Resposta rápida — O parecer do CNE veda cinco categorias de uso de IA na educação, classificadas como risco excessivo: sistemas de pontuação social de estudantes, vigilância emocional, exploração de vulnerabilidades, perfilização psicológica ou biométrica para fins classificatórios ou disciplinares, e decisões exclusivamente automatizadas com efeito sobre promoção, retenção, certificação, permanência, benefícios ou desligamento.
A parte mais consequente do parecer do Conselho Nacional de Educação não é a que autoriza — é a que veda. Cinco categorias de uso de inteligência artificial são classificadas como risco excessivo ou incompatível com finalidades educacionais, e para elas não há regime de mitigação: não é uso permitido sob condições, é uso que não deve ocorrer.
Duas dessas categorias soam distantes da realidade brasileira e produzem a reação de "isso não é o nosso caso". As outras três acontecem hoje, em instituições que não sabem que as praticam. Este artigo separa umas das outras.
As cinco categorias, uma a uma
1. Sistemas de pontuação social de estudantes
Atribuição de um escore geral de comportamento, conduta ou confiabilidade a cada aluno, com efeito sobre como ele é tratado pela instituição.
Parece distante, e não é: sistemas de gestão escolar com módulo de "pontos de conduta", que somam e subtraem de acordo com ocorrências e produzem um ranking ou uma classificação do estudante, entram nessa descrição quando o cálculo é automatizado e o resultado orienta tratamento diferenciado.
A distinção que importa: registrar ocorrências é gestão pedagógica legítima. Consolidá-las automaticamente em um escore que rotula o aluno é outra coisa.
2. Vigilância emocional
Sistemas que inferem estado emocional a partir de câmera, voz, expressão facial, padrão de digitação ou análise de texto produzido pelo estudante.
Essa é a categoria mais claramente vedada e a que mais aparece em material de venda de tecnologia educacional, sob nomes como "análise de engajamento", "detecção de atenção" ou "monitoramento de bem-estar". Se a ferramenta afirma identificar como o aluno está se sentindo, ela está nessa faixa.
Vale notar que isso não impede a escola de cuidar de saúde mental. Impede que essa função seja exercida por inferência automatizada sobre o estado emocional do estudante.
3. Exploração de vulnerabilidades de estudantes
Sistemas desenhados para aproveitar fragilidades — de idade, de condição socioeconômica, de necessidade específica — para induzir comportamento.
É a categoria mais abstrata do parecer e a que mais se aproxima de temas de design persuasivo: mecânicas que exploram ansiedade de desempenho, recompensa variável para prolongar tempo de tela, pressão por comparação entre pares. Uma escola dificilmente contrata isso deliberadamente, mas pode adotá-lo embutido em plataforma gamificada sem examinar o desenho.
4. Perfilização psicológica ou biométrica para fins classificatórios ou disciplinares
Construção de perfil do estudante — traços de personalidade, propensões, características biométricas — usado para classificá-lo ou para embasar medida disciplinar.
Aqui está uma prática que ocorre com frequência sob outro nome. Sistemas que agrupam alunos por "perfil de aprendizagem" inferido automaticamente, e que orientam a instituição a tratar cada grupo de forma diferente, fazem perfilização. Torna-se vedada quando o perfil embasa classificação ou disciplina.
Dado biométrico merece nota própria: reconhecimento facial para controle de acesso é uma coisa; reconhecimento facial cujo resultado alimenta decisão sobre o aluno é outra. E dado biométrico é dado pessoal sensível pelo artigo 11 da Lei Geral de Proteção de Dados, com regime restritivo próprio.
5. Decisões exclusivamente automatizadas sobre a trajetória do estudante
A categoria de maior alcance prático. Estão vedadas decisões tomadas apenas por sistema, sem intervenção humana, com efeitos relevantes sobre:
- Promoção
- Retenção
- Certificação
- Permanência
- Concessão de benefícios
- Desligamento
A categoria que mais pega instituições desprevenidas — Não é preciso um sistema sofisticado para cair aqui. Uma regra automática no sistema de gestão que reprova por frequência sem nenhuma conferência humana, um cálculo que bloqueia rematrícula por critério de escore, um fluxo que retira o aluno de um programa de bolsa quando um indicador cruza um limite — todos são decisão exclusivamente automatizada sobre trajetória, e todos existem hoje em instituições brasileiras.
O que separa vedado de permitido
A linha, nas três últimas categorias, é quase sempre a mesma: existe uma pessoa que decide, com informação suficiente e registro?
| Situação | Faixa |
|---|---|
| Sistema calcula e um coordenador revisa, altera se discordar e registra a razão | Alto risco, permitido |
| Sistema calcula e o coordenador homologa em lote, sem ver os critérios | Fronteira — na prática, decisão automatizada |
| Sistema calcula e o resultado vai direto para o histórico do aluno | Vedado |
A linha do meio é a mais comum e a mais frágil. Homologação em lote de uma lista que ninguém examinou é decisão automatizada com assinatura humana — e não atende nem ao parecer nem ao artigo 20 da Lei Geral de Proteção de Dados, que assegura ao titular o direito de solicitar revisão de decisão automatizada e de receber informações claras sobre os critérios utilizados.
Como descobrir se a sua instituição pratica alguma delas
Cinco perguntas, feitas a quem opera os sistemas, não a quem os contratou:
- Algum sistema atribui uma nota, escore ou classificação geral ao comportamento do aluno?
- Alguma ferramenta afirma identificar emoção, engajamento, atenção ou bem-estar a partir de imagem, voz ou texto?
- Existe alguma regra automática que produz efeito sobre matrícula, aprovação, bolsa ou permanência sem que alguém confira caso a caso?
- Algum relatório agrupa alunos por perfil inferido, e esse agrupamento orienta tratamento diferenciado?
- Alguma plataforma coleta dado biométrico, e esse dado alimenta algo além do controle de acesso?
A terceira pergunta é a que mais produz descobertas, e ela costuma ser respondida com um "bem, tem aquela regra do sistema que..." — que é exatamente o que se procura.
O que fazer ao encontrar um caso
Não é ajuste de configuração. É interrupção do uso vedado, e ela tem três passos.
Primeiro, suspender o efeito automático, não necessariamente o sistema. Manter o cálculo como informação e retirar dele qualquer consequência direta sobre o aluno resolve a violação imediatamente, sem desligar a operação.
Segundo, inserir a decisão humana com registro. Quem decide, com que informação, e onde fica anotada a razão. Isso move o uso de vedado para alto risco, que é permitido.
Terceiro, documentar a correção. Data, o que foi encontrado, o que foi alterado, quem aprovou. Se a instituição for questionada depois, a diferença entre ter e não ter esse registro é considerável.
E se a funcionalidade vedada foi vendida como diferencial do produto, cabe renegociação contratual — inclusive porque o fornecedor tem obrigação de informar as características do serviço, nos termos do artigo 6º do Código de Defesa do Consumidor.
Os três casos de fronteira que mais geram dúvida
Nem tudo é evidente. Três situações concretas ficam na divisa e merecem tratamento explícito.
Reconhecimento facial para controle de acesso
Usar biometria facial para liberar a entrada na escola não é, por si, uso vedado — é controle de acesso, e o dado tem finalidade delimitada.
A fronteira aparece em duas hipóteses. Se o mesmo sistema passa a produzir relatório de frequência que alimenta decisão automática sobre reprovação, entra na quinta categoria. E se passa a inferir estado ou comportamento a partir da imagem, entra na segunda.
A pergunta que resolve: o dado biométrico sai do perímetro do controle de acesso? Se não sai, é uso restrito com exigências de dado sensível pelo artigo 11 da LGPD. Se sai, precisa ser reavaliado.
Plataforma gamificada com ranking
Pontuação em atividade pedagógica é prática antiga e legítima. Ranking público de desempenho em uma turma também não é invenção da IA.
A terceira categoria — exploração de vulnerabilidades — entra quando o desenho do sistema usa mecânicas que exploram ansiedade de desempenho ou recompensa variável para prolongar o tempo de uso, especialmente com estudantes mais novos. E a primeira categoria entra se a pontuação deixa de ser de atividade e passa a ser de comportamento consolidado do aluno.
A pergunta que resolve: o ranking mede o que o aluno fez em uma atividade, ou o que ele é?
Agrupamento por perfil de aprendizagem
Este é o mais delicado, porque tem tradição pedagógica respeitável e cai facilmente na quarta categoria.
Agrupar alunos por nível de domínio em um conteúdo específico, com base em avaliação, e por período determinado, é prática pedagógica. Agrupar por perfil inferido automaticamente por um sistema, de forma estável, com tratamento diferenciado decorrente disso, é perfilização.
A pergunta que resolve: o agrupamento é temporário e revisável por uma pessoa, ou é um rótulo que acompanha o estudante?
O que dizer à equipe e às famílias
Encontrar um uso vedado gera uma segunda pergunta, que costuma pegar a gestão desprevenida: e agora, o que se comunica?
À equipe, vale enquadrar como adequação a norma em formação, não como erro individual. A maior parte desses usos foi configurada de boa-fé, muitas vezes por recomendação do próprio fornecedor, e tratar a descoberta como falha de alguém garante que a próxima não seja reportada.
Às famílias, a comunicação só é necessária se houve efeito concreto sobre estudantes — uma reprovação, um bloqueio, uma perda de benefício decorrente de decisão automatizada. Nesse caso, a instituição precisa avaliar com a assessoria jurídica se cabe revisão dos casos afetados, porque o artigo 20 da Lei Geral de Proteção de Dados assegura ao titular o direito de solicitar revisão de decisão automatizada — e o direito existia antes da descoberta.
Se não houve efeito concreto, a correção é interna e não demanda comunicação externa.
Por que isso não vai esperar a homologação
O parecer ainda depende de votação em plenário e de homologação do MEC. Mas as três categorias de maior alcance prático — pontuação social, perfilização para disciplina e decisão automatizada — já encontram vedação ou restrição na Lei Geral de Proteção de Dados, em vigor desde 2018: o artigo 6º proíbe tratamento para fins discriminatórios ilícitos ou abusivos, o artigo 11 restringe dado sensível e o artigo 20 assegura revisão de decisão automatizada.
O parecer do CNE não cria essas proibições no que se refere à decisão automatizada. Ele as torna explícitas para o setor educacional, com vocabulário que gestores conseguem aplicar. É uma diferença de visibilidade, não de obrigação — e é por isso que aguardar a homologação para agir não é uma posição defensável.
Em resumo
- O parecer veda cinco categorias como risco excessivo, sem regime de mitigação: não é uso condicionado, é uso que não deve ocorrer.
- Pontuação social alcança módulos de 'pontos de conduta' que consolidam ocorrências automaticamente em escore que rotula o aluno.
- Vigilância emocional é a categoria mais presente em material de venda, sob nomes como análise de engajamento ou detecção de atenção.
- Perfilização vedada inclui agrupamento por perfil inferido quando ele embasa classificação ou medida disciplinar.
- A quinta categoria é a de maior alcance: regra automática que reprova por frequência, bloqueia rematrícula ou retira bolsa sem conferência humana.
- A linha entre vedado e permitido é a existência de pessoa que decide com informação suficiente e registro — homologação em lote não atende.
- Correção em três passos: suspender o efeito automático mantendo o cálculo, inserir decisão humana com registro, e documentar a correção.
- Aguardar a homologação não é defensável: as três categorias de maior alcance já encontram restrição nos artigos 6º, 11 e 20 da LGPD.
Perguntas frequentes
Quais usos de IA são proibidos nas escolas pelo CNE?
Cinco categorias classificadas como risco excessivo: sistemas de pontuação social de estudantes, vigilância emocional, exploração de vulnerabilidades, perfilização psicológica ou biométrica para fins classificatórios ou disciplinares, e decisões exclusivamente automatizadas com efeito sobre promoção, retenção, certificação, permanência, concessão de benefícios ou desligamento.
O que é vigilância emocional na educação?
É a inferência automatizada do estado emocional do estudante a partir de câmera, voz, expressão facial, padrão de digitação ou análise de texto. Costuma aparecer em material comercial sob nomes como análise de engajamento, detecção de atenção ou monitoramento de bem-estar. Se a ferramenta afirma identificar como o aluno está se sentindo, ela está na faixa vedada.
Um sistema de pontos de conduta é pontuação social?
Pode ser. Registrar ocorrências é gestão pedagógica legítima. Consolidá-las automaticamente em um escore que classifica ou ranqueia o estudante, e que orienta tratamento diferenciado, entra na descrição de pontuação social vedada pelo parecer.
Reprovação automática por frequência é decisão automatizada vedada?
Se ocorre sem qualquer conferência humana caso a caso, sim. A categoria alcança regras automáticas no sistema de gestão com efeito sobre promoção, retenção, permanência ou benefícios. Não é preciso um sistema sofisticado de IA para cair nessa faixa.
Homologar em lote uma lista gerada pelo sistema resolve?
Não. Homologação em lote de uma lista que ninguém examinou é decisão automatizada com assinatura humana. Não atende ao parecer nem ao artigo 20 da LGPD, que assegura direito de revisão e de receber informações claras sobre os critérios utilizados na decisão.
O que fazer ao identificar um uso vedado na instituição?
Três passos: suspender o efeito automático mantendo o cálculo apenas como informação, o que resolve a violação sem desligar a operação; inserir decisão humana com registro de quem decidiu e por quê, o que move o uso para a faixa de alto risco, permitida; e documentar a correção com data e responsável.
Fontes e referências
- Conselho Nacional de Educação — proposta de parecer com as Diretrizes Orientadoras para o uso da Inteligência Artificial na Educação Brasileira, elaborada por Comissão Bicameral das Câmaras de Educação Básica (CEB) e de Educação Superior (CES) e aprovada em votação inicial em 11 de maio de 2026. Consulta pública pela Plataforma Brasil Participativo encerrada em junho de 2026; seminário em julho; texto pendente de votação em plenário e de homologação pelo Ministério da Educação.
- Lei 13.709/2018 (LGPD), artigos 6º, 11, 14, 18, 20, 37 e 38.
- Lei 8.078/1990 (Código de Defesa do Consumidor), artigo 6º — direito à informação adequada e clara sobre o serviço.
- Senado Federal — Projeto de Lei 2338/2023 (Marco Legal da Inteligência Artificial), aprovado pelo Senado em dezembro de 2024 e em tramitação na Câmara dos Deputados.
- Ministério da Educação — documento orientador "Inteligência Artificial na Educação Básica: caminhos para o currículo e a prática docente", lançado em 8 de abril de 2026, acompanhado de curso de formação para professores da educação básica.
