prior AI training) so responses can be segmented by actual undergraduate experience level before the literacy items begin
- Closes with classification questions (year of study, field of study, age) enabling cross-tab analysis of AI literacy by academic background, and produces an auto-generated report from the collected data
Perguntas frequentes
Quais perguntas estão no modelo “Autoavaliação de Letramento em IA para Estudantes de Graduação”?
O modelo inclui 33 perguntas prontas para usar, começando por: “Bem-vindo(a) à Autoavaliação de Letramento em IA. Esta pesquisa aborda suas experiências e sua compreensão sobre ferram…” · “Você está atualmente matriculado(a) como estudante de graduação em uma faculdade ou universidade?” · “Com que frequência você usa ferramentas com tecnologia de IA (por exemplo, ChatGPT, Copilot, Gemini, Grammarly, DALL-E)…”. O conjunto completo aparece acima e todas as perguntas podem ser editadas.
Quanto tempo leva para responder a esta pesquisa?
Os participantes normalmente terminam as 33 perguntas em cerca de 14 minutos.
Posso personalizar este modelo?
Sim: cada pergunta, cada opção de resposta e a ordem podem ser editadas antes de publicar. Você pode adicionar ou remover perguntas, ou pedir ao editor com IA para refazer a pesquisa em torno do seu objetivo.
Este modelo é gratuito?
Sim. Abra no editor e comece a personalizar agora: não é preciso criar conta para testar, e o plano gratuito cobre a publicação da sua pesquisa.
Pronto para publicar?
Abra este modelo no editor. Tudo é seu para mudar antes de o primeiro participante ver.
Modelos relacionados
Mais estudos sobre temas semelhantes.
Pesquisa sobre IA Generativa e Experiência de Aprendizagem dos Estudantes
Um instrumento de pesquisa que mede como as ferramentas de IA generativa afetam os resultados de aprendizagem dos estudantes em relação à profundidade da aprendizagem, ao pensamento crítico, à retenção de conhecimento e à consciência metacognitiva. Elaborado para desenhos de pesquisa pré/pós e experimentais. Tempo estimado de conclusão: 10 a 14 minutos.
Ver modeloPreparação do Instrutor para a Integração de IA
Esta pesquisa avalia a preparação dos instrutores para integrar a inteligência artificial ao ensino, abrangendo proficiência tecnológica, letramento em IA, confiança pedagógica, apoio institucional, necessidades de desenvolvimento profissional e preocupações com a carga de trabalho. Tempo estimado de conclusão: 10 minutos.
Ver modeloPesquisa de Conscientização sobre Ética em IA para Estudantes
Um instrumento acadêmico que mede a conscientização, a exposição e as atitudes dos estudantes em relação à ética da inteligência artificial. Aborda familiaridade com conceitos, exposição a treinamentos, respostas a dilemas éticos, opiniões sobre regulamentação e disposição para priorizar a ética em vez da conveniência. Tempo estimado de conclusão: 8–12 minutos.
Ver modeloAvaliação da Qualidade de Dados de Entrevistas com IA
Um instrumento de codificação de meta-pesquisa para que pesquisadores avaliem e comparem sistematicamente a qualidade de dados de entrevistas moderadas por IA em comparação com métodos qualitativos tradicionais. Projetado para uso repetido em múltiplos conjuntos de dados. Tempo estimado de conclusão: 12 a 15 minutos por conjunto de dados avaliado.
Ver modeloPerspectivas do Corpo Docente sobre IA na Correção e Avaliação
Uma pesquisa de investigação acadêmica que explora as atitudes, preocupações e prontidão do corpo docente em relação a ferramentas de correção e avaliação assistidas por IA. Aborda práticas atuais, abertura à adoção, preocupações sobre viés/precisão/privacidade, necessidades de treinamento e disposição para participar de experimentos controlados.
Ver modeloEmployee Grammar & Writing Proficiency Assessment
A short grammar knowledge check paired with self-rated confidence and a ranking of trouble spots, built for L&D teams, hiring managers, and content organizations evaluating written-communication skills. The AI follow-up interview probes why respondents chose their answers and where real grammar mistakes actually happen on the job, not just what they scored.
Ver modelo