IA generativa em sala de aula: um experimento controlado para medir o que ela ensina — e o que apaga
Ian Lucca Soares Mesquita e Christian Hirsch Santos apresentaram na FCTE/UnB o TCC1 que planeja um experimento laboratorial controlado com estudantes e egressos de Engenharia de Software para medir, com métricas objetivas e psicológicas, o efeito do uso obrigatório de IA generativa na qualidade do código e no aprendizado.
Brasília, julho de 2026
Se a IA generativa hoje escreve grande parte do código do estudante, resta perguntar: o que sobra pra ele aprender? A pergunta é retórica em quase todo debate público, mas raramente vira desenho experimental. É esse desenho que Ian Lucca Soares Mesquita e Christian Hirsch Santos entregam no TCC1, apresentado na Faculdade de Ciências e Tecnologias em Engenharia (FCTE), sob orientação do Prof. Sergio Antônio Andrade de Freitas .
O plano é um estudo laboratorial controlado com estudantes e egressos do curso de Engenharia de Software da UnB. Os participantes são divididos aleatoriamente em dois grupos: um com uso obrigatório de ferramentas de IA generativa, outro sem acesso a esse recurso. Todos executam a mesma tarefa em React, o que fixa a variável de contexto tecnológico e libera atenção para o que interessa — o efeito do tratamento. A metodologia se estrutura em três etapas: recrutamento, exercício de programação e questionário final.
A coleta combina duas famílias de métricas. Do lado objetivo, medidas de qualidade de código : linhas de código, indicadores de saúde do código, erros de lint e tempo de execução. Do lado subjetivo, dimensões psicológicas que os autores buscam capturar em escala de Likert — satisfação, utilidade percebida, autoeficácia, emoções positivas e disposição para aprendizagem autônoma. O planejamento é estruturado sob o modelo Goal-Question-Metric (GQM) e alinhado ao ACM SIGSOFT Empirical Standard for Experiments with Human Participants — combinação que ancora o TCC1 tanto em rigor experimental quanto em replicabilidade.
O TCC1 fecha a fase de fundamentação teórica e desenho do experimento; deixa para o TCC2 a execução do estudo, a análise dos dados e a redação das evidências. Trata-se de uma contribuição que dialoga diretamente com inteligência artificial aplicada à Engenharia de Software e com o esforço de aprendizagem ativa que instituições de ensino precisam calibrar para não confundir produtividade aparente com formação real.
Sobre o CEDIS: O Centro de Estudos, Desenvolvimento e Inovação de Software (CEDIS), vinculado à Universidade de Brasília, pesquisa e desenvolve soluções inovadoras em software, com forte atuação em inteligência artificial e qualidade de software .