Caso de fraude com IA na Brown University expõe uma crise nas avaliações universitárias

O professor Roberto Serrano, da Brown University, identificou um conflito marcante depois que uma prova intermediária para fazer em casa gerou uma média de 96% na turma. A natureza em constante evolução da segurança das avaliações ficou evidente quando essa média caiu drasticamente em condições supervisionadas. Seu caso sugere que as universidades não podem proteger os padrões acadêmicos apenas adicionando mais uma ferramenta de detecção a um sistema de avaliação inalterado.

Serrano leciona Economia do Bem-Estar e Teoria da Escolha Social, uma disciplina avançada de economia matemática. Ele permitiu provas para fazer em casa depois que estudantes manifestaram ansiedade בעקבות de um tiroteio fatal ocorrido em dezembro de 2025 no campus da Brown. Segundo um caso relatado em sala de aula, ele posteriormente encontrou indícios de uso generalizado e não autorizado de IA durante a disciplina.

A disputa é maior do que uma turma ou um chatbot. As universidades prometem aprendizagem flexível enquanto certificam que estudantes identificados dominaram competências definidas. A IA generativa torna esses compromissos mais difíceis de conciliar sempre que o trabalho ocorre fora de condições controladas.

A Brown agora enfrenta a mesma escolha que confronta universidades em todo o mundo. Ela pode tratar a fraude com IA principalmente como uma conduta individual indevida ou redesenhar a avaliação em torno de uma aprendizagem verificável. A primeira via preserva procedimentos conhecidos. A segunda aceita que esses procedimentos já não fornecem evidências suficientes.

Uma prova intermediária com média de 96% deu o alerta

A mudança importante não foi que os estudantes tinham acesso ao ChatGPT. Foi que uma prova estabelecida deixou de produzir evidências confiáveis de aprendizagem individual.

Serrano lecionava a disciplina havia quase duas décadas e normalmente tinha cerca de 30 estudantes matriculados. Na primavera de 2026, as matrículas chegaram a 86 depois que ele ofereceu provas para fazer em casa. O formato deu aos estudantes tempo ilimitado e respondeu a preocupações legítimas sobre voltar às salas de aula.

A prova intermediária para fazer em casa produziu uma média de 96%. Serrano afirmou que as médias históricas dessa prova variavam entre 65% e 80%, embora a nova avaliação fosse mais difícil. Quase metade da turma teria recebido nota máxima.

Notas altas, por si só, não comprovam má conduta. Uma turma excepcionalmente forte, tempo ilimitado de trabalho, colaboração, melhor preparação ou diferenças entre as avaliações podem alterar a distribuição das notas. Essa limitação importa porque uma acusação pode afetar a formação e a reputação de um estudante.

Serrano encontrou outro indício no próprio trabalho. Várias respostas teriam usado um argumento indireto por contradição onde uma demonstração matemática direta seria mais natural. Quando Serrano e seus corretores inseriram a questão no ChatGPT, ele produziu uma abordagem igualmente convoluta.

Essa semelhança levantou suspeitas, mas ainda não identificava qual estudante usou qual ferramenta. Modelos de linguagem podem gerar respostas diferentes para a mesma solicitação. Estudantes também podem convergir para métodos incomuns após usar anotações compartilhadas ou discutir um problema juntos.

Serrano respondeu transferindo a prova final para uma sala supervisionada. Ele disse aos estudantes que a prova intermediária seria considerada caso a final produzisse uma distribuição aproximadamente comparável. Caso contrário, ele alteraria os pesos.

As mudanças nas matrículas e no desempenho foram dramáticas. Reportagens sobre o incidente afirmam que 27 estudantes abandonaram a disciplina, incluindo 22 que haviam obtido nota máxima na prova intermediária. Cinquenta e nove estudantes fizeram a prova final, 19 foram reprovados, e a média final caiu para cerca de 49%.

Apenas dois estudantes teriam ficado a menos de dez pontos percentuais do resultado obtido na prova intermediária. O padrão reforça a alegação de Serrano de que as notas da prova para fazer em casa não refletiam domínio independente do conteúdo. Ele não estabelece o uso de IA em todos os casos individuais.

Essa distinção define o problema institucional. As universidades precisam de evidências suficientes para proteger uma qualificação sem tratar suspeitas estatísticas como culpa automática. Um processo criado apenas para casos isolados de plágio tem dificuldades quando uma avaliação produz dezenas de submissões questionáveis.

A Brown teria pedido a Serrano que apresentasse denúncias contra estudantes individualmente e fornecesse cada prova para análise. Um porta-voz da universidade afirmou que o processo permanece o mesmo, independentemente de a alegação envolver um estudante ou vários. Serrano argumentou que tal resposta não consegue lidar com má conduta nessa escala.

A cautela da universidade tem uma finalidade defensável. A disciplina acadêmica exige notificação, evidências e uma oportunidade para que os estudantes respondam. Ainda assim, um procedimento caso a caso se torna inadequado quando o próprio desenho da avaliação cria incerteza em grande parte da turma.

É por isso que o episódio importa além da Brown. A falha ocorreu antes de qualquer conclusão formal sobre má conduta. Ocorreu quando a universidade já não conseguia explicar com confiança o que suas notas mediam.

A natureza em constante evolução da fraude com IA muda o que está em jogo

As universidades não estão apenas fiscalizando assistência proibida. Elas defendem se um diploma ainda certifica o conhecimento e o julgamento de uma pessoa.

Aqui, a natureza em constante evolução da fraude com IA descreve uma fronteira móvel. Cada melhoria no raciocínio dos modelos amplia a variedade de tarefas não supervisionadas que o software consegue concluir de forma convincente. Uma avaliação considerada segura neste semestre pode se tornar vulnerável antes do início da próxima disciplina.

A IA generativa é um software que produz novos textos, imagens, código ou outros conteúdos a partir das instruções de um usuário. Ela não precisa reproduzir uma fonte palavra por palavra. Isso torna as verificações convencionais de plágio menos úteis, porque o resultado pode ser original na redação, mas não na autoria.

A economia matemática antes parecia mais resistente do que a redação comum de ensaios. Os estudantes precisavam escolher argumentos, construir demonstrações e conectar resultados formais. O relato de Serrano sugere que as ferramentas atuais podem produzir respostas suficientemente plausíveis para receber notas altas, mesmo quando seu raciocínio é truncado.

A pressão recai primeiro sobre os professores. Eles precisam estabelecer regras para IA, desenhar atividades, ministrar a disciplina, examinar trabalhos suspeitos, documentar casos e defender suas decisões. Muitos receberam pouco treinamento para qualquer uma dessas responsabilidades.

Os estudantes enfrentam outra forma de pressão. As regras diferem entre disciplinas, departamentos e professores. Uma ferramenta permitida para brainstorming em uma aula pode constituir má conduta em outra. Limites ambíguos dificultam a conformidade honesta e tornam a aplicação das regras menos consistente.

Os administradores assumem o risco institucional. Empregadores e entidades profissionais pressupõem que um histórico acadêmico reflete competência demonstrada. Se as universidades não puderem verificar essa competência, a confiança em notas e credenciais enfraquecerá.

O órgão regulador do ensino superior da Austrália define a segurança das avaliações como medidas que tornam as tarefas mais resistentes à fraude. Suas orientações sobre segurança das avaliações conectam avaliações confiáveis à confiança pública nas qualificações. Esse enquadramento leva a questão além de simplesmente apanhar quem quebra as regras.

Portanto, as universidades precisam de dois tipos de avaliação. Algumas tarefas devem ajudar os estudantes a aprender com IA, enquanto outras precisam verificar o que eles conseguem fazer de forma independente. Confundir esses objetivos produz terceirização irrestrita ou proibição total.

Uma tarefa de aprendizagem pode permitir experimentação, elaboração de rascunhos, feedback ou comparação assistida por IA. Uma tarefa de verificação precisa estabelecer autoria e competência sob condições adequadas ao resultado de aprendizagem. A mesma atividade raramente atende aos dois propósitos com a mesma eficácia.

Isso não exige que todas as provas retornem aos cadernos manuscritos. Exige, porém, que líderes de programas identifiquem quais resultados demandam desempenho independente. Cálculo, diagnóstico, interpretação, defesa oral, avaliação de fontes e julgamento profissional exigem diferentes métodos de verificação.

Um estudante pode usar IA para preparar, por exemplo, uma análise de políticas públicas. Em seguida, poderia defender oralmente suas premissas, reproduzir um cálculo essencial e explicar por que evidências alternativas alteram a conclusão. Essa sequência testa tanto a alfabetização em IA quanto a compreensão pessoal.

O corpo docente também precisa de apoio para a carga de trabalho adicional. Verificações orais, atividades em etapas e tarefas supervisionadas consomem tempo. As universidades não podem anunciar uma reforma das avaliações enquanto deixam professores individuais absorverem todos os custos operacionais.

O caso da Brown colocou pressão sobre um professor porque um problema institucional de garantia de qualidade emergiu dentro de uma disciplina. As universidades precisam inverter essa distribuição. Os programas devem assumir a segurança das avaliações, enquanto os professores implementam um desenho compartilhado.

A detecção não pode sustentar o sistema de integridade acadêmica

Detectores de IA não conseguem resolver um conflito que começa com evidências fracas de autoria e termina em decisões disciplinares de alto impacto.

Ferramentas de detecção de IA estimam se um texto se assemelha a uma escrita gerada por máquina. Elas não observam como um estudante criou o trabalho. Portanto, seu resultado é uma inferência, não um registro de conduta.

Falsos positivos podem expor estudantes honestos a acusações. Falsos negativos podem deixar passar usos indevidos sofisticados. Edição, tradução, refinamento de prompts, elaboração mista entre humanos e máquinas e atualizações dos modelos podem afetar o resultado.

O problema se torna especialmente grave para estudantes que escrevem em uma segunda língua. Vocabulário formulaico ou estruturas de frases previsíveis podem se assemelhar à produção de um modelo. Uma instituição que trata a pontuação de um detector como prova corre o risco de confundir padrões linguísticos com má conduta.

A Quality Assurance Agency aconselha as instituições a considerar os limites da detecção, incluindo falsos positivos e evasão. Seu kit de ferramentas de avaliação recomenda revisar tarefas de alto impacto, esclarecer o uso permitido de IA e exigir transparência quando apropriado.

Serrano não se baseou apenas em um detector. Ele comparou desempenho histórico, mudanças nas matrículas, padrões de solução, respostas geradas por modelos, desistências e a prova final supervisionada. Juntos, esses sinais formaram um forte argumento de que a prova intermediária não era uma medição confiável.

Ainda assim, eles deixam perguntas sem resposta sobre indivíduos. A prova final poderia ter sido mais difícil. Os estudantes poderiam ter sentido maior ansiedade sob supervisão. As desistências da disciplina alteraram a população comparada. Uma recente crítica estatística argumenta que essas explicações alternativas limitam o que as diferenças de notas podem comprovar.

Essa crítica não restaura a confiança na prova intermediária. Ela mostra por que as universidades precisam separar duas decisões. Uma pergunta se uma avaliação continua válida. A outra pergunta se um estudante específico cometeu má conduta.

Uma instituição pode invalidar ou reduzir o peso de uma avaliação comprometida sem condenar automaticamente todos os estudantes. Em seguida, pode buscar medidas disciplinares individuais apenas quando as evidências atingirem um padrão definido. Essa abordagem protege tanto a integridade das credenciais quanto o devido processo.

As universidades também devem preservar evidências produzidas durante a aprendizagem. Históricos de rascunhos, fontes anotadas, cálculos, registros de laboratório, commits de código e breves reflexões podem mostrar como o trabalho se desenvolveu. Esses registros são mais informativos do que um documento final analisado isoladamente.

As evidências do processo devem permanecer proporcionais. A vigilância contínua criaria riscos à privacidade e poderia transformar a educação em monitoramento no ambiente de trabalho. As instituições devem coletar apenas o que sustenta o resultado de aprendizagem declarado e as regras de avaliação publicadas.

A declaração do uso de IA oferece outra camada. Os estudantes podem identificar a ferramenta, descrever seu papel permitido, salvar prompts relevantes e explicar quais afirmações verificaram. A declaração não impede o uso indevido oculto, mas torna o uso autorizado auditável.

O mesmo princípio ajuda os estudantes a construir uma base de conhecimento pessoal. Notas de fontes, revisões e registros de raciocínio podem documentar o desenvolvimento intelectual sem reduzir a aprendizagem a uma pontuação de detector.

Uma política clara deve acompanhar essas evidências. "Use IA de forma responsável" é vago demais para uma tarefa avaliada. Uma avaliação deve informar se a IA pode gerar ideias, editar textos, produzir código, resolver problemas ou fornecer citações.

As regras também devem explicar o que os estudantes precisam entregar. Se os prompts forem exigidos, deve-se indicar quais prompts e em que formato. Se puder haver verificação oral posterior, isso deve ser informado antes de os estudantes iniciarem a tarefa.

Assim, o ônus deixa de ser adivinhar se um texto "parece ter sido feito por IA" e passa a ser verificar uma conduta definida em relação a requisitos conhecidos. Essa é uma base mais justa para a integridade acadêmica.

As Universidades Precisam de Verificações Seguras e Aprendizagem com IA

A resposta viável é um sistema de avaliação com duas vias, não uma proibição universal nem o uso irrestrito de IA.

A primeira via deve conter avaliações seguras que verifiquem capacidades individuais essenciais. Elas podem incluir exames supervisionados, defesas orais, resolução de problemas ao vivo, demonstrações práticas ou tarefas digitais controladas. O formato deve corresponder à habilidade que está sendo certificada.

A segunda via deve conter avaliações abertas nas quais o uso de IA seja permitido ou exigido. Os estudantes podem comparar resultados de modelos, identificar erros, aprimorar raciocínios frágeis e documentar decisões. Essas tarefas tratam a alfabetização em IA como um resultado de aprendizagem, e não como um atalho oculto.

Cada programa deve decidir quanta evidência pertence a cada via. Um curso de medicina exige demonstrações seguras de julgamento clínico. Um curso de software pode permitir assistência de IA para programação, desde que os estudantes expliquem, testem e modifiquem ao vivo o código gerado.

A economia oferece um exemplo claro. Os estudantes podem usar um modelo para propor um argumento sobre bem-estar social em uma tarefa aberta. Uma tarefa segura posterior poderia pedir que derivassem um resultado, identificassem pressupostos ocultos e defendessem as implicações para políticas públicas.

A natureza em constante evolução das capacidades dos modelos significa que as universidades devem revisar esse equilíbrio regularmente. Uma política estática envelhecerá rapidamente, porque as ferramentas continuam adquirindo novas funções de raciocínio, programação, navegação e multimídia.

A revisão no nível dos programas importa mais do que mudanças isoladas em disciplinas. Se cada docente responder de forma independente, os estudantes enfrentarão uma colcha de retalhos confusa. Algumas disciplinas se tornarão excessivamente restritivas, enquanto outras continuarão usando tarefas que já não verificam a aprendizagem.

Os princípios de reforma da avaliação desenvolvidos para o órgão regulador da Austrália recomendam projetar a avaliação em todos os programas. Eles também distinguem a avaliação para a aprendizagem da avaliação que assegura a aprendizagem.

Essa distinção deve orientar as decisões sobre recursos. As universidades precisam de capacidade supervisionada suficiente para verificar resultados de alto valor. Também precisam de especialistas em design de aprendizagem que possam ajudar o corpo docente a criar tarefas abertas que usem IA sem abrir mão do objetivo da disciplina.

Avaliação segura não significa recriar todos os exames da era pré-digital. Testes tradicionais cronometrados podem premiar a memorização e deixar de captar pesquisa, colaboração ou julgamento profissional. O objetivo é competência verificada, não nostalgia.

A avaliação oral também tem limites. Ela pode prejudicar estudantes ansiosos, gerar preocupações de acessibilidade e consumir um tempo substancial da equipe. As universidades devem usar verificações orais curtas e estruturadas onde elas acrescentem evidências significativas.

A verificação aleatória pode reduzir a carga de trabalho. Um docente poderia selecionar um número limitado de afirmações enviadas para explicação ou pedir aos estudantes que reproduzissem uma etapa essencial. Os estudantes saberiam que qualquer parte de seu trabalho precisa ser defensável.

Portfólios de avaliação oferecem outra opção. Um portfólio combina várias evidências coletadas ao longo do tempo. Assim, uma entrega suspeita tem menos peso, enquanto padrões de progresso e desempenho independente se tornam mais fáceis de observar.

As universidades devem priorizar disciplinas de entrada de alto risco e trabalhos do último ano. Essas avaliações representam o maior risco para a credencial. Reformular de uma só vez todos os questionários de baixo valor desperdiçaria o tempo limitado do corpo docente.

As políticas também precisam de consequências calibradas. A terceirização deliberada de um exame proibido é uma falta grave. Um erro de declaração pela primeira vez sob regras confusas merece uma resposta diferente. Uma única penalidade não pode se aplicar a todas as formas de uso de IA.

O comitê de Brown teria recomendado expectativas mais claras, ao mesmo tempo em que desencorajava um foco excessivo na punição. Essa posição é compatível com uma segurança mais forte nas avaliações. Prevenção, verificação, educação e disciplina cumprem funções diferentes.

Um sistema seguro reduz as oportunidades de má conduta antes que a punição se torne necessária. Ele informa aos estudantes quais evidências devem apresentar e por que a capacidade independente continua sendo importante. A aplicação das regras torna-se então mais crível, porque as normas e as condições de avaliação estão alinhadas.

As universidades devem envolver os estudantes no redesenho. Eles sabem onde as políticas entram em conflito, quais ferramentas as disciplinas já normalizam e como as pressões de carga de trabalho moldam o comportamento. Sua participação pode revelar brechas e melhorar a conformidade.

O desenvolvimento do corpo docente é igualmente importante. A orientação educacional da UNESCO incentiva as instituições a avaliar a adequação pedagógica e ética da IA. Isso exige formação em design de avaliação, privacidade, limitações dos modelos e acesso equitativo.

A equidade não pode ser uma reflexão tardia. Se o uso de IA for exigido, todos os estudantes precisam ter acesso a uma ferramenta adequada. Se for opcional, os estudantes precisam de uma alternativa viável sem IA, sem desvantagem acadêmica.

A acessibilidade também deve moldar as avaliações seguras. Supervisão, escrita à mão, questionamento oral e software bloqueado podem criar barreiras. As universidades devem preservar adaptações enquanto mantêm padrões equivalentes de verificação.

O objetivo não é eliminar toda má conduta. Nenhum sistema de avaliação jamais conseguiu isso. O objetivo é tornar a fraude mais difícil, a participação honesta mais clara e as qualificações defensáveis.

Três Sinais Mostrarão se as Universidades Levam Isso a Sério

O próximo teste é saber se as instituições mudam suas operações de avaliação, e não se publicam mais uma declaração geral sobre IA responsável.

O primeiro sinal é o mapeamento de avaliações no nível dos programas. As universidades devem identificar os resultados de aprendizagem que exigem verificação independente e mostrar onde essas verificações ocorrem. Uma política sem esse mapa deixa sem resposta a questão central da credencial.

O mapeamento reforçaria o argumento a favor de uma reforma estrutural porque transforma uma preocupação geral em um projeto passível de responsabilização. Se as universidades continuarem delegando a questão a docentes individuais, a experiência de Brown se repetirá em outras disciplinas.

O segundo sinal é o investimento em capacidade de verificação. Observe espaços para testes supervisionados, avaliadores orais treinados, especialistas em design de aprendizagem, sistemas de avaliação acessíveis e ajustes de carga de trabalho. Uma reforma sem pessoal continuará desigual e frágil.

Esse investimento não precisa tornar todas as tarefas controladas. Ele deve se concentrar em pontos de alto risco nos quais um programa certifica competências essenciais. As instituições devem publicar informações suficientes para que estudantes e empregadores entendam essa garantia.

O terceiro sinal é um padrão justo de evidências para má conduta com IA. As universidades precisam de regras escritas que expliquem como resultados de detectores, histórico de documentos, verificação oral, erros coincidentes e anomalias de desempenho serão avaliados. Elas também devem definir procedimentos de recurso.

Um padrão claro reforçaria a confiança mesmo quando os casos terminam sem punição. Ele demonstraria que as instituições conseguem distinguir uma avaliação comprometida de uma violação individual comprovada. Continuar tratando pontuações de detectores como decisivas enfraqueceria essa confiança.

O caso de Brown continua sendo uma alegação de assistência não autorizada generalizada, e não uma decisão concluída contra cada estudante. As evidências geram dúvidas sérias sobre a prova intermediária para fazer em casa, enquanto permanece incerteza sobre a responsabilidade individual.

Essa incerteza não é motivo para preservar exames vulneráveis. É motivo para redesenhá-los. Uma avaliação melhor cria evidências diretas de aprendizagem antes que administradores precisem reconstruir a autoria após a entrega.

A natureza em constante evolução da fraude com IA garante que a detecção técnica continuará perseguindo um alvo móvel. As universidades controlam uma alavanca mais duradoura: o que pedem que os estudantes demonstrem, sob quais condições e com quais evidências de apoio.

Os estudantes devem perguntar se seus programas separam claramente a aprendizagem com IA da verificação independente. O corpo docente deve perguntar se os procedimentos institucionais conseguem lidar com uma falha de avaliação em toda uma turma. Os empregadores devem perguntar como as universidades asseguram as capacidades por trás de um diploma.

O episódio de Brown oferece um alerta, mas também uma direção prática. As universidades devem proteger avaliações essenciais, ensinar o uso transparente de IA, preservar evidências proporcionais do processo e aplicar o devido processo legal a alegações individuais.

A pergunta mais importante já não é se os estudantes conseguem usar IA para concluir tarefas tradicionais. Eles conseguem. A pergunta é se as universidades reformularão a avaliação antes que a confiança em suas credenciais caia tão acentuadamente quanto as notas do exame de Serrano.