Estudar com inteligência artificial funciona?

Há evidência controlada de que pode funcionar quando o tutor é construído com cuidado pedagógico, e ela é recente. Em 2025, pesquisadores de Harvard publicaram um ensaio com 194 alunos de uma disciplina introdutória de física em que metade estudou com um tutor de inteligência artificial e metade teve aula presencial com metodologia ativa, invertendo os grupos na semana seguinte. Quem estudou com o tutor aprendeu mais, em menos tempo. O motivo provável não é a tecnologia em si, é a personalização que ela devolve.

A pergunta costuma vir com desconfiança justificada, porque promessa de tecnologia educacional é abundante e evidência é rara. Vale começar pela evidência, então, e discutir o resto depois.

IO que o estudo de Harvard mediu

Em 2025, um grupo de pesquisadores de Harvard publicou na Scientific Reports um ensaio com 194 alunos de graduação matriculados numa disciplina introdutória de física voltada às ciências da vida. Os participantes foram sorteados em dois grupos, em pequenos grupos de estudo de 2 a 3 alunos. Numa semana, metade teve aula presencial com professor em sala e discussão em grupo, que é o formato de metodologia ativa considerado padrão de qualidade no ensino superior. A outra metade estudou sozinha, em casa, com um tutor de inteligência artificial desenhado para a aula daquela semana.

Na semana seguinte inverteram os grupos, o que é o desenho que controla a diferença de aptidão entre as pessoas: cada participante passou pelos dois formatos.

O grupo do tutor teve um ganho mediano de aprendizado mais de duas vezes maior, medido por teste de conhecimento aplicado logo depois da aula. E gastou menos tempo, na mediana: 49 minutos com o tutor, contra cerca de 60 minutos de aula. Três em cada dez alunos passaram mais de uma hora com o tutor, e o tempo gasto não teve relação com a nota.

A ressalva importante: foi física, não medicina, e foram duas aulas de cerca de uma hora cada, sobre assuntos que os alunos viam pela primeira vez, com o teste aplicado logo depois. O estudo não mediu quanto disso ficou semanas depois, nem o efeito na revisão para uma prova. O que o estudo mostra com solidez é que o formato pode superar uma boa aula presencial em aprendizado por hora. O que ele não mostra é que isso vale igual para todo conteúdo e toda pessoa.

IIPor que a personalização rende tanto

Para entender o resultado, vale um desvio de dois séculos, porque o problema que a tecnologia resolve aqui é antigo.

Durante quase toda a história, ensinar bem foi caro e individual. Famílias poderosas contratavam sábios para ensinar seus filhos, um a um, e Alexandre, segundo Plutarco, foi educado por Aristóteles a pedido do pai. O método funcionava, e era privilégio de pouquíssima gente.

No começo do século 19 se espalharam escolas que ensinavam centenas de alunos de uma vez, na mesma sala, com o mesmo conteúdo e no mesmo ritmo. O ganho civilizatório foi enorme, porque a escala ajudou a levar a alfabetização a muito mais gente.

O que se perdeu na troca foi a personalização. Todo mundo passou a receber a mesma coisa, na mesma ordem, no mesmo ritmo, independentemente do que já sabia. Duzentos anos depois, o desenho continua: alguém fala, o resto escuta. A sala é que cresceu, e hoje ela tem milhares de lugares numa videoaula.

A videoaula resolveu a escala pela segunda vez. Ela não devolveu a personalização que a escala tinha custado.

É esse buraco que a evidência recente aponta. Um tutor que responde ao que você errou, no ritmo em que você erra, faz parte do que o professor particular fazia, e pode chegar a muito mais gente. O estudo não mediu custo, e montar o tutor dele levou meses de desenvolvimento.

IIIO que isso muda para quem estuda para a prova

A preparação para a prova de residência médica é um caso quase caricato do problema. O cronograma padrão manda todo mundo assistir às mesmas aulas, na mesma ordem, cobrindo o programa inteiro, quando faz mais sentido cada pessoa gastar o tempo nos assuntos em que é mais fraca.

Personalizar aqui não significa descobrir seu estilo de aprender: uma revisão de 2008, feita por quatro pesquisadores americanos de psicologia cognitiva, não achou praticamente nenhuma evidência de que adaptar o ensino ao estilo preferido de cada pessoa melhore o aprendizado. Significa uma coisa mais simples e mais verificável: saber em que estado está o seu conhecimento em cada tema, e usar o próximo bloco de tempo no tema em que ele rende mais.

• O que você já domina precisa de revisão espaçada, e pouca.
• O que você erra por falta de conteúdo precisa de estudo novo, não de mais questões.
• O que você erra por confundir dois assuntos parecidos precisa de comparação direta entre os dois, que é um trabalho específico.
• O que você acerta por eliminação ainda não é conhecimento, mesmo contando como acerto na estatística.

Um plano igual para todo mundo não consegue fazer essa distinção, porque ele não sabe nada sobre você. É aí que a personalização deixa de ser palavra de folheto. No estudo de Harvard, ela era feedback na hora da dúvida e ritmo próprio dentro de uma aula; escolher o tema certo para a próxima hora é uma extensão dessa ideia, ainda não testada da mesma forma.

IVDo que continuar desconfiando

Nem tudo que se anuncia como inteligência artificial na educação faz o que o estudo testou. Vale separar duas coisas.

Um sistema que gera texto sob demanda é útil para explicar, e é também capaz de afirmar com segurança algo incorreto, o que em conteúdo médico é um risco concreto. Um sistema que usa o seu histórico para decidir o que trazer de volta e quando não precisa inventar conteúdo nenhum: ele organiza material que já existe e foi conferido. São capacidades diferentes, com riscos diferentes, e vale saber qual delas está sendo oferecida. O tutor do estudo de Harvard era do primeiro tipo, um sistema que conversa e gera texto, com o erro contido por respostas passo a passo escritas pelos professores. O segundo tipo não foi o que o estudo testou; ele se apoia em outra evidência, a da repetição espaçada.

A Medlibri trabalha na segunda. As questões são de prova e vêm comentadas, e o que o sistema faz é decidir o que colocar na sua frente a seguir, a partir do que você acertou, do que você errou e de quando isso aconteceu.

Vale ler junto o que fazer com cada questão depois de respondê-la, porque nenhum algoritmo compensa uma correção feita no piloto automático.

Perguntas frequentes