Como os estudantes percebem a Inteligência Artificial no Ensino de Química?

Autores

DOI:

https://doi.org/10.56117/resbenq.2026.v7.e072610

Palavras-chave:

Inteligência Artificial, Ensino de Química, Percepção discente

Resumo

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.

 

Biografia do Autor

Windson Timoteo de Sousa, Secretaria de Estado de Educação da Paraíba, SEE/PB

Professor da rede pública estadual de ensino e pesquisador no Programa de Pós-Graduação em Química da Universidade Federal da Paraíba (UFPB). Possui atuação e interesse de pesquisa voltados para a Química Inorgânica — com ênfase na síntese, caracterização e otimização de materiais luminescentes, como hidróxidos duplos lamelares (HDLs) dopados com íons lantanídeos —, além de projetos na interface com o Ensino de Ciências, metodologias de ensino e inovação tecnológica aplicada à 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

2026-09-25

Como Citar

Sousa, W. T. de. (2026). Como os estudantes percebem a Inteligência Artificial no Ensino de Química?. Revista Da Sociedade Brasileira De Ensino De Química, 7(1), e072610. https://doi.org/10.56117/resbenq.2026.v7.e072610

Edição

Seção

Dossiê