Este texto nasceu de uma apresentação que realizei em um projeto integrativo. A pergunta que orientou o trabalho continua aberta e necessária: e se a inteligência artificial fosse tratada como parceira de raciocínio, e não apenas como uma ferramenta que entrega respostas?
Quando a ficção se aproxima da sala de aula
Em 2008, o filme Homem de Ferro apresentou Tony Stark trabalhando em diálogo constante com JARVIS. Naquela narrativa, a inteligência artificial não aparecia apenas como uma calculadora: ela organizava informações, sugeria caminhos e participava das decisões do personagem. Era uma imagem de ficção científica.
Hoje, guardadas as diferenças entre o cinema e a tecnologia real, conversar com sistemas capazes de explicar, comparar, gerar exemplos e propor representações já faz parte do cotidiano. A questão educacional, portanto, não é somente se essas ferramentas serão utilizadas, mas como participarão do raciocínio e quais responsabilidades continuarão sendo humanas.
Conhecimento não é produzido no isolamento
Ao estudar educação matemática e tecnologia, encontrei na perspectiva de Marcelo Borba e Mónica Villarreal uma forma especialmente fértil de compreender essa relação. Em vez de imaginar primeiro uma pessoa pensando e, depois, uma ferramenta executando suas ordens, os autores propõem olhar para coletivos de seres-humanos-com-mídias.
Nessa perspectiva, lápis e papel, calculadora, computador, software de geometria e ambientes digitais não são recipientes neutros. Cada mídia favorece certas representações, impõe limites, reorganiza procedimentos e altera o tipo de pergunta que podemos formular. O conhecimento emerge das relações construídas nesse coletivo, como discutem Borba e Villarreal.
A questão mais interessante deixa de ser “o que a tecnologia faz por nós?” e passa a ser “como pensamos e aprendemos com ela?”.
Usar uma tecnologia não é o mesmo que pensar com ela
Essa diferença ajuda a reconhecer duas maneiras recorrentes de representar a relação entre pessoas e tecnologias. Em um estudo com pós-graduandos em Educação Matemática e Científica, Santos, Maia e Souto identificaram uma ancoragem mais utilitarista, ligada à suplementação das capacidades humanas, e outra voltada à simbiose entre atores humanos e não humanos.
Essas são formas de representação encontradas pelos pesquisadores, e não dois fundamentos originais da teoria. Ainda assim, a distinção é útil. Quando a tecnologia aparece apenas como atalho, prevalece a pergunta sobre velocidade e conveniência. Quando a relação é compreendida de forma mais integrada, observamos também como humanos e mídias se modificam mutuamente durante a produção do conhecimento. O artigo publicado em 2022 detalha essas ancoragens.
Antes da IA, já pensávamos com mídias
Essa reflexão não começou com a inteligência artificial. Antes de elaborar o projeto sobre matemática inclusiva, apresentei um trabalho sobre recursos tecnológicos na educação matemática, também orientado pelas ideias de Borba e Villarreal. Naquele estudo, calculadoras, planilhas, gráficos dinâmicos, simuladores e plataformas interativas já mostravam que uma mídia pode fazer mais do que executar uma tarefa: ela pode reorganizar a própria atividade de investigar.
Ao arrastar um ponto em uma construção geométrica, variar um parâmetro em um gráfico ou estender uma sequência por centenas de linhas em uma planilha, o estudante percebe relações que seriam trabalhosas — ou até invisíveis — em uma representação estática. A IA generativa dá continuidade a essa história, mas acrescenta características próprias: responde em linguagem natural, produz exemplos e influencia o percurso da conversa. Por isso, exige critérios específicos de verificação, autoria e responsabilidade.
Quando a mídia realmente muda a atividade
O valor educacional não está no nome do aplicativo, mas na pergunta que ele ajuda a formular e nas relações que permite observar. Alguns exemplos tornam essa diferença mais concreta:
GeoGebra e Desmos
Alterar pontos e parâmetros permite comparar representações, observar invariantes e formular conjecturas antes de buscar uma demonstração.
Planilhas
Repetir cálculos em muitos casos ajuda a investigar sequências, proporcionalidade e crescimento, sem reduzir a atividade à conta manual.
Simulações PhET
Manipular variáveis e observar efeitos aproxima conceitos abstratos de fenômenos visíveis, desde que o modelo e seus limites sejam discutidos.
Kahoot e Mentimeter
Respostas coletivas podem orientar feedback formativo e debate. Participação, porém, não é sinônimo automático de compreensão.
O que muda quando a inteligência artificial participa?
A inteligência artificial generativa acrescenta uma camada nova a essa discussão. Ela pode produzir explicações, sugerir exemplos, comparar estratégias, reescrever um problema e propor diferentes representações em poucos segundos. Ao responder, ela também influencia a direção da investigação e redistribui decisões dentro do coletivo.
Isso não significa atribuir à máquina uma inteligência igual à humana, nem aceitar suas respostas como autoridade. Significa reconhecer que sua participação interfere no que se torna possível pensar, testar e comunicar. Uma pesquisa recente sobre coletivos de humanos-com-IA generativa encontrou diferentes formas de distribuir agência e autoria em atividades de modelagem matemática — além de limitações na manipulação simbólica e na precisão numérica.
Portanto, a IA pode contribuir para formular hipóteses e ampliar possibilidades, mas seus resultados precisam ser verificados. Respostas convincentes podem conter erros; explicações bem escritas podem ocultar simplificações; e a facilidade de obter uma solução pode retirar do estudante justamente a parte da atividade em que o raciocínio se desenvolve.
Inclusão não nasce de um botão
Se a tecnologia reorganiza a aprendizagem, o modo como ela é projetada importa. Uma mesma ideia matemática pode ser explorada por linguagem algébrica, gráfico, descrição textual, áudio, manipulação de parâmetros ou Libras. Oferecer caminhos diversos pode reduzir algumas barreiras e permitir que mais estudantes participem da investigação.
Mas disponibilizar vários modos não garante, por si só, acessibilidade ou aprendizagem. É necessário verificar a qualidade das representações, a navegação por teclado, a compatibilidade com tecnologias assistivas, a clareza da linguagem e a correspondência entre o conteúdo matemático e sua tradução. Sobretudo, é preciso ouvir e envolver as pessoas que utilizarão a proposta.
Essa cautela também vale para o uso da IA. A orientação da UNESCO defende uma abordagem centrada no ser humano, com proteção da privacidade, validação ética e desenho pedagógico adequado à idade e ao contexto dos estudantes.
O professor continua sendo indispensável
Tratar a IA como participante de um coletivo não elimina a responsabilidade humana. Pelo contrário: torna a mediação docente ainda mais importante. É o professor quem organiza a atividade, escolhe quando a tecnologia contribui, provoca a comparação entre estratégias e cria condições para que o estudante justifique suas conclusões.
Uma boa experiência não pede apenas a resposta de uma IA. Ela convida o estudante a analisar a resposta, encontrar suposições, testar casos, construir contraexemplos e decidir se o resultado faz sentido. O erro deixa de ser somente algo a evitar e pode se transformar em objeto de investigação.
Um caminho responsável para refinar a proposta
O próximo passo do MathIAs não deve começar pela quantidade de funcionalidades. Precisa começar pela definição do problema pedagógico e das pessoas que a proposta pretende atender. A partir disso, vejo cinco frentes necessárias:
- Delimitar a experiência: escolher um conteúdo matemático, um público e objetivos de aprendizagem observáveis.
- Construir com os usuários: envolver estudantes, professores, pessoas surdas e outros públicos de acessibilidade desde o início.
- Validar o conteúdo: revisar explicações, representações, traduções e feedbacks com especialistas.
- Definir limites para a IA: tornar transparentes sua participação, suas fontes, seus erros possíveis e o tratamento de dados.
- Realizar um piloto: observar uso real, registrar barreiras e avaliar se a proposta favorece raciocínio, autonomia e participação.
Parceria exige propósito e critérios
A inteligência artificial não precisa ocupar o lugar do professor nem substituir o esforço intelectual do estudante para ser relevante. Seu potencial mais interessante pode estar em ampliar perguntas, tornar relações visíveis, favorecer comparações e abrir novas formas de expressão.
Para que isso aconteça, tecnologia, intenção pedagógica e cuidado humano precisam caminhar juntos. A ideia do MathIAs permanece como uma pergunta em construção: como criar um coletivo de seres-humanos-com-mídias que ajude mais pessoas a participar da experiência matemática com autonomia, criticidade e sentido?
Referências e leituras
- BORBA, Marcelo C.; VILLARREAL, Mónica E. Humans-with-Media and the Reorganization of Mathematical Thinking. Springer, 2005.
- SANTOS, Ariwilson Gomes dos; MAIA, Anderson Madson Oliveira; SOUTO, Daise Lago Pereira. Construto seres-humanos-com-mídias (SHCM) por pós-graduandos em Educação Matemática e Científica. Ciência & Educação, v. 28, e22034, 2022.
- BORBA, Marcelo C. et al. Collectives of humans-with-GenAI in university mathematical modelling. ZDM – Mathematics Education, 2026.
- UNESCO. Guidance for generative AI in education and research. Paris: UNESCO, 2023.
Envie este artigo para outras pessoas
Sua opinião
Quer compartilhar sua opinião?
O nome é opcional. Escreva o que este artigo despertou em você: uma experiência, dúvida, sugestão ou crítica.
A mensagem será armazenada no servidor e ficará visível somente na área administrativa. Uma opinião somente poderá ser publicada se houver autorização acima. Consulte o aviso de privacidade.