Dados recentes de campi da Universidade da Califórnia mostram que, pela primeira vez desde o estouro da bolha “dot‑com”, a graduação em ciência da computação registrou queda nas matrículas, com redução de 3% em 2024 e de 6% no último ano. Esse movimento ocorre apesar de o ensino superior, em geral, ter crescido cerca de 2% no mesmo período nos EUA, indicando uma mudança específica de interesse dentro da área de tecnologia.

O único campus da UC que não viu queda foi San Diego, justamente o que criou um curso dedicado em inteligência artificial, sinalizando a atratividade desses novos programas. Em paralelo, universidades como MIT, University of South Florida, University at Buffalo e várias outras lançaram graduações específicas em IA, IA aplicada à tomada de decisão, IA e sociedade, IA e cibersegurança, que já nascem com milhares de estudantes.

Enquanto muitas instituições norte‑americanas ainda discutem como integrar IA em seus currículos, universidades chinesas tratam a alfabetização em IA como infraestrutura essencial, tornando disciplinas da área obrigatórias em instituições como a Zhejiang University. Em algumas dessas universidades, quase 60% de estudantes e docentes já utilizam ferramentas de IA várias vezes ao dia, e surgem faculdades inteiras dedicadas a formações interdisciplinares em inteligência artificial.

Dentro das universidades há um espectro de posições: parte do corpo docente “se inclina para frente” para incorporar IA em ensino e pesquisa, enquanto outra parte prefere manter distância ou restringir seu uso em sala de aula. Em casos como o da UNC Chapel Hill, decisões de gestão para fundir unidades acadêmicas e criar uma escola focada em IA geraram resistência, mostrando que a mudança de paradigma não é apenas tecnológica, mas também institucional e cultural.

Pais que antes insistiam em que os filhos cursassem ciência da computação agora, temendo a automação de tarefas de programação pela IA, passaram a recomendar engenharias vistas como mais “resistentes” à substituição tecnológica, como engenharia mecânica e elétrica. Ao mesmo tempo, os próprios estudantes acompanham notícias sobre dificuldades de colocação de recém‑formados em Ciências da Computação e buscam áreas que pareçam oferecer melhor alinhamento com as demandas emergentes do mercado.

Uma pesquisa da Computing Research Association indicou que 62% dos departamentos de computação consultados relataram queda nas matrículas de graduação em 2025, reforçando a ideia de que o fenômeno é amplo. Porém, o crescimento acelerado de programas em IA mostra que não há uma desistência da tecnologia em si, mas sim uma reconfiguração: estudantes querem formações explicitamente orientadas à inteligência artificial, por entenderem que é aí que estarão as oportunidades de trabalho.

Nesse cenário, as instituições que demorarem a definir estratégias claras para IA correm o risco de ver seus alunos migrarem para universidades que já oferecem respostas concretas em termos de currículos, infraestrutura e políticas de uso de IA. A discussão sobre “proibir ou não o ChatGPT” já se tornou obsoleta; o eixo do debate agora é como formar profissionais capazes de trabalhar criticamente com IA em diferentes campos, em vez de simplesmente ignorá‑la ou temê‑la.

Mas e no Brasil, como ficam os cursos de Ciências da Computação?

No Brasil, o mais provável é que não haja uma “fuga da computação”, mas uma reconfiguração rápida dos currículos e das carreiras técnicas para incorporar IA de forma explícita, com pressão forte do mercado, de políticas públicas e das próprias famílias e estudantes.

O governo federal já colocou a IA como prioridade no Plano Brasileiro de Inteligência Artificial (PBIA) 2024‑2028, prevendo R$ 817 milhões em ações educacionais que incluem criação de cursos, disciplinas e formação de professores em IA na educação básica, superior e EPT, conforme noticiado pelo próprio governo. O Conselho Nacional de Educação também avança na elaboração de diretrizes específicas para uso de IA na educação, o que deve gerar orientações oficiais sobre ética, avaliação, segurança de dados e integração pedagógica.

Há projeto de lei em tramitação no Senado (PL 2.051/2025) que propõe tornar obrigatórias no ensino médio disciplinas de inteligência artificial, programação e cibersegurança, alinhando a escola à economia digital. Paralelamente, a BNCC Computação e o PBIA vêm sendo usados pelo MEC como base para estimular redes e escolas a integrar pensamento computacional e IA nos currículos, inclusive da Educação Profissional e Tecnológica.

Redes privadas e do Sistema S já testam ofertas de ensino médio técnico em Inteligência Artificial, com matrizes que combinam formação geral com machine learning, deep learning e desenvolvimento de sistemas inteligentes. Esses cursos apontam uma tendência: parte da demanda que iria para “Informática geral” ou “DS comum” tende a migrar para formações explicitamente rotuladas como IA, ciência de dados e automação inteligente.

Estudos recentes indicam que a demanda por profissionais com competências em IA no Brasil cresceu mais de 30% em um ano, muito acima da média global, e deve continuar acelerando até 2030. Ao mesmo tempo, projeções mostram dezenas de milhões de empregos impactados por automação, com risco maior para funções repetitivas e de início de carreira, o que tende a reforçar a busca por formações que combinem tecnologia, análise de dados e pensamento crítico.

Pesquisas de opinião mostram que a maioria dos brasileiros já utiliza algum tipo de ferramenta de IA no trabalho e defende que habilidades em IA sejam ensinadas formalmente na escola. Isso indica que, em vez de desestimular cursos de tecnologia, famílias e estudantes devem procurar trajetórias percebidas como “mais alinhadas ao futuro”, como IA aplicada, ciência de dados, cibersegurança e automação industrial, especialmente em itinerários formativos da EPT.

Para acompanhar esse cenário, o MEC prevê ações específicas de formação continuada em IA para professores, técnicos e gestores, além de apoio a laboratórios interdisciplinares de formação de educadores. O grande desafio será ir além do “uso de ferramenta” e desenvolver competências de projeto, avaliação crítica e ética da IA, o que exige tempo, condições de trabalho e políticas de formação coerentes com a realidade das escolas técnicas.