Universidade pública (Europa)

Contexto

Uma universidade pública acumulava 23 iniciativas de IA sem coordenação: licenças contratadas por faculdades, workshops isolados, políticas contraditórias entre departamentos e nenhum indicador de impacto.

O sintoma mais revelador não era a dispersão, mas a assimetria: enquanto a instituição debatia se devia regular a IA, os seus estudantes já a usavam diariamente — e parte dos docentes também — sem critérios, sem rastreabilidade e sem conversa institucional. O risco real não era “a IA”, mas a brecha crescente entre a prática quotidiana e o marco institucional: cada dia sem estratégia era um dia em que a estratégia era escrita, de facto, pelos fornecedores de ferramentas e pelos usos individuais.

Leitura macro–meso–micro

• Macro: não existia uma posição institucional sobre o papel que a IA devia desempenhar no modelo educativo, na investigação e na gestão. Sem essa decisão, tudo o resto eram remendos.
• Meso: cada faculdade improvisava a sua própria política — da proibição ao entusiasmo sem critérios —, gerando agravos comparativos entre estudantes e desorientação nos docentes.
• Micro: a conversa docente estava presa na pergunta errada (“como deteto que foi a IA que o fez?”) em vez da relevante (“o que deve o humano continuar a fazer e como o torno observável?”).

Intervenção

Através da BeTalent, processo de estratégia institucional de IA em quatro fases:

1. Inventário e diagnóstico de maturidade. Mapeamento das 23 iniciativas existentes — que ferramentas, que contratos, que dados tocam, quem as usa realmente — e diagnóstico de maturidade em cinco dimensões: estratégia, governança, competências, infraestrutura e cultura. O inventário revelou duplicações de gasto, riscos de proteção de dados que ninguém supervisionava e, também, bolsas de excelência isoladas que a instituição desconhecia.

2. Marco de governança com critérios de uso. Não um regulamento de proibições, mas uma matriz de decisão: que atividades podem ser delegadas à IA, quais requerem supervisão humana e quais devem ser preservadas como atividade humana — porque são precisamente onde acontece a aprendizagem ou onde se joga a responsabilidade académica. O marco define quem decide o quê (sala de aula, curso, instituição), como se avaliam novas ferramentas antes de as contratar e como tudo isso se revê à medida que a tecnologia muda.

3. Literacia contextualizada por papéis. Nada de cursos genéricos de “introdução à IA”: itinerários distintos para docência (redesenho de atividades e avaliação), investigação (integridade, autoria, revisão) e gestão (processos, dados, decisões), cada um ancorado nos problemas reais desse papel e alinhado com a obrigação de literacia do artigo 4.º do AI Act europeu.

4. Roteiro de dois anos com indicadores. Priorização das iniciativas sobreviventes em linhas estratégicas com dono, orçamento, métricas e pontos de revisão semestrais — desenhado para sobreviver a mudanças de equipa reitoral, que é onde morre a maioria das estratégias universitárias.

Resultados e aprendizagens

• Marco de governança aprovado, com critérios de delegação e de preservação da atividade humana: a instituição pode agora responder “podemos usar isto?” em dias, não em meses de comissões.
• Programa de literacia alinhado com o artigo 4.º do AI Act: a obrigação legal converteu-se em alavanca de transformação docente em vez de formalidade de conformidade.
• Redução da dispersão: de 23 iniciativas a 6 linhas estratégicas com dono e métricas — e libertação do gasto duplicado em licenças que ninguém usava.
• A conversa institucional mudou de registo: de “como nos protegemos da IA” para “o que decidimos fazer com ela” — e essa diferença de pergunta é, em si mesma, o resultado mais duradouro.
• Aprendizagem-chave: a governança foi aceite quando se apresentou como habilitadora (critérios para avançar) e não como restritiva (lista de proibições). O documento mais importante não foi o que dizia “não”, mas o que dizia “sim, assim”.