Um fragmento real: onze da noite, a corrigir o trigésimo sétimo trabalho do curso. O mesmo erro de formatação, e eu já tinha escrito o décimo primeiro comentário esta noite; no campo de comentário do trabalho seguinte, a minha mão começou a escrever, sem controlo, “atenção à norma de citação” — exatamente igual aos dez anteriores.
Naquele momento percebi que, na maior parte do tempo de correção, não estou de facto a “dar feedback”, estou a “copiar”.
Primeiro, vamos fazer as contas ao tempo de correção
Se decompormos uma correção de 50 trabalhos: a parte que exige realmente o julgamento profissional do professor — se o ponto de vista se sustenta, se a argumentação é rigorosa, se a solução é viável — representa apenas uma parte. A maior parte restante é: escrever comentários repetidos para o mesmo problema de formatação, agregar manualmente problemas comuns dispersos pelos vários trabalhos e a queda de qualidade dos comentários provocada pela hora tardia.
O que se repete não é o próprio feedback, mas o seu veículo. Perceber isto é o ponto de partida para reestruturar o processo. O papel do muchsci neste processo torna-se, por conseguinte, claro — só intervém na parte repetitiva; na parte que exige julgamento, não toca.
O processo de correção depois da reestruturação
Primeiro passo: definir os critérios. Começar por escrever claramente os critérios de avaliação — em quantas dimensões se divide este trabalho e qual o peso de cada dimensão. Os critérios são o julgamento do professor e não podem ser entregues a terceiros.
Segundo passo: a máquina faz a triagem inicial. Entregar os critérios de avaliação e o texto dos trabalhos dos alunos ao muchsci: a IA faz uma passagem e produz duas coisas — um rascunho de comentário para cada trabalho e um resumo dos problemas comuns. Observações transversais a toda a turma, como “trinta trabalhos apresentam inconsistências no formato das citações”, são precisamente as que mais facilmente escapam a quem os folheia um a um a olho.
Terceiro passo: o professor revê e dá a versão final. Passar por cada rascunho de comentário: os que aceita, aprova diretamente; os que não aceita, reescreve; os que envolvem situações específicas de um aluno, reescreve. A IA redige, o professor dá a versão final — esta ordem não pode ser invertida.
Depois da reestruturação do processo, onde fica a fronteira
A ferramenta absorve o trabalho repetitivo, não a fronteira de responsabilidade do professor. Eu traço esta linha com muita clareza:
O que não pode ser entregue à IA: a avaliação final dos alunos e a decisão sobre as notas, o feedback individual que exige um contexto pedagógico e a determinação de questões de integridade académica — estas três coisas são responsabilidades centrais do professor e nem uma linha é subcontratada.
O que se pode entregar sem receio à ferramenta: a agregação e o resumo de problemas comuns, o rascunho de comentário para cada trabalho (a utilizar após revisão do professor) e a marcação uniforme de problemas de formatação.
Depois desse dia
Com os mesmos 50 trabalhos, o tempo de correção diminuiu a olhos vistos, e a qualidade dos comentários tornou-se até mais estável do que quando os escrevia à mão de madrugada — porque revi cada rascunho de comentário com a cabeça fresca, e ainda fiquei com uma lista de problemas comuns para abordar de forma concentrada na próxima aula.
A ferramenta absorve o trabalho repetitivo, e ao professor cabe o julgamento. O ganho de eficiência na correção trazido por ferramentas como o muchsci é real, desde que penses primeiro com clareza: que coisas só tu podes fazer.