Oliveira, IsolinaPereira, AldaAmante, LúciaRocio, Vitor2026-01-152026-01-152025Oliveira, I., Pereira, A., Amante, L., & Rocio, V. (2025). Inteligência Artificial e Aprendizagem autorregulada: que desafios?. Revista Docência e Cibercultura, 9(1), 1-19.http://hdl.handle.net/10400.2/20870A investigação sobre o feedback e a autorregulação da aprendizagem tem granjeado interesse com a explosão da Inteligência Artificial e os desafios que coloca à educação e, em particular, à avaliação dos estudantes. Contudo, há mais de 30 anos que se estudam esses processos para compreender como os estudantes regulam a sua própria aprendizagem ao nível motivacional, cognitivo e metacognitivo. Ao assumirem um papel proativo na geração e utilização do feedback estão a avaliar o seu próprio trabalho, o que tem implicações na forma como os professores organizam a avaliação e o apoio na aprendizagem. Este artigo elabora sobre os desafios múltiplos que se colocam à IA na avaliação digital da aprendizagem, no que respeita ao feedback e a autorregulação bem como na investigação sobre a avaliação digital. Após a discussão desses conceitos e de modelos enquadradores bem como a sua conexão com a avaliação digital conclui-se que é crucial considerar equipas multidisciplinares na investigação com IA e minimizar ou eliminar situações que podem introduzir enviesamentos em termos de género, etnias, culturas e estatutos económico ou social.Research on feedback and self-regulation of learning has gained interest with the explosion of artificial intelligence and the challenges it poses for education and for student assessment. However, these processes have been studied for more than 30 years in order to understand how students regulate their own learning at the motivational, cognitive, and metacognitive levels. By taking a proactive role in the production and use of feedback, students are evaluating their own work, which has implications for the way teachers organize assessment and learning support. This article presents a reflection on the multiple challenges facing AI in digital assessment of learning, feedback, and self-regulation, and on digital assessment research. After discussing these concepts and frameworks and how they relate to digital assessment, it concludes that it is crucial to consider multidisciplinary teams in AI research and to minimize or eliminate situations that may introduce biases related to gender, ethnicity, culture, and economic or social status.porAvaliação digitalAutorregulaçãoFeedbackInteligência artificialDigital assessmentSelf-regulationArtificial intelligencejournal article10.12957/redoc.2024.817512594-9004