Pesquisadores do College of Doctoral Studies da Universidade de Phoenix, Pamayla E. Darbyshire e Carl Beitsayadeh, publicaram o artigo "Enhancing Student Success through GAI and Predictive Analytics" na International Journal for Educational Media and Technology. O estudo, resultado de trabalhos apresentados na conferência Teaching, Colleges, and Community Worldwide Online Conference (TCC) de 2025, propõe um framework teórico de 16 etapas para a integração de inteligência artificial generativa (GAI) e análises preditivas em um sistema de suporte coeso para a educação superior online.

À medida que faculdades e universidades avaliam ferramentas de aprendizagem habilitadas por IA, muitas vezes tratam a análise preditiva e a IA generativa como tecnologias distintas. O artigo de Darbyshire e Beitsayadeh busca suprir essa lacuna ao mostrar como insights preditivos, feedback generativo, julgamento dos educadores e governança institucional podem funcionar em conjunto como um ecossistema sociotécnico adaptativo, visando apoiar os alunos online.

Modelo de apoio ao estudante baseado em IA

O artigo sugere um modelo que ajuda as instituições a pensarem de forma mais sistemática sobre o apoio ao estudante aprimorado por IA. O framework ilustra como a ingestão de dados, modelagem preditiva, feedback generativo e julgamento dos educadores podem operar em um ciclo contínuo.

Integração de análises preditivas e IA generativa

No modelo proposto, sistemas de dados institucionais auxiliam na identificação de padrões que indicam a necessidade de suporte adicional ao aluno. Modelos preditivos podem detectar sinais como desengajamento e desempenho em queda, enquanto a IA generativa contribui com intervenções personalizadas, como mensagens adaptadas e recomendações de recursos.

O artigo enfatiza que a implementação responsável da IA requer não apenas a adoção de novas tecnologias, mas também a consideração de sistemas de dados seguros, políticas claras de acesso a dados e estruturas de governança que avaliem precisão e equidade.