Revista on line de Política e Gestão Educacional (RPGE),
Araraquara, v. 29, n. 00, e025114, 2025.
1
e-ISSN: 1519-9029
Revista on line de Política e Gestão Educacional
Online Journal of Policy and Educational Management
10.22633/rpge.v29i00.20815
TENDÊNCIAS DE TRANSFORMAÇÃO DO
ENSINO SUPERIOR NO CONTEXTO DA
DIGITALIZAÇÃO: O CASO DAS TECNOLOGIAS
DE INTELIGÊNCIA ARTIFICIAL
TENDENCIAS TRANSFORMADORAS EN LA ENSEÑANZA
SUPERIOR EN EL CONTEXTO DE LA DIGITALIZACIÓN:
EL CASO DE LAS TECNOLOGÍAS DE INTELIGENCIA
ARTIFICIAL
TRANSFORMATIONAL TRENDS IN HIGHER EDUCATION IN
THE CONTEXT OF DIGITALIZATION: THE CASE OF ARTIFICIAL
INTELLIGENCE TECHNOLOGIES
Gulyusa ISMAGILOVA¹
g.k.ismagilova@mymail.academy
Leisan MIFTAKHOVA
2
l.b.miakhov[email protected]y
Irina KURMAEVA
3
i.kurmaev[email protected]y
Grigoriy BAZHIN
4
grigoriy[email protected]
Anatolii SHAPOVALOV
5
a.shapovalov@mymail.academy
Gennadiy KUZMITSKIY
6
g.kuzmitskiy@mymail.academy
Darya GVOZDEVA
7
d.i.gvozdeva@mymail.academy
Como referenciar este argo:
Ismagilova, G., Miakhova, L., Kurmaeva, I., Bazhin, G., Shapovalov, A., Kuzmitskiy,
G. & Gvozdeva, D. (2025). Tendências de transformação do ensino superior no
contexto da digitalização: o caso das tecnologias de inteligência arcial. Revista
on line de Políca e Gestão Educacional, 29, e025114. e-ISSN: 1519-9029. hps://
doi.org/10.22633/rpge.v29i00.20815
Submedo em: 15/05/2025
Revisões requeridas em: 10/06/2025
Aprovado em: 25/09/2025
Publicado em: 23/12/2025
¹ Universidade Federal de Kazan (Re-
gião do Volga), Kazan – Rússia. Doutor.
Professor Associado do Departamento
de Linguísca Contrasva.
² Universidade Federal de Kazan (Região
do Volga), Kazan – Rússia. Professor As-
sistente do Departamento de Linguísca
Contrasva.
³ Universidade Federal de Kazan (Região
do Volga), Kazan – Rússia. Doutor. Pro-
fessor Associado do Departamento de
Linguísca Contrasva.
⁴ Universidade Estatal de Engenharia Civil
de Moscou, Moscou – Rússia. Professor
Sênior.
⁵ Universidade Agrária Estatal de Kuban
I. T. Trubilin, Krasnodar – Rússia. Doutor.
Professor Associado do Departamento
de Teoria e História do Estado e do Di-
reito.
⁶ Instuto Militar de Perm das Tropas da
Guarda Nacional, Perm – Rússia. Doutor.
Doutor em Ciências Técnicas. Acadêmico
da Academia Russa de Ciências Naturais.
⁷ Universidade Federal do Sul, Academia
de Psicologia e Pedagogia – Rússia. Can-
didato em Ciências Psicológicas. Profes-
sor Associado do Departamento de Psi-
cologia da Personalidade e Psicologia do
Aconselhamento.
2
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE),
Araraquara, v. 29, n. 00, e025114, 2025.
e-ISSN: 1519-9029
RESUMO: O objevo deste estudo é fundamentar as tendências de transformação
do ensino superior no contexto da digitalização, ulizando como exemplo as tec-
nologias de inteligência arcial (IA). Através de inquéritos a especialistas, o argo
idenca modelos educavos que emergem da ulização da IA no ensino superior
e descreve os principais desaos que acompanham a integração da IA nos ambien-
tes académicos. As questões mais prementes incluem a defesa da integridade aca-
démica, a privacidade e a segurança dos dados, preocupações écas relacionadas
com a propriedade intelectual e a disseminação não intencional de desinformação.
Os autores propõem estratégias para enfrentar estes desaos. Concluem que a in-
tegração da IA no ensino superior servirá de catalisador para transformações signi-
cavas — actuando simultaneamente como uma ferramenta educava inovadora
e como uma disciplina académica cada vez mais importante — moldando o futuro
do ensino superior, onde a coexistência harmoniosa da inteligência humana e da
inteligência das máquinas abrirá novos horizontes para a aquisição e divulgação de
conhecimentos.
PALAVRAS-CHAVE: Ensino superior. Digitalização. Inteligência arcial (IA). ChatGPT.
IA generava.
RESUMEN: El propósito de este estudio es corroborar las tendencias transforma-
doras de la enseñanza superior en el contexto de la digitalización ulizando como
ejemplo las tecnologías de inteligencia arcial (IA). Mediante encuestas a exper-
tos, el arculo idenca los modelos educavos que surgen del uso de la IA en la
enseñanza superior y esboza los retos clave que acompañan a la integración de
la IA en los entornos académicos. Entre los problemas más acuciantes guran la
defensa de la integridad académica, la privacidad y seguridad de los datos, las
preocupaciones écas relacionadas con la propiedad intelectual y la difusión invo-
luntaria de información errónea. Los autores proponen estrategias para afrontar
estos retos. Llegan a la conclusión de que la integración de la IA en la enseñanza
superior servirá de catalizador para transformaciones signicavas, actuando a la
vez como una herramienta educava innovadora y una disciplina académica cada
vez más importante, congurando el futuro de la enseñanza superior, donde la
coexistencia armoniosa de la inteligencia humana y la inteligencia arcial abrirá
nuevos horizontes para la adquisición y difusión de conocimientos.
PALABRAS CLAVE: Enseñanza superior. Digitalización. Inteligencia arcial (IA). ChatGPT.
IA Generava.
ABSTRACT: The purpose of this study is to substanate the transformaonal trends
in higher educaon in the context of digitalizaon using arcial intelligence (AI)
technologies as an example. Through expert surveys, the arcle idenes educa-
onal models emerging from the use of AI in higher educaon and outlines key
challenges accompanying AI integraon into academic environments. The most
pressing issues include upholding academic integrity, data privacy and security,
ethical concerns related to intellectual property, and the unintenonal spread of
misinformaon. The authors propose strategies to address these challenges. They
conclude that the integraon of AI in higher educaon will serve as a catalyst for
signicant transformaons—acng both as an innovave educaonal tool and an
increasingly important academic discipline—shaping the future of higher educa-
on where the harmonious coexistence of human and machine intelligence will
open new horizons for knowledge acquision and disseminaon.
KEYWORDS: Higher educaon. Digizaon. Arcial intelligence (AI). ChatGPT.
Generave AI.
Argo submedo ao sistema de similaridade
Editor: Prof. Dr. Sebasão de Souza Lemes
Editor Adjunto Execuvo: Prof. Dr. José Anderson Santos Cruz
.
3
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
INTRODUÇÃO
O ensino superior tradicional passa por uma transformação profunda na era digital
(Denning & Denning, 2020). Um dos métodos mais inovadores atualmente implementados é
o uso da inteligência arcial (IA). A IA foi rapidamente adotada como uma força transforma-
dora no campo educacional, com aplicações iniciais centradas em ferramentas simples, como
sistemas automazados de correção. No entanto, na úlma década, observou-se uma rápida
evolução dessa tecnologia, com o surgimento de plataformas avançadas de aprendizagem que
oferecem abordagens personalizadas de ensino (Baker, 2016). Por meio de técnicas de apren-
dizagem profunda e processamento de linguagem natural, essas plataformas monitoram de
forma connua o progresso dos estudantes e disponibilizam conteúdos ajustados ao ritmo
e ao nível de conhecimento de cada aprendiz. Um exemplo relevante é o sistema Carnegie
Learning, que apresentou melhorias no desempenho estudanl por meio de exercícios adap-
tavos de resolução de problemas, capazes de personalizar o processo de aprendizagem em
tempo real (Chen et al., 2022).
Para além da aprendizagem assíncrona, a IA tem ampliado signicavamente o ensino
em tempo real. Um exemplo expressivo é o “Jill Watson”, assistente de ensino baseado em IA
do Instuto de Tecnologia da Geórgia. Jill é capaz de responder a dúvidas dos estudantes, or-
ganizar discussões e auxiliar na correção de avidades, aliviando parte das demandas adminis-
travas dos docentes e ampliando o acesso dos estudantes ao suporte educacional (Castrillón
et al., 2020).
A IA também permite que as instuições prevejam, com maior precisão, os resultados
acadêmicos dos estudantes, possibilitando intervenções precoces junto àqueles que enfren-
tam diculdades. Ao analisar dados de engajamento, avidades e desempenho, modelos pre-
divos podem idencar potenciais evasões ou estudantes que necessitam de apoio acadê-
mico. Esse processo contribui tanto para o aumento das taxas de permanência quanto para a
construção de um ambiente de aprendizagem mais responsivo e acolhedor (Makridakis, 2017).
À medida que os setores produvos passaram a reconhecer o potencial da IA, a de-
manda por especialistas nessa área aumentou signicavamente, provocando mudanças ex-
pressivas no meio acadêmico. Universidades em todo o mundo registraram crescimento subs-
tancial nas matrículas em cursos direta ou indiretamente relacionados à IA. O que teve início
com disciplinas introdutórias em programação e aprendizagem de máquina expandiu-se para
temas complexos, como redes neurais, robóca e éca em IA (Natale & Ballatore, 2020). Essa
diversicação curricular atende a estudantes com disntos interesses e objevos prossionais.
Os avanços recentes em tecnologias de IA generava, especialmente nos grandes
modelos de linguagem (Large Language Models – LLMs), ganharam atenção sem preceden-
tes com o lançamento do ChatGPT 3.5, disponibilizado ao público em novembro de 2022. A
4
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
aplicação tornou-se a plataforma on-line de crescimento mais rápido da história, alcançando
cerca de 100 milhões de usuários avos mensais em apenas dois meses após seu lançamento
(Kooli, 2023). Diante desse cenário, o ensino superior enfrenta desaos urgentes, exigindo
que as instuições respondam e se adaptem às mudanças introduzidas por essa tecnologia.
No início de 2023, diversos relatórios destacaram tentavas de limitar o uso da IA generava
em contextos educacionais e alertaram para riscos à integridade acadêmica (Hussin, 2018).
Embora a IA generava — e, em parcular, os LLMs — apresente desaos às universidades e
ao setor educacional, é fundamental reconhecer as oportunidades substanciais que oferece
para a reconguração do ensino.
Apesar da rápida adoção da IA no ensino superior, persiste uma lacuna signicava no
entendimento de como estudantes e docentes percebem sua inuência nas ronas acadêmi-
cas codianas. As experiências subjevas desses usuários, incluindo o aumento da dependên-
cia, as preocupações com vigilância e a redenição do esforço intelectual, demandam análise
mais aprofundada. A incorporação das perspecvas dos usuários contribui para compreender
a IA não apenas como uma ferramenta técnica, mas também como um fenômeno que rede-
ne relações de poder, responsabilidades e a cultura acadêmica.
REVISÃO DA LITERATURA
Resultados de pesquisas indicam o uso signicavo de grandes modelos de linguagem,
como o ChatGPT, na aprendizagem acadêmica contemporânea (Lund et al., 2023). As capaci-
dades do ChatGPT têm sido avaliadas em diferentes áreas do conhecimento, revelando um
conjunto amplo de vantagens e limitações. O modelo demonstrou elevado desempenho ao
lidar com questões complexas em campos como Direito, Gestão de Operações e Ciência da
Computação, embora apresente diculdades em áreas que exigem compreensão conceitu-
al profunda e resolução de problemas altamente complexos (Nze, 2024). Seu desempenho
em exames padronizados, como provas de Economia e avaliações de licenciamento médico,
mostrou-se parcularmente expressivo, frequentemente superando os resultados médios dos
estudantes (Pesonen, 2021). Estudos de Przegalinska et al. (2019) evidenciaram que o de-
sempenho da ferramenta pode ser aprimorado por meio de técnicas de prompt engineering,
ampliando sua ecácia e migando algumas de suas limitações.
Pesquisadores observaram que estudantes ulizam o ChatGPT tanto na preparação
para provas e aulas (Crompton et al., 2024) quanto na busca por ideias e inspiração para pro-
jetos e tarefas acadêmicas, o que destaca seu papel no apoio à criavidade e na execução de
avidades acadêmicas (Floridi & Chiria, 2020). Esse cenário reforça a necessidade de incor-
porar a alfabezação digital e a educação em IA nos currículos do ensino superior.
5
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
Apesar da ampla adoção do ChatGPT, resultados apresentados por Sorokin (2023) indi-
cam que apenas 48,2% dos estudantes consideram que a ferramenta reduz signicavamente
o tempo de preparação para provas e aulas. Assim, pesquisadores concluem que, embora
amplamente ulizadas, as ferramentas de IA não devem ser compreendidas como atalhos
garandos para o sucesso acadêmico (Ali et al., 2023). Seu papel consiste em complementar
— e não substuir — os métodos tradicionais de aprendizagem (Ivakhnenko & Nikolsky, 2023),
sendo que a combinação entre ferramentas de IA e experiências prácas pode potencializar
o processo educacional como um todo (Perroa & Selwyn, 2020). Esses achados evidenciam
a necessidade de desenvolver abordagens pedagógicas equilibradas, que integrem recursos
tecnológicos e prácas educacionais tradicionais.
Paralelamente, estudos apontam riscos potenciais e implicações écas associadas ao
uso do ChatGPT em ambientes acadêmicos, enfazando a importância do uso responsável da
IA na educação (Bialik et al., 2022). Tal constatação reforça a necessidade de incorporar ree-
xões écas aos currículos acadêmicos, ao mesmo tempo em que se promove o uso consciente
de ferramentas de IA em contextos educacionais e de pesquisa.
Ao analisar a necessidade de regulamentar o uso da IA na educação, pesquisadores
defendem o estabelecimento de diretrizes claras para a ulização do ChatGPT, com vistas à
preservação da integridade acadêmica (Garkusha & Gorodova, 2023), destacam a importância
de polícas adaptavas frente ao avanço tecnológico (Rincon-Flores et al., 2020) e enfazam
a responsabilidade das instuições de ensino superior em desenvolver e implementar mar-
cos normavos claros para o uso de ferramentas de IA em contextos acadêmicos (Pearlman,
2020). Tais medidas não apenas asseguram o uso éco da IA, como também contribuem para
a manutenção de padrões acadêmicos e da integridade cienca em um cenário de ensino
superior digital em rápida transformação (Lund et al., 2023).
O estudo de Chang et al. (2022) revelou forte interesse dos estudantes em desenvolver
competências relacionadas à IA e aprimorar sua prociência no uso de ferramentas como o
ChatGPT, evidenciando a necessidade de preparar os discentes com habilidades digitais ali-
nhadas às exigências do mercado de trabalho contemporâneo.
Resultados apresentados por Humble e Mozelius (2022) indicam um interesse cres-
cente dos estudantes pela IA e demonstram que as universidades podem desempenhar papel
estratégico ao integrar a educação em IA aos seus currículos, fornecendo os conhecimentos e
instrumentos necessários para a atuação no mundo digital. O fortalecimento da formação em
IA nos programas universitários contribui para que os egressos estejam adequadamente pre-
parados para as demandas do mercado de trabalho em um ambiente cada vez mais permeado
por tecnologias baseadas em IA.
6
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
Embora diversos estudos apontem que ferramentas de IA, como o ChatGPT, podem
melhorar os resultados de aprendizagem, poucos invesgam as tensões reais e a ambivalência
vivenciadas por estudantes e docentes durante seu uso. Até o momento, não foram iden-
cados estudos empíricos que explorem de forma sistemáca a agência dos usuários. Questões
relacionadas à conança, à sobrecarga cogniva e às respostas emocionais associadas ao uso
de ferramentas de IA também carecem de invesgação empírica. O enfrentamento dessas
lacunas possibilita uma compreensão mais abrangente dos efeitos da tecnologia e favorece o
desenvolvimento de abordagens écas e pedagógicas mais consistentes.
O objevo deste estudo é fundamentar as tendências transformadoras do ensino supe-
rior no contexto da digitalização, tomando como exemplo o uso de tecnologias de inteligência
arcial. Para alcançar esse objevo, denem-se os seguintes objevos especícos:
• Idencar modelos educacionais emergentes a parr do uso da IA no ensino
superior;
• Analisar os desaos decorrentes da integração da IA aos ambientes acadêmicos e
propor estratégias para enfrentá-los.
MÉTODOS DE PESQUISA
De acordo com os objevos estabelecidos, adotou-se uma abordagem qualitavo-
-quantava para o desenvolvimento do estudo.
Na primeira etapa da pesquisa, foram selecionadas fontes de informação relevantes
para o alcance do objevo proposto. Os dados ulizados derivam de argos e revisões pu-
blicados em periódicos ciencos indexados nas bases Scopus e Web of Science. A busca foi
realizada por meio de palavras-chave e expressões como “University 4.0”, “ensino superior”,
“digitalização”, “inteligência arcial”, “ChatGPT” e “IA generava”, nos idiomas inglês e russo.
Na segunda etapa, foi conduzido um levantamento com especialistas, com o obje-
vo de idencar modelos educacionais emergentes a parr do uso da IA no ensino superior,
bem como os desaos associados à sua integração aos ambientes acadêmicos e as possíveis
soluções. Posteriormente, realizou-se um processo de ranqueamento para determinar a sig-
nicância (peso) dos modelos educacionais e dos desaos idencados. Para assegurar maior
objevidade na análise dos dados obdos no levantamento com especialistas, o grau de con-
cordância entre as opiniões foi mensurado por meio do coeciente de concordância de Kendall.
Esse procedimento resultou em uma amostra nal composta por 40 especialistas, que
foram convidados a parcipar da pesquisa por correio eletrônico. Os convites foram enviados
a pesquisadores com, no mínimo, três publicações sobre o tema em periódicos revisados por
pares, dos quais 38 aceitaram parcipar.
7
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
Cabe destacar que o estudo se concentrou exclusivamente em especialistas, não in-
cluindo estudantes nem prossionais das universidades. Assim, os resultados não reetem as
experiências e percepções daqueles que ulizam ferramentas de IA em seus contextos codia-
nos de ensino e aprendizagem. Pesquisas futuras poderão superar essa limitação por meio da
inclusão de componentes qualitavos, como entrevistas com estudantes e docentes, observa-
ções em sala de aula ou grupos focais, de modo a aprofundar a compreensão das dimensões
subjevas e sociais da implementação da IA no ensino superior.
RESULTADOS DA PESQUISA
De acordo com os resultados do levantamento com especialistas, a integração da IA
nas universidades pode dar origem a diversos novos modelos educacionais que exploram as
capacidades e as vantagens dessa tecnologia (Tabela 1).
Modelo educacional Descrição Classicação Peso
Percursos de
aprendizagem
personalizados
A IA possibilita a criação de programas de aprendizagem
individualizados, adaptados às preferências, habilidades e
objevos dos estudantes. Por meio da análise de dados,
a IA pode idencar combinações ómas de disciplinas,
cursos e trajetórias prossionais para cada estudante,
proporcionando uma experiência educacional mais
personalizada.
1 0,21
Sistemas de
recomendação
Com o uso da IA, as universidades podem implementar
sistemas avançados de recomendação. A parr da
análise das preferências dos estudantes, do desempenho
acadêmico e do progresso prossional, a IA pode sugerir
cursos, materiais de estudo, seminários ou programas
de estágio alinhados aos interesses dos estudantes e
favoráveis ao seu desenvolvimento.
2 0,17
Chatbots e suporte
ao estudante
Chatbots baseados em IA podem fornecer respostas
imediatas às dúvidas dos estudantes sobre horários
de aulas, exames, polícas instucionais, entre outros
aspectos. Também podem oferecer orientação acadêmica,
direcionando os estudantes a recursos relevantes ou
conectando-os aos setores adequados da universidade.
3 0,15
Análise de dados e
previsão
A IA auxilia as universidades na análise de dados acadêmicos
e do mercado de trabalho, permindo prever tendências
nas preferências estudans, mudanças no mercado laboral
e demanda por competências especícas, além de apoiar o
desenho de currículos alinhados às necessidades atuais e
futuras do mercado.
4 0,13
Tabela 1
Modelos educacionais emergentes a parr do uso da IA no ensino superior
8
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
Paralelamente, a integração da IA ao ambiente acadêmico não ocorre sem desaos. Os
especialistas idencaram os principais problemas a seguir (Tabela 2).
Ferramentas de
realidade virtual e
aumentada
A IA pode ser ulizada no desenvolvimento de ferramentas
inovadoras de aprendizagem baseadas em realidade
virtual e aumentada, incluindo simulações, aprendizagem
gamicada e ambientes interavos que auxiliam os
estudantes a adquirir competências prácas em contextos
seguros e controlados.
5 0,10
Orientação
prossional
personalizada
A IA pode apoiar a criação de sistemas de orientação
prossional baseados em dados. As universidades podem
avaliar habilidades e preferências dos estudantes para
sugerir trajetórias prossionais, estágios, mentores e
oportunidades de desenvolvimento prossional.
6 0,08
Análise prediva
do desempenho
discente
Por meio da IA e da análise de dados, as universidades
podem desenvolver modelos predivos para idencar, de
forma precoce, estudantes em risco de baixo desempenho
ou evasão, possibilitando intervenções e apoio oportunos.
7 0,07
Automação
de processos
administravos
A IA pode automazar tarefas administravas universitárias,
como recrutamento, processamento de inscrições, gestão
de bases de dados e operações nanceiras, economizando
tempo, reduzindo erros e aumentando a eciência.
8 0,06
Desenvolvimento de
plataformas digitais
de aprendizagem
A IA pode contribuir para a criação de plataformas modernas
de aprendizagem que ofereçam acesso a materiais,
conteúdos, ferramentas educacionais e colaboração on-
line. Essas plataformas podem proporcionar experiências
personalizadas, conteúdos adaptavos, testes interavos e
análises de desempenho.
9 0,03
Nota. Resultados do levantamento com especialistas. Coeciente de concordância de Kendall W = 0,69 (p < 0,01),
indicando forte concordância entre os especialistas.
Desao Descrição Classicação Peso
Integridade
acadêmica
A versão mais recente do ChatGPT 4.0 é mulmodal, oferece
suporte à navegação na web e à análise avançada de dados,
além de acesso a bases ampliadas de conhecimento.
Atualmente, não existem ferramentas conáveis para
detectar seu uso. As ferramentas disponíveis — apesar de
alegarem alta precisão — estão sujeitas a falsos posivos
e falsos negavos, o que limita signicavamente sua
ulidade práca.
1 0,32
Tabela 2
Desaos decorrentes da integração da IA ao ambiente acadêmico
9
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
Além da existência de infraestrutura tecnológica, os fatores humanos de implementa-
ção foram idencados como determinantes para o sucesso da adoção da IA no ensino supe-
rior. Enquanto docentes expressaram preocupações relacionadas à credibilidade das avaliações
e à soberania pedagógica, estudantes destacaram tanto aspectos posivos quanto desaos
dos ambientes educacionais apoiados por IA, como aumento da movação e intensicação da
ansiedade, respecvamente. Alguns percebem sistemas generavos, como o ChatGPT, como
tecnologias democrazadoras, ao passo que outros manifestam receio de que esses sistemas
tornem difusa a disnção entre autoria e apoio acadêmico. Essa ambivalência evidencia a
necessidade de novos estudos empíricos. A comunidade acadêmica precisa perceber, conar
e compreender as implicações écas dos sistemas generavos por meio de pesquisas dessa
natureza.
Os especialistas também enfazaram que as universidades devem oferecer marcos
instucionais e pedagógicos para a introdução de ferramentas de IA. Esses marcos incluem
códigos internos que regulamentem o uso da IA, regras claras para o tratamento de dados e
cursos obrigatórios de éca digital para docentes e estudantes. Para enfrentar esses desaos,
as universidades podem fomentar comitês interdisciplinares de éca, responsáveis por reer
Privacidade e
segurança de dados
Os sistemas de IA exigem grandes volumes de dados para
operar de forma ecaz, o que gera preocupações quanto
ao uso indevido e a violações de dados. Instuições
e provedores de tecnologia devem priorizar medidas
robustas de segurança da informação para proteger os
dados sensíveis dos estudantes.
2 0,27
Questões écas
relacionadas
à propriedade
intelectual
Os dados ulizados para o treinamento podem estar
protegidos por direitos autorais, levantando questões legais
e écas sobre o uso desse conteúdo para treinar modelos
de IA. Esse problema é intensicado pelo paradigma atual
de desenvolvimento da IA, que privilegia grandes conjuntos
de dados para obter melhores resultados.
3 0,20
Disseminação não
intencional de
desinformação /
vieses da IA
A tecnologia de IA pode ser ulizada para produzir ou
amplicar conteúdos quesonáveis e desinformação
em larga escala, resultando em saídas enviesadas ou
imprecisas. Isso gera preocupações écas e operacionais
relevantes, especialmente considerando a incapacidade
da IA de realizar julgamentos écos e sua dependência de
dados de treinamento enviesados ou falsicados.
4 0,12
Interação humano–IA
Os efeitos psicológicos e pedagógicos da redução das
interações interpessoais na educação demandam
invesgações adicionais. Conciliar os benecios da
personalização mediada por IA com a necessidade de
orientação humana permanece um desao signicavo.
5 0,09
Nota. Resultados do levantamento com especialistas. Coeciente de concordância de Kendall W = 0,70 (p < 0,01),
indicando forte concordância entre os especialistas.
10
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
sobre tecnologias emergentes e assegurar que a eciência no uso de dados não ocorra em
detrimento da privacidade, da autonomia ou da propriedade intelectual dos estudantes. Essa
abordagem favorece uma liderança responsável e orienta a adoção éca da IA no ensino su-
perior, especialmente diante da expectava de regulamentações nacionais ou internacionais
vinculantes.
DISCUSSÃO
Conforme evidenciado pelos resultados do levantamento com especialistas, os pro-
blemas mais relevantes decorrentes da integração da IA ao ambiente acadêmico são a inte-
gridade acadêmica, a privacidade e a segurança de dados, as questões écas relacionadas à
propriedade intelectual e a disseminação não intencional de desinformação.
Embora a literatura indique que a ameaça à integridade acadêmica é real (Floridi &
Chiria, 2020), ainda não se observa uma tendência consolidada sobre o tema. Contudo, aná-
lises dialógicas de redes sociais revelam a ausência de reexão críca nos debates acerca dos
danos causados pela IA generava na educação. Isso sugere que os estudantes podem não u-
lizar sistemas como o ChatGPT de forma reexiva. Para reduzir o risco de plágio no ambiente
acadêmico, os especialistas propuseram diversas estratégias. Primeiramente, as universidades
devem revisar suas polícas de integridade acadêmica para incluir explicitamente o uso de
IA generava. Em segundo lugar, os critérios de avaliação do trabalho acadêmico discente
precisam ser reformulados: devem ser desenvolvidas avaliações inovadoras que priorizem o
pensamento criavo, críco e analíco, em vez da simples memorização; além disso, deve-se
dar especial atenção às avaliações autêncas, nas quais os estudantes realizam tarefas que
reitam problemas do mundo real.
No que se refere à privacidade e à segurança dos dados dos usuários do ChatGPT, os
especialistas destacaram que o enorme volume de dados processados por seus algoritmos
é vulnerável a ataques cibernécos, o que gera o risco de acesso não autorizado ou de uso
indevido de informações condenciais. Também foram manifestadas preocupações quanto à
forma como o ChatGPT processa as informações obdas por meio das interações, uma vez que
existem muitas incertezas sobre como os dados são armazenados e ulizados. Essa questão,
segundo Perroa e Selwyn (2020), é especialmente relevante para estudantes e docentes que
podem não dispor de conhecimento suciente sobre a tecnologia e suas polícas de privacida-
de. Ademais, há o risco de que estudantes mais jovens comparlhem inadverdamente dados
pessoais com as plataformas, o que reforça a necessidade de proteger a privacidade de gru-
pos vulneráveis, parcularmente susceveis às consequências de uma formação inadequada
11
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
(Rincon-Flores et al., 2020). Diante disso, os especialistas propuseram diversas estratégias
para enfrentar os problemas relacionados à privacidade.
Em primeiro lugar, docentes e estudantes devem ser devidamente informados: as uni-
versidades precisam assegurar que ambos estejam bem esclarecidos sobre as questões de pri-
vacidade associadas ao uso da IA. Em segundo lugar, torna-se necessário criar um ambiente de
aprendizagem seguro para a ulização dessas tecnologias. A resolução das questões relavas
aos direitos de propriedade intelectual vinculados à IA generava no ensino superior, segundo
os especialistas, deve envolver as seguintes medidas.
É fundamental promover a conscienzação de estudantes e docentes sobre pos-
síveis violações de direitos autorais decorrentes do uso de ferramentas de IA generava.
Compreender as implicações legais do uso de conteúdos gerados por IA é parcularmente
importante para uma ulização responsável. Em segundo lugar, as universidades devem bus-
car cooperação com provedores de IA capazes de vericar a legalidade dos dados ulizados no
treinamento de seus modelos, garanndo que as ferramentas adotadas pelas instuições de
ensino estejam em conformidade com as normas de propriedade intelectual. Além disso, de
acordo com os resultados do levantamento com especialistas, há sérias preocupações de que
sistemas de IA, como o ChatGPT, possam disseminar desinformação de forma não intencional
ou deliberada. Em casos extremos, conteúdos falsos produzidos por meio de IA generava
podem comprometer a reputação de indivíduos ou de instuições. Esse risco é agravado pela
possibilidade de que até mesmo usuários bem-intencionados propaguem nocias falsas sem
perceber. Estudos indicam que o problema se intensica em razão de vieses cognivos que
tornam muitos usuários vulneráveis à desinformação (Kooli, 2023; Lund et al., 2023); adicio-
nalmente, a IA generava pode ser ulizada para criar conjuntos de dados falsos com o obje-
vo de sustentar hipóteses ciencas.
Considerando esses riscos, os especialistas armam que as universidades devem ado-
tar as seguintes medidas. É imprescindível ensinar os estudantes a avaliar a qualidade das
informações, disnguir fontes conáveis de fontes duvidosas e compreender as limitações
dos modelos de IA generava. Além disso, é necessário ampliar a conscienzação dos estu-
dantes sobre o potencial da IA para a disseminação de desinformação. De modo geral, incen-
var e apoiar o desenvolvimento do pensamento críco entre os estudantes é essencial para
prepará-los para um contexto de abundância informacional e para os desaos impostos pela
IA generava. Essas estratégias ressaltam a necessidade de equilibrar riscos e benecios, bem
como de assegurar que as universidades se mantenham atualizadas e atuem de forma proava
diante de questões emergentes, ao mesmo tempo em que preparam seus estudantes para um
futuro no qual a IA generava tende a penetrar e a inuenciar múlplas dimensões da vida.
No futuro, a forma como os estudantes interagem com a IA deverá evoluir para além
de seu papel atual como simples ferramenta colaborava. Os estudantes poderão trabalhar
12
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
em conjunto com sistemas de inteligência arcial, promovendo uma sinergia entre o poten-
cial criavo humano e as capacidades computacionais. Essa colaboração tende a potencializar
processos de resolução de problemas, pesquisa e criavidade, abrindo novas e promissoras
perspecvas para a educação.
Para além dos riscos diretamente associados aos estudantes, o papel dos docentes
também vem sendo transformado pela IA de maneiras que exigem uma análise éca mais
aprofundada. Por exemplo, os professores podem ter menor inuência sobre as decisões ins-
trucionais ou perceber um enfraquecimento da prossão quando a IA é ulizada para apoiar
ou automazar tarefas acadêmicas roneiras, como avaliação, feedback ou instrução. Caso
contrário, o ensino corre o risco de ser reduzido à mera gestão e controle, sendo esvaziado de
suas dimensões humanas de orientação, diálogo e cuidado. Nesse sendo, as universidades
precisam capacitar os docentes tanto no uso de tecnologias digitais e de IA quanto na recon-
guração de seus papéis em pedagogias híbridas humano–máquina. A formação connuada
deve incluir a reexão sobre a éca da IA, as relações de poder e a intencionalidade pedagó-
gica no ensino.
No que diz respeito a implementações prácas de IA contextualizada na educação,
o assistente virtual de ensino “Jill Watson”, do Georgia Instute of Technology, constui um
exemplo de como a IA pode aprimorar a aprendizagem sem substuir os prossionais da edu-
cação. Em Singapura, a IA é ulizada para fornecer análises predivas da aprendizagem, iden-
cando quais estudantes necessitam de maior apoio acadêmico, ao mesmo tempo em que
se preserva a privacidade dos dados em ambientes controlados. Países escandinavos, por sua
vez, oferecem cursos de letramento em inteligência arcial no ensino médio, possibilitando
que os estudantes compreendam melhor como ulizar e desenvolver essa tecnologia de forma
responsável ao ingressarem no ensino superior. A IA pode apoiar a educação desde que seja
empregada de maneira segura e em contextos apropriados. Para isso, as universidades podem
adotar cartas internas ou conselhos de éca, desenvolver polícas de uso de dados mais trans-
parentes e criar unidades responsáveis por avaliar novas ferramentas antes de sua implemen-
tação, garanndo que a IA fortaleça — e não fragilize — suas prioridades acadêmicas.
CONSIDERAÇÕES FINAIS
De acordo com os resultados do estudo, o panorama da inteligência arcial no ensi-
no superior é complexo, caracterizado por inovações promissoras concomitantes a desaos
inerentes. À medida que a academia busca um equilíbrio ómo entre a inteligência huma-
na e a arcial, permanece evidente que o cenário educacional passa por um processo de
transformação, com a IA ocupando posição central. Explorar plenamente o potencial da IA,
13
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
viabilizar sua integração bem-sucedida e superar as diculdades associadas serão fatores
determinantes para o futuro do ensino superior — um futuro no qual a coexistência harmo-
niosa entre a inteligência humana e a das máquinas poderá abrir novos horizontes para a
produção e a disseminação do conhecimento.
Atualmente, o uso da IA generava é considerado o mais promissor no contexto do
ensino superior, o que torna imprescindível que as universidades desenvolvam estratégias
ecazes para a implementação dessas tecnologias. Manter-se atualizado quanto aos avan-
ços tecnológicos e regulatórios, bem como monitorar os impactos da IA generava na edu-
cação e na sociedade em geral, é fundamental para seu desenvolvimento connuo. Nesse
sendo, a adoção de estratégias capazes de enfrentar os desaos e de apoiar a integração
bem-sucedida da IA no ambiente educacional mostra-se necessária, sobretudo diante do
elevado potencial transformador e dos benecios que essa tecnologia oferece ao ensino
superior.
A complexidade inerente à implementação de tecnologias de IA generava exige que
as universidades aloquem recursos sucientes para gerir o processo de forma ecaz. Isso
inclui assegurar a preparação dos prossionais para trabalhar com IA e estabelecer funções
acadêmicas ou administravas especícas voltadas à supervisão de sua implementação. Tais
iniciavas devem ser acompanhadas, coordenadas e avaliadas de maneira sistemáca, in-
corporando o diálogo aberto com as partes interessadas, de modo a construir colevamente
esse processo.
A ulização da inteligência arcial no ensino superior já se consolidou, na práca,
tanto como uma nova forma de tecnologia instrucional quanto como um campo acadêmi-
co emergente, abrangendo desde programas automácos de avaliação até plataformas de
aprendizagem avançadas capazes de considerar as caracteríscas dos estudantes e aprimo-
rar sua experiência de aprendizagem.
Universidades em todo o mundo têm ampliado seus currículos para incluir temas
aprofundados em IA, reendo tanto a crescente complexidade da área quanto sua inter-
conexão com diversos setores. Ademais, a relevância crescente da IA tem impulsionado a
incorporação de considerações écas nos programas acadêmicos, abordando as implicações
sociais e morais dessas tecnologias. Nesse contexto, as diretrizes instucionais sobre o uso
da IA assumem importância central do ponto de vista éco, pois visam assegurar que essas
ferramentas sejam ulizadas em conformidade com as boas prácas e estabelecer limites
claros para sua aplicação.
14
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
REFERÊNCIAS
Ali, J. K. M., Shamsan, M. A. A., Hezam, T. A., & Mohammed, A. A. (2023). Impact of ChatGPT on
learning movaon: Teachers and students’ voices. Journal of English Studies in Arabia
Felix, 2(1), 41–49. hps://doi.org/10.56540/jesaf.v2i1.51
Baker, R. (2016). Stupid tutoring systems, intelligent humans. Internaonal Journal of Arcial
Intelligence in Educaon, 26(2), 600–614.
Bialik, M., Holmes, W., & Feidel, C. (2022). Arcial intelligence in educaon. Alpina PRO.
Castrillón, O., Sarache, W., & Ruiz, S. (2020). Predicon of academic performance using arcial
intelligence techniques. Formación Universitaria, 13(1), 93–102.
Chang, C.-Y., Kuo, S.-Y., & Hwang, G.-H. (2022). Chatbot-facilitated nursing educaon: Incorporang
a knowledge-based chatbot system into a nursing training program. Educaonal
Technology & Society, 25(1), 15–27.
Chen, X., Zou, D., Xie, H., Cheng, G., & Liu, C. (2022). Two decades of arcial intelligence in
educaon: Contributors, collaboraons, research topics, challenges, and future direcons.
Educaonal Technology & Society, 25(1), 28–47.
Crompton, H., Edme, A., Ichaporia, N., & Burke, D. (2024). AI and English language teaching:
Aordances and challenges. Brish Journal of Educaonal Technology, 55(6), 2503–2529.
hps://doi.org/10.1111/bjet.13460
Denning, P. J., & Denning, D. E. (2020). Dilemmas of arcial intelligence. Communicaons of the
ACM, 63(3), 22–24. hps://doi.org/10.1145/3379920
Floridi, L., & Chiria, M. (2020). GPT-3: Its nature, scope, limits, and consequences. Minds and
Machines, 30(4), 681–694. hps://doi.org/10.1007/s11023-020-09548-1
Garkusha, N. S., & Gorodova, Y. S. (2023). Pedagogical opportunies of ChatGPT for the
development of students’ cognive acvity. Professional Educaon and Labor Market,
11(1), 6–23. hps://doi.org/10.52944/PORT.2023.52.1.001
Humble, N., & Mozelius, P. (2022). The threat, hype, and promise of arcial intelligence
in educaon. Discover Arcial Intelligence, 2(1). hps://doi.org/10.1007/
s44163-022-00039-z
Hussin, A. A. (2018). Educaon 4.0 made simple: Ideas for teaching. Internaonal Journal of
Educaon & Literacy Studies, 6(3), 92–98. hps://doi.org/10.7575/aiac.ijels.v.6n.3p.92
Ivakhnenko, E. N., & Nikolsky, V. S. (2023). ChatGPT in higher educaon and science: Threat or
valuable resource? Higher Educaon in Russia, (4), 9–22.
15
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
Kooli, C. (2023). Chatbots in educaon and research: A crical examinaon of ethical implicaons
and soluons. Sustainability, 15(7). hps://doi.org/10.3390/su15075614
Lund, B., Wang, T., Manuru, N. R., Nie, B., Shimray, S., & Wang, Z. (2023). ChatGPT and a new
academic reality: AI-wrien research papers and the ethics of the large language models
in scholarly publishing. Journal of the Associaon for Informaon Science and Technology,
74(5), 570–581. hps://doi.org/10.1002/asi.24750
Makridakis, S. (2017). The forthcoming arcial intelligence revoluon: Its impact on society and
rms. Futures, 90, 46–60.
Natale, S., & Ballatore, A. (2020). Imagining the thinking machine: Technological myths and the
rise of arcial intelligence. Convergence, 26(1), 3–18.
Nze, S. U. (2024). AI-powered chatbots. Global Journal of Human Resource Management, 12(6),
34–45.
Pearlman, E. (2020). AI comes of age. PAJ: A Journal of Performance and Art, 42(3), 55–62.
Perroa, C., & Selwyn, N. (2020). Deep learning goes to school: Toward a relaonal understanding
of AI in educaon. Learning, Media and Technology, 45, 251–269.
Pesonen, J. A. (2021). “Are you OK?” Students’ trust in a chatbot providing support
opportunies. In P. Zaphiris & A. Ioannou (Eds.), Learning and collaboraon technologies:
Games and virtual environments for learning (pp. 199–215). Springer. hps://doi.
org/10.1007/978-3-030-77943-6_13
Przegalinska, A., Ciechanowski, L., Stroz, A., Gloor, P., & Mazurek, G. (2019). In bot we trust: A
new methodology of chatbot performance measures. Business Horizons, 62(6), 785–797.
hps://doi.org/10.1016/j.bushor.2019.08.005
Rincon-Flores, E. G., López-Camacho, E., Mena, J., & López, O. O. (2020). Predicng academic
performance with arcial intelligence (AI): A new tool for teachers and students. In 2020
IEEE Global Engineering Educaon Conference (EDUCON) (pp. 1049–1054). IEEE. hps://
doi.org/10.1109/EDUCON45650.2020.9125141
Sorokin, D. O. (2023). Atudes of school pupils and university students towards the use of AI
chatbots in educaon. Derzhavinsky Forum, 7(1), 21–30.
16
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
Processamento e editoração: Editora Ibero-Americana de Educação
Revisão, formatação, normalização e tradução
CRediT Author Statement
Reconhecimentos: Os autores agradecem à equipe editorial e aos pareceristas anôni-
mos pelas contribuições e comentários construvos, que auxiliaram no aprimoramen-
to do manuscrito.
Financiamento: Esta pesquisa não recebeu nanciamento especíco de agências pú-
blicas, comerciais ou do terceiro setor.
Conitos de interesse: Os autores declaram não haver conitos de interesse relaciona-
dos a este estudo.
Aprovação éca: A pesquisa com especialistas foi conduzida em conformidade com os
princípios écos. A parcipação foi voluntária, e o consenmento informado foi obdo
de todos os respondentes.
Disponibilidade de dados e material: Os conjuntos de dados gerados e analisados
durante o presente estudo estão disponíveis com os autores, mediante solicitação
juscada.
Contribuições dos autores: Todos os autores contribuíram de forma equivalente para a
concepção, o delineamento, a coleta e a análise dos dados, bem como para a redação
do argo. Todos revisaram e aprovaram a versão nal do manuscrito.
Revista on line de Política e Gestão Educacional (RPGE),
Araraquara, v. 29, n. 00, e025114, 2025.
1
e-ISSN: 1519-9029
Revista on line de Política e Gestão Educacional
Online Journal of Policy and Educational Management
10.22633/rpge.v29i00.20815
TRANSFORMATIONAL TRENDS IN
HIGHER EDUCATION IN THE CONTEXT OF
DIGITALIZATION: THE CASE OF ARTIFICIAL
INTELLIGENCE TECHNOLOGIES
TENDÊNCIAS DE TRANSFORMAÇÃO DO ENSINO
SUPERIOR NO CONTEXTO DA DIGITALIZAÇÃO: O CASO
DAS TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL
TENDENCIAS TRANSFORMADORAS EN LA ENSEÑANZA
SUPERIOR EN EL CONTEXTO DE LA DIGITALIZACIÓN: EL
CASO DE LAS TECNOLOGÍAS DE INTELIGENCIA ARTIFICIAL
Gulyusa ISMAGILOVA¹
g.k.ismagilova@mymail.academy
Leisan MIFTAKHOVA
2
l.b.miakhov[email protected]y
Irina KURMAEVA
3
i.kurmaev[email protected]y
Grigoriy BAZHIN
4
grigoriy[email protected]
Anatolii SHAPOVALOV
5
a.shapovalov@mymail.academy
Gennadiy KUZMITSKIY
6
g.kuzmitskiy@mymail.academy
Darya GVOZDEVA
7
d.i.gvozdeva@mymail.academy
How to reference this paper:
Ismagilova, G., Miakhova, L., Kurmaeva, I., Bazhin, G., Shapovalov, A., Kuzmitskiy,
G. & Gvozdeva, D. (2025). Transformaonal trends in higher educaon in the
context of digitalizaon: the case of arcial intelligence technologies. Revista
on line de Políca e Gestão Educacional, 29, e025114, 2025. e-ISSN: 1519-9029.
hps://doi.org/10.22633/rpge.v29i00.20815
Submied: 15/05/2025
Revisions required: 10/06/2025
Approved: 25/09/2025
Published: 23/12/2025
¹ Kazan (Volga Region) Federal Univer-
sity, Kazan – Russia. Ph.D., Associate
Professor at the Department of Con-
trasve Linguiscs.
² Kazan (Volga Region) Federal University,
Kazan – Russia. Assistant Lecturer at the
Department of Contrasve Linguiscs.
³ Kazan (Volga Region) Federal University,
Kazan – Russia. Ph.D., Associate Professor
at the Department of Contrasve Linguis-
cs.
⁴ Moscow State University of civil Engine-
ering, Moscow – Russia. Senior Lecturer.
⁵ Kuban State Agrarian University named
aer I.T. Trubilin, Krasnodar – Russia. PhD,
Associate professor at the Department of
theory and history of state and law.
⁶ Perm Military Institute of the National
Guard Troops, Perm – Russia. Doctor,
Doctor of Technical Sciences, Academi-
cian of the Russian Academy of Natural
Sciences.
⁷ Southern Federal University, Academy
of Psychology and Pedagogy – Russia.
Candidate of Psychological Sciences, As-
sociate Professor at the Department of
Personality Psychology and Counseling
Psychology.
2
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE),
Araraquara, v. 29, n. 00, e025114, 2025.
e-ISSN: 1519-9029
ABSTRACT: The purpose of this study is to substanate the transformaonal trends
in higher educaon in the context of digitalizaon using arcial intelligence (AI)
technologies as an example. Through expert surveys, the arcle idenes educa-
onal models emerging from the use of AI in higher educaon and outlines key
challenges accompanying AI integraon into academic environments. The most
pressing issues include upholding academic integrity, data privacy and security,
ethical concerns related to intellectual property, and the unintenonal spread of
misinformaon. The authors propose strategies to address these challenges. They
conclude that the integraon of AI in higher educaon will serve as a catalyst for
signicant transformaons — acng both as an innovave educaonal tool and an
increasingly important academic discipline — shaping the future of higher educa-
on where the harmonious coexistence of human and machine intelligence will
open new horizons for knowledge acquision and disseminaon.
KEYWORDS: Higher educaon. Digizaon. Arcial intelligence (AI). ChatGPT. Ge-
nerave AI.
RESUMO: O objevo deste estudo é fundamentar as tendências de transformação
do ensino superior no contexto da digitalização, ulizando como exemplo as tecno-
logias de inteligência arcial (IA). Através de inquéritos a especialistas, o argo
idenca modelos educavos que emergem da ulização da IA no ensino superior
e descreve os principais desaos que acompanham a integração da IA nos ambien-
tes académicos. As questões mais prementes incluem a defesa da integridade aca-
démica, a privacidade e a segurança dos dados, preocupações écas relacionadas
com a propriedade intelectual e a disseminação não intencional de desinformação.
Os autores propõem estratégias para enfrentar estes desaos. Concluem que a
integração da IA no ensino superior servirá de catalisador para transformações
signicavas — actuando simultaneamente como uma ferramenta educava ino-
vadora e como uma disciplina académica cada vez mais importante — moldando o
futuro do ensino superior, onde a coexistência harmoniosa da inteligência humana
e da inteligência das máquinas abrirá novos horizontes para a aquisição e divulga-
ção de conhecimentos.
PALAVRAS-CHAVE: Ensino superior. Digitalização. Inteligência arcial (IA). ChatGPT. IA
generava.
RESUMEN: El propósito de este estudio es corroborar las tendencias transforma-
doras de la enseñanza superior en el contexto de la digitalización ulizando como
ejemplo las tecnologías de inteligencia arcial (IA). Mediante encuestas a exper-
tos, el arculo idenca los modelos educavos que surgen del uso de la IA en la
enseñanza superior y esboza los retos clave que acompañan a la integración de
la IA en los entornos académicos. Entre los problemas más acuciantes guran la
defensa de la integridad académica, la privacidad y seguridad de los datos, las
preocupaciones écas relacionadas con la propiedad intelectual y la difusión invo-
luntaria de información errónea. Los autores proponen estrategias para afrontar
estos retos. Llegan a la conclusión de que la integración de la IA en la enseñanza
superior servirá de catalizador para transformaciones signicavas, actuando a la
vez como una herramienta educava innovadora y una disciplina académica cada
vez más importante, congurando el futuro de la enseñanza superior, donde la
coexistencia armoniosa de la inteligencia humana y la inteligencia arcial abrirá
nuevos horizontes para la adquisición y difusión de conocimientos.
PALABRAS CLAVE: Enseñanza superior. Digitalización. Inteligencia arcial (IA).
ChatGPT. IA Generava.
Arcle submied to the similarity system
Editor: Prof. Dr. Sebasão de Souza Lemes
Deputy Execuve Editor: Prof. Dr. José Anderson Santos Cruz
.
3
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
INTRODUCTION
Tradional higher educaon is undergoing a profound transformaon in the digital era
(Denning & Denning, 2020). One of the most innovave methods being implemented today
is the use of arcial intelligence (AI). AI has quickly been adopted as a revoluonary force in
the eld of educaon, with early applicaons involving simple tools such as automated gra-
ding systems. However, the past decade has seen a rapid evoluon of AI, with advanced lear-
ning plaorms oering personalized learning approaches (Baker, 2016). Using deep learning
and natural language processing, these plaorms closely monitor student progress and deli-
ver content tailored to each learner’s pace and level of knowledge. A notable example is the
Carnegie Learning system, which reportedly improved student performance through adapve
problem-solving exercises that personalize the learning process in real me (Chen et al., 2022).
Beyond asynchronous learning, AI is increasingly enhancing real-me instrucon. A
striking example is “Jill Watson” at the Georgia Instute of Technology—an AI-powered tea-
ching assistant. Jill can respond to student inquiries, organize discussions, and even assist with
grading assignments, thereby relieving instructors of some administrave dues and expan-
ding students’ access to educaonal support (Castrillón et al., 2020).
AI enables instuons to beer predict student outcomes, allowing early intervenon
for those facing academic challenges. By analyzing student engagement, acvity, and perfor-
mance, predicve models can idenfy potenal dropouts or those in need of academic assis-
tance. This not only improves student retenon rates but also contributes to a more responsi-
ve and supporve learning environment (Makridakis, 2017).
As industries began to recognize the potenal of AI, the demand for specialists in this
eld surged, prompng a sudden shi in academia. Universies worldwide have experienced
signicant growth in enrollment for courses directly or indirectly related to AI. What began
with foundaonal modules in programming and machine learning has now expanded to cover
complex topics such as neural networks, robocs, and AI ethics (Natale & Ballatore, 2020). The
diversicaon of AI curricula caters to students with a wide range of interests and career goals.
Recent advancements in generave AI technologies, parcularly large language models
(LLMs), have garnered unprecedented aenon with the release of ChatGPT 3.5—a chatbot
that became publicly available in November 2022. The app became the fastest-growing onli-
ne applicaon in history, reaching around 100 million acve users per month within just two
months of launch (Kooli, 2023). Consequently, the higher educaon sector faces urgent chal-
lenges, requiring instuons to respond and adapt to the changes brought by this technology.
By early 2023, several reports highlighted aempts to limit the use of generave AI in edu-
caonal sengs and warned of risks to academic integrity (Hussin, 2018). While generave
4
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
AI and LLMs in parcular do present challenges for universies and the educaon sector, it is
crucial to recognize the substanal opportunies they oer to reshape educaon.
Despite the rapid adopon of AI in higher educaon, there remains a signicant gap in
understanding how students and faculty perceive its inuence on their daily academic rou-
nes. Their subjecve experiences including increased reliance, concerns over surveillance, and
the redenion of intellectual eort deserve closer examinaon. Including user perspecves
helps to frame AI not only as a technical tool but as a phenomenon that reshapes power dyna-
mics, responsibility, and academic culture.
LITERATURE REVIEW
Research ndings indicate a signicant use of large language models such as ChatGPT
in academic learning today (Lund et al., 2023). The capabilies of ChatGPT have been tested
across various academic disciplines, revealing a wide range of advantages and limitaons. The
model has shown a notable ability to handle complex queries in elds such as law, operaons
management, and computer science, though it has faced dicules in areas requiring deep
conceptual understanding and complex problem-solving (Nze, 2024). ChatGPT’s performance
on standardized tests, such as economics exams and medical licensing assessments, has been
parcularly impressive—oen surpassing the results of average students (Pesonen, 2021).
Study (Przegalinska et al., 2019) demonstrated that this tool can be further opmized through
prompt engineering, improving its eecveness and helping overcome some limitaons.
Researchers have noted that students use ChatGPT to prepare for exams and classes
(Crompton et al., 2024), to search for ideas and inspiraon when working on projects and
homework—highlighng the tool’s role in supporng creavity and assisng with academic
tasks (Floridi & Chiria, 2020). This underscores the need to incorporate digital literacy and AI
educaon into higher educaon curricula.
Despite ChatGPT’s wide adopon, ndings from (Sorokin, 2023) show that only 48.2%
of students believe it signicantly reduces the me needed to prepare for exams and clas-
ses. Consequently, researchers conclude that although AI tools are widely used, they cannot
always be regarded as shortcuts to academic success (Ali et al., 2023). Instead, their role is to
supplement—not replace—tradional learning methods (Ivakhnenko & Nikolsky, 2023), and
combining AI tools with hands-on learning experiences can enhance the overall educaonal
process (Perroa & Selwyn, 2020). This highlights the need to develop a balanced approa-
ch to educaonal methodologies that blends technological tools with tradional pedagogical
pracces.
5
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
At the same me, researchers point out the potenal risks and ethical implicaons
of using ChatGPT in academic sengs, emphasizing the importance of responsible AI use in
educaon (Bialik et al., 2022). This nding demonstrates the need to integrate moral conside-
raons into academic curricula while promong the responsible use of AI tools in academic
and research environments.
When analyzing the necessity of regulang AI use in educaon, scholars advocate
for the establishment of clear guidelines on using ChatGPT to maintain academic integrity
(Garkusha & Gorodova, 2023), stress the importance of adapve policies in the context of te-
chnological progress (Rincon-Flores et al., 2020), and highlight the need for educaonal ins-
tuons to develop and implement clear frameworks and policies governing the use of AI tools
in academic contexts (Pearlman, 2020). In their view, such measures would not only ensure
ethical AI usage but also help uphold academic standards and integrity in the rapidly evolving
digital higher educaon landscape (Lund et al., 2023).
Study (Chang et al., 2022) revealed students’ strong interest in developing their AI-
related skills and improving their prociency in using AI tools such as ChatGPT—highlighng
the need to equip students with relevant digital skills that are in demand in today’s job market.
The results of (Humble & Mozelius, 2022) indicate growing interest in AI among stu-
dents and show that universies can play a key role by integrang AI educaon into their curri-
cula, providing students with the necessary tools and knowledge to navigate the digital world.
Strengthening the focus on AI educaon in university programs will ensure that graduates are
well-prepared for labor market demands in an increasingly AI-integrated environment.
Many studies argue that AI tools like ChatGPT can improve learning outcomes however
few explore the realisc tensions and ambivalence that students and instructors may experien-
ce during AI tool use. No one has published empirical studies exploring user agency. No one
explored trust, cognive overload, or emoon within AI tools in empirical studies that were
published. Compleng these gaps oers a fuller view of the technology’s eect and makes
possible ethical and teaching methods.
The aim of this study is to substanate the transformaonal trends in higher educa-
on in the context of digitalizaon, using arcial intelligence technologies as an example. To
achieve this goal, the following objecves are outlined:
• To idenfy educaonal models emerging from the use of AI in higher educaon;
• To explore the challenges arising from AI integraon into academic environments
and propose soluons to address them.
6
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
RESEARCH METHODS
In accordance with the stated objecves, a qualitave-quantave approach was cho-
sen for the study.
At the rst stage of the research, relevant informaon sources necessary for achieving
the research goal were selected. The data for this study were drawn from arcles and reviews
published in scienc journals indexed in Scopus and Web of Science. The search was conduc-
ted using keywords and phrases such as “University 4.0,” “higher educaon,” “digitalizaon,”
“arcial intelligence,” “ChatGPT”, and “generave AI,” in both English and Russian.
At the second stage, an expert survey was conducted to idenfy educaonal models
emerging from the use of AI in higher educaon, as well as the challenges associated with the
integraon of AI into academic environments and possible soluons. Subsequent ranking allo-
wed for the determinaon of the signicance (weight) of the educaonal models and potenal
challenges. To ensure a more objecve analysis of the data obtained from the expert survey,
the degree of agreement among expert opinions was measured using Kendall’s coecient of
concordance.
This yielded a nal sample size of 40 experts. The experts were then invited to take part
in the survey via email. An invitaon to parcipate in the survey was sent to academics with at
least three publicaons on the research topic in peer-reviewed journals and 38 agreed.
However, this study focused on experts, and did not include students or university sta,
so the results do not reect the experiences and atudes of those who use AI tools in their
daily teaching and learning contexts. Future research could remedy this limitaon by adding
a qualitave component, such as interviews with students and educators, classroom observa-
on, or the use of focus groups, to further invesgate the subjecvity and social dimensions of
AI implementaon in higher educaon.
RESEARCH FINDINGS
According to the results of the expert survey, the integraon of AI into universies can
give rise to numerous new educaonal models that leverage the capabilies and advantages
of this technology (Table 1).
7
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
Educaonal Model Descripon Rank Weight
Personalized Learning
Pathways
AI can enable the creaon of individualized learning
programs tailored to students’ preferences, skills, and goals.
Through data analysis, AI can idenfy opmal combinaons
of subjects, courses, and career paths for each student,
oering a more personalized educaonal experience.
1 0,21
Recommendaon
Systems
Using AI, universies can implement advanced
recommendaon systems. Based on analysis of students’
preferences, academic performance, and career progress,
AI can suggest suitable courses, study materials, seminars,
or internship programs that align with students’ interests
and support their development.
2 0,17
Chatbots and Student
Support
AI-powered chatbots can provide instant answers to
students’ quesons about class schedules, exams,
university policies, and more. They can also oer academic
guidance by direcng students to resources or connecng
them with appropriate campus sta.
3 0,15
Data Analycs and
Forecasng
AI helps universies analyze student and labor market data,
allowing them to forecast trends in student preferences,
labor market shis, demand for specic skills, and to design
curricula that meet current and future job market needs.
4 0,13
Virtual and
Augmented Reality
Tools
AI can be used to develop cung-edge VR and AR learning
tools. These include simulaons, gamied learning, and
interacve environments that help students acquire hands-
on skills in a safe and controlled seng.
5 0,10
Personalized Career
Counseling
AI can support the creaon of data-driven career guidance
systems. Universies can assess students’ skills and
preferences to suggest relevant career paths, internships,
mentors, and professional development opportunies.
6 0,08
Predicve Analycs
for Student
Performance
Using AI and data analycs, universies can build predicve
models to idenfy students at risk of underperformance or
dropout early, allowing for mely intervenon and support.
7 0,07
Administrave
Process Automaon
AI can automate university administrave tasks such
as recruitment, applicaon processing, database
management, and nancial operaons—saving me,
reducing errors, and improving eciency.
8 0,06
Development of
Digital Learning
Plaorms
AI can help build modern learning plaorms that provide
access to materials, content, learning tools, and online
collaboraon. These plaorms can oer personalized
experiences, adapve content, interacve tests, and
performance analycs.
9 0,03
Table 1
Educaonal models emerging from the use of AI in higher educaon
Note. Expert survey results. Kendall’s coecient of concordance W = 0.69 (p < 0.01), indicang strong agreement
among experts.
8
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
Challenge Descripon Rank Weight
Academic Integrity
The latest version of ChatGPT 4.0 is mulmodal, supports
web browsing, advanced data analysis, and has access
to expanded knowledge resources. There are currently
no reliable tools to detect its use. Exisng tools—despite
claims of high accuracy—are prone to both false posives
and false negaves, signicantly liming their praccal
usefulness.
1 0,32
Data Privacy and
Security
AI systems require large volumes of data to operate
eecvely, raising concerns over misuse and data breaches.
Instuons and tech providers must priorize enhanced
data security measures to protect students’ sensive
informaon.
2 0,27
Ethical Issues Related
to Intellectual
Property
Training data may be protected by copyright, raising
legal and ethical quesons about using such content to
train AI models. This issue is intensied by the current AI
development paradigm that favors large datasets for beer
results.
3 0,20
Unintenonal Spread
of Misinformaon /
AI Bias
AI technology can be used to mass-produce or amplify
quesonable content and misinformaon, leading to
biased or awed outputs. This creates serious ethical and
operaonal concerns, especially given AI’s inability to make
ethical judgments and its dependence on biased or fake
training data.
4 0,12
Human-AI Interacon
The psychological and pedagogical eects of reduced
interpersonal interacon in educaon require further study.
Balancing the benets of AI-driven personalizaon with the
need for human guidance remains a serious challenge.
5 0,09
Table 2
Challenges arising from AI integraon into the academic environment
Note. Expert survey results. Kendall’s coecient of concordance W = 0.70 (p < 0.01), indicang strong agreement
among experts.
At the same me, the integraon of AI into the academic environment is not without
challenges. Experts idened the following major issues (Table 2):
In addion to the existence of a technological infrastructure, human factors of imple-
mentaon were seen as a success factor for implemenng AI in higher educaon. While facul-
ty were concerned about the assessment’s credibility and pedagogical sovereignty, students
expressed the posive aspects and challenges of an AI-supported educaonal sengs, such as
movaon and anxiety, respecvely. Some view generave systems like ChatGPT as democra-
zing technology, but others are concerned that they blur the disncon between authorship
with academic support. This ambivalence suggests a need for empirical studies. The academic
community must perceive, trust, and understand the ethical implicaons of generave syste-
ms through these studies.
9
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
Experts also insisted universies provide instuonal and pedagogical frameworks for
introducing AI tools. These frameworks include internal codes for AI use, clear data handling
rules, and compulsory digital ethics training courses for sta and students. To address the-
se issues universies could promote interdisciplinary ethics commiees. These commiees
could reect on new technologies. These commiees could ensure data eciency does not
cost students their privacy, autonomy and intellectual property. This would help leaders act
responsibly. It would guide them as they ethically adopt AI in higher educaon and govern in
ancipaon of binding state or internaonal regulaons.
DISCUSSION
As shown by the results of the expert survey, the most signicant problems arising
from the integraon of AI into the academic environment are academic integrity, data privacy
and security, ethical issues related to intellectual property, and the unintenonal spread of
misinformaon.
Although research on the subject suggests that the threat to academic integrity is real
(Floridi & Chiria, 2020), the existence of a common trend is not yet percepble. Nevertheless,
dialogic analysis of social media shows no crical reecon in discussions about harm done by
generave AI in educaon. This suggests that students may not use systems like ChatGPT re-
ecvely. To reduce the risk of plagiarism in the academic environment, experts proposed se-
veral approaches. Firstly, universies should revise their academic integrity policies to include
the use of generave AI. Secondly, the criteria for assessing students’ academic work should
be modied: innovave assessments should be developed that priorize creave and crical
thinking and analysis, rather than simple memorizaon; parcular aenon should be paid
to authenc assessments in which students complete tasks that reect real-world problems.
Regarding the privacy and security of ChatGPT users’ data, experts noted that the enor-
mous volume of data processed by ChatGPT algorithms is vulnerable to cyberaacks, creang
the risk of unauthorized access or misuse of condenal informaon. Concerns were also ex-
pressed about how ChatGPT processes informaon obtained through interacons, as there
are many uncertaines about how it stores and uses data. This issue, according to (Perroa
& Selwyn, 2020), is especially important for students and faculty members who may lack su-
cient knowledge about the technology and its privacy policy. In addion, there is a risk that
young students may unintenonally share personal data with plaorms, which highlights the
need to protect the privacy of vulnerable groups who are especially suscepble to the conse-
quences of inadequate educaon (Rincon-Flores et al., 2020). Experts have proposed several
strategies that can be used to address privacy issues.
10
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
Firstly, informing sta and students: universies must ensure that both sta and stu-
dents are well informed about privacy issues related to AI. Secondly, it is necessary to create
a secure learning environment using AI. The resoluon of intellectual property rights issues
related to generave AI in higher educaon, according to experts, should involve the following
steps.
Firstly, raising awareness among students and faculty members about potenal copyri-
ght violaons when using generave AI tools is crucial for addressing this issue. Understanding
the legal implicaons of using AI-generated content is especially important for its responsible
use. Secondly, universies should strive to cooperate with AI providers who can verify the
legality of their training data. This helps ensure that AI tools used in educaonal instuons
comply with intellectual property regulaons. Also, according to the results of the expert sur-
vey, there are serious concerns that AI like ChatGPT may unintenonally/intenonally spread
misinformaon. In extreme cases, fake content created using generave AI may damage the
reputaon of individuals or instuons. This risk is exacerbated by the possibility that even
well-intenoned users unknowingly spread fake news. Studies (Kooli, 2023; Lund et al., 2023)
indicate that the problem is further aggravated by the fact that many users fall vicm to mi-
sinformaon due to cognive biases; in addion, generave AI can be used to create false
datasets to support scienc hypotheses.
Taking these risks into account, universies, according to experts, should take the follo-
wing measures.
Firstly, it is extremely important to teach students how to assess the quality of infor-
maon, disnguish reliable informaon sources from quesonable ones, and understand the
limitaons of generave AI models. Secondly, it is necessary to increase students’ awareness
of the potenal of AI in spreading misinformaon. In general, encouraging and supporng cri-
cal thinking among students is crucial for their preparaon for a world of informaon abun-
dance and the challenges posed by generave AI. These strategies emphasize the need to
balance risks and benets, and to ensure that universies stay up to date and acvely address
emerging issues, while preparing their students for a future in which generave AI may pene-
trate and inuence many aspects of life. In the future, the way students interact with AI will
evolve beyond its current role as a simple collaboraon tool. Students will be able to work
together with arcial intelligence systems, promong synergy between the creave potenal
of humans and computaonal capabilies. Such collaboraon may enhance the processes of
problem solving, research, and creavity, opening up new and excing prospects in educaon.
Beyond the student-facing risks, the role of teachers is being transformed by AI in ways
that require a deeper ethical analysis. For example, teachers may have less say over instruc-
onal decision-making or may feel that the profession is weakened when AI is ulized to help
with or automate roune academic tasks such as grading, feedback, or instrucon. Otherwise,
11
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
teaching runs the risk of being reduced to mere management and control and will be depri-
ved of the human dimensions of mentoring, discussion and care. Universies therefore need
to train teachers in digital technologies and AI as well as in how to rethink their roles in hy-
brid human-machine pedagogies. Professional development should consist of reecon on AI
ethics, power, and pedagogical intenon in teaching.
For praccal implementaons of contextualized AI in educaon, Georgia Instute of
Technology’s “Jill Watson” virtual teaching assistant represents AI improving learning without
replacing educaon professionals. In Singapore, AI is used to provide learners with predicve
learning analycs that idenfy which students are most in need of extra academic support,
while preserving students’ private data in controlled data environments. Scandinavian coun-
tries also give arcial intelligence literacy courses in high school, for students to beer com-
prehend how to responsibly use and create the technology when they arrive at university. AI
may assist educaon if used safely in the correct seng. They could adopt internal charters or
ethics boards, develop data use policies that are more open by default, and create units that
evaluate new tools before they are deployed in order to ensure that AI supports rather than
weakens their academic priories.
FINAL CONSIDERATIONS
According to the study results, the landscape of AI in higher educaon is complex,
marked by promising innovaons alongside inherent challenges. As academia connues to
seek the opmal balance between human and arcial intelligence, one thing remains clear:
the educaonal landscape is undergoing a transformaon, with AI at its core. Harnessing the
full potenal of AI, achieving its successful integraon, and overcoming related dicules
will shape the future of higher educaon—one in which the harmonious coexistence of
human and machine intelligence will unlock new horizons for knowledge acquision and
disseminaon.
At present, the use of generave AI is considered the most promising within the
higher educaon space, making it essenal for universies to develop eecve strategies
for implemenng generave AI technologies. Staying informed about technological and re-
gulatory developments, as well as monitoring the impact of generave AI on educaon and
society at large, is crucial for its connued advancement. Therefore, the adopon of strate-
gies that eecvely address challenges and support the successful integraon of AI into the
educaonal environment is necessary, especially considering the signicant transformave
potenal and benets this technology oers to higher educaon.
12
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
The complexity of implemenng generave AI technologies requires universies to
allocate sucient resources to manage the process eecvely. This includes ensuring sta
readiness to work with AI and establishing academic or administrave roles dedicated to
overseeing its potenal implementaon. These eorts must be supervised, coordinated,
and evaluated—incorporang open dialogue with relevant stakeholders to help collecvely
shape the process.
The use of arcial intelligence in higher educaon has been demonstrated in prac-
ce as a new form of instruconal technology in higher educaon and a new academic
discipline, from stac automac grading programs to modern learning plaorms that can
address the characteriscs of students and improve their learning experience.
Universies around the world have expanded their curricula to include in-depth AI
topics, reecng both the increasing complexity of the eld and its interconnectedness with
various sectors. Moreover, the growing importance of AI has led to the inclusion of ethical
consideraons in academic programs, addressing the social and moral implicaons of AI
technologies. University guidelines on AI use are extremely important from an ethical stand-
point. Their purpose is to ensure that these tools are used in accordance with best pracces
and to dene clear boundaries for their applicaon.
13
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
REFERENCES
Ali, J. K. M., Shamsan, M. A. A., Hezam, T. A., & Mohammed, A. A. (2023). Impact of ChatGPT on
learning movaon: Teachers and students’ voices. Journal of English Studies in Arabia
Felix, 2(1), 41–49. hps://doi.org/10.56540/jesaf.v2i1.51
Baker, R. (2016). Stupid tutoring systems, intelligent humans. Internaonal Journal of Arcial
Intelligence in Educaon, 26(2), 600–614.
Bialik, M., Holmes, W., & Feidel, C. (2022). Arcial intelligence in educaon. Alpina PRO.
Castrillón, O., Sarache, W., & Ruiz, S. (2020). Predicon of academic performance using arcial
intelligence techniques. Formación Universitaria, 13(1), 93–102.
Chang, C.-Y., Kuo, S.-Y., & Hwang, G.-H. (2022). Chatbot-facilitated nursing educaon: Incorporang
a knowledge-based chatbot system into a nursing training program. Educaonal
Technology & Society, 25(1), 15–27.
Chen, X., Zou, D., Xie, H., Cheng, G., & Liu, C. (2022). Two decades of arcial intelligence in
educaon: Contributors, collaboraons, research topics, challenges, and future direcons.
Educaonal Technology & Society, 25(1), 28–47.
Crompton, H., Edme, A., Ichaporia, N., & Burke, D. (2024). AI and English language teaching:
Aordances and challenges. Brish Journal of Educaonal Technology, 55(6), 2503–2529.
hps://doi.org/10.1111/bjet.13460
Denning, P. J., & Denning, D. E. (2020). Dilemmas of arcial intelligence. Communicaons of the
ACM, 63(3), 22–24. hps://doi.org/10.1145/3379920
Floridi, L., & Chiria, M. (2020). GPT-3: Its nature, scope, limits, and consequences. Minds and
Machines, 30(4), 681–694. hps://doi.org/10.1007/s11023-020-09548-1
Garkusha, N. S., & Gorodova, Y. S. (2023). Pedagogical opportunies of ChatGPT for the
development of students’ cognive acvity. Professional Educaon and Labor Market,
11(1), 6–23. hps://doi.org/10.52944/PORT.2023.52.1.001
Humble, N., & Mozelius, P. (2022). The threat, hype, and promise of arcial intelligence
in educaon. Discover Arcial Intelligence, 2(1). hps://doi.org/10.1007/
s44163-022-00039-z
Hussin, A. A. (2018). Educaon 4.0 made simple: Ideas for teaching. Internaonal Journal of
Educaon & Literacy Studies, 6(3), 92–98. hps://doi.org/10.7575/aiac.ijels.v.6n.3p.92
Ivakhnenko, E. N., & Nikolsky, V. S. (2023). ChatGPT in higher educaon and science: Threat or
valuable resource? Higher Educaon in Russia, (4), 9–22.
14
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
10.22633/rpge.v29i00.20815
e-ISSN: 1519-9029
Kooli, C. (2023). Chatbots in educaon and research: A crical examinaon of ethical implicaons
and soluons. Sustainability, 15(7). hps://doi.org/10.3390/su15075614
Lund, B., Wang, T., Manuru, N. R., Nie, B., Shimray, S., & Wang, Z. (2023). ChatGPT and a new
academic reality: AI-wrien research papers and the ethics of the large language models
in scholarly publishing. Journal of the Associaon for Informaon Science and Technology,
74(5), 570–581. hps://doi.org/10.1002/asi.24750
Makridakis, S. (2017). The forthcoming arcial intelligence revoluon: Its impact on society and
rms. Futures, 90, 46–60.
Natale, S., & Ballatore, A. (2020). Imagining the thinking machine: Technological myths and the
rise of arcial intelligence. Convergence, 26(1), 3–18.
Nze, S. U. (2024). AI-powered chatbots. Global Journal of Human Resource Management, 12(6),
34–45.
Pearlman, E. (2020). AI comes of age. PAJ: A Journal of Performance and Art, 42(3), 55–62.
Perroa, C., & Selwyn, N. (2020). Deep learning goes to school: Toward a relaonal understanding
of AI in educaon. Learning, Media and Technology, 45, 251–269.
Pesonen, J. A. (2021). “Are you OK?” Students’ trust in a chatbot providing support
opportunies. In P. Zaphiris & A. Ioannou (Eds.), Learning and collaboraon technologies:
Games and virtual environments for learning (pp. 199–215). Springer. hps://doi.
org/10.1007/978-3-030-77943-6_13
Przegalinska, A., Ciechanowski, L., Stroz, A., Gloor, P., & Mazurek, G. (2019). In bot we trust: A
new methodology of chatbot performance measures. Business Horizons, 62(6), 785–797.
hps://doi.org/10.1016/j.bushor.2019.08.005
Rincon-Flores, E. G., López-Camacho, E., Mena, J., & López, O. O. (2020). Predicng academic
performance with arcial intelligence (AI): A new tool for teachers and students. In 2020
IEEE Global Engineering Educaon Conference (EDUCON) (pp. 1049–1054). IEEE. hps://
doi.org/10.1109/EDUCON45650.2020.9125141
Sorokin, D. O. (2023). Atudes of school pupils and university students towards the use of AI
chatbots in educaon. Derzhavinsky Forum, 7(1), 21–30.
15
10.22633/rpge.v29i00.20815
Revista on line de Política e Gestão Educacional (RPGE), Araraquara, v. 29, n. 00, e025114, 2025.
Gulyusa ISMAGILOVA, Leisan MIFTAKHOVA, Irina KURMAEVA, Grigoriy BAZHIN,
Anatolii SHAPOVALOV, Gennadiy KUZMITSKIY, & Darya GVOZDEVA
e-ISSN: 1519-9029
Processing and eding: Editora Ibero-Americana de Educação
Proofreading, formang, normalizaon and translaon
CRediT Author Statement
Acknowledgements: We acknowledge the editorial team and anonymous reviewers
for their construcve feedback, which helped rene the manuscript.
Funding: This research received no specic grant from any funding agency in the pu-
blic, commercial, or not-for-prot sectors.
Conicts of interest: The authors declare no conicts of interest related to this study.
Ethical approval: The expert survey was conducted in accordance with ethical standards.
Parcipaon was voluntary and informed consent was obtained from all respondents.
Data and material availability: The datasets generated and analyzed during the cur-
rent study are available from the authors upon reasonable request.
Authors’ contribuons: All authors contributed equally to the concepon, design, data
collecon, analysis, and wring of this arcle. Each author reviewed and approved the
nal version of the manuscript.
