eBook revela impacto da Inteligência Artificial no ensino da Matemática em Portugal

Estratégias práticas de diferenciação pedagógica, novos recursos digitais e cuidados éticos para o trabalho docente

A Inteligência Artificial como parceiro cognitivo: O que muda na prática letiva

A integração de tecnologias inteligentes nas salas de aula de Matemática é analisada não como uma ameaça à aprendizagem, mas como uma transição para uma ecologia educativa híbrida, na qual coexistem agentes humanos e artificiais. Conforme discutido por Joaquim Bernardino Lopes, o funcionamento dos Modelos de Linguagem de Grande Escala (LLMs), como o ChatGPT ou o Claude, baseia-se na análise probabilística e estatística de padrões linguísticos, o que significa que estes sistemas não possuem uma compreensão conceptual genuína dos objetos matemáticos que manipulam.

Esta característica técnica gera um paradoxo imediato no quotidiano escolar: embora as ferramentas de IAG produzam explicações fluidas e respostas céleres, podem induzir em erro os utilizadores que não possuam um domínio conceptual consolidado. Por este motivo, a investigação sugere uma abordagem de complementaridade absoluta nos Departamentos de Matemática, distinguindo o uso de LLMs genéricos — ideais para tarefas linguísticas, formulação de analogias e tutoria socrática — da utilização de ferramentas matemáticas especializadas, como o Wolfram Alpha ou o Desmos, que garantem o rigor formal, o cálculo simbólico e a exatidão computacional.

O foco pedagógico deve, assim, transitar do produto (a obtenção de uma resposta final automatizada) para o processo de raciocínio, promovendo o agenciamento epistémico e ético dos alunos. Isto significa capacitar os estudantes não apenas para usar a tecnologia de forma instrumental, mas para a questionar, validar e criticar ativamente, mantendo a responsabilidade intelectual sobre a sua própria aprendizagem.

Vantagens e desvantagens: O paradoxo do reforço versus substituição cognitiva

A metáfora da IAG como uma “espada de dois gumes” perpassa todo o eBook, ilustrando a tensão entre o esvaziamento cognitivo e a potenciação intelectual. Quando utilizada unicamente para copiar respostas e obter soluções instantâneas, a tecnologia anula o esforço cognitivo, comprometendo o desenvolvimento da tenacidade e da persistência na resolução de problemas. Contudo, o uso estratégico da tecnologia liberta os alunos de cálculos puramente repetitivos ou de manipulações procedimentais redundantes, gerando espaço mental para processos cognitivos de ordem superior, tais como a formulação de conjeturas, a análise de padrões e a argumentação lógica.

As vantagens práticas para o dia a dia docente abrangem a diferenciação pedagógica personalizada e a otimização de tempo na conceção de materiais didáticos. Em workshops descritos por Maryam Abbasi e Fernando Martins, demonstrou-se como o professor pode construir prompts estruturados para gerar três versões da mesma tarefa (apoio, padrão e desafio) adaptadas aos diferentes ritmos de aprendizagem dos alunos. Na análise quantitativa destas experiências, que contou com a participação de 20 docentes, 95% concordaram que a IA constitui uma mais-valia na preparação de materiais e 90% reconheceram que a qualidade dos resultados gerados melhora significativamente com a prática de engenharia de instruções.

A inovação estende-se a práticas dinâmicas e interdisciplinares, como a abordagem STEAM, que cruza a Matemática com a Educação Visual. No âmbito do Dia do Pi, alunos dos 7.º, 8.º e 9.º anos utilizaram geradores de imagem baseados em IAG para recriar obras de pintores portugueses consagrados (como Aurélia de Sousa, José Malhoa e Amadeo de Souza-Cardoso), integrando conceptualmente o símbolo Pi na composição estética e elaborando relatórios de reflexão ética sobre a sua autoria. Paralelamente, em experiências realizadas no Museu de Aveiro (Santa Joana), o uso de Realidade Aumentada (RA) através do projeto EduCITY demonstrou que a sobreposição de elementos digitais tridimensionais a obras de arte e estruturas arquitetónicas reais apoia a visualização geométrica, a identificação de simetrias e a compreensão de sólidos como prismas triangulares, promovendo um aumento substancial da motivação dos alunos.

O impacto destas ferramentas na aceitação dos docentes e no desenvolvimento de competências técnico-pedagógicas foi mensurado cientificamente num estudo de desenvolvimento profissional realizado com professores de Matemática em Portugal, cujos dados estatísticos estruturados se apresentam na tabela abaixo :

Cuidados indispensáveis na governação pedagógica da tecnologia

Para mitigar as limitações técnicas e os desafios da integridade académica, a obra preconiza a adoção de salvaguardas claras na elaboração de materiais e nas práticas de avaliação, estruturadas através de uma lista de verificação rigorosa para qualquer recurso gerado por IA :

• Correção matemática: validação obrigatória das fórmulas, cálculos e ternos pitagóricos gerados, uma vez que a IA apresenta falhas recorrentes em conceitos de maior complexidade geométrica.
• Adequação curricular: garantia de alinhamento com as Aprendizagens Essenciais definidas para cada ano de escolaridade.
• Progressão de dificuldade: verificação de que os níveis de complexidade das tarefas geradas são efetivamente distintos e coerentes.
• Linguagem: adequação terminológica e adaptação ao português de Portugal, expurgando estrangeirismos ou termos desajustados à faixa etária.
• Contextos reais e inclusão: seleção de cenários realistas que evitem estereótipos de género ou sociais, privilegiando a relevância cultural e o quotidiano dos estudantes.

Outro cuidado fulcral reside na superação da “armadilha da avaliação superficial” (shallow assessment trap), uma vez que tarefas puramente procedimentais ou de cálculo rotineiro são facilmente automatizáveis pelos chatbots dos telemóveis dos alunos. A avaliação em Matemática deve evoluir para tarefas de verificação de soluções, análise crítica de erros e argumentação fundamentada.

Neste âmbito, os autores propõem que os professores se ancorem em modelos didáticos clássicos, como o método de resolução de problemas de George Pólya, estruturado em quatro fases: compreensão do problema, conceção de um plano, execução e revisão/metacognição. Ao interagir com o ChatGPT ou com o NotebookLM, o professor deve guiar o aluno para que a ferramenta atue de forma faseada, fazendo perguntas de clarificação sobre o enunciado antes de avançar para a aplicação mecânica de uma fórmula, preservando o caráter profundamente reflexivo da atividade matemática.

Principais conclusões dos autores e o papel do professor

A convergência das investigações reunidas na obra aponta para a conclusão de que a Inteligência Artificial não substitui o docente; pelo contrário, reforça e sofistica a sua mediação pedagógica. O professor assume um papel renovado de arquiteto da experiência de aprendizagem, curador da precisão científica, mentor do desenvolvimento epistémico e guia para o uso ético da tecnologia.

Os autores enfatizam que a escola deve continuar a ser preservada como um espaço social e relacional insubstituível. O processo de aprendizagem humana exige lentidão, valorização pedagógica do erro, interação social colaborativa entre pares e a materialidade do corpo na exploração do espaço envolvente — dimensões que nenhum algoritmo inteligente pode replicar. A formação contínua dos docentes assume-se, por isso, como um imperativo ético e técnico para dotar os profissionais dos Agrupamentos de competências críticas e afastar tanto a rejeição acrítica quanto a adoção desmedida das novas tecnologias de IAG.

Alguns destaques:

• Diferenciação pedagógica automatizada: Criação rápida de recursos e fichas de exploração adaptadas a diferentes níveis de proficiência (apoio, padrão e desafio).
• Integração de ferramentas: Lógica de complementaridade entre os LLMs (como o ChatGPT e o Claude para exploração metacognitiva) e softwares matemáticos especialistas (como Wolfram Alpha e Desmos para cálculo rigoroso).
• Metodologia de Pólya aplicada à IAG: Estruturação de prompts interativos que convertem o chatbot num tutor socrático, desafiando o aluno a explicar o seu raciocínio passo a passo em vez de entregar a resposta final.
• Auditoria de erros de IA: Uso da tecnologia para gerar soluções deliberadamente incorretas ou contendo falácias lógicas, transferindo para o aluno a responsabilidade de identificar, corrigir e justificar cientificamente a falha.
• Abordagens interdisciplinares STEAM: Dinâmicas criativas que associam a Geometria e a Estatística a manifestações artísticas portuguesas e ao património cultural local, mediadas por Realidade Aumentada e geração visual de imagens.
• Adoção crítica e formação contínua: Comprovação de ganhos significativos no conhecimento técnico-pedagógico dos docentes (AI-TPACK subiu de uma mediana de 3,95 para 5,60 num workshop presencial avaliado).

Sugestão de Uso

Na próxima planificação, sugere-se a criação de uma tarefa de análise de erros baseada na IAG. O professor pode solicitar a um chatbot (como o Claude ou o ChatGPT) que gere um plano de resolução incorreto para um problema de equações ou funções, introduzindo um erro conceptual muito subtil. Na aula de Matemática, em vez de pedir aos alunos para resolverem diretamente o exercício, o professor apresenta o output da IA e solicita aos alunos que, em pequenos grupos de trabalho, atuem como auditores críticos. Os estudantes devem identificar onde o sistema falhou, reescrever a resolução exata e justificar matematicamente a correção. Esta atividade retira o foco do cálculo rotineiro, desenvolve a argumentação lógica, o espírito crítico e ensina os alunos a colaborarem de forma madura e responsável com os sistemas inteligentes no quotidiano escolar.

Fonte:

Cabrita, I., Santos, V., Neto, T. B., Pinheiro, M. M., & Lopes, J. B. (Orgs.). (2026). Matemática com vida: diferentes olhares sobre a inteligência artificial. Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42

Em baixo ficam ligações para o Ebook e para os recursos criados na formação.