Chatbots de admissão: o que a pesquisa diz no Brasil

O que a pesquisa estabelece

Os estudos publicados mostram que um assistente conversacional por SMS pode ajudar candidatos aprovados a concluir seus procedimentos antes do início das aulas. Não mostram que um chatbot no site de uma instituição aumente as matrículas. Os ensaios mais sólidos vêm dos Estados Unidos, testam mensagens da instituição a estudantes já aprovados e usam IA não generativa.

Nota de método: não havia ferramenta paga de volume de busca, então o tema foi delimitado com pesquisas públicas. Cada estudo foi rastreado até a fonte. Nenhum número vem da Skolbot nem de clientes.

Georgia State: o único ensaio grande sobre um chatbot de admissão

Page e Gehlbach continuam sendo a referência. Em 2016, a Georgia State lançou o «Pounce», um assistente por SMS criado com um fornecedor para acompanhar os aprovados durante o verão: auxílio financeiro, vacinas, históricos escolares, inscrição em disciplinas.

Os aprovados foram distribuídos ao acaso entre o grupo com mensagens e o grupo de controle. Entre os que tinham confirmado o compromisso, a matrícula no prazo subiu 3,3 pontos percentuais. Os autores consideram o efeito comparável ao de intervenções mais pesadas testadas antes, com muito menos esforço da equipe.

Há dois limites. O efeito diz respeito à conclusão de tarefas depois da aprovação, não à decisão de se candidatar nem de escolher uma instituição. E o ensaio é de 2016, muito antes dos assistentes generativos atuais; o resultado não se transfere sem mais para um chatbot generativo aberto.

Summer melt: SMS direcionados funcionam onde falta apoio

Antes dos chatbots, Castleman e Page testaram SMS personalizados com concluintes do ensino médio de baixa renda. Os resultados variaram: positivos em três de quatro distritos, nulos em Boston, onde os jovens já tinham muito apoio escolar e de organizações sociais.

Para uma instituição, a lição é que o efeito de uma mensagem automática depende do que o candidato teria recebido de qualquer forma. Onde um orientador responde rápido, o ganho adicional é pequeno.

A segmentação muda o resultado

Nurshatayeva, Page, White e Gehlbach repetiram o desenho da Georgia State em outra universidade (4.442 estudantes). O efeito global na aceitação do empréstimo foi de cerca de 4 pontos e de cerca de 8 nos estudantes de primeira geração, com cerca de 3 pontos na inscrição em disciplinas e na matrícula.

Os autores concluem que o contato proativo rende mais junto a quem tem menos apoio familiar ou escolar. A parte do projeto num community college nem pôde ser bem executada por falta de números de celular. A qualidade dos contatos limita tanto um estudo quanto uma implementação.

Fora da admissão: chatbots de disciplina mostram um padrão semelhante

Meyer, Page e coautores testaram um chatbot não generativo em disciplinas de graduação com ensaios aleatorizados pré-registrados. As mensagens melhoraram as notas finais e o uso de apoios acadêmicos. Os efeitos foram semelhantes entre grupos demográficos, exceto nas mulheres de uma disciplina de microeconomia, cujas notas subiram cerca de sete pontos percentuais.

Trata-se de estudantes já matriculados. Mostra o padrão «mensagem curta, tarefa concreta, momento certo», mas não mede nada sobre a captação de candidatos.

O contraexemplo: nem todos os nudges funcionam

Oreopoulos e Petronijevic acompanharam quase 25 mil estudantes em três campi. O coaching online e os SMS melhoraram um pouco o bem-estar e o tempo de estudo, mas nenhuma intervenção alterou significativamente os resultados acadêmicos.

Isso matiza o resto: as mensagens parecem funcionar melhor com uma tarefa administrativa precisa e datada do que com uma mudança difusa de comportamento. Page e colegas chegam a conclusão semelhante na análise das condições em que o nudging funciona.

O que a pesquisa não diz para o Brasil

Ela não diz nada sobre um chatbot generativo no site de uma faculdade ou universidade brasileira respondendo a dúvidas de candidatos. Não encontramos nenhum ensaio aleatorizado publicado, no Brasil ou fora, que meça o efeito em inscrições ou matrículas.

O contexto também difere dos Estados Unidos. No Brasil, muitos candidatos entram pela nota do ENEM, via SISU em instituições públicas, ou por vestibular próprio, com programas como o ProUni e financiamento como o Fies. O período entre a aprovação e a matrícula, com prazos de documentos, chamadas e lista de espera, é onde um lembrete poderia ajudar; o que muda de uma instituição privada para outra é o calendário.

Por fim, os estudos descrevem assistentes concebidos e acompanhados por equipes de pesquisa. Um produto lançado sem esse rigor não tem resultado garantido.

O que isso significa para uma instituição no Brasil

O quadro legal pesa mais do que os efeitos medidos. A Lei Geral de Proteção de Dados (LGPD) se aplica a qualquer mensagem enviada a um candidato, e a ANPD exige finalidade, transparência e base legal. Para menores de idade, a LGPD pede atenção reforçada ao melhor interesse da criança e do adolescente. Mensagens de marketing também exigem cuidado com o consentimento.

O Regulamento europeu de IA não obriga uma instituição brasileira, a menos que ela capte estudantes na União Europeia, mas classifica como de alto risco os sistemas que determinam o acesso à educação, um bom ponto de referência. Um assistente que informa não decide. A decisão de admissão continua humana. O reconhecimento dos cursos é do MEC, e o SISU e o INEP são a referência para as regras de acesso.

Quatro consequências práticas:

• Aponte para tarefas com data: documentos em falta, datas de dias abertos, prazos de pagamento, entrevistas. É aí que os ensaios encontram efeitos.
• Direcione a mensagem a quem tem menos apoio em vez de enviar o mesmo a todos.
• Cuide dos contatos e do consentimento antes do lançamento.
• Meça com grupo de controle: uma amostra aleatória não recebe o aviso e comparam-se as matrículas.

Para continuar, leia o nosso guia de agentes de IA para o recrutamento estudantil, a definição de agente de IA de admissões, o artigo sobre yield management e desistências após a aprovação e o guia do chatbot de IA para recrutamento estudantil.