A inteligência artificial vai substituir o TCC e a dissertação?

Não. O que vai mudar é a forma como esses trabalhos são feitos, não a necessidade de fazê-los. O TCC e a dissertação avaliam habilidades que vão além da produção de texto: pensamento crítico, formulação de perguntas relevantes, condução de pesquisa e interpretação de resultados. IA pode auxiliar no processo, mas não substitui o pesquisador.

Como a IA muda o processo de escrita do TCC e da dissertação?

A IA pode ajudar em tarefas como organização de notas, revisão de gramática, busca de literatura e geração de rascunhos iniciais. Mas a formulação do problema, a interpretação dos dados, a discussão dos resultados e a posição intelectual do pesquisador precisam vir do próprio autor. Essas partes não são terceirizáveis.

As universidades vão acabar com o TCC por causa da IA?

Algumas instituições já estão repensando os formatos de avaliação final, mas a tendência não é eliminar o trabalho acadêmico e sim transformá-lo. Surgem formatos como portfólios de pesquisa, defesas orais com maior peso e trabalhos que incluem a reflexão sobre o uso de IA como parte da metodologia.

IA vai acabar com o TCC? Uma resposta surpreendente

A pergunta que todo mundo está fazendo (mas poucos respondem com cuidado)

Olha só: desde que o ChatGPT popularizou o acesso à IA generativa, a academia entrou em modo de pânico e modo de negação ao mesmo tempo. De um lado, professores aterrorizados com a possibilidade de que nenhum texto entregue seja mais do aluno. Do outro, estudantes aliviados imaginando que nunca mais vão precisar passar madrugadas escrevendo.

A realidade, como quase sempre, é mais interessante do que qualquer um dos extremos.

Vou responder diretamente: a IA não vai acabar com o TCC, nem com a dissertação, nem com a tese. Mas vai mudar, de forma significativa, o que esses trabalhos precisam demonstrar. E isso exige que a academia se mova mais rápido do que costuma se mover.

O que o TCC realmente avalia (e por que isso importa para a resposta)

Para entender se a IA ameaça o TCC, precisamos ser honestos sobre o que o TCC avalia de fato.

Em teoria, o trabalho de conclusão de curso avalia a capacidade do estudante de formular um problema relevante, conduzir uma pesquisa com método, interpretar resultados e comunicar conclusões de forma acadêmica.

Na prática, em muitos contextos, o TCC virou uma prova de que o estudante consegue seguir um modelo, usar as normas da ABNT e produzir um volume de texto dentro de um prazo.

Essa é uma diferença crucial. E ela explica por que a IA ameaça mais o segundo cenário do que o primeiro.

Se o TCC for apenas produção de texto seguindo um modelo, a IA faz isso com facilidade. Mas se o TCC for a demonstração de um processo de pensamento, de escolhas metodológicas justificadas, de interpretações que revelam a posição intelectual do pesquisador, aí a IA é uma ferramenta auxiliar, não uma substituta.

O problema é que muitas instituições não tinham clareza sobre o que estavam avaliando. A IA está forçando essa clareza. Que dói, mas é necessária.

O que a IA faz bem no processo acadêmico

Sem romantismo e sem demonização: aqui está o que a IA generativa realmente faz bem dentro de um processo de pesquisa.

Organização de material. Se você tem 40 artigos que precisa resumir e categorizar, uma IA pode ajudar a extrair pontos principais e identificar temas recorrentes. Isso poupa tempo real.

Revisão de texto. Para questões de gramática, coesão e clareza, as ferramentas de IA são cada vez mais úteis. Especialmente em língua inglesa, onde as nuances acadêmicas são mais difíceis para quem não é nativo.

Geração de rascunhos iniciais. O famoso “tela em branco” fica menos paralisante quando você pode pedir à IA um primeiro esboço de uma seção e depois reescrevê-lo com sua voz e seus argumentos. Isso não é desonestidade intelectual. É como usar um dicionário de sinônimos.

Apoio na busca de literatura. Ferramentas como Elicit, Consensus e ResearchRabbit usam IA para ajudar na revisão de literatura com fontes verificáveis e reais. São diferentes do ChatGPT, que pode inventar referências.

Formatação e normas. Qualquer tarefa repetitiva e mecânica de adequação às normas é candidata ao apoio de ferramentas de IA.

O que a IA não faz, e nunca vai fazer bem

Agora vem a parte que muitos estudantes preferem não ouvir.

Formular perguntas relevantes. A IA não sabe o que importa para a sua área, para a sua comunidade, para o momento específico em que você está pesquisando. Ela produz perguntas genéricas. A pergunta de pesquisa que vai mover uma dissertação precisa vir de quem conhece o campo com profundidade suficiente para enxergar as lacunas.

Interpretar dados com contexto. A IA pode ajudar na análise estatística ou na categorização de dados qualitativos. Mas o que aqueles dados significam para o campo, em que medida contradizem ou confirmam teorias existentes, o que revelam sobre a realidade específica que você estudou: isso é trabalho do pesquisador.

Posicionar-se intelectualmente. Dissertação e tese não são apenas relatórios de o que foi encontrado. São argumentos. Têm uma posição. A IA não tem posição. Ela produz textos que soam neutros e equilibrados, o que é exatamente o oposto de uma boa argumentação acadêmica.

Ser responsável pelos resultados. Quando você assina um trabalho acadêmico, você está dizendo que responde pelo que está escrito. Essa responsabilidade não é transferível para uma ferramenta.

Como as universidades estão respondendo (e onde estão errando)

Algumas respostas institucionais à IA são razoáveis. Outras são pânicos desnecessários.

O que está funcionando: programas que exigem reflexão metodológica sobre o uso de IA, que transformam a defesa oral em espaço de avaliação do pensamento do pesquisador, que incorporam formatos mais dinâmicos como portfólios de pesquisa.

O que não está funcionando: banimento total de ferramentas de IA sem explicar por quê, uso de detectores de IA que têm alta taxa de falso positivo em português, punições baseadas em suspeitas não verificadas.

O equívoco fundamental de muitas instituições é tratar o problema como questão de honestidade quando ele é, antes de tudo, uma questão de clareza sobre o que se está avaliando.

Se a avaliação final for redesenhada para testar o que realmente importa em um pesquisador: pensamento crítico, capacidade de argumentação, domínio do campo, responsabilidade metodológica, a IA vira ferramenta, não ameaça.

O que muda para quem está fazendo TCC ou dissertação agora

Se você está no meio do processo, aqui está o que essa mudança significa na prática.

Seu processo de pesquisa importa tanto quanto o produto. As bancas mais preparadas já estão fazendo perguntas sobre como você chegou onde chegou. Documente suas escolhas. Seja capaz de explicar por que usou essa teoria e não aquela, por que sua amostra tem esse tamanho, o que você descartou e por quê.

Sua voz precisa estar presente no texto. Se qualquer pessoa pudesse ter escrito exatamente o mesmo texto, algo está errado. Seu trabalho precisa ter sua impressão digital intelectual: seu posicionamento, sua leitura específica dos dados, sua interpretação do campo.

Declare o que você usou. As diretrizes éticas já estão caminhando nessa direção. Usar IA para revisão gramatical e declarar isso é sinal de maturidade acadêmica, não de fraqueza. Usar IA para escrever seções inteiras sem declarar é desonestidade, independentemente do que qualquer regulamentação diga.

Aprenda a usar IA como ferramenta, não como muleta. Pesquisadores que entendem o que as ferramentas fazem bem e o que elas não fazem são mais competentes, não menos. O problema não é usar IA. É terceirizar o pensamento.

A resposta que vai te surpreender

Depois de tudo isso, a resposta à pergunta do título é esta: a IA não vai acabar com o TCC. Mas pode acabar com o TCC ruim.

E isso talvez seja a melhor coisa que a IA fez pela academia até agora.

Porque o TCC que pode ser feito inteiramente por uma IA, sem rastro de pensamento humano genuíno, não estava avaliando nada que valesse a pena avaliar. A chegada da IA está revelando o que sempre foi verdade: a academia precisa ser mais clara sobre o que quer desenvolver nos pesquisadores em formação.

Se você quer entender melhor como usar IA de forma ética e eficiente no seu processo de pesquisa, o post sobre integridade acadêmica na era da IA pode ajudar. E se a questão da voz autoral no texto acadêmico é algo que você ainda está desenvolvendo, vale explorar o Método V.O.E.: não porque é um jeito de fugir da IA, mas porque é uma forma de ter clareza sobre o que é seu no processo de escrever.

A IA chegou para ficar. A pergunta não é se você vai usá-la, mas como.