2026-11-05 · Fonte：Tom's Hardware
Richard Brocherds, da UC Berkeley, diz que a lição de casa agora avalia o chatbot, e não o estudante — deixando as provas presenciais com supervisão como o único jeito de medir o que os alunos de fato sabem.
Richard Brocherds parou de avaliar lições de casa. O veredicto do matemático vencedor da Medalha Fields sobre as listas de exercícios avaliadas na era dos chatbots: corrigir respostas escritas por IA é uma perda de tempo e dinheiro.
A conclusão do professor da UC Berkeley vai ao núcleo do problema de integridade acadêmica. Quando os alunos podem entregar trabalhos gerados por um modelo, o que é avaliado deixa de ser o entendimento do estudante e passa a ser a saída da máquina — e, na visão de Brocherds, pagar por essa avaliação não leva a nada. Sua resposta é consolidar a avaliação em um único formato: a prova presencial, que ele apresenta como a única solução restante ao uso generalizado de IA.
Quem toma a decisão importa tanto quanto a decisão em si. Brocherds detém uma Medalha Fields, a honra mais cobiçada da matemática, e leciona em uma das principais universidades públicas do mundo. Quando um matemático dessa estatura conclui que a lição de casa — presença fixa do treinamento matemático por gerações — não pode mais funcionar como exercício avaliado, a decisão soa como mais do que a arrumação de uma sala de aula. Equivale a um juízo de dentro da matemática de elite sobre o que a IA generativa fez com o trabalho levado para casa.
Há uma economia no argumento. Avaliar consome tempo e dinheiro — horas de instrutor, orçamentos de correção — e, se as entregas em análise foram escritas por máquina, esse gasto mede a fluência de um chatbot, e não o conhecimento de um estudante. O remédio de Brocherds é direto: parar de financiar o sinal quebrado e reservar a avaliação para o único ambiente em que um estudante não pode ser trocado por um modelo.
A questão em aberto é quantas instituições seguirão seu exemplo. Por ora, um medalhista Fields respondeu na forma mais crua disponível: o que acontece fora de uma sala com supervisão não pode mais ser confiável como medida de aprendizado, e só a prova supervisionada sobrevive.
Tags: UC Berkeley · Richard Brocherds · AI Cheating · Academic Integrity · Generative AI · Higher Education
萬安算交所 AIXX · AIXX · Exchange verificado · Ir ao mercado