A inteligência artificial transformou a escrita académica de forma irreversível. Os dados reunidos neste artigo sobre IA no ensino superior estatísticas 2026 mostram uma adoção massiva, mas também revelam tensões entre inovação e integridade académica. Reunimos as estatísticas mais recentes sobre como estudantes e investigadores em Portugal, no Brasil e no mundo estão a usar IA nos seus trabalhos académicos.

Os números surpreendem até os mais céticos: mais de dois terços dos estudantes universitários já utilizaram alguma ferramenta de IA no último ano letivo. A questão já não é “se usar IA” mas “como usar IA de forma responsável e eficaz”.

Como ler estas estatísticas

Antes de analisar os números, convém perceber o que medem e o que não medem. As estatísticas sobre uso de IA no ensino superior resultam, na sua maioria, de inquéritos por questionário aplicados a estudantes e docentes. Isto tem três implicações práticas para quem as cita num trabalho académico.

• São dados autodeclarados. O estudante indica se usou IA, com que frequência e para quê. Quando o tema é sensível, como a integridade académica, é provável que parte dos inquiridos subdeclare o uso. A diferença entre a adoção real e a declarada é, aliás, um dos indicadores mais interessantes da tabela global apresentada abaixo.
• A definição de “uso” varia. Alguns estudos contam qualquer interação com uma ferramenta de IA (por exemplo, pedir um resumo de um artigo); outros contam apenas o uso para produzir texto entregue em avaliação. Comparar percentagens de estudos com definições diferentes pode levar a conclusões erradas.
• As amostras nem sempre são representativas. Inquéritos online tendem a captar estudantes mais familiarizados com tecnologia. Por isso, os valores devem ser lidos como ordens de grandeza e tendências, e não como medições exatas da população estudantil.

Se estiver a usar estes dados numa dissertação, cite sempre a fonte primária do inquérito, indique o ano de recolha e descreva a amostra. Se o seu interesse é transformar este tema num projeto de investigação, veja o nosso guia sobre como fazer uma tese sobre inteligência artificial na educação, com exemplos de problema, objetivos e fontes.

Adoção global de IA no ensino superior

Os dados globais para 2025-2026 mostram uma transformação sem precedentes no ensino superior:

A leitura conjunta destas métricas é mais reveladora do que cada valor isolado. A distância entre os 68% de estudantes que usam IA e os 29% que declaram esse uso, mesmo quando a declaração é obrigatória, mostra que as regras ainda não acompanham a prática. Ao mesmo tempo, o facto de cerca de metade das universidades europeias já ter políticas formalizadas indica que a resposta institucional está a acelerar, embora a ritmos muito diferentes entre países e entre instituições do mesmo país.

O crescimento da deteção de conteúdo gerado por IA também deve ser interpretado com cuidado: reflete tanto o aumento do uso como a generalização das ferramentas de deteção nas plataformas de submissão. Um aumento de alertas não significa necessariamente um aumento proporcional de fraude académica.

Portugal: adoção e regulação 2026

Em Portugal, os dados do Conselho de Reitores das Universidades Portuguesas (CRUP) e de estudos independentes revelam:

• 67% dos estudantes universitários usaram IA em trabalhos académicos em 2025-2026
• 43% das universidades portuguesas têm já políticas formais sobre uso de IA
• 8 em cada 10 professores consideram inevitável a integração de IA no ensino superior
• As áreas com maior adoção de IA são: Ciências de Computação (89%), Gestão (78%), Letras e Humanidades (61%)
• Apenas 18% das universidades portuguesas têm formação obrigatória sobre uso ético de IA para estudantes

O contraste entre os 67% de adoção pelos estudantes e os 18% de instituições com formação obrigatória em ética de IA é o principal desequilíbrio do caso português. Na prática, a maioria dos estudantes aprende a usar estas ferramentas sozinha, por tentativa e erro, sem orientação sobre citação, verificação de fontes ou limites aceitáveis numa avaliação.

Outro ponto a reter é a dispersão das regras. Como cada universidade, e muitas vezes cada faculdade, define o seu próprio regulamento, um estudante de mestrado pode encontrar critérios diferentes consoante a instituição. Quem está a preparar a dissertação deve ler o regulamento do seu ciclo de estudos antes de usar qualquer ferramenta. Reunimos as normas de algumas instituições nos guias sobre as regras da dissertação de mestrado na NOVA FCT e as regras da dissertação na Universidade do Porto, que ajudam a perceber prazos, júri e critérios de classificação.

Brasil: adoção e políticas universitárias 2026

O Brasil lidera a adoção de IA em trabalhos académicos na América Latina:

• 74% dos estudantes de graduação e pós-graduação usaram IA em trabalhos académicos
• As ferramentas mais usadas por estudantes brasileiros: ChatGPT (61%), Gemini (28%), Tesify (19%), Copilot (17%)
• 35% das universidades federais têm regulamentos específicos sobre IA (Resolução CNE/2025)
• A CAPES recomenda desde 2024 a declaração obrigatória de uso de IA em dissertações e teses
• Deteção de IA por ferramentas como Turnitin/Copyleaks aumentou 285% nas universidades brasileiras em 2025

A adoção mais elevada no Brasil convive com uma regulação ainda parcial: pouco mais de um terço das universidades federais tem regulamentos próprios. A recomendação da CAPES sobre declaração de uso tem, por isso, um peso importante, porque orienta programas de pós-graduação que ainda não definiram regras internas.

Vale também notar a posição do Gemini, com uma quota claramente superior à registada em Portugal. Uma explicação plausível é a forte presença de serviços Google nas contas institucionais de várias universidades brasileiras, mas os dados disponíveis não permitem confirmar essa causa. Para estudantes de TCC, a questão da IA soma-se a outras exigências formais, como a aprovação ética de projetos com seres humanos, descrita no nosso guia sobre CEP e Plataforma Brasil no TCC.

Ferramentas de IA mais usadas por estudantes

Como as percentagens se referem a estudantes que usaram cada ferramenta, a soma ultrapassa os 100%: muitos estudantes combinam várias ferramentas, por exemplo um assistente generalista para gerar ideias e um corretor para a revisão final. O padrão dominante é, portanto, o uso combinado e não a escolha de uma única solução.

Ferramentas como o Tesify distinguem-se das IA generalistas por serem especificamente desenvolvidas para uso académico, com transparência e conformidade com normas de integridade. A diferença é relevante sobretudo nas fases em que o rigor é crítico: gestão de referências, formatação segundo APA ou ABNT e coerência entre problema, objetivos e metodologia.

Impacto na qualidade académica

Os dados sobre o impacto da IA na qualidade dos trabalhos académicos são mistos mas reveladores:

Impactos positivos documentados:

• Redução do tempo de redação em 35-45% (para utilizadores experientes de ferramentas especializadas)
• Melhoria da consistência gramatical e estilística
• Aumento da quantidade de referências bibliográficas citadas
• Redução do bloqueio criativo e da ansiedade de escrita

Preocupações documentadas:

• Risco de “alucinações” — IA que inventa referências bibliográficas inexistentes
• Homogeneização do estilo de escrita académica
• Dependência excessiva sem compreensão profunda do conteúdo
• Desigualdade de acesso (ferramentas pagas vs gratuitas)

Há uma nuance importante nos ganhos de tempo: a redução indicada aplica-se a utilizadores experientes de ferramentas especializadas. Para quem começa a usar IA sem método, o tempo poupado na redação pode ser absorvido pela verificação de referências e pela correção de erros factuais. Da mesma forma, o aumento do número de referências só é positivo se cada uma for real, lida e pertinente; uma bibliografia mais longa não é, por si só, sinal de maior qualidade.

As preocupações com homogeneização e dependência são particularmente relevantes em dissertações, onde o júri avalia a capacidade do candidato de argumentar e defender as suas escolhas. Um texto fluente mas que o autor não consegue explicar na defesa é um risco real, independentemente das regras de declaração.

Políticas das universidades sobre IA

Em 2026, as universidades portuguesas e brasileiras adotam abordagens diversas:

1. Permissão com declaração obrigatória (abordagem mais comum em PT): Permite o uso com nota de rodapé ou secção específica de “uso de IA”
2. Proibição total (minoria): Algumas universidades mantêm proibição em contextos de avaliação
3. Permissão por tipo de uso: Permite uso para revisão de gramática/estilo mas não para geração de conteúdo
4. Políticas por disciplina: Cada departamento define as suas regras

Para saber em que modelo se enquadra a sua instituição, procure três documentos: o regulamento geral de estudos ou de ciclos de estudos, o regulamento específico da dissertação ou tese e eventuais guias de integridade académica publicados pela reitoria ou pela faculdade. Quando estes documentos são omissos, a decisão costuma recair sobre o orientador e o júri, pelo que é prudente acordar por escrito, desde o início, que usos são aceitáveis.

As regras sobre IA também se cruzam com normas já existentes sobre originalidade e plágio. Mesmo nas instituições que não mencionam a IA de forma explícita, apresentar como próprio um texto que não foi escrito pelo autor pode enquadrar-se nas disposições gerais sobre fraude académica. Veja, como exemplo de regulamento institucional, o nosso resumo das regras da dissertação na Universidade de Évora.

Boas práticas para usar IA na tese

Os dados mostram que o uso de IA é já a norma. A diferença entre um uso que valoriza o trabalho e um uso que o compromete está no método. Estas práticas são compatíveis com a maioria das políticas de permissão com declaração:

• Use a IA para estruturar, não para substituir o raciocínio. Pedir sugestões de estrutura de capítulos ou de perguntas de investigação é diferente de pedir o capítulo pronto.
• Verifique todas as referências. Confirme cada fonte numa base de dados ou no repositório original antes de a citar. Uma referência inexistente pode ter consequências graves na avaliação.
• Guarde um registo do uso. Anotar que ferramentas usou, em que fase e com que finalidade facilita a redação da declaração final e responde a eventuais dúvidas do júri.
• Reescreva com a sua voz. Revê e adapta qualquer sugestão ao seu estilo e ao vocabulário da sua área científica.
• Não introduza dados sensíveis. Transcrições de entrevistas, dados de participantes ou informação clínica não devem ser colocados em ferramentas sem garantias de confidencialidade compatíveis com o consentimento informado.
• Fale com o orientador. A transparência desde o início evita mal-entendidos na fase de entrega e defesa.

Tendências para 2026-2027

Os dados de investigação sobre o futuro da IA no ensino superior apontam para:

• Integração curricular: Literacia de IA como competência obrigatória em todos os programas universitários
• Avaliações adaptadas: Maior foco em apresentações orais, portefólios e avaliações presenciais
• IA pedagógica: Ferramentas que explicam conceitos e dão feedback formativo, não apenas geram texto
• Deteção mais sofisticada: Ferramentas de deteção de IA que analisam padrões de escrita em vez de apenas conteúdo

Para os estudantes, a consequência mais direta é a valorização da defesa oral e do processo. Se as avaliações passarem a dar mais peso à capacidade de explicar decisões metodológicas, o registo do percurso de investigação, as versões intermédias e as notas de leitura tornam-se tão importantes como o documento final. Para as instituições, o desafio será reduzir a distância entre a adoção pelos estudantes e a formação disponível, que é hoje o principal desequilíbrio revelado pelos dados.

Perguntas frequentes