Análise do Uso do ChatGPT na elaboração de modelos e analogias para Equilíbrio Químico e Cinética Química
DOI:
https://doi.org/10.56117/resbenq.2026.v7.e072625Palavras-chave:
Inteligência Artificial Generativa., Modelos de Ensino, Ensino de Química.Resumo
O uso de inteligências artificiais (IAs) generativas no contexto educacional tem ampliado as possibilidades de produção de recursos didáticos, ao mesmo tempo em que suscita debates sobre confiabilidade, limitações epistemológicas e mediação pedagógica. Neste artigo, analisamos as potencialidades e limitações do ChatGPT (versão GPT-4-turbo, gratuita) na elaboração de modelos de ensino e analogias para os conceitos de Equilíbrio Químico e Cinética Química, conteúdos centrais e reconhecidamente abstratos no ensino de Química. A pesquisa possui natureza qualitativa, exploratória e experimental, envolvendo a interação de três usuários com diferentes históricos de utilização da ferramenta, a partir de uma sequência padronizada de prompts destinados à geração de imagens representacionais, gráficos e analogias. A análise dos dados foi conduzida sob uma perspectiva interpretativa, tendo como critérios os pressupostos teóricos sobre modelagem discutidos na fundamentação do estudo, considerando a qualidade conceitual das produções, a recorrência de erros e alucinações, as variações entre interações e o potencial pedagógico dos materiais gerados. Os resultados indicam que o ChatGPT apresentou melhor desempenho na produção textual, especialmente na elaboração de analogias, embora estas também reproduzam simplificações e limitações conceituais quando não submetidas à mediação docente. As imagens e os gráficos revelaram maior incidência de imprecisões conceituais, sobretudo na representação do caráter dinâmico do Equilíbrio Químico e de aspectos relacionados à Cinética Química. Os resultados também sugerem que o histórico de utilização da conta pode influenciar a qualidade das respostas em tarefas que demandam maior elaboração conceitual, embora esse efeito não tenha sido observado de maneira uniforme entre os diferentes tipos de representações produzidas. Concluímos que o ChatGPT pode constituir um recurso auxiliar para a elaboração inicial de modelos, gráficos e analogias, desde que seu uso seja acompanhado pelo refinamento dos prompts e pela mediação crítica do(a) professor(a).
Referências
Alansari, A.; Luqman, H. Large language models hallucination: A comprehensive survey. Computer Science Review, v. 61, p. 100970, 2026.
Atkins, P., &; de Paula, J. (2010). Físico-química (Vol. 1, 9ª ed.). LTC.
Bastos, A. C. L. M., Rodrigues, E. M. S., & Souza, J. P. I. (2011). Físico-química. Universidade Federal do Pará.
Carobin, C., & Serrano, A. (2007). Uma revisão das concepções alternativas em equilíbrio químico dentro do enfoque dos diferentes níveis de representação. Acta Scientiae, 9(2), 131–143.
Eatough, V., & Smith, J. A. (2017). Interpretative phenomenological analysis. In C. Willig & W. Stainton Rogers (Eds.), The SAGE handbook of qualitative research in psychology (pp. 193–209). SAGE.
Duarte, M.C. (2005). Analogias na educação em ciências contributos e desafios. Investigações em ensino de ciências, 10(1), 7-29.
Goodfellow, I. J., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., & Bengio, Y. (2014). Generative adversarial nets. Advances in Neural Information Processing Systems, 27.
Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., & Bengio, Y. (2020). Generative adversarial networks. Communications of the ACM, 63(11), 139–144.
Justi, R. (2002). Teaching and learning chemical kinetics. Chemical education: Towards research-based practice, 293-315.
Justi, R. (2006). La enseñanza de ciencias basada en la elaboración de modelos. Enseñanza de las Ciencias, 24(2), 173–184.
Justi, R. S., & Gilbert, J. K. (2002). Science teachers' knowledge about and attitudes towards the use of models and modelling in learning science. International Journal of Science Education, 24(12), 1273–1292.
Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274.
Laskar, M. T. R., Bari, M. S., Rahman, M., Bhuiyan, M. A. H., Joty, S., & Huang, J. X. (2023, July). A systematic study and comprehensive evaluation of ChatGPT on benchmark datasets. In Findings of the Association for Computational Linguistics: ACL 2023 (pp. 431-469).
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.
Leite, B. (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).
Maia, P. F., & Justi, R. (2009). Learning of chemical equilibrium through modelling-based teaching. International Journal of Science Education, 31(5), 603–630.
Martorano, S. A. A. (2012). Transição progressiva dos modelos de ensino sobre cinética química a partir do desenvolvimento histórico do tema (Tese de doutorado). Universidade de São Paulo. https://www.teses.usp.br/teses/disponiveis/81/81132/tde-25022013-124601/pt-br.php
Mozzer, N.B., & Justi, R. (2018). Modelagem analógica no ensino de ciências. Investigações em Ensino de Ciências, 23(1).
Raupp, F. M.; Beuren, I. M. Metodologia da pesquisa aplicável às ciências. Como elaborar trabalhos monográficos em contabilidade: teoria e prática. São Paulo: Atlas, p. 76-97, 2006.
Tomé, G., Jorge, A., Sachs, J., & Sachs, L. (2021). Cinética química: Um modelo didático para o estudo de reações de 2ª ordem. Revista Insignare Scientia, 4(3), 469–486. https://doi.org/10.36661/2595-4520.2021v4i3.12136
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).
