Como os estudantes percebem a Inteligência Artificial no Ensino de Química?
DOI:
https://doi.org/10.56117/resbenq.2026.v7.e072610Palavras-chave:
Inteligência Artificial, Ensino de Química, Percepção discenteResumo
Este artigo tem como objetivo analisar os impactos do uso de ferramentas de Inteligência Artificial (IA) no ensino de Ciências, com ênfase na disciplina de Química, em escolas públicas brasileiras, a partir da perspectiva dos estudantes. A pesquisa, de natureza qualitativa e exploratória, baseia-se em um estudo de caso conduzido com 83 estudantes do Ensino Médio da rede pública estadual da Paraíba. Os dados foram coletados por meio de um questionário semiestruturado, composto por perguntas abertas e fechadas, analisadas por meio de estatísticas descritivas e análise de conteúdo. Os resultados indicam uma percepção predominantemente positiva por parte dos estudantes quanto ao uso da IA, destacando-se seu potencial para facilitar o acesso à informação, promover a autonomia e personalizar o aprendizado. Recursos como jogos, simulações e visualizações são vistos como ferramentas que tornam as aulas mais interativas e motivadoras. Entretanto, os participantes também demonstraram preocupações com a confiabilidade das informações fornecidas pelas ferramentas de IA, a ausência de orientação adequada para seu uso e a necessidade de capacitação docente para integrá-las ao processo pedagógico. Importante destacar que os estudantes não percebem a IA como substituta do professor, mas como um recurso complementar que deve ser mediado criticamente. As sugestões dos participantes enfatizam a importância de políticas públicas que garantam infraestrutura tecnológica, formação continuada para professores e abordagens pedagógicas que estimulem o uso consciente e reflexivo dessas tecnologias. Conclui-se que a IA possui um potencial significativo para enriquecer o ensino de Ciências, especialmente ao favorecer metodologias ativas e centradas no estudante. Contudo, sua efetiva integração ao ambiente escolar exige planejamento pedagógico, suporte institucional e mediação docente, de modo a garantir uma aplicação ética, crítica e inclusiva das inovações tecnológicas na educação.
Referências
Adli, M., et al. (2024). Comprehensive review on technology-based learning using artificial intelligence for science subjects and its implications in teaching and learning. EDUCATUM Journal of Science, Mathematics and Technology, 11(2), 100–113. https://doi.org/10.37134/ejsmt.vol11.2.11.2024
Bardin, L. (2016). Análise de conteúdo. São Paulo: Edições 70.
Batistella, J., & Batistella, M. A. A. (2025). Inteligência Artificial no ensino de ciências. Revista Multidisciplinar do Núcleo de Pesquisa e Extensão – RevNUPE, 5(1), e202502. https://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt_BR
Correia, V. M., et al. (2021). Aplicações em Inteligência Artificial na educação, na química e no ensino de química: uma revisão sistemática de literatura.
Durant Pacheco, R., et al. (2024). Os impactos da Inteligência Artificial na sala de aula. Revista Foco, 17(6), 1–13. https://doi.org/10.54751/revistafoco.v17n6-104
Leite, B. S. (2023). Inteligência Artificial e ensino de química: uma análise propedêutica do ChatGPT na definição de conceitos químicos. Química Nova, 46(9), 915–923.
Pántya, R., & Zsakó, L. (2008). Computer-based intelligent educational program for teaching chemistry. Acta Cybernetica, 18(4), 595–613. http://cyber.bibl.uszeged.hu/index.php/actcybern/article/view/3740
Pence, H. E. (2020). How should chemistry educators respond to the next generation of technology change? Education Sciences, 10(2). http://dx.doi.org/10.3390/educsci10020034
Santos, S. M. A. V., et al. (2024). Inteligência Artificial na educação. Revista Contemporânea, 4(1), 1850–1870. https://doi.org/10.56083/RCV4N1-101
Sgarbosa, P., & Del Vechio, G. H. (2020). Inteligência Artificial e suas implicações: como os dispositivos inteligentes e assistentes virtuais influenciam o cotidiano das pessoas. Revista Interface Tecnológica, 17(2), 193–205. https://doi.org/10.31510/infa.v17i2.936
Silva, K. R., et al. (2023). Inteligência Artificial e seus impactos na educação: uma revisão sistemática. Recima21 – Revista Científica Multidisciplinar, 4(11), e4114353. https://doi.org/10.47820/recima21.v4i11.4353
Simomukay, E. (2018). Experiência na construção pedagógica de bots para o Ensino de Química. RELVA, 5(2), 17–24. https://periodicos.unemat.br/index.php/relva/article/view/3404
Soares, L. F., & de Vasconcelos Silva, M. G. (2024). Inteligência Artificial no ensino de química: uma revisão integrativa. Revista Interagir, (125), 48–50. https://dx.doi.org/10.12662/1809-5771RI.125.4970.p48-50.2024
Tang, A., et al. (2007). Learning reaction mechanisms through qualitative simulation: Towards the qualitative reasoning approach. In Proceedings of the 2nd International Conference on Informatics (Vol. 1, pp. 78–84).
Uriarte, A. P., et al. (2020). ReAQ: An intelligent tutoring system with augmented reality technology focused on chemistry. Research in Computing Science, 149(12), 49–56.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Licença Creative Commons
Todas as publicações da Revista da Sociedade Brasileira de Ensino de Química estão licenciadas sob licença Creative Commons Attribution 4.0 International License. (CC BY 4.0).
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attributionque permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho on-line(ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
