INTELIGÊNCIA ARTIFICIAL GENERATIVA NA AVALIAÇÃO DA APRENDIZAGEM NO ENSINO SUPERIOR: DILEMAS ÉTICOS, PEDAGÓGICOS E DE EQUIDADE

Este estudo teve como objetivo analisar criticamente como a inteligência artificial generativa (IAg) tem influenciado as práticas de avaliação da aprendizagem no ensino superior, considerando dimensões éticas, pedagógicas e de equidade. Realizou-se uma revisão integrativa segundo Whittemore e Knafl, complementada por Toronto e Remington e diretrizes brasileiras, incluindo busca sistemática em Scopus, Web of Science, PubMed, SciELO e LILACS (2018–2025). Dos 978 estudos identificados, 14 compuseram o corpus final. Os resultados revelam três eixos centrais: (1) transformações das práticas avaliativas e fragilização de modelos baseados em produtos finais; (2) tensões éticas relacionadas à autoria, autenticidade e integridade acadêmica; e (3) desigualdades sociotécnicas que impactam a justiça avaliativa. Conclui-se que a IAg reconfigura pressupostos da avaliação no ensino superior, demandando políticas claras, formação docente e abordagens que integrem tecnologia, pedagogia e equidade.