Elaboración de estudios de caso con IA: diseño de prompts como estrategia de formación de profesores de Química
DOI:
https://doi.org/10.56117/resbenq.2026.v7.e072615Palabras clave:
Diseño de Prompts, Inteligencia Artificial, Enseñanza de la QuímicaResumen
Este trabajo tiene como objetivo presentar y discutir una experiencia formativa orientada al perfeccionamiento de la elaboración de prompts por parte de futuros docentes para la producción de Estudios de Caso para la Enseñanza de la Química (ECEQ), con la mediación de sistemas de Inteligencia Artificial (IA). Metodológicamente, se desarrolló una investigación de intervención pedagógica (IP), organizada en cinco etapas, con estudiantes del sexto semestre del Profesorado en Química de una institución federal de enseñanza. El corpus de análisis estuvo constituido por los prompts elaborados por los futuros docentes y por las respectivas respuestas generadas por los sistemas de IA. Los resultados indicaron que, inicialmente, los estudiantes presentaban un dominio limitado de los elementos necesarios para construir prompts adecuados y recurrían a instrucciones genéricas y poco alineadas con las demandas propuestas, lo que dio lugar a ECEQ con importantes limitaciones para el proceso de enseñanza y aprendizaje de la Química. Después de la IP, se observó una mejora en la elaboración de los prompts, especialmente en la descripción del contexto de enseñanza, en la claridad de la solicitud presentada a los sistemas de IA y en la definición de los criterios de salida esperados. Sin embargo, los ECEQ producidos todavía presentaron simplificaciones excesivas, contenidos fragmentados, ausencia de conceptos químicos relevantes, supresión de términos científicos y escasa articulación con los objetivos pedagógicos previamente establecidos. Se considera que la IP permitió identificar tanto las potencialidades como los desafíos relacionados con el uso de la IA como recurso metodológico en la formación docente. Al mismo tiempo, contribuyó al desarrollo de la alfabetización en prompts entre los estudiantes, a la adopción de una postura crítica, continua y evaluativa durante las interacciones con los sistemas de IA y a la ampliación del repertorio pedagógico de los futuros docentes. Se concluye que la formación inicial docente debe ofrecer nuevas oportunidades para el uso crítico de las tecnologías emergentes en situaciones reales del aula, articulando conocimientos tecnológicos, pedagógicos y disciplinares en la construcción del conocimiento profesional docente para la enseñanza de la Química.
Citas
Abel, V. R., Tondeur, J., & Sang, G. (2022). Teacher perceptions about ICT integration into classroom instruction. Education Sciences, 12(9), 609, 1-14. https://doi.org/10.3390/educsci12090609
Afroogh, S., Akbari, A., Malone, E., Kargar, M., & Alambeigi, H. (2024). Trust in AI: progress, challenges, and future directions. Humanities and Social Sciences Communications, 11(1), 1568, 1-30. https://doi.org/10.1057/s41599-024-04044-8
Ali, D., Fatemi, Y., Boskabadi, E., Nikfar, M., Ugwuoke, J., & Ali, H. (2024). ChatGPT in teaching and learning: a systematic review. Education Sciences, 14(6), 1-18. https://doi.org/10.3390/educsci14060643
Bernardi, F. M., & Pazinato, M. S. (2022). O estudo de caso no ensino de Química: um panorama das pesquisas na área. Revista Insignare Scientia, 5(2), 221-236. https://doi.org/10.36661/2595-4520.2022v5n2.12999
Cavassani, T. B., Andrade, J. J., & Marques, R. N. (2024). Integração das TDIC na formação de professores: aproximações entre o modelo TPACK e a abordagem sociocultural. Educação em Revista, 40, e41245. http://dx.doi.org/10.1590/0102-469841245
Cavassani, T. B., Andrade, J. J., & Marques, R. N. (2025). Um novo olhar para a tela: a construção do conhecimento profissional (TPACK) de professores de Química a partir da análise de vídeo como recurso pedagógico digital. Revista Virtual de Química, 17(1), 82-92. https://doi.org/10.21577/1984-6835.20250008
Clark, T. M. (2023). Investigating the use of an artificial intelligence chatbot with General Chemistry exam questions. Journal of Chemical Education, 100(5), 1905–1916. https://doi.org/10.1021/acs.jchemed.3c00027
Coelho, L. A., & Couto, M. E. S. (2019). Inserção de tecnologias nas escolas públicas: o “modelo” utilizado pelo Estado e suas contradições. e-Com, 12(2), 29–50.
Conselho Nacional de Desenvolvimento Científico e Tecnológico. (2026). Portaria nº 2.664, de 2026. Dispõe sobre diretrizes de integridade científica e uso de tecnologias digitais na pesquisa. Brasília, DF: CNPq. Disponível em http://memoria2.cnpq.br/web/guest/view/-/journal_content/56_INSTANCE_0oED/10157/23142775.
Correia, A.-P., & Hickey, S. (2025). A relevância do design de prompts na interação com inteligência artificial generativa. Revista Docência e Cibercultura. Disponível em: https://www.e-publicacoes.uerj.br/re-doc/announcement/view/1962.
Costa, G. G., Nascimento Júnior, W. J. D., Mombelli, M. N., & Girotto Júnior, G. (2024). Revisiting a teaching sequence on the topic of electrolysis: a comparative study with the use of artificial intelligence. Journal of Chemical Education, 101(8), 3255-3263. https://doi.org/10.1021/acs.jchemed.4c00247
Damasceno, F. A., Araujo, L. X., & Mori, R. C. (2023). Estudo de caso: O bebê azul. In S. L. Queiroz & C. Sotério (Orgs.), Estudos de caso: abordagem para o ensino de química (pp. 88–101). Diagrama Editorial
Damiani, M. F., Rochefort, R. S., Castro, R. F., Dariz, M. R., & Pinheiro, S. S. (2013). Discutindo pesquisas do tipo intervenção pedagógica. Cadernos de Educação, (45), 57-67. https://doi.org/10.15210/caduc.v0i45.3822
Erümit, A. K., & Sarialioğlu, R. Ö. (2025). Artificial intelligence in Science and Chemistry Education: a systematic review. Discover Education, 4(1), 178, 1-28. https://doi.org/10.1007/s44217-025-00622-3
Guo, Y., & Lee, D. (2023). Leveraging ChatGPT for enhancing critical thinking skills. Journal of Chemical Education, 100(12), 4876–4883. https://doi.org/10.1021/acs.jchemed.3c00505
Iyamuremye, A., Niyonzima, F. M., Mukiza, J., Twagilimana, I., Nyirahabimana, P., Nsengimana, T., Habiyaremye, J. D., Habimana, O., & Nsabayezu, E. (2024). Utilization of artificial intelligence and machine learning in Chemistry Education: a critical review. Discover Education, 3(1). https://doi.org/10.1007/s44217-024-00197-5
Kharchenko, Y. V., & Babenko, O. M. (2024). Advantages and limitations of large language models in chemistry education: A comparative analysis of ChatGPT, Gemini and Copilot. Proceedings for Computer Science Workshops. (3781), p. 42-59.
Kim, J., Yu, S., Lee, S. S., & Detrick, R. (2025). Students’ prompt patterns and its effects in AI-assisted academic writing: Focusing on students’ level of AI literacy. Journal of Research on Technology in Education, 1-18. https://doi.org/10.1080/15391523.2025.2456043
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. https://doi.org/10.21577/0100-4042.20230059
Leite, B. S. (2024). Análise da inteligência artificial ChatGPT na proposição de planos de aulas para o ensino da Química. Revista Electrónica de Enseñanza de las Ciencias, 23(3), 473-497.
López-Simó, V., & Rezende Junior, M. F. (2025). Análisis de los diálogos con ChatGPT del profesorado en formación durante el diseño de actividades didácticas de Química. Investigações em Ensino de Ciências, 30(2), 350-373. https://doi.org/10.22600/1518-8795.ienci/2025v30n2p350
Marques, C. S.; Wanderer, F., & Silva, L. N. B. (2026). Impactos da Lei 15.100/2025 na rotina escolar: uma leitura sobre as percepções docentes. Revista Educar Mais, (10), 1-13. https://doi.org/10.15536/reducarmais.10.2026.4376
Martins, R. H., Viana, H. B., Barbosa, R., & Tavares, C. Z. (2024). O uso da Inteligência Artificial na educação: análise e percepção de professores. Revista Intersaberes, 19, e24do3002. https://doi.org/10.22169/revint.v19.e24do3002
Medeiros, M. A., & Sakai, C. N. (2026). O uso de IA no balanceamento de equações Químicas: um relato de experiência. Química Nova na Escola, 48(1), 40-49. http://dx.doi.org/10.21577/0104-8899.20160462
Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: a framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054. https://doi.org/10.1111/j.1467-9620.2006.00684.x
Moura, A., & Carvalho, A. A. (2023). Literacia de prompts para potenciar o uso da inteligência artificial na educação. RE@D: Revista de Educação a Distância e Elearning, 6(2), e202308. https://doi.org/10.34627/redvol6iss2e202308
Organização das Nações Unidas para a Educação, a Ciência e a Cultura. (2024). Guia para a IA generativa na educação e na pesquisa. Paris: UNESCO. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000390241.
Pereira, A. (2019). Pesquisa de intervenção em educação. Editora da Universidade do Estado da Bahia.
Pew Research Center. (2025). What Web Browsing Data Tells Us About How AI Appears Online. https://www.pewresearch.org/.
Pinheiro, A. R., & Cardoso, S. P. (2022). Perspectiva de professores sobre metodologias ativas: demandas para o uso do método do caso no ensino de Química. Research, Society and Development, 11(12), e123111234256. http://dx.doi.org/10.33448/rsd-v11i12.34256
Queiroz, S. L., & Sotério, C. (Orgs.). (2023). Estudos de caso: Abordagem para o ensino de química [Recurso eletrônico]. Diagrama Editorial. https://repositorio.usp.br/directbitstream/2ab8aca4-aa3c-4b31-8d2c-92afeafb6f2b/P20371.pdf
Sá, L. P., Francisco, C. A., & Queiroz, S. L. (2007). Estudos de caso em Química. Química Nova, 30(3), 731–739. https://doi.org/10.1590/S0100-40422007000300039
Santos, C. M., Silva, L. A. N., Barboza, T. B., & Gibin, G. B. (2023). O processo de transposição didática pelo ChatGPT acerca dos modelos atômicos: inteligência artificial como professor do ensino médio. Anais do XII Encontro Paulista de Pesquisa em Ensino de Química, Sertãozinho, SP.
Secretaria da Educação de São Paulo. (2020). Currículo Paulista: etapa ensino médio. Recuperado de: https://efape.educacao.sp.gov.br/curriculopaulista/wp-content/uploads/2023/02/CURR%C3%8DCULO-PAULISTA-etapa-Ensino-M%C3%A9dio_ISBN.pdf
Tassoti, S. (2024). Assessment of students use of generative artificial intelligence: prompting strategies and prompt Engineering in Chemistry Education. Journal of Chemical Education, 101(6), 2475–2482. https://doi.org/10.1021/acs.jchemed.4c00212
Vicente, L., & Matute, H. (2023). Humans inherit artificial intelligence biases. Scientific Reports, 13(1), 15737, 1-13. https://doi.org/10.1038/s41598-023-42384-8
Wertsch, J. V. (1991). Voices of the mind: a sociocultural approach to mediated action. Harvard University Press.
Yacobson, E., Schleifer, Y., Bar-Dov, Z.; Rap, S.; Blonder, R.; & Alexandron, G. (2026). Benchmarking AI on Standard Chemistry Exams: LLMs Still Underperform Compared to High School Students. Journal of Science Education and Technology, p. 1-18. https://doi.org/10.1007/s10956-026-10310-y
Zhai, C., Wibowo, S., & Li, L. D. (2024). The effects of over-reliance on AI dialogue systems on students' cognitive abilities: a systematic review. Smart Learning Environments, 11(1), 28, 1-37. https://doi.org/10.1186/s40561-024-00316-7
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
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).
