A integração da inteligência artificial (IA), em particular das tecnologias generativas, no sistema educativo representa, indiscutivelmente, a transformação estrutural e epistemológica mais profunda na história recente da pedagogia e da organização escolar. A publicação do estudo “Inteligência Artificial em Contexto Educativo” pelo Conselho Nacional de Educação (CNE) em abril de 2026, com autoria de António Lopes, António Correia e Ricardo Oliveira, estabelece um marco incontornável para a reflexão estratégica no seio da escola pública portuguesa. Aliada às conclusões do relatório “Digital Education Outlook 2026” da OCDE e às diretrizes em matéria de direitos humanos emanadas pelo Conselho da Europa , esta profunda alteração paradigmática deixa de ser perspetivada como uma promessa tecnológica distante para se assumir como uma exigência de adaptação imediata.

A análise transversal desta documentação revela que o sucesso da transição digital suportada pela IA não se esgota na mera aquisição de equipamentos ou na plataformização do ensino. Pelo contrário, exige uma reestruturação profunda do processo de ensino e de aprendizagem, no qual o foco transita da tradicional transmissão de conhecimento para a curadoria crítica de informação, sublinhando-se o imperativo de preservar a autonomia cognitiva e a agência epistemológica dos alunos. Para os educadores e professores portugueses, frequentemente confrontados com a pressão burocrática e a escassez de recursos, a IA surge com uma dupla face: por um lado, como um potencial assistente de alto rendimento capaz de mitigar o desgaste profissional; por outro, como um vetor de risco que pode atrofiar as competências fundamentais dos estudantes se não for objeto de uma mediação pedagógica intencional e rigorosa.

O reconhecimento da urgência na padronização destas respostas motivou, em setembro de 2025, a criação do Grupo de Trabalho “Digital e IA na Educação” pelo Ministro da Educação, Ciência e Inovação, Fernando Alexandre, através do Despacho n.º 10945/2025. Com a missão de apresentar recomendações vinculativas até ao final de maio de 2026, este organismo ilustra a tentativa governamental de alinhar as práticas dispersas dos agrupamentos de escolas com uma estratégia nacional coesa.

O presente relatório, formatado para responder às necessidades conceptuais e práticas da classe docente portuguesa, disseca de forma exaustiva as diretrizes, os dados estatísticos e as profundas implicações pedagógicas deste novo ecossistema. O objetivo consiste em fornecer um guião analítico estruturado que permita aos professores e às lideranças intermédias das escolas adotar a inteligência artificial de forma responsável, ética e pedagogicamente transformadora.

O Ecossistema Estrutural da Inteligência Artificial em Contexto Educativo

A reflexão sobre a IA na educação não pode ser circunscrita ao uso isolado de um chatbot na sala de aula. O estudo do CNE defende uma abordagem marcadamente sistémica, identificando áreas de intervenção que operam de forma estritamente interdependente. A inseparabilidade destas dimensões significa que o esforço metodológico de um professor inovador será fatalmente neutralizado se a infraestrutura digital da escola colapsar, ou se não existirem referenciais éticos validados pelo Conselho Pedagógico.

A construção de um ecossistema funcional obriga à observação do panorama internacional. O estudo comparativo do CNE traça paralelos entre as realidades da Estónia, Finlândia, Reino Unido e Portugal. A análise das estratégias europeias evidencia que os sistemas educativos mais bem-sucedidos adotaram diretrizes marcadamente centradas na dimensão humana.

A leitura desta realidade comparada demonstra que Portugal necessita de densificar rapidamente as suas orientações operacionais, transitando de referenciais macroeconómicos para diretrizes que apoiem diretamente a sala de aula, os departamentos curriculares e a avaliação das aprendizagens.

A Infraestrutura Digital como Pilar de Equidade e Soberania Tecnológica

A premissa basilar e absolutamente incontornável para a implementação da IA é a existência de uma infraestrutura digital robusta, resiliente e equitativa. A Recomendação n.º 3/2023 do CNE já alertava para a necessidade de um sistema nervoso digital fiável, mas a emergência da IA generativa elevou drasticamente as exigências técnicas de conectividade e processamento. Sem estas condições, a introdução da IA corre o risco de aprofundar o que a UNESCO classifica como o novo fosso digital, transformando a tecnologia, que deveria ser um elevador social, num mecanismo de amplificação das assimetrias socioeconómicas e territoriais. A obsolescência rápida do hardware, a fragmentação de plataformas de gestão e a conectividade intermitente em muitas escolas do território nacional são apontadas como constrangimentos estruturais severos.

A resolução destas assimetrias exige metas quantificáveis e alterações profundas na arquitetura dos sistemas de informação escolar. A recomendação técnica central preconiza o abandono da dependência exclusiva de centros de dados centralizados, sugerindo a adoção do modelo de edge computing (computação periférica).

A pertinência do edge computing para os agrupamentos de escolas portuguesas reside na sua capacidade de processar dados o mais próximo possível do utilizador. Ao dotar cada unidade orgânica (ou conjunto de escolas) de centros computacionais próprios, rápidos e seguros, reduz-se drasticamente o tempo de resposta (latência) na interação com modelos de IA. Mais importante ainda, este modelo garante a continuidade pedagógica. Na eventualidade de uma falha na rede central ou quebra generalizada de internet, os servidores locais mantêm o funcionamento em modo de emergência (através de cache ou serviços mínimos), assegurando que o professor não tem de interromper a sua planificação digital devido a falhas técnicas exteriores ao seu controlo.

Para consolidar esta rede, as metas infraestruturais definidas pela investigação são rigorosas e procuram preparar o sistema para as próximas décadas.

A exigência de software rastreável e explicável constitui um escudo protetor contra o enviesamento oculto. Um algoritmo explicável permite ao professor compreender a lógica subjacente a uma determinada sugestão da máquina (por exemplo, porque é que um sistema de tutoria sugere exercícios de frações a um determinado aluno e não a outro). Esta infraestrutura nacional, que conjuga dados administrativos e pedagógicos sob estritas regras de anonimização, é vital para suportar a personalização da aprendizagem com recurso à inteligência artificial.

Neste contexto de modernização, o Plano de Ação para o Desenvolvimento Digital da Escola (PADDE) adquire uma centralidade renovada. As versões e adendas do PADDE para o biénio de 2024 a 2026 sublinham a necessidade de consolidar a utilização tecnológica de forma orgânica. Os agrupamentos de escolas devem transitar da simples distribuição de equipamentos (os kits do Programa Escola Digital) para a monitorização contínua, o levantamento de infraestruturas locais, o estabelecimento de parcerias com autarquias para evitar duplicações e a gestão do tempo de exposição a ecrãs. O PADDE passa a ser o documento balizador que traduz a grande estratégia de IA nas práticas concretas da sala de aula, desde o 1.º ciclo até ao ensino secundário, assegurando a manutenção, o planeamento e o envolvimento da comunidade.

A Integração Pedagógica: Curadoria Docente e Autonomia do Estudante

Ao ultrapassarmos as questões infraestruturais, adentramos o núcleo da profissão: a dimensão pedagógica e relacional. A integração de ferramentas de IA bifurca-se em duas vertentes complementares que necessitam de clara delimitação concetual. Por um lado, existem os modelos orientados para o docente, desenhados para aliviar o peso burocrático e otimizar o desenho de materiais. Por outro, situam-se os agentes de IA destinados aos alunos, cuja função deve ser escrupulosamente monitorizada para evitar danos no desenvolvimento cognitivo.

Para o docente, a adoção da IA generativa assemelha-se à obtenção de um assistente académico de resposta imediata. Os Modelos de Linguagem de Grande Escala (LLMs) revelam uma notável eficácia na organização de propostas educativas, na formulação de planos de aula pormenorizados, na construção de grelhas e rubricas de avaliação complexas e na diferenciação automática de materiais. A vertente da educação inclusiva é, porventura, a mais beneficiada no curto prazo. Professores com turmas heterogéneas podem recorrer à IA para, instantaneamente, efetuar a simplificação de linguagem num texto histórico ou científico, adaptar recursos com transcrição de voz para texto ou vice-versa, e desenhar planos próprios de aprendizagem para estudantes com necessidades específicas.

A realidade empírica demonstra que a adoção é veloz; estudos recentes, como o da Carnegie Learning Research Team (2025), revelam que nos Estados Unidos cerca de 68% dos professores já integram regularmente ferramentas de IA nas suas rotinas diárias, reportando benefícios evidentes ao nível do envolvimento dos alunos e da economia de tempo. Contudo, esta externalização de tarefas preparatórias obriga a que a validação final e o poder de decisão residam inalienavelmente no humano. O CNE prescreve que decisões de elevado impacto na vida escolar do aluno, como a retenção, a transição de ciclo, a colocação em programas específicos ou a ação social escolar, estão formalmente interditas de serem delegadas em algoritmos preditivos. O professor assume-se como o curador e auditor científico, cuja sensibilidade pedagógica e empatia não são replicáveis pela máquina.

No espetro oposto, a interação direta do aluno com modelos generativos comerciais levanta profundas reservas. A autonomia cognitiva e a agência epistemológica – isto é, a capacidade de o indivíduo construir, analisar e apropriar-se da estrutura do conhecimento – constituem a essência do crescimento intelectual humano. A leitura profunda, o esforço da escrita manuscrita, a formulação de uma argumentação coesa e a capacidade de destrinçar premissas falsas são tarefas especificamente humanas que cimentam o raciocínio estruturado. A externalização precoce e acrítica destas tarefas para um chatbot conduz invariavelmente a uma atrofia cognitiva.

O risco de plágio esconde uma patologia intelectual mais grave: quando um aluno entregou um trabalho gerado integralmente por uma máquina, este expressa terminologia e estabelece relações de causalidade que não compreende. O estudante verbaliza o desconhecido, perdendo a capacidade de interpretação da realidade social e física. A evidência deste fenómeno é suportada pelo exaustivo relatório “Digital Education Outlook 2026” da OCDE. A investigação ilustra que a utilização livre de chatbots generalistas por parte dos alunos proporciona uma falsa sensação de domínio e uma aparente vantagem inicial na rapidez de resolução de exercícios. No entanto, esta vantagem evapora-se abruptamente em contextos de avaliação fechados (como exames presenciais), onde a ausência da tecnologia revela que não ocorreu consolidação conceptual.

Para contrariar esta ilusão de fluência, a aplicação da IA junto dos discentes deve adotar pressupostos pedagógicos alicerçados no construtivismo. As experiências educacionais revelam sucesso apenas quando se substituem as plataformas generalistas por tutores digitais parametrizados, ou seja, agentes concebidos intencionalmente para conduzir o raciocínio socrático, fornecendo pistas formativas em vez de respostas diretas, estimulando a curiosidade pela matemática ou pela linguística.

Em níveis de ensino mais avançados, como o ensino superior e o final do ensino secundário, o rigor científico obriga à utilização de arquiteturas RAG (Retrieval-Augmented Generation). Ao contrário de um LLM puro, que elabora respostas com base em correlações estatísticas probabilísticas (frequentemente gerando “alucinações” ou falsidades plausíveis), o sistema RAG cruza a capacidade geradora de texto da máquina com a consulta obrigatória a bases de dados rigorosas, repositórios académicos e fontes institucionais validadas. O estudante confronta a narrativa produzida com a citação original garantida pelo sistema, permitindo que a pesquisa não seja uma aceitação cega, mas um exercício de ceticismo científico e avaliação crítica da informação.

A Reconstrução Curricular e os Quatro Eixos da Literacia em Inteligência Artificial

Num século onde o conceito de aceleração tecnológica assume primazia, a ignorância dos mecanismos subjacentes aos algoritmos representa uma forma contemporânea de iliteracia funcional. Os alunos convivem ininterruptamente com recomendações algorítmicas nas redes sociais e com assistentes virtuais incorporados em dispositivos móveis. Contudo, esta familiaridade de interface esconde um profundo desconhecimento sobre as fundações estatísticas dos modelos, as finalidades de extração de dados e as vulnerabilidades inerentes à manipulação comercial ou política. A diretriz é perentória: o conhecimento do mundo digital e da IA assume hoje uma relevância equivalente à compreensão das leis da física clássica ou da geografia.

Para que as futuras gerações não se tornem meros consumidores passivos de conhecimento sintético e para garantir o desenvolvimento de cidadãos aptos a operar em sociedades democráticas, a literacia em IA deve ser integrada transversalmente no currículo a partir do 1.º ciclo do ensino básico. Ferramentas pedagógicas internacionalmente testadas, como os PopBots (que introduzem programação robótica e interações de IA a crianças pequenas) e a Teachable Machine da Google (que desmistifica o treino de modelos de reconhecimento visual sem recurso a código complexo), assumem-se como pontos de partida essenciais.

Para conferir densidade estrutural a este esforço educativo, o CNE postula que a alfabetização em inteligência artificial deve apoiar-se em quatro eixos indissociáveis, que os professores devem incorporar na gestão dos seus programas disciplinares.

A introdução destes conteúdos no currículo não pode, em nenhuma circunstância, significar um relaxamento na exigência das competências basilares. A escola mantém o imperativo ético de promover a leitura intensiva, o cálculo estruturado e as humanidades. Um indivíduo equipado simultaneamente com uma literacia funcional tradicional inabalável e com literacia algorítmica detém a massa crítica necessária para construir formulações causais avançadas. Esta matriz especulativa, suportada pelas ciências sociais, exatas e naturais, permite ao ser humano projetar futuros alternativos e formular hipóteses disruptivas, atributos que um modelo de linguagem, intrinsecamente ancorado no olhar estatístico sobre os dados do passado, não consegue emular.

No âmbito da soberania nacional, esta reconstrução curricular invoca a necessidade do Ministério da Educação, Ciência e Inovação apoiar ativamente o desenvolvimento de modelos abertos, treinados de raiz para a realidade portuguesa. É fundamental salvaguardar a matriz linguística e cultural do português europeu, garantindo que os assistentes integrados na escola reproduzem as práticas pedagógicas portuguesas e não uma visão homogeneizada, ditada por lógicas de desenvolvimento norte-americanas ou asiáticas. A infraestrutura nacional deve acomodar endogenamente estes modelos soberanos, respeitando em absoluto o alinhamento com os normativos curriculares nacionais.

A Metamorfose Exigida nos Processos de Avaliação das Aprendizagens

O advento da inteligência artificial generativa declarou a falência das metodologias clássicas de avaliação sumativa focadas estritamente na entrega de trabalhos textuais e respostas diretas. Num contexto em que a máquina consegue redigir um ensaio com gramática irrepreensível numa fração de segundos, aferir o domínio do aluno exclusivamente através do produto final é um equívoco pedagógico severo.

A preocupação é transversal ao sistema. Patrícia Rosado Pinto, presidente do Conselho Nacional para a Inovação Pedagógica no Ensino Superior (CNIPES), alertou num encontro de líderes académicos ocorrido em Tomar, em abril de 2026, para a obrigatoriedade de “repensar a avaliação dos estudantes para não se validar o plágio” e reformular a própria organização curricular face à era generativa. Se este desafio urge na universidade, a sua aplicação no ensino básico e secundário é igualmente premente.

Os docentes enfrentam o desafio de transitar da classificação do resultado para a dissecação rigorosa do processo. Como traduzir este imperativo na sala de aula? As recomendações apontam para uma reinvenção didática que privilegia atividades cognitivas de ordem superior.

Estas modalidades de avaliação centradas na construção ativa do conhecimento e na experimentação impedem que o estudante delegue a sua agência na máquina. A avaliação valoriza o raciocínio crítico, obrigando a que os professores exerçam as suas funções de tutoria, focados no diagnóstico formativo e no estímulo intelectual em detrimento da simples mensuração sumativa. O modo como o aluno chega à resposta torna-se indiscutivelmente mais valioso do que a resposta em si.

O Desafio Crítico da Formação Contínua e as Novas Competências Docentes

O futuro qualitativo do sistema educativo repousa quase em exclusividade na capacidade de capacitação dos seus profissionais. O desfasamento geracional e tecnológico obriga a uma reflexão profunda; um professor que iniciou o seu percurso a reproduzir avaliações em matriz de stencil confronta-se, no apogeu da carreira, com a obrigação de dominar Grandes Modelos de Linguagem para estruturar o seu planeamento letivo. O choque desta descontinuidade tecnológica acarreta uma urgência que os planos de formação clássicos, lentos e centralizados, não conseguem acompanhar.

A gravidade do panorama formativo em Portugal e Espanha encontra tradução em números: um estudo ibérico de Dias-Trindade et al. (2023) denunciava que uns escassos 12% de professores possuíam, à data, formação específica em IA, deixando exposta uma fratura crítica num sistema em que a adoção da tecnologia pelos alunos ocorre de forma massiva e acrítica.

A resposta estrutural exige um alinhamento direto com o quadro de referência europeu para as competências digitais dos educadores (DigCompEdu). O DigCompEdu, fortemente promovido pela Direção-Geral da Educação (DGE) em Portugal, delineia um sistema de progressão organizado desde a iniciação (A1) até à fluência e liderança pedagógica na área digital (C2). Na era da inteligência artificial generativa, este referencial expande-se sobre as diretrizes conceptuais propostas por Nagel et al. (2023), categorizando as aptidões docentes em quatro patamares hierárquicos: a competência digital genérica (o uso proficiente da ferramenta), a competência didática (integrar a ferramenta para explicar conceitos disciplinares), a competência orientada para a profissão (consciência ética e epistémica) e, no topo, a agência digital transformadora. É neste último patamar que o professor atua não apenas como utilizador, mas como metamorfoseador ativo das práticas, capaz de selecionar com critério as tecnologias que subvertem as desigualdades e de reconfigurar o desenho curricular da escola.

Para mitigar a escassez de resposta institucional e assegurar a atualização contínua, emergem estratégias paralelas: a criação de microcredenciais em contexto de ensino superior, o aprofundamento de Cursos de Formação Aberta (MOOCs) e a fundação de comunidades de prática consolidadas.

Microcredenciais e Formação Flexível: O Exemplo do Ensino Superior e DGE

As microcredenciais assumem-se como certificações ágeis, reconhecidas pelo Quadro Europeu de Qualificações, concebidas para certificar a aquisição de competências muito específicas num curto espaço de tempo. Um exemplo modelar no ecossistema académico português em 2026 é a microcredencial “Educação e Inteligência Artificial Generativa”, financiada pelo Plano de Recuperação e Resiliência e promovida pelo Instituto Politécnico de Viseu (IPV).

Este curso, desenhado para capacitar docentes e investigadores com 1 ECTS correspondente a 27 horas de trabalho (12 de contacto presencial em contexto de laboratório de inovação e 15 autónomas), foca-se na integração intencional, ética e estratégica das tecnologias generativas. O plano de formação do IPV não se fica pela teoria, fragmentando-se em módulos altamente práticos:

• Descobrir: Reflexões epistemológicas (“Domesticar a Máquina ou Reinventar as Práticas?”).
• Construir: Elaboração de conteúdos multimédia e gamificação de cenários de aprendizagem (projetos MAESTRO-AI).
• Integrar: Avaliação contínua suportada na construção de um portfólio digital reflexivo pelos próprios docentes.

Em paralelo, os Centros de Formação de Associações de Escolas (CFAE) e a Direção-Geral da Educação promovem cursos cruciais como o MOOC “A Inteligência Artificial vai transformar a Escola”, disponibilizado através da plataforma NAU para dezenas de milhares de profissionais da educação básica e secundária. Todas estas ofertas formativas, exigidas pela base docente, obedecem a quatro imperativos incontornáveis: o Conhecimento mecânico do funcionamento dos LLMs, a Colaboração na partilha das planificações com os pares, a Comunicação rigorosa aos encarregados de educação dos riscos da tecnologia, e a Transparência no compromisso assumido face aos enviesamentos e desinformação originados pelas ferramentas.

Complementarmente, a natureza autoexplicativa dos agentes de IA conversacionais viabiliza um percurso muito pertinente de autoformação. Dialogando numa interface de linguagem natural flexível, o educador pode submeter o modelo a sucessivos testes de stress, compreendendo por via socrática as capacidades e os erros conceptuais do assistente. Não obstante, o CNE defende que tal prática deve convergir para uma robusta comunidade nacional de prática, plataforma através da qual o Estado, as universidades e as lideranças intermédias estabelecem e harmonizam a interpretação portuguesa do uso da IA, documentando casos de uso de inegável mérito e auxiliando agrupamentos em dificuldades.

O Compromisso Ético e a Responsabilidade Institucional

Nenhuma inovação de cariz disruptivo pode dispensar um rigoroso escrutínio ético. As escolas, enquanto micro-sociedades e centros basilares da cidadania democrática, não podem capitular perante uma integração comercial selvagem da inteligência artificial. O posicionamento do Conselho da Europa através do seu relatório temático estabelece inequivocamente que a avaliação e aplicação de ferramentas algorítmicas na educação deve respeitar escrupulosamente a lente dos Direitos Humanos, do Estado de Direito e dos pressupposições democráticas. De igual modo, federações sindicais e de ensino repudiam vigorosamente o retrocesso social consubstanciado na eventual substituição das dinâmicas laborais docentes pela IA, reforçando o alerta de que não existe tecnologia educacional neutra, sendo imperativo escrutinar os efeitos pedagógicos e as consequências culturais destas disrupções, sob pena de instrumentalização do aluno.

Neste sentido, a ética ganha forma institucional através da regulamentação. O estudo do Conselho Nacional de Educação preconiza que todos os agrupamentos do país desenvolvam quadros normativos cristalinos, transpondo os ditames da Agenda Nacional de IA (Resolução n.º 2/2026) e das normas internacionais para a realidade local de cada sala de aula. Esta normatização deverá manifestar-se, impreterivelmente, através da implementação de códigos de conduta escolares para a inteligência artificial, atualizados no âmbito dos Regulamentos Internos. Tais códigos necessitam de estabelecer limites rigorosos sobre o que constitui uso permissível e intolerável por parte de docentes e aprendizes, prescrevendo as sanções aplicáveis ao plágio assistido, ao ciberbullying potenciado por deepfakes e regulando canais de alerta de desvios e denúncia.

Ao nível contratual, o Estado e os agrupamentos adquirem o dever de escrutinar de forma impiedosa os prestadores de serviços tecnológicos. Ao abrigo da transparência algorítmica e na observância do Regulamento Geral de Proteção de Dados (RGPD), as entidades comerciais que fornecem plataformas às escolas devem demonstrar de forma explícita que lógicas preditivas utilizam e que as identidades biométricas e escolares dos discentes nunca serão utilizadas no treino de modelos paralelos. A literacia ética converte-se, deste modo, numa missão extensível a encarregados de educação e sociedade civil, promovendo o debate em torno do consentimento, vigilância corporativa e sustentabilidade das infraestruturas de processamento.

Considerações Finais

O diagnóstico elaborado pelo Conselho Nacional de Educação, consolidado nas atividades que o anteciparam ao longo do último biénio e cruzado com os alertas expressos pela literatura internacional e nacional (desde a OCDE ao referencial de educadores da Fenprof e às inovações propostas nos PADDE das escolas portuguesas), traça um diagnóstico cristalino e uma folha de rota inadiável.

O sistema educativo público e privado depara-se com um desafio sem precedentes que transcende, de longe, os problemas mecânicos e burocráticos associados à infraestruturação tecnológica ou à distribuição de dispositivos eletrónicos aos alunos. A ameaça suprema decorrente da exposição não gerida e acrítica à IA generativa é o atrofiamento cognitivo severo. Um país desprovido de estudantes com fluência rigorosa na leitura atenta, na escrita estruturada e na dedução causal matemática condena irremediavelmente as suas gerações futuras à subalternidade intelectual e à manipulação pelas ferramentas de automatização analítica.

Torna-se imperioso que a classe docente em Portugal – o corpo de curadores da identidade e futuro social – oriente os seus alunos no desenvolvimento exaustivo das literacias funcionais (clássicas) em coexistência com o pensamento computacional. O conhecimento nas humanidades, o rigor das ciências naturais e exatas são pressupostos obrigatórios para que um cidadão tire proveito profícuo de assistentes sintéticos. Sem este referencial endógeno, o aluno está impossibilitado de diagnosticar falácias, avaliar as lacunas inerentes aos enormes blocos estatísticos gerados por LLMs (que espelham predominantemente o passado, mas não inventam o futuro) ou construir prompts dotados de precisão conceptual.

A escola da era generativa exige que o professor reinvente a sua atitude pedagógica. O distanciamento em relação à mera transmissão dogmática obriga-o a assumir-se, agora de forma mais perentória que nunca, como um verdadeiro tutor do saber: impulsionador da curiosidade desinteressada, arquiteto de ambientes formativos éticos e garante do ceticismo perante a aparente omnisciência algorítmica. Apostar na valorização das competências estritamente humanas – como o pensamento divergente, a capacidade relacional autêntica, o convívio democrático com a falha humana e a intuição – constitui a fundação inviolável sobre a qual toda a literacia em inteligência artificial deve repousar.

A resposta de Portugal à transição digital com IA fará, em última instância, jurisprudência no legado epistemológico nacional. Entre os riscos documentados e as fascinantes oportunidades pedagógicas que se vislumbram, sobressai a certeza de que a qualidade inegociável da educação na nossa sociedade nunca prescindirá da inteligência, da soberania ética e do insubstituível papel do docente.

Fontes e Referências Consultadas

1. Conselho Nacional de Educação (CNE). (2026). Inteligência Artificial em Contexto Educativo. Estudo elaborado por António Lopes, António Correia e Ricardo Oliveira. Lisboa: CNE.   
2. OCDE. (2026). Digital Education Outlook 2026: O Impacto da Inteligência Artificial Generativa na Educação.   
3. Conselho da Europa. Artificial Intelligence and Education: A critical view through the lens of human rights, democracy and the rule of law (Relatório divulgado pela DGE de Portugal).   
4. Ministério da Educação, Ciência e Inovação. Despacho n.º 10945/2025, de 17 de setembro. Relativo à constituição do Grupo de Trabalho «Digital e IA na Educação».   
5. Direção-Geral da Educação (DGE). Planos de Ação para o Desenvolvimento Digital da Escola (PADDE) e respetivas adendas 2024-2026 implementadas pelos agrupamentos escolares portugueses.   
6. Conselho Nacional para a Inovação Pedagógica no Ensino Superior (CNIPES). Encontro Liderança Estratégica para a Inteligência Artificial na Educação Superior e declarações da Presidente Patrícia Rosado Pinto (Tomar, abril de 2026).   
7. Comissão Europeia / DGE. DigCompEdu – Quadro Europeu de Competência Digital para Educadores.   
8. Instituto Politécnico de Viseu (IPV). Programa formativo da microcredencial Educação e Inteligência Artificial Generativa (2026).   
9. Plataforma NAU / Direção-Geral da Educação. MOOC A Inteligência Artificial vai transformar a Escola.   
10. Fenprof e Jornal “A Página da Educação”. Artigos, publicações e reflexões editoriais sobre o papel do docente e a ética da tecnologia na educação.