MATRIZ DE POTENCIALIDADES: INTELIGÊNCIA ARTIFICIAL E O DESENVOLVIMENTO DE COMPETÊNCIAS DIGITAIS NO ENSINO DE MATEMÁTICA

Autores

DOI:

https://doi.org/10.66104/3tpspj52

Palavras-chave:

DigCompEdu, Literacia Crítica, Transposição Didática, Formação de Professores, Engenharia de Prompts

Resumo

O presente artigo investiga a Inteligência Artificial (IA) como ferramenta estratégica para o desenvolvimento das Competências Digitais Docentes (CDD) no ensino de Matemática. A problemática central questiona como a IA pode auxiliar no desenvolvimento dessas competências sob a ótica do quadro europeu DigCompEdu. O objetivo é propor uma Matriz de Potencialidades que integre o referencial teórico do DigCompEdu com as funcionalidades de ferramentas de IA (como ChatGPT, Gemini e GeoGebra). Metodologicamente, a pesquisa caracteriza-se como um estudo qualitativo de natureza propositiva, fundamentado em Pesquisa Bibliográfica e em um protocolo de Engenharia de Prompts composto por 36 rodadas de testes funcionais sistemáticos. Os resultados culminaram na elaboração de uma Matriz de Potencialidades, que atua como instrumento de auditoria pedagógica, demonstrando como a IA pode atuar em seis áreas de competência: envolvimento profissional, recursos digitais, ensino e aprendizagem, avaliação, capacitação dos aprendentes e promoção da competência digital dos alunos. Conclui-se que a IA funciona como um "andaime cognitivo", permitindo uma transposição didática sofisticada e transformando o papel do professor em um mediador e auditor crítico de dados pedagógicos, essencial para a autonomia e inclusão no cenário educacional pós-pandemia.

 

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Silvio Luiz Rutz da Silva, Uniersidade Estadual de Ponta grossa

    Translator        

     

    Doutor Ciência dos Materiais – UFRGS. Professor no Departamento de Física; no PPG em Ensino de Ciências e Educação Matemática; no PPG Ensino de Física. Universidade Estadual de Ponta Grossa (UEPG). Ponta Grossa, PR – Brasil.

  • Roberto Batista Conrado, Universidade Estadual de Ponta Grossa

    Translator        

     

    Especialista em Docência no Ensino Superior - Centro Universitário de Maringá (CESUMAR). Graduado em Licenciatura em Matemática - CESUMAR. Mestrando no PPG em Ensino de Ciências e Educação Matemática - Universidade Estadual de Ponta Grossa (UEPG). Ponta Grossa, PR – Brasil.

Referências

ADORNO, T. W. Educação e emancipação. São Paulo: Paz e Terra, 1995.

BARDIN, L. Análise de conteúdo. São Paulo: Edições 70, 2016.

BORBA, M. C.; GADANIDIS, G.; SILVA, R. S. R. Fases das tecnologias digitais em educação matemática: sala de aula e internet em movimento. 3. ed. Belo Horizonte: Autêntica, 2021.

BRASIL. Conselho Nacional de Educação. Resolução CNE/CP nº 2, de 20 de dezembro de 2019. Define as Diretrizes Curriculares Nacionais para a Formação Inicial de Professores para a Educação Básica e institui a BNC-Formação. Brasília, DF: MEC, 2019.

BRASIL. Base Nacional Comum Curricular. Brasília, Ministério da Educação, 2018.

BUCKINGHAM, D. Cultura Digital, Educação Midiática e o Lugar da Escolarização. Educação & Realidade, [S. l.], v. 35, n. 3, 2010.

CHEVALLARD, Y. La transposición didáctica: del saber sabio al saber enseñado. Buenos Aires: Aique, 1991.

CIEB. Centro de Inovação para a Educação Brasileira. Autoavaliação de Competências Digitais de Professores. São Paulo: CIEB, 2019.

D’AMBRÓSIO, U. Educação Matemática: da teoria à prática. Campinas: Papirus, 2012.

FREIRE, P. Pedagogia da autonomia: saberes necessários à prática educativa. São Paulo: Paz e Terra, 1996.

GIL, A. C. Métodos e técnicas de pesquisa social. 6. ed. São Paulo: Atlas, 2008.

GIL, A. C. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas, 2002.

ALBINO, T. T. Os desafios de ensinar matemática na era da inteligência artificial. International Integralize Scientific. v 5, n 49, Julho/2025 ISSN/3085-654X. DOI: 10.63391/811842

GUIA EDUTEC. Conceitos, metodologias e ferramentas para promover o uso de tecnologia para aprendizagem. 2024. Disponível em: https://guiaedutec.com.br/. Acesso em: 31 mar. 2024.

KENSKI, V. M.. Educação e tecnologias: o novo ritmo da informação. 8. ed. Campinas: Papirus, 2012.

LÉVY, P. As tecnologias da inteligência: o futuro do pensamento na era da informática. Rio de Janeiro: Editora 34, 1993.

LUCAS, M.; MOREIRA, A. DigCompEdu: quadro europeu de competência digital para educadores. Aveiro: Universidade de Aveiro, 2018.

NÓVOA, A. Entre a formação e a profissão: ensaio sobre o modo como nos tornamos professores. Currículo sem Fronteiras, v. 19, n. 1, p. 198-208, jan./abr. 2019.

OLIVEIRA, Ma. F. de. Metodologia científica: um manual para a realização de pesquisas em administração. Catalão: UFG, 2011.

PAZ, M. T.; PONTAROLO, E.; PELOSO, F. C. Competência digital docente: uma revisão de literatura. Texto Livre, Belo Horizonte - MG, v. 15, p. e39263, 2022. DOI: 10.35699/1983-3652.2022.39263. DOI: https://doi.org/10.35699/1983-3652.2022.39263

PONTE, J. P. da. Tecnologias de informação e comunicação na formação de professores: Que desafios? Revista Iberoamericana de Educación. Nº 24, pp. 63-90, 2000. DOI: 10.35362/rie240997 DOI: https://doi.org/10.35362/rie240997

RABARDEL, P. Les hommes et les technologies: une approche cognitive des instruments contemporains. Paris: Armand Colin, 1995.

REDECKER, C.; PUNIE, Y. (ed.). DigCompEdu: quadro europeu de competência digital para educadores. Tradução: Centro de Inovação para a Educação Brasileira (CIEB). Luxembourg: Publications Office of the European Union, 2017.

SANTAELLA, L. A ecologia pluralista da inteligência artificial. São Paulo: Paulus, 2023.

SANTAELLA, Lucia. A ética como guia para o uso da inteligência artificial generativa. Educação & Sociedade, v. 46, e296469, 2025. DOI: 10.1590/ES.296469 DOI: https://doi.org/10.1590/es.296469

SELWYN, N. Should robots replace teachers? AI and the future of education. Cambridge: Polity Press, 2019.

SIQUEIRA, R. A. F.; VASCONCELOS, F. H. L. Competências digitais docentes: uma revisão sistemática da literatura. #Tear: Revista de Educação, Ciência e Tecnologia, Canoas, v. 12, n. 1, p. 1-21, 2023. DOI: 10.35819/tear.v12.n1.a6410. DOI: https://doi.org/10.35819/tear.v12.n1.a6410

TARDIF, M. Saberes docentes e formação profissional. Petrópolis: Vozes, 2014.

UNESCO. Orientações para a IA generativa na educação e na pesquisa. Brasília: UNESCO, 2024.

VALENTE, José Armando. Blended learning e as mudanças no ensino superior: a proposta da sala de aula invertida. Educar em Revista, v. 30, n. especial 4, p. 79–97, 2014. DOI: 10.1590/0104-4060.38645 DOI: https://doi.org/10.1590/0104-4060.38645

VIGOTSKI, L. S. A formação social da mente. São Paulo: Martins Fontes, 1994.

VOSGERAU, D. S. R.; ROMANOWSKI, J. P. Estudos de revisão: implicações conceituais e metodológicas. Revista Diálogo Educacional, v. 14, n. 41, p. 165-189, 2014. DOI: 10.7213/dialogo.educ.14.041.DS08. DOI: https://doi.org/10.7213/dialogo.educ.14.041.DS08

Downloads

Publicado

2026-03-11

Como Citar

MATRIZ DE POTENCIALIDADES: INTELIGÊNCIA ARTIFICIAL E O DESENVOLVIMENTO DE COMPETÊNCIAS DIGITAIS NO ENSINO DE MATEMÁTICA. (2026). REMUNOM, 13(02), 1-20. https://doi.org/10.66104/3tpspj52