O estudo da Khan Academy sobre IA na educação mostrou que só ter a ferramenta não basta: o aluno precisa usá-la. Por dois anos, alunos de 18 escolas do Tennessee tiveram um tutor de IA no reforço de matemática. 96% mandaram ao menos uma mensagem, mas o aluno típico só pediu ajuda em 17% das vezes em que errou. Para escolas e cursos, a lição vale para a matrícula: a IA precisa ir até a pessoa.
Este é o segundo texto da série Arquivos de IA · Educação. No primeiro, sobre o estudo de Stanford, a IA trabalhava ao lado do tutor humano e melhorou o resultado. Aqui, o tutor de IA esperava o aluno chamar.
Este artigo é da Clint. Os números vêm do working paper de Philip Oreopoulos e Nina Low, publicado pelo NBER em agosto de 2026, do blog da Khan Academy e da reportagem do Hechinger Report. O estudo ainda não passou por revisão por pares.
O estudo em 30 segundos
96%
dos alunos mandaram ao menos uma mensagem ao tutor de IA
17%
das sessões com erro tiveram pedido de ajuda, no aluno típico
14,5%
das mensagens traziam pergunta ou raciocínio de matemática
Fonte: Oreopoulos e Low, NBER Working Paper 35620 (2026). Dados do segundo ano: 563 alunos em 18 escolas do Tennessee.
Quais são as 5 lições do estudo da Khan Academy sobre IA na educação?
O estudo deixa cinco lições para quem atende e matricula alunos:
- Ter acesso à IA não é usar a IA.
- Quem trava não pede ajuda.
- As mensagens são curtas.
- A IA tem que ir até a pessoa.
- Sem mudar a rotina, o resultado é pequeno.
Cada lição traz o que o estudo mostrou, por que isso importa para a matrícula e como aplicar na sua escola.
O que o estudo da Khan Academy testou?
O estudo da Khan Academy sobre IA na educação acompanhou alunos do ensino fundamental II de 18 escolas públicas do condado de Hamilton, no Tennessee, nos anos letivos de 2024-25 e 2025-26. As séries foram sorteadas em 53 grupos: 28 usaram a Khan Academy com o Khanmigo, o tutor de IA da plataforma, e 25 seguiram com o reforço de sempre. O tutor orientava o aluno sem entregar a resposta, num bloco diário de reforço de matemática de 25 a 40 minutos.
No segundo ano, os pesquisadores registraram o uso de 563 alunos: mais de 100 mil sessões de exercícios, das quais 56.362 tiveram ao menos um erro. É esse registro que mostra como os alunos usaram, ou deixaram de usar, o tutor.
Lição 1
Ter um tutor de IA disponível faz as pessoas usarem?
Não o bastante. No segundo ano, 96% dos alunos mandaram ao menos uma mensagem ao tutor. Mas o aluno típico só usou o tutor em 33% dos dias em que praticou e em 14% das sessões de exercício.
Por que importa para a matrícula. Um número alto de quem testou parece adoção, mas não é. No WhatsApp da escola acontece o mesmo: muita gente manda um “oi” ou pergunta o valor uma vez. Isso não quer dizer que vai voltar para escolher a turma, tirar dúvida sobre o material ou marcar a aula experimental. Se a conversa depende só da iniciativa do interessado, a maior parte para no começo.
Na sua escola
Compare quantos interessados mandaram a primeira mensagem no mês com quantos chegaram à aula experimental. A distância entre os dois números mostra quanto da operação depende de o interessado tomar a iniciativa.
Lição 2
Quem precisa de ajuda pede ajuda?
Na maioria das vezes, não. O aluno típico só pediu ajuda ao tutor em 17% das sessões em que errou. Somando todos os alunos, houve mensagem ao tutor em 9.362 das 56.362 sessões com erro.
Por que importa para a matrícula. Quem trava raramente explica o que travou. O aluno pula o exercício; o interessado some depois de receber o valor ou a grade de horários. O sumiço nem sempre é falta de interesse. Muitas vezes é uma dúvida que ninguém perguntou. O atendimento que só reage à próxima mensagem perde justamente quem mais precisava de orientação.
Na sua escola
Liste os pontos em que o interessado some: depois do valor, da grade, do convite para a aula experimental ou do boleto. Cada ponto precisa de uma retomada com pergunta curta e específica, e não de um “qualquer dúvida, estou à disposição”.
Lição 3
O que as pessoas escrevem para um tutor de IA?
Pouco. Das mensagens que os alunos mandaram ao Khanmigo, 39,4% eram só a resposta do exercício e 24,2% eram cliques em sugestões prontas. Perguntas ou raciocínio de matemática foram 14,5%.
O que os alunos escreveram para o tutor de IA
Percentual das mensagens enviadas ao Khanmigo no segundo ano do estudo
Só a resposta do exercício
Clique em sugestão pronta
Pergunta ou raciocínio de matemática
Baixo esforço, como pedir a resposta
Fora do assunto
Fonte: Oreopoulos e Low, NBER Working Paper 35620 (2026). Escala: a barra cheia equivale a 50%.
Por que importa para a matrícula. No atendimento, a mensagem curta é o padrão: “valor?”, “tem turma à noite?”, “é presencial?”, “quando começa?”. Quem desenha o atendimento esperando uma dúvida bem explicada responde devagar ou responde errado. A IA e a equipe precisam descobrir o contexto com perguntas, a partir de pouco texto.
Na sua escola
Separe as dez mensagens curtas que mais chegam no WhatsApp. Para cada uma, defina a resposta, a pergunta de volta que descobre o que a pessoa precisa e o próximo passo no funil.
Lição 4
O que a Khan Academy mudou no tutor de IA?
Passou a levar o tutor até o aluno. Segundo o Hechinger Report, o Khanmigo agora fica dentro dos exercícios, e não numa aba separada, e aparece sozinho para ajudar quando o aluno erra. A própria Khan Academy informou que só cerca de 15% dos alunos com acesso usavam o tutor.
Por que importa para a matrícula. Se quem precisa de ajuda não pede, a ajuda tem que chegar antes. No WhatsApp, isso tem duas partes: responder na hora em que o interessado escreve e retomar quando a conversa para. Uma IA que fica num canto do site esperando ser chamada repete o desenho original do Khanmigo.
Na sua escola
Depois de cada ponto de parada, a retomada sai sozinha e com contexto. Depois do valor, a pergunta é se a pessoa prefere a turma da manhã ou da noite. Depois do convite para a aula experimental, vão duas datas para escolher. Depois de dias sem resposta, a conversa reabre pelo curso que a pessoa pediu.
Lição 5
Qual foi o resultado do estudo e o que ele não provou?
O ganho foi pequeno. Os alunos com o tutor subiram, em média, 1,26 ponto no ranking nacional de percentis por semestre, um efeito parecido com o que a Khan Academy já mostrava sem IA. No primeiro ano, o efeito não se distinguiu de zero; no segundo, foi maior. O custo ficou em cerca de US$ 15 por aluno por ano.
O estudo não prova que a IA na educação não funciona. O sorteio mudou o programa inteiro de uma vez, então os autores não conseguem separar quanto do resultado veio do tutor. O texto é um working paper, ainda sem revisão por pares, e o resultado da prova estadual do Tennessee ainda não saiu.
Por que importa para a matrícula. Ferramenta nova encaixada numa rotina antiga tende a produzir ganho pequeno. O que muda a matrícula é o momento em que a IA entra e o que ela faz quando o interessado hesita. Por isso, o indicador certo não é quantas conversas a IA abriu, e sim quantos interessados avançaram de etapa.
Na sua escola
Meça o avanço por etapa: primeira resposta, qualificação, aula experimental, documentação e matrícula. Se a IA aumentou as conversas e não aumentou o avanço, o problema está no momento em que ela entra.
Como o estudo da Khan Academy se aplica ao atendimento da escola?
A tabela abaixo traduz o estudo da Khan Academy sobre IA na educação para o atendimento de escolas e cursos pelo WhatsApp.
| No estudo | Na sua escola |
|---|---|
| 96% testaram o tutor ao menos uma vez | Muita gente manda a primeira mensagem; pouca gente avança sozinha |
| Uso em 14% das sessões | WhatsApp aberto não significa interessado qualificado |
| Pedido de ajuda em 17% das sessões com erro | Quem trava no funil some sem perguntar |
| 39,4% das mensagens eram só a resposta | O interessado manda mensagens curtas, como “valor?” |
| O tutor passou a aparecer sozinho depois do erro | A retomada sai sozinha no ponto em que a conversa para |
| Ganho parecido com o da plataforma sem IA | IA sem mudar a rotina vira custo sem avanço |
Por onde a escola deve começar?
Pelos pontos em que a conversa para. O estudo da Khan Academy sobre IA na educação mostra que a ajuda precisa chegar na hora do bloqueio, com pouco esforço para quem recebe. Na escola, isso vira cinco passos:
- Mapeie onde o interessado para: depois do valor, da grade, da aula experimental ou do pedido de documentos.
- Escreva uma retomada curta para cada ponto, como “prefere a turma de terça ou de quinta?”.
- Reduza o esforço para responder, com opções fechadas e perguntas simples.
- Registre no funil o curso, a etapa e a última pendência de cada interessado.
- Meça o avanço até a aula experimental e a matrícula, e não só o volume de conversas.
Para ver como a IA rende quando trabalha ao lado da equipe, leia as 5 lições do estudo de Stanford sobre IA na educação. Para escolher a ferramenta, veja os 5 critérios para escolher um CRM para escola e curso online no WhatsApp.
A IA vai até o interessado
A Clint é o CRM brasileiro de vendas e atendimento pelo WhatsApp e Instagram: conversas, funil e agentes de IA no mesmo lugar. O agente de IA responde o interessado assim que ele escreve, faz as perguntas da escola e retoma a conversa quando ela para. Desconto, exceção e fechamento ficam com a equipe.
Teste a Clint grátis por 7 diasSem cartão de crédito e sem falar com vendedor.
Perguntas frequentes sobre o estudo da Khan Academy sobre IA na educação
O que é o Khanmigo?
É o tutor de IA da Khan Academy, lançado em 2023. Ele orienta o aluno com perguntas, sem entregar a resposta do exercício.
IA na educação funciona?
Depende de como a IA entra na rotina. No estudo da Khan Academy, os alunos quase não usaram o tutor de IA e o ganho ficou parecido com o da plataforma sem IA. No estudo de Stanford, a IA trabalhou ao lado do tutor humano e os alunos ficaram 4 pontos percentuais mais propensos a dominar o conteúdo.
Quantos alunos usaram o tutor de IA no estudo?
No segundo ano, 563 alunos tiveram o uso registrado. 96% mandaram ao menos uma mensagem, mas o aluno típico usou o tutor em 14% das sessões.
O estudo da Khan Academy foi revisado por pares?
Ainda não. É um working paper publicado pelo NBER em agosto de 2026, e o resultado da prova estadual do Tennessee ainda não saiu.
O que uma escola pode aproveitar do estudo no WhatsApp?
A lição sobre IA na educação vale para o atendimento: a IA precisa ir até o interessado, respondendo assim que ele escreve e retomando a conversa quando ela para, em vez de esperar a próxima mensagem.
Fontes
- Oreopoulos, P.; Low, N. One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment. NBER Working Paper 35620, agosto de 2026.
- Khan Academy. Learning in the Open: What AI Is (and Isn’t) Changing, 2026.
- The Hechinger Report, republicado pela KQED. Students didn’t get answers from Khanmigo. They didn’t want its questions either, 2026.
Última atualização: outubro de 2026.
