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.
Perguntas de exemplo
Uma prévia do que há no modelo. Todas as perguntas podem ser editadas antes de publicar.
Por favor, indique quando você está respondendo a esta pesquisa.
- Pré-intervenção (início do período de estudo)
- Pós-intervenção (fim do período de estudo)
- Aplicação única (transversal)
Você está atualmente matriculado como estudante em uma faculdade ou universidade?
- Sim
- Não
Quais das seguintes ferramentas de IA generativa você já usou para aprendizagem ou trabalhos acadêmicos? Selecione todas as que se aplicam.
- ChatGPT (OpenAI)
- Claude (Anthropic)
- Gemini (Google)
- Microsoft Copilot
- Perplexity AI
- Recursos de IA do Grammarly
- GitHub Copilot
- Outro (por favor, especifique)
Para quais das seguintes atividades de aprendizagem você usa ferramentas de IA generativa? Selecione todas as que se aplicam.
- Compreender ou resumir leituras e notas de aula
- Fazer brainstorming de ideias para trabalhos ou projetos
- Escrever ou redigir redações e relatórios
- Resolver listas de exercícios ou exercícios práticos
- Estudar para provas ou testes
- Gerar exemplos ou explicações de conceitos
- Obter feedback sobre o meu trabalho
- Programação ou tarefas técnicas
- Pesquisa e busca de fontes
- Tradução ou revisão de idiomas
- Outro (por favor, especifique)
O próximo conjunto de perguntas trata das suas experiências de aprendizagem ao usar ferramentas de IA generativa. Por favor, pense na disciplina mais recente em que você usou ferramentas de IA e responda com base nessa experiência. Não há respostas certas ou erradas — estamos interessados nas suas percepções sinceras.
Com que frequência você verifica a precisão ou a validade das informações fornecidas pela IA generativa antes de usá-las em seu trabalho?
Pensando no conteúdo que você aprendeu com a ajuda da IA generativa, quão confiante você está de que conseguiria lembrar e explicar os conceitos-chave sem qualquer assistência de IA?
Ao iniciar uma tarefa de aprendizagem que envolve IA generativa, com que frequência você estabelece metas de aprendizagem específicas para si mesmo antes de começar?
No geral, como o seu uso de ferramentas de IA generativa afetou a qualidade da sua aprendizagem?
Qual é o seu nível acadêmico atual?
- Primeiro ano da graduação
- Segundo ano da graduação
- Terceiro ano da graduação
- Quarto ano da graduação ou além
- Estudante de mestrado
- Estudante de doutorado (PhD, EdD, etc.)
- Estudante de curso profissionalizante (JD, MD, MBA, etc.)
- Outro
Você usou alguma ferramenta de IA generativa (por exemplo, ChatGPT, Claude, Gemini, Copilot) para aprendizagem ou trabalhos acadêmicos nos últimos 3 meses?
- Sim
- Não
Em uma semana típica durante o período letivo, com que frequência você usa ferramentas de IA generativa para aprendizagem ou trabalhos acadêmicos?
Por favor, classifique as seguintes atividades de aprendizagem, da que você MAIS usa a IA generativa (1) para a que MENOS usa.
- Compreender ou resumir conteúdos
- Fazer brainstorming e gerar ideias
- Escrever e redigir
- Resolução de problemas e prática
- Estudar e preparar-se para provas
- Obter feedback sobre o meu trabalho
Ao usar IA generativa para esta disciplina, em que medida você desenvolveu uma compreensão profunda dos conceitos subjacentes?
Com que frequência você forma suas próprias conclusões sobre um tema antes de consultar a IA generativa?
Comparado com o conteúdo que você aprendeu SEM IA generativa, como você avaliaria sua capacidade de reter informações aprendidas COM IA generativa?
Ao usar IA generativa para aprendizagem, com que frequência você faz uma pausa para verificar se realmente compreende o conteúdo, em vez de apenas ler a resposta da IA?
Com base nas suas respostas nesta pesquisa, por favor, compartilhe quaisquer pensamentos adicionais sobre como a IA generativa influenciou sua experiência de aprendizagem — tanto positiva quanto negativamente.
Qual é a sua principal área de estudo?
- Artes e Humanidades
- Ciências Sociais
- Negócios e Administração
- Ciências Naturais
- Engenharia e Tecnologia
- Ciência da Computação e Tecnologia da Informação
- Ciências da Saúde e Medicina
- Educação
- Direito
- Matemática e Estatística
- Outro (por favor, especifique)
Como você descreveria o seu nível geral de engajamento com seus trabalhos acadêmicos atuais?
Ao usar IA generativa para esta disciplina, em que medida você conseguiu aplicar conceitos a novos problemas ou cenários por conta própria?
Com que frequência você questiona os pressupostos ou perspectivas presentes nas respostas da IA generativa?
Quão confiante você está de que conseguiria aplicar conceitos aprendidos com a IA generativa a uma disciplina diferente ou a uma situação do mundo real?
Com que frequência você muda sua abordagem no uso da IA generativa quando percebe que sua estratégia atual não está ajudando você a aprender de forma eficaz?
Qual é a sua idade?
- 18–20
- 21–23
- 24–26
- 27–30
- 31–35
- 36–40
- 41 ou mais
- Prefiro não dizer
Ao usar IA generativa para esta disciplina, em que medida você analisou, comparou ou avaliou criticamente as informações que encontrou?
Com que frequência você consulta fontes adicionais (livros didáticos, periódicos, colegas) para comparar com o que a IA generativa fornece?
Após concluir uma tarefa de aprendizagem com IA generativa, com que frequência você reflete sobre se a IA realmente ajudou você a aprender ou apenas ajudou você a concluir a tarefa?
Ao usar IA generativa para esta disciplina, em que medida você criou trabalho original ou sintetizou ideias além do que a IA forneceu?
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 dedicated opinion-scale batteries mapped to four distinct constructs (learning depth, critical thinking, knowledge retention, metacognitive awareness) rather than generic satisfaction questions.
- Uses behavioral and ranking items (e.g., ranking which learning activities most involve generative AI, multi-select on tool usage) to capture actual usage patterns before asking about outcomes.
- Closes with an AI follow-up interview that adapts to each respondent's prior answers, letting them elaborate on their own experience instead of ending at a static open-text box.
- Structured for pre/post and experimental research designs with demographic and enrollment screening (academic level, field of study, age, enrollment status) built in for segmentation.
Jotform
E-learning Student Performance Evaluation Form TemplateThis is a general e-learning performance evaluation form, not a generative-AI-specific research instrument. It's fielding-ready as a form builder template but would need substantial editing to measure constructs like critical thinking or metacognitive awareness tied to AI tool use. Best suited for course-level feedback rather than academic research on generative AI.
O que faz bem
- Easy drag-and-drop customization typical of Jotform templates
- Quick to deploy for general course/e-learning feedback
- Integrates with Jotform's broader form ecosystem (payments, notifications, etc.)
Onde deixa a desejar
- No generative-AI-specific question content; would require full rebuild for this research topic
- Static question set with no adaptive follow-up or AI-driven probing
- No automated quality scoring of open-ended responses
QuestionPro
Distance learning survey template for studentsA distance-learning experience survey template focused on remote/online learning satisfaction, not generative AI use specifically. It's a ready-to-field template within QuestionPro's platform but covers a different construct set than AI-driven learning outcomes. Researchers would need to substantially rewrite items to address critical thinking or metacognition around AI tools.
O que faz bem
- Established survey platform with standard logic and reporting features
- Template addresses broader distance-learning context which may be useful for comparison studies
- Supports typical survey distribution channels
Onde deixa a desejar
- No generative-AI-specific items on critical thinking, retention, or metacognitive awareness
- No adaptive AI interview or voice-based follow-up to probe individual responses
- No published methodology on prompt design or scoring transparency
SurveyMonkey
Distance Learning Survey TemplateOriginally built around COVID-era distance learning check-ins, this template targets remote schooling logistics and satisfaction, not generative AI's cognitive effects on students. It is a usable, fielding-ready template on SurveyMonkey's platform but is topically distant from generative AI research needs. Would function better as a general remote-learning pulse survey than an experimental research instrument.
O que faz bem
- Widely recognized, easy-to-deploy survey platform
- Simple structure suited for quick pulse-check style feedback
- Established reporting dashboard for descriptive statistics
Onde deixa a desejar
- No content addressing generative AI tools or their cognitive/learning impact
- Fixed question flow with no adaptive follow-up questioning
- No mechanism for scoring response quality or depth of reflection
SurveySparrow
Distance Learning Check-in Bot TemplateA conversational check-in bot for distance learning during COVID-19, aimed at brief pulse-style engagement rather than in-depth research on generative AI's effect on learning. Its chatbot format is fielding-ready but designed for quick check-ins, not multi-construct academic measurement. Not suited as-is for pre/post experimental research designs.
O que faz bem
- Conversational chatbot format may feel more engaging than static forms
- Good for quick, low-friction check-ins with students
- Native to SurveySparrow's chat-style survey product
Onde deixa a desejar
- No generative-AI-specific or multi-construct research content (learning depth, retention, metacognition)
- Chatbot follow-ups are scripted, not adaptive AI-generated based on individual response content
- No transparent prompt methodology or automated quality scoring of responses
Perguntas frequentes
Quais perguntas estão no modelo “Pesquisa sobre IA Generativa e Experiência de Aprendizagem dos Estudantes”?
O modelo inclui 30 perguntas prontas para usar, começando por: “Boas-vindas e obrigado por participar deste estudo sobre o uso de tecnologia na aprendizagem. Esta pesquisa trata das s…” · “Por favor, indique quando você está respondendo a esta pesquisa.” · “Você está atualmente matriculado como estudante em uma faculdade ou universidade?”. 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 30 perguntas em cerca de 13 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.
Eficácia de Chatbots de IA na Orientação e Suporte ao Estudante
Esta pesquisa avalia as experiências dos estudantes com serviços de orientação e suporte por chatbots de IA. Ela mede padrões de uso, tipos de tarefas, taxas de sucesso percebidas, satisfação, confiança, comparação com orientadores humanos e áreas para melhoria.
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 modeloAutoavaliação 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.
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 modeloAtitudes 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