Olhando para trás, 2025 será provavelmente recordado como o ano em que a inteligência artificial entrou plenamente no mainstream.

A IA passou rapidamente da experimentação para o uso diário. Começou a apoiar o planeamento de aulas, explicações, avaliação, feedback e fluxos de trabalho administrativos em larga escala. A adoção por educadores, instituições e aprendentes rapidamente ultrapassou as políticas, infraestruturas e normas necessárias para a governar.

Mas 2026 será diferente.

Será o ano em que o sistema educativo terá de se adaptar ou arriscar deixar os alunos despreparados para o futuro que estão a entrar. A aceleração da IA já não é teórica. As expectativas estão a crescer mais rápido do que as instituições conseguem responder, e a tensão entre inovação, confiança e prontidão torna-se impossível de ignorar.

Do ponto de vista do ETS na interseção entre avaliação, competências, prontidão e IA responsável, três forças irão moldar o que vem a seguir. Pesquisas globais recentes reforçam a rapidez com que este ponto de viragem está a chegar. No próximo Relatório de Progresso Humano da ETS de 2026, os trabalhadores estimam que quase um terço do seu trabalho já envolve dirigir ferramentas de IA, e esperam que essa quota ultrapasse metade nos próximos dois anos. Ao mesmo tempo, a ansiedade quanto à prontidão está a aumentar à medida que a adoção. Mais de metade dos trabalhadores relata preocupação em tornar-se obsoletos, e a diferença entre a importância das competências em IA e a competência dos trabalhadores mantém-se grande.

 Em conjunto, estes sinais sublinham que o desafio que se avizinha não é apenas a adoção da IA, mas também a preparação, confiança e clareza em grande escala.

Nos últimos anos, a IA na educação tem existido sobretudo como um conjunto de ferramentas independentes e separadas. Assistentes de escrita, tutores, avaliadores e plataformas de análise de dados ofereciam valor, mas muitas vezes isoladamente.

Essa era está a chegar ao fim.

A IA deixará de ser algo que os educadores acrescentam e passará a estar presente em toda a jornada de aprendizagem.

Os primeiros sinais desta mudança surgiram em 2024 e 2025, quando iniciativas focadas na educação de grandes desenvolvedores de IA — incluindo OpenAI e Google — reconheceram que os ambientes de aprendizagem exigem princípios de design diferentes das ferramentas gerais de produtividade. Entretanto, a frustração institucional com sistemas de IA fragmentados e não integrados acelerou o impulso para a IA integrada ao longo de toda a jornada de aprendizagem. Como resultado, a integração irá acelerar.

Os cópilotes de IA incorporados diretamente em sistemas de gestão de aprendizagem como Canvas, Blackboard, Moodle e Google Classroom tornar-se-ão a experiência padrão, em vez de melhorias opcionais. A procura institucional irá afastar-se das ferramentas individuais de IA e apostar numa infraestrutura de IA segura, interoperável e profundamente integrada em conteúdos didáticos, sistemas de informação para estudantes e plataformas de avaliação.

Para o ETS, esta mudança reforça uma verdade fundamental. O valor da IA na educação depende de medições fiáveis e dados de alta qualidade. A avaliação, a análise de aprendizagem e o feedback não podem ficar fora do ecossistema. Devem estar integrados, interoperáveis e concebidos para suportar resultados significativos em vez de uma eficiência superficial.

Na próxima fase da adoção da IA, a confiança virá de uma integração bem feita.

À medida que a IA amadurece, uma realidade torna-se clara: o ativo mais valioso na educação alimentada por IA não é o modelo em si. São os dados de aprendizagem por detrás dele.

Os sistemas de IA específicos para a educação dependem de dados de alta qualidade e relevantes para a aprendizagem para treinar, validar e melhorar. Os modelos de uso geral só podem ir até certo ponto sem perceber como os alunos aprendem, onde têm dificuldades e como o progresso para os resultados desejados se desenrola ao longo do tempo.

Esses dados residem sobretudo nos sistemas de gestão de aprendizagem e nas plataformas institucionais, que detêm os registos mais completos da interação, envolvimento e desempenho dos alunos (ou seja, não apenas das notas em si). Como resultado, a dinâmica competitiva na IA educativa está prestes a mudar.

Esperamos uma primeira grande vaga de consolidação e alinhamento estratégico em torno dos dados educativos. Isto deverá assumir a forma de aquisições em grande escala ou parcerias de vários anos entre os principais programadores de IA, como OpenAI, Google, Microsoft e Anthropic, e grandes fornecedores de LMS como Canvas, Blackboard, Moodle e D2L.

Estas medidas irão remodelar rapidamente o mercado. Também irão colocar a portabilidade, interoperabilidade e governação dos dados no centro dos debates políticos, intensificando as questões sobre propriedade dos dados, uso responsável, transparência e quem, em última análise, define padrões de justiça e responsabilização.

Para a ETS, este momento apresenta tanto oportunidade como responsabilidade. Há uma procura crescente por parcerias baseadas em dados validados e eticamente obtidos que protejam os alunos e as instituições , proporcionando transparência e explicabilidade. Ao mesmo tempo, a necessidade de uma governação de dados transparente e de uma escalabilidade responsável nunca foi tão grande.

À medida que a competição pelos dados se intensifica, a confiança irá distinguir as organizações que perduram.

Este ano, o ritmo da adoção da IA vai colidir com a realidade institucional.

Muitas instituições já partilham duas crenças concorrentes. A IA está a avançar demasiado depressa para que os educadores a implementem de forma ponderada, e ainda mais depressa do que as políticas podem evoluir para fornecer as salvaguardas e proteções necessárias. Ao mesmo tempo, não avança suficientemente depressa para colmatar a escassez de mão-de-obra, as desigualdades de equidade e o aumento das necessidades dos alunos.

Essa tensão vai atingir um ponto de rutura.

Os governos irão pressionar por eficiências habilitadas por IA para controlar custos e colmatar a escassez de força de trabalho. As universidades irão dar prioridade à gestão de riscos, à integridade académica e à garantia de que os estudantes estejam preparados para o que vem a seguir. Os estudantes irão esperar cada vez mais experiências de aprendizagem nativas da IA que sejam personalizadas, relevantes e práticas; e deverão entrar no mercado de trabalho com competências fundamentais em IA. Entretanto, os educadores enfrentarão uma pressão crescente à medida que navegam pela fadiga das ferramentas, orientações inconsistentes e expectativas em evolução.

O resultado será um momento de acerto de contas.

O setor será forçado a fazer uma escolha. Um caminho é a mudança incremental, tratando a IA tal como as calculadoras são tratadas hoje, permitida, limitada e integrada em modelos existentes de ensino e avaliação. A outra é a verdadeira transformação, repensando o que é ensinado, como ocorre a aprendizagem e onde a educação se encaixa num mundo em rápida mudança.

A maioria das instituições provavelmente escolherá passos incrementais por agora. Mas evitar a decisão não é neutro. Escolher mudar lentamente, ou não mudar, continua a ser uma decisão, e que corre o risco de deixar os alunos despreparados para o futuro.

Este ano, esperamos ver o surgimento da primeira vaga de acreditação ou quadros de qualidade em IA. Novos padrões de desenvolvimento profissional para educadores preparados para IA irão tomar forma. Seguir-se-á uma orientação global mais clara sobre integridade académica. A avaliação baseada em resultados ganhará impulso, fundamentada numa avaliação fiável. Isto exigirá repensar não só quais os resultados que importam, mas também os processos e métodos usados para os medir e alcançar.

Para o ETS, este é um momento decisivo. À medida que a IA se torna mais acessível, existe um risco real de que as ferramentas prontas a usar sejam vistas como "suficientemente boas" pelos educadores sob pressão, mesmo quando questões de justiça, fiabilidade e validade permanecem escondidas sob a superfície. Quando o conteúdo de IA parece plausível, questões críticas sobre preconceito, consistência e uso adequado podem facilmente desaparecer.

É precisamente por isso que a medição de confiança, a avaliação fiável e o design transparente da IA se tornarão inegociáveis. O papel que a ETS há muito desempenha como guardiã da justiça, validade e qualidade torna-se ainda mais central à medida que a IA remodela a forma como a aprendizagem é avaliada e reconhecida. Num sistema educativo habilitado por IA, o rigor não pode ser opcional, e modelos desenhados especificamente em torno de dados e resultados educativos importarão muito mais do que soluções de uso geral concebidas para conveniência.

No final do ano, o panorama da educação em IA será fundamentalmente diferente.

O ecossistema irá consolidar-se. Os dados tornar-se-ão um campo de batalha estratégico. A diferença entre a aceleração da IA e a capacidade humana exigirá resolução.

Na ETS, assumimos a responsabilidade de ajudar a moldar um futuro onde a IA melhore a aprendizagem de formas justas, seguras e significativas. A próxima era da IA na educação não será definida apenas pelo hype ou pela velocidade.

Será definido pela confiança.