Como Usar a Inteligência Artificial (I.A.) para Aprender Melhor com os Pré-Testes

Você já se sentiu afundando em um mar de palavras ao tentar estudar um texto denso?

Aquela sensação de ler a mesma página três vezes sem que nada fique gravado?

A maioria de nós já esteve lá.

 Lutamos para encontrar maneiras de fazer o conhecimento realmente “grudar”.

A boa notícia é que existe uma técnica de aprendizagem poderosa e cientificamente comprovada para superar esse desafio: o “pré-questionamento” ou “pré-teste”.

Este artigo prático foi criado para desvendar essa arma secreta do aprendizado. Vamos explicar o que é o pré-questionamento, por que ele funciona de maneira tão eficaz e, o mais importante, como qualquer estudante pode começar a usá-lo hoje mesmo com a ajuda da inteligência artificial.

Mas afinal, o que é exatamente essa técnica e como ela funciona?

O Que é o Pré-questionamento?

De forma simples, o pré-questionamento é uma técnica de estudo ativo que acontece em duas etapas:

1. Adivinhar as respostas: Tentar responder a perguntas sobre um tópico antes de estudá-lo formalmente.
2. Descobrir as respostas: Estudar o material (ler um texto, assistir a uma aula) para encontrar as respostas corretas.

A ideia é simples e contraintuitiva: você tenta adivinhar as respostas para perguntas sobre um tópico antes de realmente aprender sobre ele.

O ponto-chave aqui é que o objetivo não é acertar a resposta. Esse ato de tentar, de se esforçar para buscar uma resposta em sua memória – e geralmente errar – é o que prepara o cérebro para encontrar e absorver as respostas corretas mais tarde.

Imagine que você precisa aprender sobre a estrutura atômica. Usando o pré-questionamento, você tentaria primeiro responder a perguntas como “Quais são os componentes de um átomo?” ou “Como os elétrons se comportam?” antes de abrir o livro ou assistir à videoaula sobre o assunto.

Por Que Essa Técnica é Tão Poderosa?

A pesquisa científica mostra que a técnica gera o que é chamado de “efeito do pré-questionamento” (prequestioning effect), que resulta em um desempenho significativamente melhor em testes futuros.

Isso acontece por três motivos principais:

• Ativação do cérebro: tentar responder a uma pergunta antes de saber a resposta ativa seu conhecimento prévio e aumenta a curiosidade. Seu cérebro fica em estado de alerta, com a atenção focada em encontrar a solução durante o estudo subsequente.

• Melhor retenção: o esforço inicial de adivinhar, mesmo que você erre, cria uma memória mais forte do erro. Quando você encontra a resposta correta, o cérebro trabalha ativamente para corrigir essa “falha”, o que ancora o novo conhecimento de forma muito mais duradoura.

• Aprendizagem direcionada: Ter perguntas em mente transforma a leitura passiva em uma “caça ao tesouro” ativa. Em vez de simplesmente percorrer as palavras, você passa a ler com um propósito claro: encontrar as respostas para as perguntas que tentou resolver. Isso torna o estudo mais focado e eficiente.

O Problema Antigo e a Solução Moderna com I.A.

O problema: o principal obstáculo à prática do pré-questionamento é a crônica escassez de boas perguntas antes de uma aula ou do início da leitura. Livros didáticos e professores raramente fornecem questões práticas antes da instrução formal. Para os alunos, criá-las por conta própria sem conhecer o assunto “era”, até então, uma tarefa quase impossível.

A Solução: Uso da Inteligência Artificial

É aqui que a narrativa muda.

A chegada da inteligência artificial generativa, como o ChatGPT, mudou completamente esse cenário.

Normalmente, usamos a I.A. como uma “máquina de respostas” para nos dar resumos e fatos (não abordarei, por ora, os “problemas” que isso pode gerar para o aprendizado).

Porém, um recente estudo científico (Pan et al., 2025) investigou se a I.A. poderia resolver esse antigo problema – criação de pré-testes – e descobriu que ferramentas como o ChatGPT são capazes de produzir perguntas de alta qualidade com:

• Eficiência: geram perguntas em segundos.

• Facilidade: exigem apenas um comando simples.

• Personalização: podem criar perguntas sobre qualquer texto fornecido.

• Abundância: produzem quantas perguntas forem necessárias.

Altera-se, com isso, o paradigma: agora, a I.A. também pode ser utilizada como uma máquina de perguntas (o que assusta aqueles que “descobrem” que a resposta deve ser extraída da própria memória, não da leitura de algum resumo gerado por I.A.).

O Que os Experimentos Revelaram

Uma série de quatro experimentos rigorosos foi conduzida para testar a eficácia do pré-questionamento auxiliado por I.A. e, no processo, os pesquisadores descobriram insights interessantes.

Os resultados foram claros e consistentes.

Abaixo, revelamos os quatro resultados mais impactantes e contraintuitivos sobre como usar a I.A. para turbinar seu aprendizado.

(1). Questões Geradas por I.A. São Tão Eficazes Quanto as Criadas por Humanos

Uma das descobertas mais surpreendentes do estudo foi uma comparação direta entre o pré-questionamento com perguntas geradas por I.A. e aquelas elaboradas por pesquisadores humanos.

Em um dos experimentos, os participantes foram divididos em dois grupos: um usou perguntas do ChatGPT e o outro, perguntas criadas por especialistas para se preparar para a leitura de um texto.

O resultado foi claro: não houve diferença significativa no desempenho do aprendizado entre os dois grupos.

Isso é extremamente importante porque remove uma barreira enorme: você não precisa mais de um especialista ou professor para criar materiais de estudo eficazes.

Qualquer pessoa pode gerar perguntas de alta qualidade para si mesma.

Conclusão principal: o estudo descobriu que os alunos que usaram perguntas geradas pelo ChatGPT para se preparar para a leitura de um texto tiveram um desempenho tão bom em um teste de compreensão quanto os alunos que usaram perguntas criadas por pesquisadores humanos.

(2). Você Não Precisa Ser um “Engenheiro de Prompts”: Comandos Simples Funcionam

Uma preocupação comum ao usar I.A. é a necessidade de criar “prompts” (instruções digitadas ou comandos) complexos e detalhados para obter bons resultados.

A boa notícia é que você pode deixar de lado o manual de “engenharia de prompts” – e parar de sustentar os vários “kooaches” e “goo-roos” das técnicas de estudo que inundam suas redes com anúncios prometendo milagres.

Nos experimentos os pesquisadores compararam o aprendizado usando perguntas de um prompt “elaborado” (com várias regras e detalhes) com perguntas de um prompt “básico” (uma única frase simples como “Crie 2 perguntas do texto abaixo”).

O resultado foi contraintuitivo: não houve uma vantagem consistente para os prompts mais complexos e elaborados.

Mas e sobre a qualidade das perguntas?

A Taxonomia de Bloom (ou a Taxonomia de Níveis Cognitivos de Bloom) é central na discussão do estudo para avaliar a complexidade cognitiva das perguntas geradas pela I.A. e pelas perguntas feitas por humanos.

O estudo utiliza a Taxonomia de Bloom em duas áreas principais:

a. Contextualização da geração de perguntas por I.A.’s

Os autores introduzem a Taxonomia de Bloom para discutir as limitações iniciais do ChatGPT na geração de perguntas:

• Pesquisas anteriores (Singh et al., 2023) sobre perguntas geradas pelo GPT-3.5 (usando a Taxonomia de Bloom revisada de L. W. Anderson, 2009) indicaram que o ChatGPT tendia a produzir perguntas de nível cognitivo mais baixo.

• Essas perguntas geradas pela I.A. se concentravam nos níveis de “Lembrar”, “Compreender” e “Aplicar”.

• Isso sugeriu que a I.A. tinha dificuldades em gerar perguntas que exigissem habilidades de raciocínio de ordem superior (ou seja, nos níveis de “Avaliar” e “Criar”).

b. Classificação das perguntas utilizadas nos experimentos

Os autores do estudo classificaram todas as perguntas utilizadas nos experimentos (as criadas pela I.A. e as criadas por humanos) de acordo com os níveis cognitivos da Taxonomia de Bloom.

Essa classificação revelou padrões importantes:

Perguntas de Nível Básico

• As perguntas geradas por I.A. com um prompt básico foram divididas igualmente entre os níveis “Lembrar” (50%) e “Compreender” (50%). Essa distribuição mostra que as perguntas geradas pela I.A. usando comandos simples se concentraram exclusivamente nos níveis cognitivos mais baixos da Taxonomia de Bloom.

• As perguntas geradas por I.A. com um prompt elaborado variaram de “Lembrar” a “Analisar”, mas a maioria estava no nível “Aplicar” (60%).

Perguntas de Nível Superior

• As perguntas geradas por humanos tenderam a atingir níveis cognitivos mais altos, sendo predominantemente no nível “Analisar” (75%), com 25% no nível “Avaliar”.

• Em consonância com as descobertas sobre as perguntas feitas por humanos, quando prompts que exigiam especificamente comparações foram utilizados, a proporção de perguntas geradas pela I.A. que atingiu o nível “Analisar” aumentou drasticamente.

A análise baseada na Taxonomia de Bloom permitiu aos autores concluir que, embora o ChatGPT tenda a gerar mais perguntas nos níveis cognitivos básicos, a inclusão de linguagem de prompt específica (como exigir comparações) pode levar o modelo a produzir perguntas que atinjam o nível “Analisar”, que envolve processos mentais mais avançados ou difíceis.

Em resumo, a taxonomia foi uma ferramenta de análise crucial para quantificar a qualidade e a profundidade do raciocínio exigido pelas perguntas de pré-teste, fornecendo insights sobre como a engenharia de prompts pode influenciar os resultados de aprendizagem de ordem superior.

A conclusão básica é: comece com um comando simples, mas se quiser aprofundar seu entendimento, basta adicionar uma frase como “Crie perguntas que comparem e contrastem os conceitos” ao seu prompt.

(3). É Mais Poderoso do que Estudar um Resumo Gerado por I.A.

Um dos usos mais populares da I.A. nos estudos é pedir para ela resumir um texto ou criar um esquema dos pontos principais.

Parece uma ótima maneira de economizar tempo, certo?

No entanto, alguns dos experimentos colocaram o pré-questionamento gerado por I.A. em um confronto direto com o estudo de um esquema/resumo do texto, também gerado por I.A.

A descoberta foi clara e consistente: os grupos que fizeram o pré-questionamento superaram significativamente o grupo que apenas estudou o esquema, mesmo quando o tempo total dedicado à tarefa foi exatamente o mesmo.

A razão vai além de simplesmente ser “ativo” versus “passivo”.

(4). O Aprendizado Vai Além das Perguntas Específicas

Um bom método de estudo não deve apenas ajudar a memorizar respostas para perguntas específicas; ele deve aprofundar a compreensão geral do tópico, permitindo que você aplique o conhecimento em novos contextos.

O estudo demonstrou que o pré-questionamento com I.A. faz exatamente isso.

De forma consistente ao longo do estudo, os benefícios da técnica se transferiram para perguntas “não testadas” – ou seja, perguntas no teste final que os participantes nunca tinham visto durante a fase de preparação.

Em termos práticos, isso significa que o pré-questionamento não apenas prepara você para as perguntas exatas que praticou, mas também constrói uma compreensão mais robusta e flexível do material, um benefício que os pesquisadores chamam de “aprendizado transferível”.

Uma Nova Ferramenta para seu Arsenal de Aprendizagem

O pré-questionamento sempre foi uma estratégia de aprendizado potente, mas sua aplicação prática era limitada pela dificuldade em obter boas perguntas.

Esta nova pesquisa mostra que a I.A. generativa não apenas elimina essa barreira, mas também redefine o papel da I.A. em nossa aprendizagem.

As evidências são claras: usar a I.A. como uma máquina de perguntas é uma estratégia superior a usá-la como uma máquina de respostas (“você” deve ser capaz de responder às perguntas, não uma I.A. qualquer).

É tão eficaz quanto as perguntas criadas por especialistas, funciona com comandos simples que qualquer um pode usar, supera o estudo de resumos e constrói um conhecimento mais profundo e flexível.

Deixamos de ser consumidores passivos de informação para nos tornarmos questionadores ativos, preparando nossas mentes para aprender de forma mais profunda e duradoura.

Agora que qualquer pessoa pode gerar um suprimento infinito de perguntas práticas com um simples comando, como isso poderia transformar a maneira como abordamos o autoestudo e a educação?

Como Usar a Técnica: Seu Guia Passo a Passo

Você pode implementar o pré-questionamento com I.A. em menos de cinco minutos.

Siga estes passos simples:

(1). Escolha seu material: pegue o texto que você precisa estudar (um capítulo de livro, um artigo, anotações de aula, etc.).

E no caso de você não ter o texto digitalizado para anexar ou copiar/colar na I.A.?

Uma sugestão é usar o seu Whatsapp para digitalizar qualquer texto em PDF e depois utilizá-lo nas I.A.’s – a maioria delas reconhece até mesmo o texto de imagens escaneadas.

Para digitalizar qualquer texto, siga os passos abaixo:

• Abra uma conversa com qualquer contato do WhatsApp e clique no sinal de “+” (como se fosse anexar uma foto ou arquivo).

• Selecione a opção “documento” > “escanear documento”.

• Será aberta a câmera do seu smartphone.

• No canto superior direito, clique sobre “Auto” e altere para “Manual”.

• Focalize o texto que deseja escanear, observe a área verde demarcada, e clique no botão de “tirar foto” para escanear o conteúdo.

• Em seguida, se necessário, ajuste as linhas da área de onde você deseja escanear.

• Se a imagem estiver ruim (desfocada ou cortada), clique em “repetir”.

• Se a imagem estiver boa, clique em “manter escaneamento” (o conteúdo será salvo temporariamente e a câmera abrirá para o escaneamento do conteúdo seguinte).

• Repita o procedimento até terminar de escanear o texto que você deseja utilizar para gerar as questões.

• Quando terminar, clique em “salvar” para gerar o PDF final e enviá-lo como anexo para o contato selecionado.

• Anexe o PDF à I.A., insira seu prompt e gere as questões de pré-teste de forma rápida e simples (passos seguintes).

(2). Peça ajuda à I.A.: abra uma ferramenta de I.A. generativa, como o ChatGPT, DeepSeek, Gemini, Qwen etc.

(3). Use um comando simples: copie e cole seu texto na I.A. ou, dependendo da extensão do texto, anexe o arquivo. Use instruções diretas. Com base nos comandos que se provaram eficazes nos experimentos, você pode usar modelos como estes:

Prompt Básico:

“Você pode criar 2 perguntas a partir de um texto que será fornecido?”

O texto completo será fornecido após uma resposta afirmativa da I.A.

Atenção aqui: muitas vezes, a I.A não suporta textos longos, daí a utilidade de usar a opção de “anexar” o conteúdo (arquivo de texto ou PDF) e não de tentar colar no campo dos comandos.

Por que gerar apenas 2 questões?

A pesquisa mostra que começar com poucas perguntas é mais eficaz, pois é mais fácil mantê-las na memória enquanto você estuda para encontrar as respostas. De fato, se você gerar dezenas de questões, será necessário anotá-las e, também, fazer um vai e vem constante entre o estudo do texto e a releitura das questões geradas, pois será difícil manter todas em sua mente.

Prompt Elaborado:

“Você é um assistente de aprendizagem especialista encarregado de desenvolver perguntas práticas para ajudar os alunos a aprenderem um trecho de texto.

Por favor, gere X perguntas abertas extraídas do texto abaixo/anexo. Todas as perguntas devem atender às condições especificadas abaixo:

– Cada pergunta deve consistir em uma única frase e deve ser respondida em uma única frase.

– Cada pergunta deve ter uma única oração. Deve estar na forma “Você pode explicar X,” e não “Você pode explicar X, e como X se relaciona com Y”.

– Deve exigir uma única resposta e não múltiplas respostas. Não criar perguntas compostas por múltiplas perguntas menores.

– Não usar as expressões/textos: “no texto”, “o texto”, “na passagem”, “a passagem” ou “, e”.

– Cada pergunta não deve ter mais de 15 palavras.

– Todas as perguntas devem envolver o reconhecimento de ideias principais, a avaliação de sua validade, a realização de inferências, a relação do texto com outros conhecimentos ou a capacidade de aplicar o conhecimento adquirido de forma eficaz.”

(4). Tente responder (sem medo de errar): antes de ler seu material de estudo, leia as perguntas geradas pela I.A. e tente respondê-las da melhor forma possível. Anote suas respostas – caso tenha alguma ideia das respostas. Lembre-se, o objetivo é o esforço mental, não a precisão.

(5). Estude com uma missão definida: agora, leia seu material com o objetivo claro de encontrar as respostas corretas para as perguntas. Você notará que sua atenção estará muito mais focada e que você identificará as informações importantes com mais facilidade.

É simples assim.

Com esses passos, você transforma uma tarefa de estudo passiva em um exercício de aprendizado ativo e poderoso.

Conclusão: Transforme a Maneira Como Você Aprende

O pré-questionamento não é apenas um “truque” de estudo; é uma técnica de aprendizagem fundamentada na ciência cognitiva que comprovadamente melhora a compreensão e a retenção de informações. Por muito tempo, seu uso foi limitado pela falta de acesso a boas perguntas.

Graças à popularização dos agentes de I.A., essa barreira não existe mais.

Qualquer estudante, em qualquer lugar, pode agora gerar perguntas personalizadas para qualquer material de estudo, democratizando o acesso a

uma das ferramentas de aprendizado mais eficazes que existem.

No seu próximo estudo, desafie a frustração de ler e esquecer.

Invista cinco minutos para gerar e responder a algumas pré-perguntas.

Você vai se surpreender com o foco que ganha e, mais importante, com o quanto você realmente se lembra no dia seguinte.