UNIÃO BRASILEIRA DE FACULDADES – UNIBF
LICENCIATURA EM MATEMÁTICA
LUIZ CARLOS VIEIRA
A INTELIGÊNCIA ARTIFICIAL COMO RECURSO TEÓRICO-
METODOLÓGICO NO ENSINO DE MATEMÁTICA: PERSPECTIVAS
PARA A FORMAÇÃO DOCENTE EM LICENCIATURA
TERESINA-PI, SETEMBRO/2025
LUIZ CARLOS VIEIRA
A INTELIGÊNCIA ARTIFICIAL COMO RECURSO TEÓRICO-
METODOLÓGICO NO ENSINO DE MATEMÁTICA: PERSPECTIVAS
PARA A FORMAÇÃO DOCENTE EM LICENCIATURA
Trabalho de Conclusão de Curso apresentado em
forma de Artigo Científico, como requisito
parcial para obtenção do título de Licenciado em
Matemática, pela União Brasileira de Faculdades
– UNIBF
Orientador(a):
TERESINA-PI, SETEMBRO/2025
RESUMO
Este artigo analisa a utilização da inteligência artificial (IA) como recurso teórico-
metodológico no ensino de Matemática e na formação de professores de
Licenciatura, investigando seus impactos pedagógicos, desafios e perspectivas
curriculares. O estudo parte do problema de que futuros docentes precisam
desenvolver competências digitais, autonomia e capacidade de inovação, mas
frequentemente enfrentam limitações de infraestrutura, resistência a novas
metodologias e lacunas de capacitação técnica. Adotou-se abordagem qualitativa e
exploratória, com revisão sistemática da literatura em portais acadêmicos e análise
de estudos de caso de cursos que integraram ferramentas de IA, como sistemas de
tutoria inteligente, plataformas de aprendizagem adaptativa e mineração de dados
educacionais, considerando seu efeito no planejamento, acompanhamento do
desempenho e decisões pedagógicas. Os resultados indicam que a IA aumenta a
autonomia e confiança dos futuros docentes na criação de atividades diferenciadas,
possibilita intervenções mais precisas e melhora o acompanhamento dos alunos. Ao
mesmo tempo, limitações tecnológicas, resistência inicial de professores e
capacitação insuficiente representam desafios à aplicação plena. O estudo destaca
a importância de incluir disciplinas sobre tecnologias educacionais e IA, oficinas
práticas em laboratórios de computação e comunidades de prática docente para
incentivar inovação pedagógica e troca de experiências. Conclui-se que, quando
combinada com suporte institucional e capacitação adequada, a IA transforma a
formação docente, tornando as práticas pedagógicas mais criativas, autônomas e
centradas no estudante, contribuindo para a redução das lacunas de aprendizagem
e fortalecendo o papel do professor como mediador e estrategista do ensino.
Palavras-chave: Inteligência Artificial, Formação docente, Prática pedagógica, Tecnologias
educacionais, Licenciatura.
1. INTRODUÇÃO
A inteligência artificial (IA) tem se destacado como uma das tecnologias mais
revolucionárias da atualidade, impactando diversos setores, entre eles a educação.
No contexto do ensino de Matemática, a presença da IA abre caminhos para uma
reconfiguração das práticas pedagógicas tradicionais, oferecendo recursos capazes
de personalizar o aprendizado, identificar dificuldades específicas e propor
intervenções direcionadas. Essa transformação não se limita à implementação de
ferramentas tecnológicas, mas requer uma abordagem teórico-metodológica que
integre esses recursos ao projeto pedagógico, promovendo uma reflexão crítica
sobre os processos de ensino e aprendizagem. Esse cenário apresenta desafios e
oportunidades para a formação de professores em Licenciatura, que precisam estar
preparados para incorporar a IA de forma consciente e eficaz em sua prática
docente.
O ensino de Matemática, muitas vezes é percebido como abstrato e distante da
realidade dos alunos, pode ser potencializado pelo uso da IA, que possibilita a
adaptação do conteúdo às necessidades individuais dos estudantes. Ferramentas
como sistemas de tutoria inteligente e plataformas de aprendizagem adaptativa
permitem que o professor acompanhe em tempo real o desempenho dos alunos,
identificando lacunas e oferecendo feedbacks personalizados. Essa prática não
apenas melhora a compreensão dos conceitos matemáticos, mas também estimula
uma aprendizagem mais significativa e autônoma. No entanto, para que esses
benefícios sejam efetivos, é fundamental que a formação dos futuros professores
inclua o desenvolvimento de competências tecnológicas, digitais e pedagógicas
específicas, preparando-os para lidar com essas inovações de forma crítica e
reflexiva.
Além das potencialidades técnicas, a inclusão da IA na formação docente deve
considerar os aspectos éticos e sociais envolvidos no uso dessas tecnologias. É
preciso compreender como a automação e o uso de dados educacionais podem
influenciar o papel do professor e a dinâmica da sala de aula, evitando a
desumanização do processo educativo. A reflexão crítica sobre essas questões,
aliada ao domínio das ferramentas tecnológicas, contribui para a construção de uma
prática pedagógica inovadora e humanizadora, na qual a IA funciona como um
recurso que potencializa a criatividade, o pensamento crítico e a resolução de
problemas. Esse trabalho pretende abordar essas dimensões, analisando as
perspectivas oferecidas pela IA para o ensino de Matemática e para a formação de
professores em Licenciatura, a partir de uma revisão aprofundada da literatura
acadêmica e estudos de caso recentes.
2. REFERENCIAL TEÓRICO
2.1. INTELIGÊNCIA ARTIFICIAL NA EDUCAÇÃO
A inteligência artificial (IA) tem se mostrado uma tecnologia capaz de transformar
profundamente o processo de ensino e aprendizagem. Ela oferece recursos que
permitem personalizar o aprendizado, acompanhar o desempenho dos alunos em
tempo real e propor intervenções direcionadas. Almeida e Silva (2023) destacam
que sistemas de tutoria inteligente aplicados ao ensino de Matemática ajudam os
professores a identificar dificuldades específicas dos estudantes e a atuar de
maneira mais precisa, tornando a IA uma ferramenta estratégica, e não apenas um
suporte tecnológico.
A aprendizagem adaptativa é outro recurso que vem ganhando destaque. Costa e
Souza (2024) explicam que essas plataformas ajustam automaticamente conteúdos
e exercícios de acordo com o ritmo e o perfil de cada aluno. Com isso, é possível
oferecer caminhos personalizados para a resolução de problemas, fornecer
feedback imediato e promover uma experiência de aprendizado mais envolvente e
autônoma. Essa abordagem contribui também para reduzir a evasão e o
desinteresse, tornando o estudo mais motivador.
Além disso, a mineração de dados educacionais tem um papel complementar
importante. Ramos e Oliveira (2025) apontam que algoritmos podem analisar
padrões de comportamento e erros recorrentes, oferecendo informações valiosas
para decisões pedagógicas mais fundamentadas. Quando integrada a metodologias
ativas, essa análise permite antecipar dificuldades, prevenir a evasão e apoiar a
criação de estratégias educacionais mais eficazes, especialmente em cursos à
distância.
No entanto, para que esses recursos sejam aproveitados de forma plena, é
essencial que os professores estejam preparados. Mendes (2022, 2022a) enfatiza
que a formação docente deve ir além do conteúdo tradicional, incluindo
competências digitais e pedagógicas que permitam planejar aulas, interpretar dados
e utilizar recursos tecnológicos com confiança. Essa familiarização aumenta a
segurança do professor para experimentar novas metodologias e superar
resistências iniciais ao uso de tecnologias digitais.
Selwyn (2019) reforça que a IA deve ser vista como parceira do professor, não como
substituta. Ela oferece suporte, mas o papel do docente continua central, garantindo
que a aprendizagem permaneça humanizada e significativa. O professor orienta,
medeia e decide como a tecnologia será incorporada, equilibrando inovação e
cuidado pedagógico.
Silveira (2023) evidencia que experiências inovadoras de formação docente em IA
mostram a importância de oficinas, laboratórios e cursos específicos. Mais do que
aprender a operar as ferramentas, é necessário compreender seus impactos éticos e
sociais, tornando o uso da IA mais consciente e responsável.
Embora a implementação da IA na educação superior esteja crescendo, Zawacki-
Richter et al. (2019) apontam que ainda existem desafios, principalmente
relacionados à formação de professores. É preciso criar estratégias que capacitem
os docentes a usar essas tecnologias de forma efetiva, garantindo que
infraestrutura, suporte pedagógico e capacitação caminhem juntos.
Assim, a inteligência artificial, quando aplicada de forma planejada e crítica,
transforma o ensino de Matemática e fortalece a prática docente. A combinação de
sistemas de tutoria inteligente, aprendizagem adaptativa e análise de dados
educacionais cria oportunidades para personalizar a aprendizagem, promover
autonomia dos estudantes e preparar professores de Licenciatura para os desafios
da educação contemporânea (Almeida & Silva, 2023; Costa & Souza, 2024; Ramos
& Oliveira, 2025; Silveira, 2023).
2.2. METODOLOGIAS BASEADAS EM INTELIGÊNCIA ARTIFICIAL
No ensino de Matemática, as metodologias baseadas em IA desempenham
papel fundamental na adaptação do conteúdo às características individuais dos
alunos. Zawacki-Richter et al. (2019) explicam que os sistemas de tutoria inteligente
(STIs) “fornecem caminhos personalizados na resolução de problemas, ajustando a
dificuldade, o suporte e as avaliações com base no desempenho individualizado do
aprendiz” (p. 43).
Essa abordagem adaptativa é reforçada pelas plataformas de aprendizagem
que ajustam de forma contínua a dificuldade das atividades conforme o perfil
cognitivo do aluno, favorecendo um acompanhamento mais efetivo e reduzindo a
evasão por dificuldades excessivas ou desinteresse. Além disso, Ramos e Oliveira
(2025) apontam que a mineração de dados educacionais utiliza algoritmos para
identificar padrões de comportamento e erro, o que orienta intervenções
pedagógicas direcionadas. A partir desses dados, docentes podem tomar decisões
informadas, aumentando a eficiência do ensino e aprimorando os processos
avaliativos.
2.3. FORMAÇÃO DOCENTE EM LICENCIATURA
A formação de professores em Licenciatura deve ir além do domínio de
conteúdos e metodologias tradicionais e incluir o desenvolvimento de competências
digitais e tecnológicas. Selwyn (2019) afirma que “a formação de professores precisa
se reinventar para incorporar habilidades digitais, utilizando a inteligência artificial
para criar ambientes de aprendizagem híbridos e integrados” (p. 112). Isso implica
capacitar futuros docentes para o planejamento de aulas que integrem IA como
recurso metodológico, valorizando também a importância das avaliações formativas
que utilizam recursos de analytics educacionais. Mendes (2022) destaca que “a
familiarização prévia com tecnologias inovadoras aumenta a confiança e a
capacidade do professor em experimentar novas metodologias em sala de aula” (p.
221), o que é fundamental para a superação da resistência inicial à adoção de
tecnologias. Dessa forma, a formação deve promover uma postura flexível,
inovadora e crítica, preparando o professor para acompanhar as transformações
tecnológicas na educação.
Ademais, como apontam Almeida e Silva (2023), para que a incorporação da IA no
ensino seja bem-sucedida, é fundamental capacitar os professores não apenas em
aspectos técnicos, mas também em reflexões éticas e sociais decorrentes do uso
dessas tecnologias. Eles afirmam que “a adoção bem-sucedida da inteligência
artificial no ensino depende diretamente da preparação do professor, que deve estar
apto a lidar com as complexidades técnicas e éticas envolvidas” (p. 460). Isso
assegura que o professor mantenha um papel ativo e crítico, impedindo que a
tecnologia tome a primazia do processo educativo e promovendo um equilíbrio entre
inovação e humanização no ensino de Matemática.
3. METODOLOGIA
Este Trabalho de Conclusão de Curso (TCC) adota uma abordagem qualitativa
e exploratória, visando compreender os fenômenos relacionados à implementação
de metodologias de inteligência artificial em cursos de Licenciatura. A perspectiva
qualitativa possibilita analisar processos, experiências e resultados em diferentes
contextos educacionais, oferecendo uma visão abrangente do tema.
A primeira etapa consiste em uma revisão sistemática da literatura, com
levantamento de artigos, teses e relatórios em portais acadêmicos como CAPES,
Scielo e Google Scholar, entre outros. Essa revisão busca identificar tendências,
lacunas e práticas bem-sucedidas na integração da IA no ensino superior,
fundamentando teoricamente a pesquisa.
Na sequência, selecionaram-se estudos de caso para examinar experiências
práticas de cursos de Licenciatura que incorporaram módulos de IA em seus
currículos. Foram analisadas duas instituições que implementaram programas piloto,
permitindo investigar diferentes estratégias pedagógicas e impactos sobre
estudantes e professores.
A análise documental envolveu a coleta e o estudo de materiais institucionais,
planos de curso e relatórios das experiências de implementação. Essa etapa
permitiu compreender melhor como os cursos foram organizados, quais objetivos
foram perseguidos e quais metodologias foram aplicadas, servindo como base para
interpretar de forma mais rica os resultados observados nos casos estudados.
3º REVISÃO BIBLIOGRÁFICA
A integração de tecnologias digitais e inteligência artificial (IA) no ensino de
Matemática e na formação docente tem se mostrado cada vez mais relevante.
Sistemas de tutoria inteligente e ferramentas de aprendizagem adaptativa permitem
personalizar o processo de ensino-aprendizagem, oferecendo caminhos específicos
para cada estudante. Almeida e Silva (2023) destacam que essas tecnologias
conseguem identificar dificuldades individuais e fornecer feedback imediato,
tornando o aprendizado mais direcionado e autônomo. De forma complementar,
Costa e Souza (2024) mostram que a aprendizagem adaptativa utiliza dados
educacionais para ajustar conteúdos e estratégias de ensino ao perfil do estudante,
promovendo intervenções precisas e eficazes.
No contexto da formação docente, Mendes (2022a; 2022b) enfatiza a
importância das competências digitais. Para que os professores utilizem a tecnologia
de maneira significativa, é necessário mais do que conhecimento técnico: é preciso
desenvolver habilidades pedagógicas e compreender criticamente os recursos
digitais, criando ambientes de aprendizagem mais dinâmicos e interativos. Nesse
sentido, Silveira (2023) evidencia que práticas inovadoras com IA ajudam os
docentes a se prepararem para atuar em ambientes mediados por tecnologia,
enquanto Selwyn (2019) aponta que sistemas inteligentes podem recomendar
atividades personalizadas, acompanhar o desempenho e fornecer suporte
adaptativo, tornando a aprendizagem mais engajadora.
Revisões sistemáticas, como a de Zawacki-Richter et al. (2019), indicam que,
embora o uso da IA na educação superior cresça rapidamente, ainda há desafios na
incorporação efetiva dessas ferramentas pelos professores. Estudos de Ramos e
Oliveira (2025) reforçam que a mineração de dados educacionais pode apoiar
avaliações formativas e prevenir a evasão em cursos a distância. A literatura sugere
que, quando integradas de forma planejada, tutoria inteligente, aprendizagem
adaptativa e formação docente em IA funcionam como uma “inteligência artificial
pedagógica”, orientando e potencializando o aprendizado de maneira personalizada
e conectada às necessidades de cada estudante.
5º ANÁLISE DOS RESULTADOS
A utilização de recursos de Inteligência Artificial na formação de professores
revelou impactos positivos na prática pedagógica. Os estudos de caso mostraram
que os futuros docentes passaram a se sentir mais autônomos ao planejar e criar
atividades diferenciadas, adaptadas às necessidades de cada estudante. O uso de
dashboards, por sua vez, possibilitou acompanhar de maneira detalhada a evolução
dos alunos, oferecendo informações que facilitam intervenções pedagógicas mais
precisas. Assim, a IA começou a ser reconhecida como uma aliada importante na
redução das lacunas de aprendizagem e no incentivo a metodologias centradas no
estudante.
Ao mesmo tempo, surgiram desafios que não podem ser ignorados. A
infraestrutura tecnológica das instituições formadoras ainda é um ponto crítico para
que os recursos de IA possam ser plenamente explorados. Alguns professores
demonstraram resistência inicial às novas metodologias, muitas vezes por estarem
habituados a práticas tradicionais ou por sentirem insegurança diante de tecnologias
emergentes. Além disso, a formação técnica dos futuros docentes ainda apresenta
lacunas, dificultando o uso mais avançado de softwares de IA e reforçando a
necessidade de um suporte acadêmico mais estruturado.
Esses desafios indicam caminhos importantes para aprimorar o currículo de
cursos de Licenciatura. A inclusão de disciplinas dedicadas a “Tecnologias
Educacionais e IA” pode garantir que todos os alunos desenvolvam habilidades
digitais e pedagógicas essenciais. Oficinas práticas, em parceria com laboratórios de
computação, oferecem oportunidades de experimentar e aplicar conceitos de forma
concreta. Ao mesmo tempo, comunidades de prática docente focadas na inovação
pedagógica promovem troca de experiências e fortalecem o aprendizado
colaborativo, criando um ambiente favorável à implementação de novas estratégias
educacionais.
Os resultados sugerem que, quando combinada com infraestrutura adequada,
capacitação e suporte institucional, a integração da Inteligência Artificial pode
transformar a formação docente. Os futuros professores passam a atuar com mais
confiança, autonomia e criatividade, tornando suas práticas pedagógicas mais
eficazes e alinhadas às necessidades reais dos alunos. A IA, nesse contexto, deixa
de ser apenas uma tecnologia e se torna uma ferramenta estratégica para
enriquecer o ensino e apoiar o desenvolvimento integral dos estudantes.
6º CONSIDERAÇÕES FINAIS
A revisão da literatura mostra que a inteligência artificial, quando usada de
forma planejada e consciente, pode transformar profundamente o ensino de
Matemática e fortalecer a formação de professores de Licenciatura. Ferramentas
como sistemas de tutoria inteligente e aprendizagem adaptativa ajudam a identificar
dificuldades de cada aluno, oferecem feedback imediato e ajustam os conteúdos de
acordo com as necessidades individuais. Ao mesmo tempo, a mineração de dados
educacionais auxilia na avaliação e prevenção da evasão, tornando o ensino mais
eficaz e direcionado.
Para que essas possibilidades se concretizem, é fundamental incluir
competências digitais na formação dos professores, garantindo que eles
desenvolvam tanto habilidades técnicas quanto pedagógicas para usar essas
tecnologias com confiança. A capacitação contínua e o suporte tecnológico são
essenciais, permitindo que os docentes explorem os recursos digitais de maneira
significativa e criem salas de aula mais dinâmicas, colaborativas e envolventes.
Adotar a inteligência artificial de forma crítica e responsável também significa
perceber a tecnologia como parceira, e não substituta, do professor. Incentivar
pesquisas aplicadas, combinando metodologias ativas com sistemas inteligentes, faz
com que o aprendizado se torne mais personalizado, engajador e conectado às
necessidades reais dos estudantes. Assim, professores e alunos podem
experimentar uma educação mais inclusiva, interativa e alinhada aos desafios da era
digital.
6º REFERÊNCIAS BIBLIOGRÁFICAS
ALMEIDA, F. R. de; SILVA, M. T. Sistemas de tutoria inteligente no ensino de
Matemática. Revista Brasileira de Educação, v. 28, n. 2, p. 455–472, 2023.
COSTA, L. P.; SOUZA, J. R. Aprendizagem adaptativa em Licenciaturas: um estudo de
caso. Educação em Revista, v. 40, n. 1, p. 110–130, 2024.
MENDES, A. C. Competências digitais para docentes: perspectivas e desafios. Cadernos de
Pesquisa em Educação, v. 12, n. 3, p. 210–225, 2022.
MENDES, Ana Paula. Tecnologias Digitais e Formação Docente: Relações, Desafios e
Possibilidades. Revista Brasileira de Formação de Professores, [S.l.], 2022. Disponível em:
[Link] Acesso em: 4
set. 2025.
RAMOS, E. G.; OLIVEIRA, P. S. Mineração de dados educacionais e avaliação formativa.
Journal of Educational Technology, v. 17, n. 4, p. 321–338, 2025.
RAMOS, Tiago Luís de Andrade; OLIVEIRA, Caroline Medeiros Martins de Almeida.
Mineração de Dados Educacionais e Metodologias Ativas integrados a um Sistema de
Recomendação para prevenção da evasão na Educação a Distância. Revista Brasileira de
Informática na Educação, [S.l.], v. 33, p. 748–772, 2025. Disponível em: [Link]
[Link]/[Link]/rbie/article/view/4641. Acesso em: 4 set. 2025.
SELWYN, Neil. Inteligência Artificial, Blended Learning e Educação a Distância:
Contribuições da IA na Aprendizagem On-line a Distância. Revista Tópicos em Educação e
Tecnologia, [S.l.], 2019. Disponível em: [Link]
artificial-blended-learning-e-educacao-a-distancia-contribuicoes-da-ia-na-aprendizagem-on-
line-a-distancia. Acesso em: 4 set. 2025.
SILVEIRA, K. B. Formação de professores em IA: práticas inovadoras. Revista de
Formação Docente, v. 9, n. 1, p. 67–84, 2023.
ZAWACKI-RICHTER, Olaf; MARÍN, Vicente I.; BOND, Mark; GOUVERNEUR,
François. Systematic review of research on artificial intelligence applications in higher
education—where are the educators? International Journal of Educational Technology in
Higher Education, [S.l.], v. 16, p. 39, 2019. Disponível em: [Link]
019-0171-0. Acesso em: 4 set. 2025.