IA na educação superior: o que definir agora para não chegar atrás em 2027

Entre os profissionais cujas organizações definiram de forma explícita o papel da inteligência artificial no trabalho, a maioria diz que a tecnologia está entregando o valor esperado. Onde essa definição não existe, esse índice despenca. Mesma tecnologia, mesmo mercado — e a variável que separa os dois grupos não é o tamanho do investimento. É uma decisão. E decisões desse tipo, na minha experiência, custam mais caro quanto mais se adiam. 

O dado vem do "Future of Professionals Report 2026", da Thomson Reuters, que ouviu 1.816 profissionais em 62 países. É a quarta edição anual do estudo — o tipo de levantamento sério, com amostra robusta e recorte internacional, que vale a pena acompanhar de perto.

A adoção correu na frente da decisão

Começo pelo retrato, porque ele é a senha para tudo o que vem depois. A tecnologia já está dentro das organizações, e não de forma tímida: três em cada quatro profissionais entrevistados usam IA várias vezes por semana, e 44% recorrem a ela várias vezes ao dia. Ninguém precisa mais ser convencido a experimentar. O que não acompanhou esse ritmo foi a clareza sobre o propósito — e é nesse descompasso que está o ponto.

Porque adotar foi a parte fácil. Entre os que atuam em organizações com uma estratégia de IA declarada, mais de um terço diz que ela não aparece no cotidiano: existe no papel, mas não chega à mesa. Some a isso os que afirmam não haver direção alguma, e o que se vê é um setor inteiro usando uma tecnologia todos os dias sem que alguém tenha dito, em voz alta, para que ela serve ali.

É o que chamo de "adoção sem decisão". E o mais revelador não é que ela aconteça — é o preço que ela cobra. O relatório pergunta por que a estratégia não vira prática, e a resposta desmonta a desculpa mais fácil: os obstáculos mais citados são ferramentas que não chegaram a quem precisa, pessoas não preparadas para operar do modo pretendido, estratégia não traduzida em prioridade. Nenhum deles é sobre a qualidade da tecnologia. Não há uma linha sobre modelo insuficiente. A trava é de acesso, de preparo e de clareza — nunca de o software dar conta. O gargalo nunca é a ferramenta.

É a distância entre quem decide e quem executa. 

E essa distância tem um custo medido. Onde a organização definiu com clareza o papel da IA, dois terços dos profissionais dizem que ela entrega o valor esperado. Onde essa definição não existe, o número cai para pouco mais de um quinto. A mesma ferramenta, nas mãos de duas organizações parecidas, rende três vezes mais de um lado — e a única variável que muda é ter respondido a uma pergunta: para que serve a IA aqui.

A tradução para o ensino superior

Na educação superior, o desenho é o mesmo. A IA entrou pelo atendimento, pela automação de mensagens, pela produção de conteúdo — todas portas operacionais, todas legítimas — e é justamente por serem operacionais que raramente passam pela pauta onde se define o que a instituição quer que a tecnologia faça por ela. A porta de entrada da IA no setor foi a eficiência, não a estratégia.

E há um traço próprio do nosso setor que torna isso mais sensível. A captação de uma IES é distribuída: consultores, atendimento, secretaria, polos. Uma orientação que não é explícita não se propaga sozinha por essa malha — ela se dilui no caminho.

O Instituto de Pesquisas do Grupo Crátilo (IPGC) capta esse mesmo desenho no relatório "Panorama da Captação 2026/1". Entre as atividades de marketing que já envolvem IA nas instituições ouvidas, automação de mensagens e atendimento lideram com folga, enquanto análise de dados e previsão de demanda ficam na última posição da lista. A capacidade que serviria para decidir é a menos instalada. As que servem para executar, as mais. 

Vale registrar que essa não é uma inquietação isolada nossa. Já abordei aqui na coluna o relatório da UNESCO sobre as tendências da educação superior no mundo, onde a mesma lacuna aparecia: a tecnologia avançou mais rápido que a governança sobre ela. É a mesma pergunta, posta do topo do sistema educacional à mesa de quem dirige uma instituição.

O que definir agora — e por que não dá para esperar 2027

A pergunta "para que serve a IA aqui" ganha contorno quando sai do discurso e vira exemplo. Vale a pena percorrer três frentes onde ela muda decisão de verdade.

Na alta gestão, a IA deixa de ser ferramenta de tarefa e vira instrumento de leitura de cenário. É cruzar a base de matrículas com dados de mercado, comportamento de busca e histórico de ciclos para projetar demanda por curso e por região — responder, com fundamento, onde vale abrir vaga, onde segurar e onde a procura está esfriando antes que o caixa perceba. Essa é a capacidade que o próprio setor menos instalou, e é a que mais separa quem decide no escuro de quem decide com evidência.

Na captação, é o salto do disparo genérico para o atendimento particular. A mesma tecnologia que hoje só automatiza mensagem pode identificar o que cada interessado procura e ajustar a conversa a ele — reconhecer que aquele candidato pesquisou um curso específico, respondê-lo sobre o que é dele, no tempo dele. É a diferença entre tratar cada pessoa como mais uma na esteira e fazê-la sentir que a instituição sabe quem ela é. Personalização assim, em escala de milhares, não se faz na mão. É exatamente a fronteira que os respondentes disseram não ter cruzado.

E na permanência, que é onde o dado rende mais e quase ninguém olha. A IA que prevê demanda é a mesma que pode fazer uma gestão preditiva da evasão: ela cruza frequência, desempenho acadêmico e situação financeira, por exemplo, e acende o sinal antes da desistência — o aluno que faltou três vezes, caiu de nota e atrasou a mensalidade não é mais um número no relatório do mês seguinte, é um alerta hoje, com tempo de agir. Reter um aluno que já está na casa custa uma fração de captar um novo. A conta é conhecida; o que falta é o gatilho.

Quem decide agora larga na frente

Repare que a barreira dessas três frentes raramente é a tecnologia em si. Onde já há um CRM alimentado e a IA rodando no atendimento, boa parte do caminho está andada — o que falta é a decisão de apontar essas ferramentas para a pergunta certa. E onde ainda não há, o investimento se justifica sozinho, porque é essa base que sustenta as três frentes de uma vez. Em nenhum dos casos o obstáculo é técnico: é a clareza sobre para que a tecnologia serve.

Por isso a resposta a "por que agora" é direta: porque a instituição ao lado tende a percorrer esse mesmo caminho, e a primeira que decidir o que fazer com os próprios dados sai na frente. Vantagem construída sobre dado acumulado não se compra com um cheque no ano seguinte — ela se constrói com o tempo, que já está correndo. Quem começar essa conversa em 2027 vai disputar com quem começou em 2026, e essa distância, uma vez aberta, cobra caro para fechar. 

Uma tecnologia que já está em uso diário não precisa ser aprovada. Precisa ser dirigida. E dirigir, aqui, significa apenas dizer em voz alta para que ela serve nesta instituição — que, no fim, é a única variável que aparece do lado de quem obtém resultado.

O Instituto de Pesquisas do Grupo Crátilo mantém suas análises e pesquisas abertas em cratilo.com/instituto, para quem quiser acompanhar como esses movimentos vêm se desenhando no ensino superior privado brasileiro.