Há uma pergunta que paira sobre as salas de professores e que já não é possível adiar: o que fazemos com a inteligência artificial dentro da sala de aula? A questão poderia ser formulada de outro modo — o que fazemos quando ela já lá está, mesmo sem convite formal?
Em maio de 2026, a Universidade de Aveiro publicou um eBook que tenta responder a isso com seriedade e sem dramatismo. «Matemática com Vida: diferentes olhares sobre a Inteligência Artificial» reúne os textos do encontro homónimo promovido no âmbito da iniciativa «Labs com Vida», financiada pela FCT — Fundação para a Ciência e a Tecnologia. No volume editado por Vanda Santos, Isabel Cabrita, Teresa B. Neto, Margarida M. Pinheiro e Joaquim Bernardino Lopes, o que se encontra não é propaganda tecnológica nem alarmismo, mas algo mais raro: investigação fundamentada, experiências concretas de sala de aula e uma vontade de pensar em conjunto o que está a mudar.
O livro está disponível em acesso aberto, com DOI verificado, e é um ponto de partida sólido para qualquer professor de Matemática — ou de qualquer outra disciplina — que queira entrar neste debate com argumentos na mão.
A «espada de dois gumes» e o professor como arquiteto
O primeiro artigo do volume, da autoria de Joaquim Bernardino Lopes, da Universidade de Trás-os-Montes e Alto Douro, propõe um título deliberadamente provocador: «Inteligência Artificial Generativa no Ensino da Matemática. Porque não?» O ponto de interrogação não é retórico — é genuinamente filosófico. A questão já não é se a IA deve entrar, mas como deve entrar.
Lopes caracteriza a IA generativa como uma «espada de dois gumes»: usada sem critério, pode conduzir à dependência cognitiva e ao esvaziamento da aprendizagem; usada estrategicamente, pode personalizar percursos, aprofundar conceitos e libertar professores e alunos para o trabalho intelectual que realmente importa. O paradoxo é preciso: se o aluno pede à IA que resolva o problema, aprende menos; se a usa para identificar erros numa solução já gerada pela própria ferramenta, pode desenvolver competências de análise e argumentação que de outra forma demorariam muito mais tempo a emergir.
Desta tensão nasce aquilo que o autor designa como o papel do professor enquanto «arquiteto da experiência de aprendizagem». Não um gestor de plataformas, não um supervisor de ferramentas, mas alguém que desenha tarefas com intencionalidade pedagógica — que sabe o que delega à máquina e o que reserva para o esforço humano. Neste enquadramento, o professor não perde relevância com a IA: ganha-a.
A investigação recente citada no texto apoia esta ideia de forma consistente. Estudos empíricos mostram que tarefas em que os alunos analisam, criticam ou corrigem respostas geradas por IA produzem ganhos significativos em pensamento crítico matemático — nomeadamente em dedução, interpretação e avaliação de argumentos. Não é o uso da IA que faz a diferença, mas o tipo de trabalho cognitivo que o professor exige à volta dela.
O conceito que muda tudo: agência epistémica
Um dos contributos mais ricos deste volume é a sistematização do conceito de agência epistémica — a capacidade de um aluno agir intencionalmente na construção, avaliação e justificação do conhecimento. Tanto Lopes como Isabel Cabrita, Luís Paulo Reis, Luís Descalço e Piedad Tolmos, no texto do painel «Inteligência artificial em educação em matemática — múltiplas vozes», centram-se neste conceito como chave de leitura para o impacto da IA na aprendizagem.
A ideia é a seguinte: um aluno com menor domínio conceptual tende a aceitar as respostas da IA de forma acrítica, atribuindo-lhes uma autoridade que elas não têm. A IA não compreende os conteúdos que processa — é um sistema que reconhece padrões estatísticos em texto e os reproduce de forma probabilística. As suas respostas podem ser linguisticamente plausíveis e matematicamente erradas. Um aluno sem ancoragem conceptual não consegue distinguir uma coisa da outra.
É por isso que os autores defendem que a integração da IA no ensino da Matemática não diminui a importância do conhecimento prévio — pelo contrário, torna-o mais crítico do que nunca. E é também por isso que a formação não pode limitar-se a ensinar a usar ferramentas: tem de desenvolver a capacidade de as questionar.
Este argumento tem implicações diretas para a escola portuguesa. O Perfil dos Alunos à Saída da Escolaridade Obrigatória, referenciado explicitamente em vários capítulos do livro, já identifica o pensamento crítico e criativo e o raciocínio e resolução de problemas como áreas de competência centrais. A integração responsável da IA pode ser exactamente o terreno onde essas competências se desenvolvem de forma mais autêntica — desde que haja quem desenhe as condições para isso.
A arte do prompt: uma nova literacia para a sala de aula
Há uma competência emergente que este volume trata com seriedade e que ainda está quase ausente do vocabulário das escolas portuguesas: a engenharia de prompts. Formular bem uma instrução para uma ferramenta de IA é, segundo os investigadores, uma forma de literacia que se situa na intersecção entre conhecimento disciplinar, capacidade pedagógica e uso inteligente da tecnologia.
Um prompt bem construído não é uma pergunta qualquer. É um instrumento que pode orientar a interação no sentido da explicitação do raciocínio, da justificação de procedimentos e da reflexão crítica. A diferença entre pedir à IA que «resolva a equação» e pedir-lhe que «atue como tutor socrático, guiando o aluno passo a passo sem revelar a resposta final» é a diferença entre usar a ferramenta como atalho ou como amplificador do pensamento.
Esta ideia foi posta em prática num dos workshops descritos no livro, da autoria de Maryam Abbasi e Fernando Martins, da Universidade de Aveiro. Com vinte professores de Matemática, organizados em grupos de trabalho com ferramentas como ChatGPT, Claude e Copilot, a formação explorou a construção de prompts para gerar fichas diferenciadas, quizzes formativos e explicações alternativas para conceitos difíceis. Os resultados foram claramente positivos quanto ao potencial da IA para reduzir o tempo de preparação de materiais e oferecer abordagens variadas para turmas heterogéneas.
Mas os investigadores foram cuidadosos na honestidade dos resultados: em problemas de maior complexidade, a IA cometeu erros matemáticos. A qualidade das respostas dependeu sempre da qualidade dos prompts. E a verificação crítica dos materiais gerados não é opcional — é parte integrante do processo. Os professores participantes concluíram que a IA funciona como um «primeiro rascunho» que exige sempre revisão docente.
Os recursos produzidos durante esta formação estão disponíveis publicamente em maryam-abbasi.github.io/Banco-de-Prompts-para-Professores-de-Matem-tica.
Uma experiência concreta: π, arte portuguesa e IA no 3.º ciclo
De entre as experiências de sala de aula documentadas no livro, uma destaca-se pelo seu potencial de replicabilidade e pela forma como articula Matemática, criatividade e uso crítico da IA. Patrícia Morais, da Escola Básica Dom Dinis de Odivelas, Vanda Santos e Margarida M. Pinheiro descrevem uma atividade desenvolvida no âmbito do Dia do π, no ano letivo 2024/2025, com alunos do 7.º, 8.º e 9.º anos.
O desafio era aparentemente simples: recriar obras de pintores portugueses — de Aurélia de Sousa a Amadeo de Souza Cardoso, passando por José Malhoa — integrando o número π de forma visualmente significativa. Mas a atividade exigia muito mais do que clicar num botão: os alunos tinham de escolher o artista, compreender a obra, formular descrições eficazes para a IA, avaliar criticamente os resultados gerados e, no final, elaborar um relatório com uma reflexão sobre o uso ético das ferramentas utilizadas.
Os resultados foram expostos na biblioteca da escola, com votação por QR Code para a comunidade. O envolvimento foi, segundo as autoras, globalmente elevado. E os erros que surgiram — alunos que integravam o π apenas como símbolo decorativo, dificuldades na formulação de prompts eficazes — tornaram-se eles próprios oportunidades de aprendizagem.
Esta experiência está alinhada com as Aprendizagens Essenciais de Matemática para o Ensino Básico e com o Perfil dos Alunos, convoca a educação visual, a literacia digital e a reflexão ética, e pode ser adaptada a qualquer escola com acesso a dispositivos básicos. O custo de implementação é baixo; o potencial pedagógico é considerável.
Quando os professores têm receio: o estudo sobre formação contínua
Um dos capítulos mais rigorosos do volume, do ponto de vista metodológico, é o estudo de Alexandre Trocado, José Manuel dos Santos Santos e Ana Maria Breda, da Universidade de Aveiro e da Universidade de Coimbra, sobre o impacto de um workshop de desenvolvimento profissional dirigido a professores dos 2.º e 3.º ciclos e do ensino secundário.
O que os investigadores encontraram antes da formação não surpreende quem trabalha no terreno: professores com menor familiaridade tecnológica tendiam a manifestar incerteza e receio de que os alunos se tornassem dependentes da IA. Após a formação — noventa minutos de exploração técnica de ferramentas como ChatGPT, Mistral e NotebookLM, seguidos de noventa minutos de aplicação a conteúdos matemáticos específicos, como a multiplicação de frações — os resultados foram inequívocos.
Os ganhos foram estatisticamente significativos em todas as dimensões avaliadas, com efeitos de grande magnitude na perceção de facilidade de uso (r = 0,833) e na utilidade percecionada (r = 0,808). Mas o dado mais interessante está na análise qualitativa: os professores participantes não passaram simplesmente a «usar IA» — passaram a conceber atividades em que a IA tem um papel subordinado à mediação docente. Um dos participantes criou uma «Corrida de Frações» em que a IA gerava os enunciados, mas a resolução exigia representação visual por parte dos alunos. A ferramenta apoiava o professor; não substituía o aluno.
Os autores concluem que a diferença entre professores que integram a IA com segurança e professores que a evitam ou usam de forma acrítica não é de talento nem de disposição — é de formação. E que uma formação estruturada, que articule competências técnicas e reflexão ética, pode reduzir essa diferença de forma mensurável em apenas três horas.
Para Portugal, este resultado é um argumento sólido a favor de programas de formação contínua nesta área — algo que a Academia de Professores do Futuro e o quadro da ANIE (Agência Nacional para a Inovação Educativa) poderiam contribuir a escalar.
As questões incómodas que o livro não evita
O que torna este volume distinto de outros que circulam sobre IA e educação é a disposição dos seus autores para enfrentar as perguntas difíceis. Há uma secção dedicada aos desafios éticos, morais e sociais da IA em contexto educativo que merece leitura atenta.
Os autores identificam, entre outros problemas, o risco de agravamento das desigualdades: alunos com maior literacia digital e acesso a dispositivos beneficiarão mais da IA do que os restantes. Há o risco da opacidade algorítmica — os modelos de IA reproduzem enviesamentos presentes nos dados com que foram treinados, e muitos alunos não têm ferramentas para os identificar. Há questões de privacidade e vigilância associadas ao uso educativo de plataformas comerciais que recolhem dados de comportamento de menores. E há a questão filosófica mais funda: o que perde a escola — e o que perde a aprendizagem humana — quando se delega demasiado à máquina?
Esta última pergunta não tem resposta fácil. Os investigadores citam Vygotsky, a teoria da carga cognitiva, a taxonomia de Bloom e até o romance de ficção científica «Inteligência Artificial 2041» para argumentar que a escola tem de preservar o que é irredutivelmente humano na aprendizagem: o erro, a lentidão, o esforço, o corpo presente na relação com o conhecimento. A IA pode fazer muita coisa depressa. Não pode fazer isto.
O princípio que emerge desta discussão poderia ser formulado assim: a IA é um recurso ao serviço de um projeto educativo — não o contrário. E esse projeto educativo tem de ter valores, não apenas ferramentas.
Uma proposta de atividade para a sala de aula
Com base nos contributos do volume, é possível propor uma atividade adaptável a diferentes anos de escolaridade do ensino básico e secundário, que conjuga o uso pedagógico da IA com o desenvolvimento do pensamento crítico e da agência epistémica dos alunos.
A atividade organiza-se em três momentos. Num primeiro momento, o professor escolhe um conceito matemático que os alunos estejam a trabalhar — pode ser o teorema de Pitágoras, as funções afins, as probabilidades ou outro — e pede a uma ferramenta de IA que gere uma solução para um problema relacionado com esse conceito. A solução deve conter um erro deliberado ou uma imprecisão conceptual, pedido explicitamente no prompt pelo professor.
Num segundo momento, os alunos, a pares, analisam a solução da IA. Devem identificar o erro, explicar por que está errado e apresentar a solução correta com justificação. Este momento é o coração da atividade: o aluno não está a obter uma resposta, está a avaliar uma — o que exige muito mais.
Num terceiro momento, a turma discute em conjunto: a IA errou? Porquê? Em que tipos de tarefas é mais fiável? Em que tipos devemos ter mais cautela? Este momento de reflexão metacognitiva pode ser curto, mas é fundamental para construir uma relação crítica — e não ingénua — com as ferramentas.
A atividade requer apenas um dispositivo com acesso à internet (o do professor pode ser suficiente, com projeção), não exige formação prévia avançada e pode ser integrada numa aula de cinquenta minutos. Os resultados, segundo o que os investigadores do livro documentaram em contextos semelhantes, tendem a surpreender positivamente.
O que fica
«Matemática com Vida» não é um manual de instruções. É um mapa de um território que ainda está a ser desenhado. Mas é um mapa feito com rigor, com honestidade sobre o que não se sabe e com algo que raramente aparece neste tipo de publicações: a voz de professores que estiveram na sala de aula a tentar — com os seus alunos reais, os seus erros reais e os seus resultados reais.
O que o volume deixa como herança é uma convicção expressa por quase todos os seus autores: a IA não vai substituir o bom professor. Mas um bom professor que saiba usar a IA de forma crítica e intencional pode fazer coisas que antes eram impossíveis — personalizar experiências, diversificar abordagens, libertar tempo para o que só os humanos podem fazer. O desafio não é tecnológico. É pedagógico. E começa na formação.
Atividade prática sugerida
«A IA errou — encontra o erro»
Nível: 5.º ao 12.º ano (adaptável) Duração: 50 minutos Recursos: dispositivo com acesso à internet, quadro ou projetor
O professor formula um prompt pedindo à IA que resolva um problema do tópico em estudo, mas que introduza um erro subtil na resolução. Projeta o resultado na turma. Os alunos, em pares, têm quinze minutos para identificar o erro e escrever a resolução correta com explicação. Segue-se uma discussão coletiva. No final, a turma debate: que tipo de erros a IA comete com mais frequência? Como podemos verificar as suas respostas?
Referências
Cabrita, I., Santos, V., Neto, T. B., Pinheiro, M. M., & Lopes, J. B. (Orgs.). (2026). Matemática com vida: diferentes olhares sobre a inteligência artificial. Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42
Lopes, J. B. (2026). Inteligência Artificial generativa no ensino da Matemática. Porque não? In I. Cabrita et al. (Orgs.), Matemática com vida: diferentes olhares sobre a inteligência artificial (pp. 5–14). Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42
Cabrita, I., Lopes, J. B., Descalço, L., Reis, L. P., & Tolmos, P. (2026). Inteligência artificial em educação em matemática – múltiplas vozes. In I. Cabrita et al. (Orgs.), Matemática com vida: diferentes olhares sobre a inteligência artificial (pp. 15–30). Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42
Abbasi, M., & Martins, F. (2026). Inteligência Artificial na Sala de Aula de Matemática: Explorar, Criar e Aprender com Ferramentas Digitais. In I. Cabrita et al. (Orgs.), Matemática com vida: diferentes olhares sobre a inteligência artificial (pp. 49–55). Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42
Morais, P., Santos, V., & Pinheiro, M. M. (2026). IA na Educação Matemática: Inovação e Práticas Dinâmicas. In I. Cabrita et al. (Orgs.), Matemática com vida: diferentes olhares sobre a inteligência artificial (pp. 79–85). Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42
Trocado, A. E. B. S., Santos, J. M. D. S., & Breda, A. M. R. (2026). Da Incerteza à Adoção Crítica: Impacto de um Workshop de Desenvolvimento Profissional sobre o Uso da IA no Ensino da Matemática. In I. Cabrita et al. (Orgs.), Matemática com vida: diferentes olhares sobre a inteligência artificial (pp. 87–92). Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42
Ministério da Educação. (2017). Perfil dos Alunos à Saída da Escolaridade Obrigatória. Direção-Geral da Educação. https://dge.mec.pt/sites/default/files/Curriculo/Projeto_Autonomia_e_Flexibilidade/perfil_dos_alunos.pdf
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO Publishing.
