Modelos de formação docente para a era da inteligência artificial: entre o instrumental e o crítico-reflexivo

Autores

DOI:

https://doi.org/10.31417/educitec.v12.2776

Palavras-chave:

formação de professores, inteligência artificial generativa, educação

Resumo

A emergência da Inteligência Artificial generativa no cenário educacional vem provocando transformações significativas na forma como se pensa a escola e, em especial, a formação docente. O avanço acelerado de plataformas como o ChatGPT não apenas intensificou o debate público sobre o impacto da tecnologia no trabalho e no ensino, mas também expôs a urgência de preparar professores e estudantes para lidar criticamente com essas ferramentas. Neste contexto, este artigo tem o objetivo de verificar os principais modelos de formação de professores para a era da IA e como a disputa entre eles reconfigura e põe em xeque a identidade profissional docente. Fundamenta-se na pesquisa documental, com abordagem qualitativa. A literatura recente aponta que a formação de professores para a era da Inteligência Artificial se organiza em torno de dois modelos paradigmáticos distintos: o Modelo Instrumental, de caráter gerencial e voltado à eficiência do trabalho docente, e o Modelo Crítico-Reflexivo, sustentado por organizações intergovernamentais. Enquanto o primeiro entende a tecnologia como solução para otimização de processos, o segundo propõe uma reflexão mais ampla sobre os impactos da Inteligência Artificial no futuro da educação e na identidade docente. O estudo sustenta que o caminho mais promissor é uma síntese entre o uso eficiente da Inteligência Artificial e a reflexão crítica sobre seus impactos na educação e na identidade docente.

Downloads

Não há dados estatísticos.

Biografia do Autor

Roberto Milman Azambuja, Universidade do Vale do Rio dos Sinos

Mestre em Gestão Educacional pela Universidade do Vale do Rio dos Sinos (Unisinos). Professor de Filosofia na Rede Municipal de Porto Alegre/RS, atuando no Colégio Israelita Brasileiro. Porto Alegre, RS, Brasil.

Sandro José Rigo, Universidade do Vale do Rio dos Sinos

Bolsista de Produtividade em Desenvolvimento Tecnológico e Extensão Inovadora (DT-2) do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). Pós-Doutor na Friedrich-Alexander Universität Erlangen (Nuremberga/Alemanha). Doutor em Ciência da Computação pela Universidade Federal do Rio Grande do Sul (UFRGS). Professor da Universidade do Vale do Rio dos Sinos (Unisinos) nos cursos de Ciência da Computação e Sistemas de Informação. Porto Alegre, RS, Brasil.

Caroline Medeiros Martins de Almeida, Universidade do Vale do Rio dos Sinos

Pós-Doutora pelo PNPD/CAPES junto ao Programa de Pós-Graduação em Ensino de Ciências e Matemática pela Universidade Luterana do Brasil (Ulbra). Professora e pesquisadora do Programa de Pós-Graduação em Gestão Educacional na Universidade do Vale do Rio dos Sinos (Unisinos).Porto Alegre, RS, Brasil.

Referências

BALL, S. J. The Education Debate. 4. ed. Bristol: Policy Press, 2021.

EVANGELISTA, A. H. A. et al. Impactos da incorporação da Inteligência Artificial no ensino de Matemática: um Estado do Conhecimento. Educitec - Revista de Estudos e Pesquisas sobre Ensino Tecnológico, Manaus, Brasil, v. 11, n. jan./dez., p. e265425, 2025. Disponível em: https://sistemascmc.ifam.edu.br/educitec/index.php/educitec/article/view/2654/1223. Acesso em: 12 dez. 2025.

FAIRCLOUGH, N. Discurso e Mudança Social. Tradução de Izabel Magalhães. Brasília: Editora Universidade de Brasília, 2001.

FEENBERG, A. The technical politics of Karl Marx. In: Karl Marx, philosopher of technology. Dordrecht: Springer, 2010. p. 103-121.

GOOGLE. Generative AI for Educators. Grow with Google. Mountain View, 2024. Disponível em: https://grow.google/ai-for-educators/. Acesso em: 2 ago. 2025.

HEIDEGGER, M. A questão da técnica. In: Ensaios e conferências. 7. ed. Petrópolis: Vozes, 2012.

MENTA, E.; BRITO, G. S. O papel da Inteligência Artificial no Ensino Tecnológico: implicações emergentes. Educitec - Revista de Estudos e Pesquisas sobre Ensino Tecnológico, Manaus, Brasil, v. 10, n. jan./dez., p. e232524, 2024. Disponível em: https://sistemascmc.ifam.edu.br/educitec/index.php/educitec/article/view/2325/1075. Acesso em: 12 dez. 2025.

MINAYO, M. C.S (org); DESLANDES, S. F.; GOMES, R. Pesquisa Social: Teoria, Método e Criatividade. 26 ed. Petrópolis: RJ, Vozes, 2009.

NÓVOA, A. (Org.). Vida de professores. Porto, Portugal: Porto Editora, 1992.

OCDE. Future of education and skills 2030/2040. Paris: OCDE, [20--?]. Disponível em: https://www.oecd.org/en/about/projects/future-of-education-and-skills-2030.html. Acesso em: 6 dez. 2025.

OCDE. Empowering learners for the age of AI: An AI literacy framework for primary and secondary education (Review draft). Paris: OCDE, 2025. Disponível em: https://ailiteracyframework.org. Acesso em: 7 ago. 2025.

PETERSON, T. K–12 Schools View Technology as a Guardrail for Good Digital Citizenship. EdTech Magazine, 10 jan. 2023. Disponível em: https://edtechmagazine.com/k12/article/2023/01/k-12-schools-view-technology-guardrail-good-digital-citizenship. Acesso em: 2 ago. 2025.

RUDRA, S. Q&A: Microsoft Education CIO on the Role of AI in K–12 Schools. EdTech Magazine, 16 set. 2024. Disponível em: https://edtechmagazine.com/k12/article/2024/09/qa-microsoft-education-cio-role-ai-k-12-schools. Acesso em: 2 ago. 2025.

SCHWARTZ REISMAN INSTITUTE. Luciano Floridi | What is the impact of AI on democracy?. [S. l.]: YouTube, 10 abr. 2024. 1 vídeo (1h 30min 23s). Disponível em: https://www.youtube.com/watch?v=F3f7eXUW4Oc. Acesso em: 7 ago. 2025.

SULEYMAN, M; BHASKAR, M. A próxima onda: Inteligência artificial, poder e o maior dilema do século XXI. Tradução de Alessandra Bonrruquer. Rio de Janeiro: Record, 2023.

TARDIF, M. Saberes docentes e formação profissional. 17. ed. Petrópolis, RJ: Vozes, 2018.

TORCHIA, R. Examining Generative AI as a Tech Enabler. EdTech Magazine, 30 abr. 2024. Disponível em: https://edtechmagazine.com/k12/article/2024/04/examining-generative-ai-tech-enabler. Acesso em: 2 ago. 2025.

TOZONI-REIS, M. F. C. Metodologia de Pesquisa. Curitiba: IESDE Brasil S.A., 2009. 136 p.

UNESCO. UNESCO ICT competency framework for teachers. Version 3. Paris: UNESCO, 2018. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000265721. Acesso em: 6 dez. 2025.

UNESCO. AI and education: guidance for policy-makers. Paris: UNESCO, 2021. Disponível em: https://www.unesco.org/en/articles/ai-and-education-guidance-policy-makers. Acesso em: 6 dez. 2025.

UNESCO. AI competency framework for teachers. Paris: UNESCO, 2024. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000391104. Acesso em: 7 ago. 2025.

UNESCO. Beijing Consensus on artificial intelligence and education. Paris: UNESCO, 2019. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000368303. Acesso em: 7 ago. 2025.

VICARI, Rosa Maria. Influências das Tecnologias da Inteligência Artificial no ensino. Estudos Avançados, v. 35, n. 101, p. 73-84, 2021. DOI: 10.1590/s0103-4014.2021.35101.006. Acesso em: 7 ago. 2025.

Downloads

Publicado

26-02-2026

Como Citar

AZAMBUJA, Roberto Milman; RIGO, Sandro José; ALMEIDA, Caroline Medeiros Martins de. Modelos de formação docente para a era da inteligência artificial: entre o instrumental e o crítico-reflexivo . Educitec - Revista de Estudos e Pesquisas sobre Ensino Tecnológico, Manaus, Brasil, v. 12, n. jan./dez., p. e277626, 2026. DOI: 10.31417/educitec.v12.2776. Disponível em: https://sistemascmc.ifam.edu.br/educitec/index.php/educitec/article/view/2776. Acesso em: 19 maio. 2026.

Edição

Seção

Dossiê temático - IA no ensino e em pesquisa no ensino: desafios, potencialidades e perspectivas