Inteligência Artificial na educação básica pública: Análise da Produção Científica (2021–2025)

REVISTA EDUCAÇÃO & LEGISLAÇÕES CONSELHO ESTADUAL DE EDUCAÇÃO MINAS GERAIS 2996 1609 DEZEMBRO 2025 N.4 SUMÁRIO INTELIGÊNCIA ARTIFICIAL NA EDUCAÇÃO BÁSICA PÚBLICA: ANÁLISE DA PRODUÇÃO CIENTÍFICA (2021–2025) Paula Campos Fernandes1 Camila Amaral Pereira2 RESUMO 1. Professora de Língua Portuguesa pelo Estado de Minas Gerais. Mestra em Gestão Integrada do Território - UNIVALE. ana.campos.f[email protected].br 2. Professora de História pelo Estado de Minas Gerais. Doutora em História pela Universidade de São Paulo - USP. camila.amaral. per[email protected]v.br O objetivo foi analisar as principais tendências e abordagens da Inteligência Artificial (IA) generativa no contexto da Educação Básica do Brasil. A partir de uma revisão bibliográfica e bibliométrica da produção científica nacional entre 2021 e 2025, buscou-se compreender como a IA tem sido abordada em práticas pedagógicas. Investigaram-se estudos de revisão sistemática, seguidos de relatos de experiência com IA generativa em escolas públicas. Os resultados indicam crescimento recente do interesse acadêmico, embora ainda existam lacunas relacionadas à formação docente, ao uso crítico da tecnologia e à aplicação na realidade escolar pública. Conclui-se que a integração da IA generativa na realidade escolar pública demanda políticas efetivas e uma abordagem pedagógica que priorizem a avaliação crítica do estudante quanto ao uso desta tecnologia. Palavras-chave: Inteligência Artificial Generativa. Educação Básica. Revisão Sistemática. Relato de Experiência.Escola Pública. 1. INTRODUÇÃO A popularização da Inteligência Artificial (IA) generativa, impulsionou discussões sobre seu impacto no processo de ensino-aprendizagem (DUQUE-PEREIRA; MOURA, 2023). Diferentemente de ferramentas anteriores que apenas organizavam ou apresentavam dados existentes, a IA generativa é capaz de criar conteúdos originais, como textos, imagens, códigos e vídeos, estabelecendo novas dinâmicas entre professores, estudantes e o conhecimento (CIEB, 2024). 36 SEÇÃO I – PRODUÇÕES CIENTÍFICAS SUMÁRIO Diante desse contexto, a problematização parte do seguinte aspecto: Quais são as principais tendências ou abordagens que utilizam Inteligência Artificial na Educação Básica, segundo a literatura científica recente? E como objetivo geral pretende-se analisar como a Inteligência Artificial generativa tem sido incorporada à Educação Básica brasileira. A justificativa parte do reconhecimento de que a IA é uma realidade no mundo atual e precisa ser incorporada de forma consciente no ambiente escolar, pois, seu uso indiscriminado, descontextualizado ou acrítico pode comprometer os processos educativos. O delineamento metodológico busca mapear o avanço das pesquisas acadêmicas sobre o tema, por meio de revisão bibliográfica e bibliométrica, com ênfase na produção científica nacional entre os anos de 2021 e 2025. Para compreender de que forma essa tecnologia tem contribuído para as práticas pedagógicas na educação básica. Inicialmente, pesquisou-se, no Google Scholar, por estudos de revisão bibliométrica sobre a IA na educação básica e não foram encontrados estudos. Posteriormente, foram pesquisadas revisões bibliográficas sistemáticas e, por fim, relatos de experiências com o uso da IA generativa na educação básica pública. Os resultados detalhados, estão na seção “2.1 Caminhos metodológicos”. Diante do exposto, o artigo está dividido em três partes: Introdução, Resultados e Discussão e Considerações Finais. A seção de Resultados e Discussão está organizada em duas partes. Na primeira, discute-se sobre conceitos básicos de IA generativa. Na segunda, são apresentados a metodologia por meio de Estudos de Revisão Sistemática sobre IA na Educação e de relatos de experiências sobre a IA generativa na educação básica pública. 2. RESULTADOS E DISCUSSÃO O uso da Inteligência Artificial (IA) Generativa foi amplamente divulgado pelo lançamento do do robô de conversação (chatbot) ChatGPT, em novembro de 2022 (Duque-Pereira; Moura, 2023), representando uma transformação em todos os setores, inclusive na área educacional. Diferentemente de tecnologias digitais anteriores, que organizavam ou apresentavam informações existentes, a IA generativa se distingue por sua capacidade de criar conteúdo original e complexo, como textos, imagens, vídeos e códigos (CIEB, 2024). Assim, Jurafsky e Martin (2024) definem a inteligência artificial (IA) como um campo da ciência da computação focado na criação de sistemas que exibem inteligência de máquina, realizando tarefas que exigiriam inteligência humana. Os autores detalham, ainda, quais são as tipos de IA: SEÇÃO I – PRODUÇÕES CIENTÍFICAS 37 SUMÁRIO Quadro 1 - Principais conceitos da IA Conceitos da IA Descrição Aprendizado de Máquina Abordagem em que algoritmos são treinados em grandes conjuntos de dados para identificar padrões e tomar decisões com base nesses padrões. O aprendizado de máquina permite que os sistemas de IA se adaptem e melhorem seu desempenho ao longo do tempo. Redes Neurais Artificiais Modelos computacionais inspirados no funcionamento do cérebro humano. As redes neurais consistem em camadas de neurônios interconectados que processam informações e realizam tarefas de aprendizado e reconhecimento de padrões. Processamento de Linguagem Natural Capacidade das máquinas entenderem e interpretarem a linguagem humana. O Processamento de Linguagem Natural (Natural Language Processing - NLP) envolve o processamento de texto e fala para realizar tarefas como tradução automática, reconhecimento de fala e análise de sentimentos. Visão Computacional Capacidade das máquinas interpretarem e compreenderem imagens e vídeos. Algoritmos de visão computacional são utilizados em reconhecimento facial, detecção de objetos, análise de imagens médicas, entre outros. Raciocínio Baseado em Regras Uso de regras lógicas e inferências para tomar decisões e solucionar problemas. Sistemas especialistas são exemplos de abordagens que utilizam o raciocínio baseado em regras. Fonte: Elaborado por Lamattina (2023, p. 44-45) baseado em Jurafsky e Martin (2020). Assim, a habilidade de gerar conhecimento, e não apenas de transmiti-lo, apresenta-se como uma ferramenta eficiente, mas problemática para as práticas pedagógicas, pois habilidades cognitivas, que deveriam ser consolidadas pelos estudantes, estão sendo realizadas pela IA generativa. Por um lado, a IA generativa está presente nas esferas da sociedade: tradutores, buscadores, aplicativos de saúde, plataformas de redes sociais (FERRARO; COELHO, 2024). Portanto, possui potencialidade para a personalização do ensino, automatização de tarefas repetitivas, corrigir textos, e promover a aprendizagem colaborativa, enriquecendo a prática docente e o engajamento discente. Por outro lado, a realidade estrutural da educação básica pública no país, a intensificação do uso da IA pode gerar “potencialmente em discriminação, desigualdade, exclusão digital, exclusão em geral e ameaça à diversidade cultural, social e biológica e divisões sociais ou econômicas” (UNESCO, 2022, p. 5). Desta forma, a discussão pertinente neste contexto, não está relacionada aos benefícios da tecnologia, mas como ela pode ser implementada de forma equitativa e significativa. Esse cenário de intensificação do uso de tecnologias digitais foi, em parte, moldado pela pandemia de Covid-19, o qual a transição forçada para o ensino remoto emergencial atuou como um catalisador para a digitalização, obrigando escolas, professores e alunos a se familiarizar com plataformas digitais (SANTOS; SANTO, 2025). Essa experiência proporcionou o aumento do uso de 38 SEÇÃO I – PRODUÇÕES CIENTÍFICAS SUMÁRIO softwares digitais nos espaços escolares, criando uma realidade sobre a qual a discussão sobre IA generativa toma grande relevância. Assim, a familiaridade adquirida com as tecnologias digitais durante a pandemia pode ter contribuído para a experimentação com novas ferramentas de IA. Assim, é fundamental desconstruir a premissa de que a familiaridade cotidiana dos jovens com as tecnologias digitais se traduz em competência para a aprendizagem, conforme difundido através do “mito do nativo digital” (KIRSCHER; BRUYCKERE,2017). Os autores argumentam que, embora os alunos da atual geração tenham vivenciado um mundo digital conectado, não são capazes de lidar com as tecnologias modernas. A fluência para utilizar uma IA generativa, por exemplo, não garante a competência para avaliar criticamente suas respostas, identificar vieses algorítmicos ou utilizá-la de forma ética como ferramenta de apoio. Nesse cenário, a responsabilidade docente se expande, que como um mediador indispensável, deve ter o compromisso em instruir os estudantes em habilidades, tais como: formular prompts eficazes, de checar a veracidade das informações geradas e de empregar essas ferramentas para potencializar o pensamento original. Portanto, os espaços de formação, formais ou não, devem explorar as tecnologias de forma crítica e responsável, para que a tecnologia sirva ao desenvolvimento humano, e não o substitua. A necessidade em trabalhar habilidades contemporâneas relativas aos espaços digitais estão previstas em documentos orientadores, tais como a promulgação da Lei Nº 14.533, de 11 de janeiro de 2023 (BRASIL, 2023), que institui a Política Nacional de Educação Digital, a complementação da BNCC, a BNCC - Computação (BRASIL, 2022), e por último, a criação do Plano Brasileiro de Inteligência Artificial (BRASIL, 2025) fortalecem políticas destinadas à proficiência da população para o uso da IA generativa. A crescente institucionalização da educação digital no Brasil, através de normativas, sinaliza um movimento político-pedagógico importante. Documentos orientadores como a BNCC - Computação (BRASIL, 2023), estabelecem a necessidade de ir além do uso instrumental das tecnologias. Para o Ensino Médio, esta prevê habilidades e competências destinadas à proficiência de uso da Inteligência Artificial. Na Competência Específica está prevista a capacidade de “Analisar situações do mundo contemporâneo, selecionando técnicas computacionais apropriadas para a solução de problemas.”, propõe-se a habilidade de “(EM13CO10) Conhecer os fundamentos da Inteligência Artificial, comparando-a com a inteligência humana, analisando suas potencialidades, riscos e limites.” (BRASIL, 2022, p. 64). A orientação é amplificada pelo recente Plano Brasileiro de Inteligência Artificial (PBIA) (BRASIL, 2025), que projeta soluções de IA para a educação básica. As iniciativas do plano abrangem, desde sistemas para combater a evasão escolar, criação de plataformas adaptativas com IA generativa para personalizar o ensino de matemática e a alfabetização, culminando na capacitação docente por meio dos Laboratórios Interdisciplinares de Formação de Educadores (Lifes). SEÇÃO I – PRODUÇÕES CIENTÍFICAS 39 SUMÁRIO No mesmo sentido, a UNESCO (2022, p. 11) salienta o quão importante é a área de educação para a proficiência digital e crítica dos estudantes: “viver em sociedades digitalizadas exige novas práticas educacionais, reflexão ética, pensamento crítico, práticas de projeto responsáveis e novas competências, dadas as implicações para o mercado de trabalho, a empregabilidade e a participação cívica.” Diante dessa complexidade, é por meio das narrativas e relatos de experiência dos docentes que podem-se compreender os processos de apropriação tecnológica dos estudantes. Através de estudos aplicados nas escolas de educação básica, é possível compreender como a apropriação tecnológica tem ocorrido no “chão da escola”. Valorizar essas narrativas é reconhecer a função primordial dos docentes em promover transformação digital, em oposição a uma visão puramente tecnocrática, a qual prioriza as ferramentas tecnológicas como mais importantes do que o processo pedagógico. Para detalhar como os estudos foram coletados, organizados e interpretados, o próximo capítulo descreve os procedimentos metodológicos que fundamentaram esse trabalho, bem como as análises e discussões. 2.1. CAMINHOS METODOLÓGICOS: ESTUDOS DE REVISÃO SISTEMÁTICA SOBRE IA NA EDUCAÇÃO E RELATOS DE EXPERIÊNCIAS SOBRE A IA GENERATIVA NA EDUCAÇÃO BÁSICA PÚBLICA Nesta parte, busca-se explicar a metodologia utilizada para a compreensão do “estado da arte” do campo de pesquisa sobre Inteligência Artificial na Educação Básica pública do Brasil. Utilizou como base de dados para a busca o Google Scholar. Na primeira etapa, buscou-se por estudos de revisão bibliométrica sobre a IA na educação básica e não foram encontrados estudos. Na segunda etapa, foram pesquisados estudos de revisão sistemática, com os strings de "revisão sistemática" AND "inteligência artificial" AND "educação básica". Dentre os 127 resultados, a partir da leitura dos títulos, foram selecionados 5 estudos, os quais serão demonstrados no Quadro 2. Foram excluídas publicações com abordagens muito específicas, tais como o recorte por disciplinas (matemática, física e química, por exemplo), aplicação da IA à gestão, formação de professores, metodologias ativas seleção de dissertações e teses ou o uso de um software que não esteja relacionado à IA generativa. Optou-se pela busca de revisões sistemáticas, uma vez que segundo Galvão e Pereira (2014, p. 183), “trata-se de um tipo de investigação focada em questão bem definida, que visa identificar, selecionar, avaliar e sintetizar as evidências relevantes disponíveis.” Assim, esta possui um rigor científico maior em relação às revisões integrativa e narrativa. Na terceira busca, utilizaram-se como parâmetros os seguintes critérios de busca, também por meio do Google Scholar, com o recorte temporal de 2021 a 2025, artigos publicados em língua 40 SEÇÃO I – PRODUÇÕES CIENTÍFICAS SUMÁRIO portuguesa, com os seguintes descritores de busca: "educação básica" "inteligência artificial" "relato de experiência". Como critérios de exclusão, foram descartados artigos científicos com a abordagem de formação de professores e estudantes de licenciatura, artigos duplicados, revisões de literatura sem relatos de experiência e artigos com estudos realizados em escolas particulares, uma vez que o foco deste trabalho é um panorama sobre a educação básica pública. A partir desta métrica obtiveram 605 resultados, dos quais foram selecionados 10 artigos com relatos de experiência do uso da IA na educação básica. Para facilitar a compreensão dos estudos selecionados, na fase de revisão sistemática, estes foram divididos em duas categorias: (a) revisão sistemática da IA na educação (Fernandes; Ribeiro e Vasconcelos, 2022; Pessoa, 2022; Barbosa, 2023) (b) revisões sistemáticas do uso da IA específico na educação básica (Camada e Durães, 2020; Costa et al, 2024). Os dados estão apresentados a seguir, no Quadro 2: Quadro 2 - Resultados dos estudos de Revisão Sistemática sobre IA na Educação Autores (Ano) Período Analisado Bases de Dados / Fontes Foco Principal Principais Achados e Conclusões Camada e Durães (2020) 2015-2020 SBC/CEIE, CAPES, TISE, IEEE Ensino de IA na Educação Básica brasileira e sua relevância frente à BNCC. Há poucas pesquisas brasileiras sobre o tema , mas a BNCC oferece pressupostos para sua aplicação. O interesse na área cresceu a partir de 2017. A maioria dos trabalhos encontrados é de ensaios teóricos. Fernandes, Ribeiro e Vasconcelos (2022) 2017-2021 Google Acadêmico, CAPES, RENOTE, Scielo, REDOC, EDUCITEC Desenvolvimento de IAs para a educação no Brasil. Prevalência de IAs para o Ensino Superior, especialmente em Computação. Apenas um trabalho focado na Educação Básica foi encontrado. Constatou-se a necessidade de políticas de alfabetização digital. Pessoa (2022) 2011-2021 IEEE, ScienceDirect, Scopus, SpringerLink, ACM, Google Acadêmico, BDTD Vieses codificados (preconceitos) na IA e a falta de discussão crítica na formação docente. Professores e desenvolvedores não discutem criticamente os vieses da IA. Algoritmos podem reforçar estereótipos (racismo, sexismo). A formação docente é um ponto chave para abordar a ética da IA. Barbosa (2023) 2021-2023 Scielo, Google Scholar, Periódicos Capes Transformações no ensinoaprendizagem com IA para geração automática de textos. IA permite personalização da aprendizagem e análise de dados educacionais. Destaca desafios éticos como privacidade, transparência e justiça algorítmica. A IA deve ser uma ferramenta de auxílio, não um substituto para os professores. SEÇÃO I – PRODUÇÕES CIENTÍFICAS 41 SUMÁRIO Autores (Ano) Período Analisado Bases de Dados / Fontes Foco Principal Principais Achados e Conclusões Costa et al. (2024) 2019-2023 Scielo, Google Scholar, Portal Capes (Im)possibilidades e desafios da IA na Educação Básica. Houve um aumento expressivo de publicações em 2023. A maioria dos trabalhos é de caráter bibliográfico e foca no Ensino Médio. A formação de professores é apontada como um grande desafio. Fonte: Elaboração própria (2025) A análise das revisões sistemáticas revela um campo de pesquisa em expansão, porém, marcado por diversas lacunas. A literatura aponta para um crescimento exponencial no interesse acadêmico, especialmente a partir de 2022, com uma diversificação de áreas do conhecimento que reconhecem a importância de investigar as aplicações da IA para além da ciência da computação. Contudo, essa expansão não se traduziu em foco robusto e sistemático para o chão da escola pública (BASSANI e CHENA, 2024) Observa-se a escassez de pesquisas voltadas especificamente para a Educação Básica. Fernandes, Ribeiro e Vasconcelos (2022), em sua revisão cobrindo o período de 2017 a 2021, encontraram um trabalho com essa finalidade, enquanto a maioria se concentrava no Ensino Superior, sobretudo na área de Computação. Os estudos que com foco na Educação Básica, como aponta Costa et al. (2024), tendem a ser de caráter teórico-bibliográfico e com foco no Ensino Médio, evidenciando uma carência de pesquisas aplicadas, longitudinais e que investiguem a realidade do Ensino Fundamental e da Educação Infantil. O estudo de Pessoa (2022) destaca que os vieses e as questões éticas da IA não estão sendo discutidos com a criticidade necessária por quem desenvolve e por quem deveria mediar seu uso em sala de aula. Por fim, a dimensão ética, há poucos estudos que abordam questões éticas no uso da IA. Barbosa (2023) aponta para a necessidade de lidar com questões de privacidade, transparência e justiça algorítmica. A pesquisa de Pessoa (2022) problematiza os “vieses codificados” e a algoritmização de preconceitos sociais, como o racismo, em ferramentas de IA. A aplicação da IA, portanto, corre o risco de ser instrumentalizada como uma mera ferramenta de otimização, sem a devida reflexão sobre suas implicações sociais e humanas. Em síntese, o “estado da arte” das revisões sistemáticas em IA na Educação Básica indica que houve um crescimento exponencial. Sugere-se, como pesquisas futuras, deslocar o foco do Ensino Superior para o Básico, priorizar a formação docente como objeto central de estudo e integrar, de forma indissociável, uma análise crítica sobre os vieses e os desafios éticos que esta tecnologia digital impõe. 42 SEÇÃO I – PRODUÇÕES CIENTÍFICAS SUMÁRIO Como resultados da segunda etapa metodológica de buscas por relatos de experiências sobre a IA generativa na educação básica pública, realizou-se um levantamento bibliográfico e bibliométrico sobre a produção acadêmica do Google Scholar, com os descritores: “educação básica”; “inteligência artificial” e “relato de experiência”, com o recorte temporal de 2021 a 2025. Dos 605 resultados encontrados inicialmente, foi realizada uma triagem com base na leitura dos títulos e resumos, de forma manual, a fim de verificar a pertinência dos estudos em relação aos critérios definidos para essa pesquisa. Os principais critérios de inclusão consideraram: o foco em escolas públicas brasileiras de educação básica; a presença explícita de experiências práticas diversas envolvendo o uso de Inteligência Artificial generativa; e a clareza metodológica dos relatos. Assim, 10 artigos foram selecionados conforme detalhado no Quadro 3. Optou-se por fazer a nuvem de palavras (Wordcloud) gerada a partir dos títulos dos artigos. Palavras de conexão e preposições como 'e', 'na', 'de', 'da' foram excluídas para que os termos centrais pudessem ser destacados, conforme pode-se ver abaixo: Figura 1: Nuvem de palavras gerada a partir dos títulos de artigos Fonte: Elaboração própria (2025) A distribuição hierárquica da nuvem de palavras (Figura 1). Conforme Pereira (2024) a análise bibliométrica tem como objetivo identificar padrões e tendências em base de dados de publicações acadêmicas. Com isso, observa-se que termos como educação, ensino, experiência, tecnologia e aprendizagem se destacam como os mais recorrentes, indicando os principais focos temáticos das pesquisas analisadas. A predominância dessas palavras sugere uma ênfase na interseção entre práticas pedagógicas e recursos tecnológicos. E por fim, “Inteligência artificial” foi menos citada do que as demais, comprovando, mais uma vez, a necessidade de estudos com a aplicação da IA na educação básica. Porém, sem uma análise minuciosa dos artigos não se conSEÇÃO I – PRODUÇÕES CIENTÍFICAS 43 SUMÁRIO OLIVEIRA, B. R.; FERNANDES ALVES, M. M. Capacidades estatais e implementação de políticas educacionais no nível local: A trajetória da base nacional comum curricular em um município mineiro. Cadernos Gestão Pública e Cidadania, São Paulo, v. 29, 2023. Disponível em: https://periodicos.fgv.br/cgpc/article/ view/89154 . Acesso em: 30 jul. 2025. ORGANIZAÇÃO DAS NAÇÕES UNIDAS PARA A EDUCAÇÃO, A CIÊNCIA E A CULTURA (UNESCO). Recomendações sobre a Ética da Inteligência Artificial. [Paris]: UNESCO, 2022. Disponível em: https:// unesdoc.unesco.org/ark:/48223/pf0000381137_por. Acesso em: 16 jul. 2025. PEREIRA, C. A. et al Economia vai à Escola: sair da universidade para compreender a realidade local. Revista Vozes dos Vales: Publicações Acadêmicas, n. 11, ano VI, p. 1-11, 2017. PESSOA, A. M. S. Vieses codificados: apontamentos a partir da revisão sistemática sobre inteligência artificial. In: CONGRESSO INTERNACIONAL DE EDUCAÇÃO E TECNOLOGIAS (CIET), 2022. Anais [...]. São Carlos: UFSCar, 2022. RIBEIRO, G. R. Inteligência artificial aplicada à prática docente na educação profissional e tecnológica. Dissertação (Mestrado) – Centro Federal de Educação Tecnológica de Minas Gerais – CEFET-MG, Belo Horizonte, 2021. RUSSO, F. A. I.; SANT'ANNA, N. R.; IMAI, R. H. Relato de experiência educacional com o uso de inteligências artificiais sintetizadoras de imagens: debate sobre avanços recentes e possibilidades em síntese criativa. Revista Brasileira de Informática na Educação, v. 31, p. 814-828, 2023. Disponível em: https://journals-sol. sbc.org.br/index.php/rbie/article/view/2914/2395 SANTOS, J. J.; SANTO, E. E. Produto educacional como proposta formativa para a integração das tecnologias digitais no contexto da cultura digital. Educitec - Revista de Estudos e Pesquisas sobre Ensino Tecnológico, Manaus, v. 11, 2025. Disponível em: https://doi.org/10.31417/educitec.v11.2568. Acesso em: 16 jul. 2025. SILVA, T. A. A. Entre Algoritmos e Pensadores: Reflexões Sobre o uso da Inteligência Artificial no Ensino Médio de História e Filosofia. Revista Educação em Contexto, Goiânia, v. 4, n. 1, p. 219-222, 2025. Disponível em: https://revistaseduc.educacao.go.gov.br/index.php/rec/article/view/228/113 VASCONCELOS, V. R. C.; FROTA, D. A. IA como Aliada da Criatividade Humana: O Desenvolvimento do Aplicativo "Terra e Universo" com Auxílio do ChatGPT. Revista Brasileira de Informática na Educação, v. 33, 2025. Disponível em: https://journals-sol.sbc.org.br/index.php/rbie/article/view/5204/3249 VILLAN, F.; SANTOS, R. P. ChatGPT como Coorientador na Iniciação Científica: Pesquisa-ação com Aprendizagem Baseada em Projetos no Ensino Fundamental. Acta Scientiae, Canoas, v. 25, n. 6, p. 60-117, 2023. Disponível em: https://doi.org/10.17648/acta.scientiae.7474 . Acesso em: 29 jul. 2025. 50 SEÇÃO I – PRODUÇÕES CIENTÍFICAS