O IDOMED centralizou as provas do internato, usou IA para elaborá-las e para julgar os recursos. Ninguém assinou nada. Ninguém se identificou.
O contexto
Desde o resultado do ENAMED, a IDOMED — divisão das faculdades de medicina do grupo YDUQS — optou, ao invés de melhorar os campos de prática, rever o currículo ou conversar com os professores, por tomar decisões unilaterais com impacto importante na vida dos alunos.
Dentre esses impactos, tivemos:
As provas passaram a ser elaboradas por uma coordenação acadêmica central que os alunos não conhecem, que não interage com eles no dia a dia e que não leva em conta realidades regionais do internato. O professor que acompanha o aluno na prática clínica não tem participação na avaliação.
O método de avaliação dos alunos foi alterado unilateralmente, modificando a forma como as médias das disciplinas são calculadas. Essas mudanças afetam diretamente o desempenho registrado dos estudantes sem que tenham sido consultados ou informados com antecedência adequada para reorganizar sua preparação.
A própria instituição reconhece usar IA, mas não divulga quais ferramentas ou modelos são utilizados, nem qualquer política de governança. As respostas aos recursos foram entregues no mesmo dia, sem referências e com padrão compatível com geração automática — sem nenhum mecanismo que garanta explicabilidade ou possibilidade real de contestação. Esse uso gerou impacto direto em alunos que foram reprovados com base em avaliações que não conseguem questionar.
"Decisões que afetam direitos individuais significativos não podem ser tomadas exclusivamente por sistemas automatizados sem possibilidade de revisão humana e sem explicação compreensível ao afetado."
— Princípio do AI Act Europeu (2024) e da UNESCO para IA em contextos de alto impactoA Inteligência Artificial tem um enorme potencial como ferramenta de apoio nas faculdades de medicina. No entanto, para que o seu uso seja seguro e ético, há uma regra inegociável: a IA nunca deve ser usada para substituir atividades inerentes ao docente. Tarefas como a criação de questões, a análise de recursos e a discussão de dúvidas com os estudantes são espaços de ensino insubstituíveis e de responsabilidade exclusiva do professor humano.
Qualquer uso de IA no ambiente acadêmico deve ser estritamente supervisionado por um docente duplo-especialista: qualificado tanto na sua área médica quanto no uso crítico da própria tecnologia. Para que essa integração seja feita com segurança, ela exige o respeito a três pilares:
Significa saber exatamente de onde vêm as informações e com quais dados a IA foi treinada. Em medicina, é essencial ter a garantia de que a ferramenta se baseia em consensos médicos validados, diretrizes recentes e literatura científica sólida — e não em textos genéricos ou desatualizados. Sem transparência, não há como confiar na base científica da ferramenta.
É a capacidade de a IA mostrar, de forma clara, o passo a passo do seu raciocínio. A tecnologia não pode operar como uma "caixa preta" que apenas entrega respostas prontas. Qualquer sugestão gerada pela máquina deve vir acompanhada de justificativa detalhada e estar embasada em bibliografia médica atualizada. A explicabilidade garante que o raciocínio possa ser rastreado, compreendido e validado.
É o conjunto de normas, limites éticos e regras institucionais que controla o uso da tecnologia. A governança estabelece de quem é a responsabilidade legal e acadêmica em caso de falhas, garante a proteção dos dados e assegura os direitos dos alunos. Mais importante: é a governança que determina que a IA atua apenas como suporte — e que o julgamento final, a avaliação acadêmica e a responsabilidade permanecem sempre com profissionais humanos qualificados.
Para garantir que a tecnologia seja segura — especialmente em áreas de alto risco como saúde e educação —, as legislações estão avançando para transformar esses três pilares em obrigações legais:
A Europa aprovou o AI Act, primeira lei de IA do mundo. A legislação classifica sistemas usados na educação (como para avaliar alunos) e na saúde como de "Alto Risco". Para operar legalmente, esses sistemas são obrigados a passar por auditorias, garantir transparência total sobre seus dados e ter supervisão humana obrigatória.
O país está em momento decisivo com o Projeto de Lei 2338/2023. Fortemente inspirado no modelo europeu, o PL foi aprovado no Senado e avança nas comissões da Câmara em 2026. O objetivo é garantir que qualquer decisão automatizada que afete a vida de uma pessoa — como uma avaliação acadêmica — possa ser explicada, compreendida e, acima de tudo, contestada e revisada por um ser humano.
Os alunos não conhecem e nem sabem quem são os profissionais que estão decidindo o que será cobrado e como será cobrado. Não há nomes, não há titulações, não há especialidades divulgadas. A coordenação alega "preservar a banca" — mas o que está sendo protegido é a ausência de responsabilidade.
Muitos dos alunos do internato ingressaram na faculdade quando sequer o IDOMED existia. Escolheram aquela instituição esperando um time de professores que conheceriam pelo nome, que acompanhariam sua formação. Agora, ao chegar na reta final do curso, recebem provas com forte indício de elaboração por IA sem supervisão transparente, criadas por profissionais que jamais os conheceram — e são avaliados por uma banca que ninguém sabe quem é.
Os documentos de resposta aos recursos apresentam falhas importantes: foram entregues em menos de 3 horas após o prazo — tempo incompatível com análise humana de dezenas de recursos com embasamento bibliográfico —, não respondem individualmente cada contestação, não apresentam referências e não são assinados por médico ou professor identificável. Os alunos exigiram que os recursos fossem feitos com referências bibliográficas especificando página, e receberam de volta um documento sem nenhuma dessas referências. A maioria sequer sabe se seu recurso foi lido. A coordenação alega "preservar a banca" para não revelar sua composição.
Com o valor de uma mensalidade de medicina do IDOMED, você teria acesso às principais IAs do mundo por anos — não meses.
Preços: tabelas oficiais em BRL (jun/2026). Mensalidade base: Apresentação Corporativa YDUQS Mai/26.
Na Apresentação de Resultados, a YDUQS divulga a ampliação do uso de IA e a plataforma PLAY — lançada em março de 2026 para criação de agentes de IA por todos os colaboradores, com +365 agentes criados em apenas um mês. Internamente, os resultados são concretos: o Projeto Nora reduziu em 38% o custo total de retrabalhos e o Projeto PDD aumentou em 99% a velocidade das análises. Para os alunos de medicina que pagam mais de R$ 13.000 por mês, porém, não há nenhuma transparência sobre o uso da IA — nem qual ferramenta, nem quem supervisiona, nem como as decisões são explicadas.
Maior participação dos docentes de cada faculdade IDOMED na elaboração em conjunto com a diretoria nacional, permitindo flexibilização de datas, provas e critérios de avaliação conforme as especificidades de cada unidade. A formação médica é local, prática e contextual — a avaliação precisa refletir isso.
ParticipaçãoTodo uso de IA na criação de materiais educativos, avaliações acadêmicas, geração de imagens para provas e demais fins deve ser explícito e documentado. A instituição deve criar uma política de bom uso de IA, sendo clara sobre os princípios éticos que regem tanto o IDOMED quanto os alunos. Toda IA usada para fins acadêmicos deve ser auditável, explicável e governável, com dados abertos aos estudantes.
Governança de IASe há interferência nacional no conteúdo e na cobrança, os alunos têm o direito de saber quem são os docentes responsáveis por cada área do conhecimento. Exigimos a identificação de ao menos um docente responsável para cada rodízio do internato, um para ensino de humanidades, um para gestão e inovação e um para o ciclo básico.
TransparênciaToda mudança brusca no modo de avaliação deve ser divulgada com antecedência mínima de um período letivo antes de ser aplicada. Os alunos precisam de tempo real para se adaptar — mudanças sem aviso afetam diretamente quem planejou seu estudo com base em regras anteriores.
PedagógicoTodo recurso de prova deve ser avaliado por um docente responsável e qualificado na área da questão contestada. Esse docente deve assinar a resposta entregue ao aluno, assumindo responsabilidade formal pela decisão. Respostas geradas por IA, sem autoria humana identificável, não são aceitáveis.
ResponsabilidadeAs avaliações elaboradas e julgadas sem os parâmetros exigidos nessas demandas devem ser revisadas retroativamente por comissão independente, com possibilidade real de correção de nota. Os alunos afetados não podem ser penalizados por um processo que não respeitou seus direitos.
DireitoA formação médica do seu filho pode estar sendo comprometida por IA sem supervisão e uma banca que ninguém conhece. Três formas de agir agora.
Após resultados insatisfatórios no ENAMED, o IDOMED — divisão do grupo YDUQS — centralizou as provas teóricas dos alunos do internato em uma coordenação acadêmica interna que os estudantes não conhecem. Há fortes indícios de que as provas e os recursos foram elaborados com uso de IA sem supervisão transparente: os recursos foram respondidos no mesmo dia por documentos sem assinatura, sem referências e sem identificação de responsáveis.
Os alunos não sabem quem compõe a banca que os avalia. Não sabem qual IA é utilizada. Não tiveram voz nas mudanças dos critérios de avaliação. E uma reprovação injusta nessa etapa significa 6 meses a mais de curso e mais de R$ 60.000 em mensalidades — pagas à mesma instituição que criou o problema.
A Gerência Acadêmica do IDOMED Nacional se reuniu com os centros acadêmicos em 18/06/2026. O uso de IA foi confirmado. Compromissos foram assumidos. Seguimos vigilantes para avaliar o cumprimento de cada um.
O ponto mais importante
Na reunião, a Gerência Acadêmica do IDOMED Nacional referiu que a inteligência artificial foi utilizada na construção dos recursos e na atualização de questões de provas — e relata que houve supervisão humana nos processos individuais.
O foco da nossa pauta continua na ausência de governança e transparência — não em negar que haja alguma curadoria humana, mas em exigir que ela seja rastreável, documentada e responsável.
Compromissos assumidos · a cobrar
Os itens abaixo foram assumidos verbalmente na reunião. Seguimos aguardando a formalização por escrito e o cumprimento dentro dos prazos indicados.
Ainda em aberto · seguimos pressionando
Um segundo encontro foi acordado. Os 10 compromissos listados acima serão cobrados por escrito, com prazos formalizados. As 6 pendências acima são pauta do próximo encontro. O diálogo continua — mas nossa posição não muda: transparência, responsabilidade e governança não são pedido, são direito.
Oito conceitos essenciais para entender — e questionar — o uso de inteligência artificial em decisões que afetam a sua vida.
A capacidade de uma IA mostrar o passo a passo do próprio raciocínio — de onde veio cada conclusão e com base em quê. Sem isso, a resposta é só um palpite com aparência de autoridade.
Uma plataforma de análise de crédito nega o financiamento de um imóvel e exibe apenas a mensagem "solicitação não aprovada". O cliente não sabe se o problema foi a renda, o histórico ou um dado incorreto. Sem explicação, não há como contestar.
Quando uma IA inventa informações — respostas, fatos ou fontes — e as apresenta com total confiança, como se fossem verdade.
Um sistema de IA gera o resumo de um prontuário e descreve o paciente como "sem histórico de alergias" — quando o registro original lista alergia severa a penicilina. A informação falsa apareceu com a mesma certeza que as verdadeiras.
A tendência de uma IA de concordar e agradar — dar a resposta que parece esperada, em vez da resposta correta.
Um estudante pergunta a uma IA se sua resposta para uma questão de diagnóstico diferencial está correta. A IA concorda — mesmo que esteja errada — porque detectou confiança no tom da pergunta. Quem pediu validação recebeu concordância, não correção.
Um sistema em que se vê o que entra e o que sai, mas nunca o meio — a decisão acontece sem que ninguém possa inspecioná-la.
Um sistema de triagem hospitalar classifica pacientes como "baixa prioridade" com base em dados clínicos. A classificação aparece na tela, mas nenhum médico sabe quais variáveis pesaram mais. Quando a decisão é errada, não há como entender o que aconteceu.
A tendência humana de confiar demais no que a máquina produz — a ponto de parar de revisar o que ela faz.
Um laudo de IA classifica uma imagem de raio-X como "sem alterações significativas". O radiologista, vendo o resultado na tela, assina sem reavaliar a imagem. Um nódulo passa despercebido — não porque a IA foi programada para errar, mas porque ninguém revisou.
O princípio de que toda decisão de alto impacto precisa de um humano responsável que revise, aprove e assine o resultado.
Um algoritmo decide automaticamente quais estudantes de uma universidade receberão renovação de bolsas, com base em dados históricos. Nenhum servidor revisa os casos individualmente. Quando estudantes são excluídos por erro nos dados, não há responsável para contestar.
A garantia de que toda resposta pode ser conferida na origem — qual fonte, qual página, qual critério a sustenta.
Uma IA jurídica gera uma petição citando "jurisprudência consolidada do STJ" sem indicar os números dos acórdãos. O advogado entrega o documento sem verificar. Durante a audiência, o juiz pede as referências — e elas não existem.
O conjunto de regras, limites e responsáveis que controla como a IA é usada — e quem responde quando algo dá errado.
Uma empresa adota um sistema de IA para selecionar currículos. Nenhum documento define quais critérios o modelo usa, quem pode auditá-lo ou o que acontece quando ele comete erros. Quando candidatos qualificados são sistematicamente rejeitados, não há política nem responsável.
Gostaria de enviar algum depoimento, tem alguma dúvida ou gostaria de entrar em contato conosco?
cames.pv@gmail.com