Estabilizar o nível de dificuldade do exame de admissão à universidade.

No entanto, muitos especialistas alertam que a tecnologia ainda não consegue resolver as causas profundas das deficiências do sistema educacional .

No início de março, o Ministério da Educação da Coreia do Sul anunciou planos para desenvolver um sistema de IA capaz de gerar textos de compreensão de leitura em inglês, geralmente trechos de materiais acadêmicos ou jornalísticos. Esse sistema não só auxiliaria na compilação, como também ajudaria a avaliar a relevância do conteúdo. Os testes poderiam começar em breve com simulados.

Esta proposta surgiu após a seção de inglês do exame de admissão à universidade de 2025 ter se mostrado excepcionalmente difícil, ultrapassando o conhecimento dos livros didáticos. A controvérsia em torno da dificuldade do exame tornou-se ainda mais evidente ao analisar os dados. No exame de 2025, apenas cerca de 3,1% dos candidatos alcançaram a nota máxima em inglês, o menor índice desde a implementação do sistema de pontuação máxima em 2018. As flutuações significativas ao longo dos anos, com alguns anos registrando taxas superiores a 12%, indicam uma falta de estabilidade no sistema atual.

O incidente levanta questões sobre a estabilidade e a imparcialidade do exame.

Segundo especialistas, um dos principais motivos para a dificuldade excessiva das provas são as revisões de última hora. Aproximadamente 42% das questões são alteradas pouco antes do dia da prova, o que deixa pouco tempo para revisão e, consequentemente, para garantir a precisão do conteúdo. Nesse contexto, espera-se que a IA auxilie na padronização do processo de criação de provas, desde a geração do conteúdo até a previsão do nível de dificuldade de cada questão.

Além disso, a estrutura atual dos exames também tem consequências não intencionais. O exame de inglês é avaliado em uma escala de notas absolutas, enquanto outras disciplinas utilizam um sistema de pontuação relativa. Isso não só não reduz a pressão acadêmica, como também faz com que os gastos com educação privada se concentrem em faixas etárias mais jovens, já que os pais buscam preparar seus filhos desde cedo.

Portanto, alguns especialistas consideram o uso da IA uma proposta altamente promissora. O professor Lee Byung-min, da Universidade Nacional de Seul, comentou: “Tem havido problemas com a seleção de parágrafos, resultando em textos que às vezes são incoerentes, muito abstratos ou muito curtos para fornecer contexto. Se a IA puder ajudar a avaliar e refinar esses aspectos, certamente beneficiará os candidatos aos testes.”

A IA pode funcionar como uma ferramenta de suporte técnico, ajudando a melhorar a qualidade do conteúdo e a minimizar erros humanos. Além disso, a IA pode analisar grandes volumes de dados de provas anteriores para prever os níveis de dificuldade, contribuindo assim para manter a consistência ao longo dos anos.

Por outro lado, o professor Yoon Hee-cheol, da Universidade Feminina de Duksung, alerta: “A tecnologia de IA não consegue resolver os problemas mais fundamentais. Aplicar IA pode ajudar a ajustar a dificuldade da prova, em vez de deixar que os candidatos escolham os textos. Mas depender de conteúdo gerado por IA pode levar a textos superficiais ou que não reflitam com precisão o contexto do mundo real, afetando assim a capacidade de avaliar a proficiência linguística de forma abrangente.”

Outra questão preocupante é o risco de aumento da desigualdade. Com a integração da IA nos exames, as instituições de ensino privadas podem se adaptar rapidamente e explorar essa vantagem.

O professor Yoon Hee-cheol, que leciona na Universidade Feminina de Duksung, na Coreia do Sul, alerta: "A solução reside não apenas na tecnologia, mas também em como definir 'níveis de dificuldade apropriados'. Precisamos de diretrizes claras ou de um consenso mais amplo sobre o sistema de gabarito, alinhado às expectativas da sociedade e às diretrizes das políticas educacionais."

Segundo o Korea JoongAng Daily

Fonte: https://giaoducthoidai.vn/on-dinh-do-kho-ky-thi-dai-hoc-post771132.html