http://200.17.67.205/read/issue/feed Revista de Educação a Distância - READ/NEAD 2026-11-04T18:26:23-03:00 Núcleo de Educação a Distância - Nead/UFSJ Univerisidade Federal de São João del-Rei - UFSJ coger@nead.ufsj.edu.br Open Journal Systems <p>A <strong>Revista de Educação a Distância - Re@d</strong> é uma publicação eletrônica com periodicidade semestral, apresenta, na classificação de periódicos do quadriênio 2021-2024 da CAPES, o <strong>Qualis B2</strong>. Mantida pelo Núcleo de Educação a Distância (Nead) da Universidade Federal de São João del-Rei - UFSJ . </p> <p>Tem como objetivo compartilhar conhecimento, por meio da publicação de artigos científicos, na área de Educação, Gestão, Tecnologia. e áreas correlacionadas.</p> <p>É um periódico aberto, registrado com o ISSN <strong>2675-0651</strong>, de acesso livre na internet e aceita contribuições redigidas em português, inglês ou espanhol.</p> http://200.17.67.205/read/article/view/6325 UMA AVALIAÇÃO DA APRENDIZAGEM NA EDUCAÇÃO A DISTÂNCIA DIANTE DA INTELIGÊNCIA ARTIFICIAL GENERATIVA: VALIDADE, INTEGRIDADE ACADÊMICA E DIRETRIZES AVALIATIVAS 2026-09-28T17:18:45-03:00 Felippe Miranda da Silva felippemiranda@outlook.com <p>A difusão de sistemas de inteligência artificial generativa modificou as condições em que estudantes da educação a distância produzem textos, códigos e soluções de problemas. Se uma tarefa assíncrona pode ser respondida por um modelo em segundos, o produto entregue deixa de ser evidência segura da aprendizagem pretendida. Este artigo analisa os desafios da avaliação da aprendizagem na educação a distância do ensino superior diante desse acesso e propõe estratégias que reduzam a vulnerabilidade a usos indevidos ou que incorporem a ferramenta com justificativa pedagógica. Trata-se de revisão bibliográfica narrativa, sem coleta de dados empíricos, articulando estudos sobre avaliação, alinhamento construtivo, taxonomia revisada de objetivos educacionais, integridade acadêmica, orientações internacionais sobre IA generativa e a Lei Geral de Proteção de Dados Pessoais. Sustenta-se que a validade depende sobretudo do desenho das evidências, e não da detecção retrospectiva de textos. Registro de processo, justificativa de decisões e uso declarado da ferramenta, quando o resultado de aprendizagem o exigir, oferecem caminho mais consistente do que a confiança em detectores, sujeitos a falsos positivos, vieses e implicações éticas e jurídicas. A contribuição é um conjunto de diretrizes e um quadro analítico que compara tipos de avaliação quanto à resistência relativa à substituição por IA, ao esforço docente, à escalabilidade, ao potencial formativo e ao risco de exclusão. Nenhuma estratégia é apresentada como absolutamente resistente.</p> 2026-11-04T00:00:00-03:00 Copyright (c) 2026 Revista de Educação a Distância - READ/NEAD