Todos os modelos
Education & Academic

Perspectivas 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.

Perguntas de exemplo

Uma prévia do que há no modelo. Todas as perguntas podem ser editadas antes de publicar.

29 perguntas · ~12 min
Q01
Mensagem

Obrigado pelo seu interesse neste estudo de pesquisa sobre as experiências do corpo docente com correção e avaliação. Esta pesquisa é conduzida para fins de investigação acadêmica. Sua participação é totalmente voluntária, e você pode interrompê-la a qualquer momento sem consequências. Não há respostas certas ou erradas — estamos interessados nas suas opiniões e experiências sinceras. Suas respostas serão mantidas em sigilo, armazenadas com segurança e relatadas apenas de forma agregada. Nenhuma informação de identificação será vinculada às suas respostas individuais. Os resultados serão utilizados exclusivamente para fins de investigação acadêmica. Tempo estimado de conclusão: 12 a 15 minutos. Ao prosseguir, você indica que leu estas informações e concorda em participar.

Q02
Múltipla escolha

Qual das opções a seguir melhor descreve o seu cargo principal atual?

  • Docente em tempo integral (efetivo ou em regime de estabilidade)
  • Docente em tempo integral (não efetivo ou por contrato)
  • Docente em tempo parcial ou substituto
  • Assistente de ensino de pós-graduação
  • Administrador acadêmico com funções de ensino
  • Cargo exclusivamente de pesquisa (sem ensino)
  • Outro
Q03
Múltipla escolha

Quais dos seguintes tipos de avaliação de alunos você utiliza atualmente em seus cursos? (Selecione todas as opções aplicáveis)

  • Redações ou trabalhos escritos
  • Provas de múltipla escolha ou respostas curtas
  • Artigos de pesquisa ou projetos de conclusão
  • Relatórios de laboratório ou trabalhos técnicos
  • Apresentações ou provas orais
  • Avaliações por pares
  • Portfólios
  • Avaliação baseada em discussão ou participação
  • Outro (especifique)
Q04
Mensagem

Na próxima seção, perguntaremos sobre as suas opiniões a respeito da correção e avaliação assistidas por IA. Por "correção assistida por IA", entendemos o uso de ferramentas de inteligência artificial que podem ajudar a avaliar os trabalhos dos alunos — por exemplo, pontuação automatizada de trabalhos escritos, sugestões de feedback geradas por IA ou inconsistências na correção sinalizadas pela IA. Essas ferramentas são projetadas para auxiliar o corpo docente, não para substituir o seu julgamento. Por favor, tenha esta descrição em mente ao responder às perguntas a seguir.

Q05
Escala de opinião

Quão aberto você estaria a usar ferramentas assistidas por IA como parte do seu processo de correção e avaliação?

Escala: 17
Mín:Nada abertoMáx:Extremamente aberto
Q06
Escala de opinião

Quão preocupado você está com a possibilidade de ferramentas de correção assistidas por IA introduzirem ou perpetuarem vieses na avaliação de alunos?

Escala: 15
Mín:Nada preocupadoMáx:Extremamente preocupado
Q07
Escala de opinião

Quão preocupado você está com a privacidade dos dados dos alunos quando os trabalhos dos alunos são processados por sistemas de correção assistidos por IA?

Escala: 15
Mín:Nada preocupadoMáx:Extremamente preocupado
Q08
Escala de opinião

Quão preparado você se sente atualmente para usar ferramentas de correção assistidas por IA de forma eficaz?

Escala: 15
Mín:Nada preparadoMáx:Totalmente preparado
Q09
Mensagem

Pesquisadores estão explorando a possibilidade de conduzir experimentos controlados para avaliar ferramentas de correção assistidas por IA. Esses experimentos envolveriam docentes voluntários corrigindo um conjunto de trabalhos de alunos tanto com quanto sem a assistência de IA, comparando em seguida resultados como consistência na correção, tempo gasto e satisfação dos alunos. A participação normalmente exigiria de 3 a 5 horas ao longo de um semestre e seria remunerada. Todos os dados seriam anonimizados.

Q10
Entrevista com IA

Gostaríamos de entender o seu pensamento sobre como a correção assistida por IA pode afetar a integridade da avaliação — a justiça, a validade e a confiabilidade da forma como o aprendizado dos alunos é avaliado. Na sua visão, quais são as considerações mais importantes ao pensar sobre se as ferramentas de IA podem manter a integridade da avaliação?

Q11
Texto longo

Com base nas suas respostas ao longo desta pesquisa, por favor compartilhe quaisquer pensamentos ou sentimentos adicionais sobre o papel da IA na correção e avaliação que possamos não ter abordado.

Q12
Lista suspensa

Qual é a sua principal disciplina ou área acadêmica?

  • Artes e Humanidades
  • Ciências Biológicas e da Vida
  • Administração e Gestão
  • Ciência da Computação e Tecnologia da Informação
  • Educação
  • Engenharia
  • Ciências da Saúde e Medicina
  • Direito
  • Matemática e Estatística
  • Ciências Físicas
  • Ciências Sociais
  • Outra (especifique)
Q13
Mensagem

Obrigado por concluir esta pesquisa. Suas perspectivas são valiosas para compreender como as ferramentas de IA podem moldar o futuro da avaliação acadêmica. Suas respostas foram registradas e serão mantidas em sigilo. Se você tiver alguma dúvida sobre esta pesquisa, entre em contato com a equipe de pesquisa pelo e-mail fornecido no seu convite. Você pode fechar esta janela agora.

Q14
Múltipla escolha

Quais das seguintes atividades fazem parte das suas responsabilidades atuais? (Selecione todas as opções aplicáveis)

  • Elaboração de currículos ou ementas de cursos
  • Ministração de aulas ou condução de seminários
  • Correção ou avaliação de trabalhos dos alunos
  • Orientação ou mentoria de alunos
  • Realização de pesquisa
  • Funções administrativas ou de comissões
  • Supervisão de assistentes de ensino
Q15
Múltipla escolha

Em uma semana típica de ensino, aproximadamente quantas horas você dedica à correção e ao fornecimento de feedback sobre os trabalhos dos alunos?

  • Menos de 2 horas
  • 2 a 5 horas
  • 6 a 10 horas
  • 11 a 15 horas
  • 16 a 20 horas
  • Mais de 20 horas
Q16
Escala de opinião

Qual a probabilidade de você adotar uma ferramenta de correção assistida por IA nos próximos dois anos, supondo que houvesse uma disponível e apoiada pela sua instituição?

Escala: 17
Mín:Extremamente improvávelMáx:Extremamente provável
Q17
Escala de opinião

Quão preocupado você está com a precisão das notas ou do feedback produzidos por ferramentas assistidas por IA?

Escala: 15
Mín:Nada preocupadoMáx:Extremamente preocupado
Q18
Ordenação

Por favor, classifique as seguintes medidas de proteção de dados em ordem de importância para você, caso ferramentas de correção assistidas por IA fossem utilizadas na sua instituição. (Arraste para ordenar, do mais importante primeiro)

  1. Os trabalhos dos alunos são processados apenas em servidores no campus (sem processamento em nuvem)
  2. Os fornecedores das ferramentas de IA não podem reter ou usar os dados dos alunos para treinamento de modelos
  3. Os alunos são informados e dão consentimento antes que seus trabalhos sejam processados pela IA
  4. O corpo docente mantém controle total sobre se e como as ferramentas de IA são utilizadas
  5. Auditorias regulares por terceiros das práticas de dados das ferramentas de IA
  6. Conformidade com as políticas institucionais de governança de dados (ex.: FERPA)
Arraste para ordenar
Q19
Múltipla escolha

Se fosse oferecido treinamento sobre ferramentas de correção assistidas por IA, quais formatos você preferiria? (Selecione todas as opções aplicáveis)

  • Workshop presencial (meio dia ou dia inteiro)
  • Módulos online no seu próprio ritmo
  • Webinar ao vivo ou workshop virtual
  • Consultoria individual com um tecnólogo educacional
  • Mentoria por pares de um colega que já utiliza a ferramenta
  • Documentação escrita ou guias do usuário
  • Eu não teria interesse em treinamento
  • Outro (especifique)
Q20
Escala de opinião

Com base na descrição acima, quão disposto você estaria a participar de um experimento controlado avaliando ferramentas de correção assistidas por IA?

Escala: 17
Mín:Nada dispostoMáx:Extremamente disposto
Q21
Múltipla escolha

Quantos anos de experiência em ensino no nível superior você possui?

  • Menos de 3 anos
  • 3 a 7 anos
  • 8 a 15 anos
  • 16 a 25 anos
  • Mais de 25 anos
Q22
Escala de opinião

Com que frequência você utiliza rubricas padronizadas ao corrigir os trabalhos dos alunos?

Escala: 15
Mín:NuncaMáx:Sempre
Q23
Múltipla escolha

Para quais dos seguintes tipos de avaliação você consideraria usar a correção assistida por IA? (Selecione todas as opções aplicáveis)

  • Provas de múltipla escolha ou respostas curtas
  • Redações ou trabalhos escritos
  • Artigos de pesquisa ou projetos de conclusão
  • Relatórios de laboratório ou trabalhos técnicos
  • Apresentações ou provas orais
  • Avaliação baseada em discussão ou participação
  • Moderação de avaliação por pares
  • Eu não consideraria usar correção assistida por IA para nenhum destes
  • Outro (especifique)
Q24
Escala de opinião

Quão preocupado você está com a possibilidade de a correção assistida por IA reduzir a conexão pessoal entre o corpo docente e os alunos no processo de feedback?

Escala: 15
Mín:Nada preocupadoMáx:Extremamente preocupado
Q25
Múltipla escolha

Quantas horas de treinamento você estaria disposto a investir para aprender a usar uma ferramenta de correção assistida por IA de forma eficaz?

  • Nenhuma — eu não investiria tempo em treinamento
  • 1 a 2 horas
  • 3 a 5 horas
  • 6 a 10 horas
  • Mais de 10 horas
Q26
Múltipla escolha

Qual seria o seu principal motivo para participar ou não participar de tal experimento?

  • Curiosidade sobre como as ferramentas de IA se saem na correção
  • Desejo de contribuir para pesquisas baseadas em evidências sobre ensino
  • Interesse em melhorar minha própria eficiência na correção
  • Preocupação com o tempo necessário
  • Ceticismo quanto ao papel da IA na avaliação
  • Desconforto em ser avaliado ou observado
  • Preocupações com privacidade ou éticas quanto ao desenho da pesquisa
  • Outro (especifique)
Q27
Múltipla escolha

Qual das opções melhor descreve a sua instituição?

  • Universidade de pesquisa (R1/R2 ou equivalente)
  • Universidade abrangente ou que concede mestrado
  • Faculdade de artes liberais
  • Faculdade comunitária ou de dois anos
  • Instituição profissional ou especializada
  • Outra (especifique)
Q28
Escala de opinião

De modo geral, quão satisfeito você está com o seu processo atual de correção e avaliação?

Escala: 17
Mín:Nada satisfeitoMáx:Extremamente satisfeito
Q29
Múltipla escolha

Qual é o tamanho típico de matrículas dos cursos que você leciona?

  • Menos de 20 alunos
  • 20 a 50 alunos
  • 51 a 100 alunos
  • 101 a 200 alunos
  • Mais de 200 alunos

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.

Como se compara

Analisamos os modelos mais parecidos de outras ferramentas de pesquisa. Veja o que elas fazem bem e onde este modelo vai além.

Por que este modelo

  • Includes a dedicated adaptive AI follow-up interview that probes faculty's own reasoning about how AI-assisted grading might affect their teaching relationships, going beyond fixed-choice questions
  • Separates concerns into distinct scaled items for bias, accuracy, loss of personal connection, and student data privacy, rather than one generic 'AI concerns' question
  • Captures actionable readiness signals: preferred training formats, hours willing to invest, and willingness to join a controlled grading experiment, plus a ranking of data protection priorities
  • Closes with an open-text reflection and discipline/experience/institution-size demographics, enabling segmented reporting on faculty AI grading attitudes

SurveyMonkey

AI Readiness Assessment Template

This is a general-purpose AI readiness template aimed at organizations assessing AI adoption broadly, not one built for academic faculty or grading/assessment contexts specifically. It's a fielding-ready static form on an established survey platform, useful as a generic AI-attitudes starting point but not tailored to higher-ed grading concerns. Researchers would need to heavily customize it to cover rubric use, bias-in-grading, or controlled experiment participation.

O que faz bem

  • Backed by a widely-used, established survey platform with broad distribution and analytics tools
  • Provides a ready-made framework for gauging general AI adoption attitudes
  • Likely offers standard reporting/benchmarking features typical of SurveyMonkey templates

Onde deixa a desejar

  • Static question set with no adaptive AI follow-up probing into individual faculty reasoning
  • Generic organizational AI-readiness focus, not tailored to academic grading, rubrics, or bias-in-assessment concerns
  • No voice AI interview option, per-response quality scoring, or published prompt-level methodology

Perguntas frequentes

Quais perguntas estão no modelo “Perspectivas do Corpo Docente sobre IA na Correção e Avaliação”?

O modelo inclui 29 perguntas prontas para usar, começando por: “Obrigado pelo seu interesse neste estudo de pesquisa sobre as experiências do corpo docente com correção e avaliação. E…” · “Qual das opções a seguir melhor descreve o seu cargo principal atual?” · “Quais dos seguintes tipos de avaliação de alunos você utiliza atualmente em seus cursos? (Selecione todas as opções apli…”. 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 29 perguntas em cerca de 12 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.

Ver todos
Education & Academic

Pesquisa 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 modelo
Education & Academic

IA nos Trabalhos Acadêmicos: Integridade dos Estudantes e Atitudes em Relação a Políticas

Mede as atitudes dos estudantes em relação ao uso de ferramentas de IA em contextos acadêmicos, preocupações com integridade e salvaguardas institucionais preferidas. Desenvolvido para administradores e docentes do ensino superior que buscam dados para embasar políticas de uso responsável de IA.

Ver modelo
Education & Academic

Adoção de IA no Ensino Superior

Uma pesquisa que explora como docentes e estudantes adotam, percebem e vivenciam ferramentas de IA em ambientes de ensino superior. Aborda os padrões de uso atuais, benefícios e barreiras percebidos, conhecimento sobre políticas institucionais, necessidades de capacitação e o impacto nos resultados de ensino e aprendizagem.

Ver modelo
Education & Academic

Pesquisa sobre Adoção de IA por Educadores, Políticas e Impacto em Sala de Aula

Mede os padrões de uso de ferramentas de IA por educadores, a clareza das políticas institucionais, os resultados observados em sala de aula e as necessidades de apoio, para embasar estratégias de integração de IA baseadas em evidências nos contextos da educação básica e do ensino superior.

Ver modelo
Education & Academic

Atitudes dos Estudantes em Relação às Ferramentas de Escrita com IA

Uma pesquisa acadêmica que examina como estudantes de faculdades e universidades percebem e utilizam ferramentas de escrita com IA, como ChatGPT, Copilot e tecnologias semelhantes. A pesquisa aborda padrões de uso, benefícios percebidos e preocupações com dependência, perspectivas sobre integridade acadêmica, comparações de qualidade e comunicação dos professores sobre políticas de IA.

Ver modelo
Education & Academic

Integridade Acadêmica na Era da IA

Uma pesquisa que examina como as ferramentas de IA estão remodelando as normas de integridade acadêmica entre estudantes universitários. Aborda conhecimento sobre políticas, padrões de uso pessoal, percepções de aceitabilidade, observações sobre o comportamento dos colegas e recomendações de políticas.

Ver modelo