Download | Download_2 |

Uma revisão sistemática publicada na revista Frontiers in Education conclui que o maior obstáculo à formação de professores em inteligência artificial não é técnico, é motivacional — e que a maioria dos programas de formação continua a ser desenhada como se fosse o contrário. É um estudo pequeno, com limitações que vale a pena nomear, mas com três ou quatro conclusões que qualquer plano de formação de um agrupamento português deveria ter em conta antes de setembro.

Há uma cena que se repete em quase todas as escolas do país no início de cada ano letivo: alguém propõe uma ação de formação sobre inteligência artificial, a sala enche-se de professores com graus de entusiasmo muito diferentes, e três meses depois a prática letiva da maioria continua exatamente igual. Não é falta de qualidade do formador nem, na maior parte dos casos, falta de interesse dos formandos. É outra coisa — e é precisamente essa outra coisa que uma revisão sistemática publicada em outubro de 2024 na revista Frontiers in Education tentou identificar, ao perguntar não o que falta aos professores, mas que dificuldades encontram quem os forma.

Uma revisão pequena sobre um problema grande

O estudo é assinado por Yousef Aljemely, do College of Education da Universidade Majmaah, na Arábia Saudita, e segue o protocolo PRISMA, hoje a referência para revisões sistemáticas em ciências sociais e educação. A pesquisa, feita manualmente em julho de 2024 sobre sete bases de dados e nove editoras científicas, partiu de 816 registos e reteve, após a aplicação de critérios de inclusão e exclusão, um conjunto final de dez estudos publicados entre 2019 e 2024 — investigações realizadas na China, na Alemanha, na Turquia, em Espanha, em Omã, na República da Iacútia e num consórcio búlgaro-italiano-grego, a que se juntam três trabalhos de natureza teórica, sem país de referência.

Convém dizer desde já aquilo que o próprio autor reconhece: dez estudos são poucos, todos em língua inglesa, e a esmagadora maioria refere-se ao ensino superior. Nenhuma das conclusões desta revisão pode ser lida como evidência forte sobre o que acontece numa sala de aula do 2.º ciclo em Portugal. Vale mais como mapa de hipóteses do que como diagnóstico — mas é um mapa útil, porque nomeia com clareza um problema que a conversa portuguesa sobre formação docente costuma contornar.

O maior obstáculo não é técnico

A conclusão central da revisão é desconfortável para quem organiza formação: o principal desafio que os formadores enfrentam não é a dificuldade técnica dos conteúdos, é a falta de motivação dos professores para adotar inteligência artificial. E a dificuldade acrescida, sublinha o autor, é que a motivação é um fator intrínseco, sobre o qual um formador tem muito pouco poder direto. Pode-se ensinar uma competência; não se pode instalar uma vontade. O que se pode fazer — e é aqui que a revisão se torna prática — é desenhar a formação de modo a que a vontade tenha oportunidade de aparecer.

Um dos estudos analisados, conduzido por Sara Polak, Gianluca Schiavo e Massimo Zancanaro no âmbito da conferência CHI, propõe uma distinção que organiza bem o problema: a utilização de IA pelos professores depende de três fatores — vontade, competência e ferramenta. Os autores observam que os docentes possuem, em regra, conhecimentos digitais de base, mas não conhecimento específico sobre inteligência artificial. Traduzido para a realidade de um agrupamento português, isto significa que a lacuna raramente está onde se supõe: não é preciso ensinar de novo a usar uma plataforma ou a partilhar um ficheiro, é preciso explicar o que estes sistemas são, como funcionam e onde falham. E a formação que salta esse passo — que começa em «vamos abrir esta ferramenta» — está a trabalhar a competência sem tocar na vontade, que é justamente onde a revisão localiza o bloqueio.

Vinte e cinco por cento

O dado mais concreto de toda a revisão, e o mais próximo da realidade ibérica, vem de um inquérito espanhol de 2024 conduzido por Héctor Galindo-Domínguez e colegas da Universidade do País Basco, com 445 professores dos ensinos básico, secundário e superior. A atitude geral face à inteligência artificial era positiva, mas apenas 25% dos inquiridos — cerca de 111 professores, aplicando a percentagem ao total da amostra — tinham efetivamente integrado ferramentas de IA na sua prática letiva. As mais usadas eram o ChatGPT, o Dall-E e o Midjourney.

Mas há um segundo achado nesse estudo que interessa ainda mais a quem trabalha no básico e no secundário, e que a revisão de Aljemely não destaca com suficiente ênfase. Os professores dos ensinos básico e secundário usavam sobretudo a inteligência artificial para produzir conteúdos — apresentações, textos, vídeos — sem envolver os alunos no contacto com as ferramentas; já no ensino superior, os docentes usavam-na para explicar o funcionamento da própria tecnologia e para permitir que os estudantes experimentassem com ela. A diferença é significativa: no primeiro caso, a IA é uma máquina de fazer materiais para o professor; no segundo, é objeto de estudo e de literacia. Se a formação de professores replicar apenas o primeiro modelo — e a formação centrada em ferramentas tende a fazê-lo —, os alunos do básico e do secundário continuarão a ser as únicas pessoas na sala que usam IA sem ter ninguém a ensiná-los a olhar para ela criticamente.

A ordem dos fatores altera o produto

Vários dos estudos revistos convergem numa recomendação sobre a sequência da formação, e é provavelmente a conclusão mais aplicável de toda a revisão. Annabel Lindner e Marc Berges, num trabalho apresentado na conferência Frontiers in Education do IEEE, defendem que a formação deve começar pelos princípios funcionais — o que é, de facto, um modelo de linguagem, o que significa treinar um sistema com dados —, avançar depois para o detalhe técnico e só então abordar as consequências éticas e sociais. E acrescentam um pré-requisito: antes de qualquer formação, é preciso trabalhar a atitude dos professores face à tecnologia, porque só a aceitação prévia permite uma aprendizagem ativa em vez de uma assistência passiva.

Ismail Celik, num estudo publicado na Computers in Human Behavior, dá a esta ideia um enquadramento reconhecível para quem conhece o modelo TPACK: propõe o conceito de «TPACK inteligente», que acrescenta ao conhecimento tecnológico, pedagógico e de conteúdo duas dimensões próprias da IA — o conhecimento das suas potencialidades pedagógicas e o conhecimento da sua utilização ética. A distinção é útil porque desfaz uma confusão comum: saber usar uma ferramenta de IA e saber quando ela serve, para que aluno e com que salvaguardas são competências diferentes, e apenas a segunda é propriamente docente. Há ainda um ponto prático que atravessa a revisão e que qualquer formador reconhece: a formação tem de incluir experimentação direta, com tempo real para os professores mexerem nos sistemas, e não apenas demonstrações feitas de um projetor.

O que trava e, não é só falta de tempo

O estudo omanense de Hilal Al-Mughairi e Preeti Bhaskar, sobre a adoção do ChatGPT por docentes, identifica quatro motivações e três inibições que vale a pena ter presentes ao desenhar qualquer plano de formação. Do lado da motivação: a curiosidade por tecnologias educativas inovadoras, a poupança de tempo, a personalização do ensino e da aprendizagem e o desenvolvimento profissional. Do lado da inibição: a privacidade, a fiabilidade e a redução da interação humana. E as três barreiras que os autores identificam como as mais determinantes para a baixa utilização não são individuais, são institucionais — falta de apoio da instituição, restrições impostas por ela e ausência de orientação clara.

Esta última conclusão devia ser lida com atenção por quem dirige escolas. Um professor que não sabe se pode usar um assistente de IA para preparar uma ficha, se pode mencioná-lo aos alunos, se corre algum risco ao fazê-lo, resolve a incerteza da forma mais racional disponível: não faz nada e não conta a ninguém. A ausência de uma orientação escrita não produz prudência — produz utilização silenciosa, sem partilha entre pares e sem qualquer possibilidade de supervisão pedagógica. Uma página com regras claras, aprovada em conselho pedagógico, pode ter mais efeito formativo do que várias horas de ação acreditada.

O que isto diz ao contexto português

Em maio deste ano, o Conselho Nacional de Educação publicou em Diário da República a Recomendação n.º 4/2026, sobre a integração da inteligência artificial no sistema educativo português, e as suas propostas para os docentes coincidem quase ponto por ponto com o que esta revisão sistemática sugere. O CNE defende a revisão da formação inicial de professores, tornando obrigatórios módulos de literacia em IA que abranjam literacia digital, pensamento computacional, literacia crítica de dados e ética da inteligência artificial, a par de investimento em programas de desenvolvimento profissional contínuo. Reconhece o potencial da tecnologia na aprendizagem e na redução da carga administrativa das escolas, mas avisa contra uma integração «acrítica e desordenada».

O cruzamento entre o documento nacional e a evidência internacional deixa, porém, uma questão em aberto. A recomendação portuguesa identifica corretamente os conteúdos que faltam; a revisão sistemática diz que o problema não está sobretudo nos conteúdos, mas na vontade e nas condições institucionais. São diagnósticos compatíveis, mas o segundo obriga a uma exigência adicional: um plano de formação que se limite a listar módulos, sem tratar a atitude, sem garantir tempo de experimentação e sem produzir orientação escrita ao nível de cada escola, corre o risco de cumprir a recomendação no papel e de deixar tudo na mesma na sala de aula. O quadro europeu DigCompEdu, já usado em Portugal para aferir competência digital docente, oferece a linguagem para essa avaliação, mas não substitui a decisão local sobre o que se autoriza, o que se proíbe e o que se declara.

Uma proposta para o plano de formação

Traduzir esta revisão numa sessão concreta é mais simples do que parece, e cabe numa manhã de trabalho de um grupo disciplinar ou de uma equipa de agrupamento. A primeira parte pode dispensar por completo qualquer ferramenta: pede-se a cada participante que escreva, em cinco minutos, uma tarefa profissional que fez na última semana e que não confiaria a um sistema de inteligência artificial, e outra que confiaria sem hesitar. A leitura em voz alta das respostas costuma revelar, em poucos minutos, que o grupo tem critérios muito diferentes sobre a mesma questão — e é essa constatação, mais do que qualquer exposição teórica, que abre espaço para a conversa sobre princípios de funcionamento e sobre ética.

A segunda parte troca a demonstração pela experimentação com um objetivo comum: cada participante submete a um assistente de IA uma tarefa real do seu trabalho — um enunciado, um resumo de uma reunião, uma grelha de observação — e avalia por escrito, em três linhas, o que teria de corrigir antes de usar o resultado. Não se trata de decidir se a ferramenta é boa; trata-se de treinar o julgamento profissional sobre o que ela produz, que é exatamente a competência que o «TPACK inteligente» descreve e que nenhuma formação centrada em botões consegue desenvolver. A sessão termina com a redação coletiva de um documento de meia página com três regras de utilização para a escola — o que nunca se introduz num sistema destes, o que se verifica sempre, o que se declara aos alunos e às famílias —, levado depois a conselho pedagógico. É a única parte do exercício que a revisão sistemática não sugere diretamente, mas é a que responde à barreira que os seus estudos identificam como mais determinante.

No fundo, o que este trabalho devolve a quem organiza formação não é uma lista de conteúdos, é uma inversão de prioridades. Durante três anos, a resposta institucional à chegada da inteligência artificial às escolas tem sido ensinar ferramentas a professores que ainda não decidiram se as querem usar, e para quê. A evidência disponível, ainda que escassa, aponta para o contrário: primeiro a conversa sobre a vontade e sobre as regras, depois a competência, e só no fim a ferramenta — que, essa, muda de nome de seis em seis meses.

---

Este artigo foi elaborado com o apoio de inteligência artificial (Claude, da Anthropic), a partir da leitura integral do artigo de acesso aberto de Yousef Aljemely publicado na revista Frontiers in Education, com verificação independente dos estudos primários citados.

Referências

Al-Mughairi, H., & Bhaskar, P. (2024). Exploring the factors affecting the adoption of AI techniques in higher education: Insights from teachers’ perspectives on ChatGPT. Journal of Research in Innovative Teaching & Learning. https://doi.org/10.1108/JRIT-09-2023-0129

Aljemely, Y. (2024). Challenges and best practices in training teachers to utilize artificial intelligence: A systematic review. Frontiers in Education, 9, Artigo 1470853. https://doi.org/10.3389/feduc.2024.1470853

Celik, I. (2023). Towards intelligent-TPACK: An empirical study on teachers’ professional knowledge to ethically integrate artificial intelligence (AI)-based tools into education. Computers in Human Behavior, 138, Artigo 107468. https://doi.org/10.1016/j.chb.2022.107468

Conselho Nacional de Educação. (2026, 21 de maio). Recomendação n.º 4/2026 — Integração da Inteligência Artificial no sistema educativo português. Diário da República, 2.ª série. https://www.cnedu.pt

Galindo-Domínguez, H., Delgado, N., Losada, D., & Etxabe, J.-M. (2024). An analysis of the use of artificial intelligence in education in Spain: The in-service teacher’s perspective. Journal of Digital Learning in Teacher Education, 40(1), 41–56. https://doi.org/10.1080/21532974.2023.2284726

Lindner, A., & Berges, M. (2020). Can you explain AI to me? Teachers’ pre-concepts about artificial intelligence. Em 2020 IEEE Frontiers in Education Conference (FIE) (pp. 1–9). IEEE.

Polak, S., Schiavo, G., & Zancanaro, M. (2022). Teachers’ perspective on artificial intelligence education: An initial investigation. Em CHI Conference on Human Factors in Computing Systems Extended Abstracts (pp. 1–7). ACM.

Redecker, C., & Punie, Y. (2017). European framework for the digital competence of educators: DigCompEdu. Serviço das Publicações da União Europeia. https://data.europa.eu/doi/10.2760/159770

Para saber mais

Quadro europeu DigCompEdu, no Centro Comum de Investigação da Comissão Europeia, com as seis áreas e os seis níveis de progressão da competência digital docente.

Artigo integral de Yousef Aljemely na Frontiers in Education, em acesso aberto e com licença Creative Commons.

Página do Conselho Nacional de Educação, onde a Recomendação n.º 4/2026 é acompanhada de um estudo complementar sobre a integração da IA no sistema educativo português.

Num momento em que a inteligência artificial já faz parte do quotidiano dos alunos – nos motores de busca, nas redes sociais, nas plataformas de aprendizagem –, muitas escolas continuam sem uma estratégia clara para lidar com esta transformação. Fala‑se de IA quase sempre como ameaça de plágio ou “moda tecnológica”, mas raramente como oportunidade pedagógica para personalizar a aprendizagem, reforçar a inclusão e desenvolver pensamento crítico. Quando a IA é reduzida a medo, silêncio ou proibição genérica, esse é um dos sinais mais evidentes de que a instituição precisa de investir seriamente em formação: não apenas em mais dispositivos, mas em conhecimento, ética e tempo para que professores possam experimentar, errar e aprender com estas ferramentas.

Nos últimos anos, a Inteligência Artificial (IA) deixou de ser tema de ficção científica para se tornar parte da rotina de alunos e professores, através de motores de busca, plataformas educativas, sistemas de recomendação e ferramentas generativas como chatbots. Organismos internacionais como a UNESCO e várias revisões sistemáticas sobre IA nas escolas já alertam que integrar estas tecnologias de forma responsável é decisivo para a qualidade da educação e para a preparação dos estudantes para o futuro do trabalho.

Contudo, muitas instituições de ensino continuam sem uma estratégia clara para lidar com esta transformação: olham para a IA com desconfiança, reduzem o tema ao plágio ou à “moda do momento” e deixam professores e alunos sozinhos a tentar compreender o que está a acontecer. Este artigo identifica alguns sinais muito concretos de que uma escola, um agrupamento ou uma instituição de ensino superior precisa de investir a sério em formação em IA – não apenas em mais tecnologia, mas em conhecimento, reflexão pedagógica e ética.

1. Quando a IA é só “mais uma tecnologia” ou “uma ameaça”

Um dos primeiros sinais é o modo como se fala de IA na escola. Em muitas reuniões, a sigla surge apenas em dois contextos: como “mais uma tecnologia digital” indistinta ou como ameaça de plágio e fraude académica.

• Se os docentes confundem IA com qualquer ferramenta digital, sem distinguir, por exemplo, entre um editor de texto e um sistema generativo que “inventa” conteúdos, há um problema de literacia técnica de base.
• Se a IA só aparece nas conversas como algo a proibir ou controlar, e nunca como possibilidade de apoio à aprendizagem, diferenciação pedagógica ou inclusão, há um desequilíbrio sério na forma como a instituição olha para o tema.

Esta visão estreita não protege a escola: apenas empurra o uso da IA para fora do olhar pedagógico, deixando os alunos a experimentar sem orientação crítica nem enquadramento ético.

2. Quando o currículo ignora a Inteligência Artificial

Outro sinal importante é o lugar – ou a ausência – da IA nos currículos e planos de curso. Revisões recentes sobre IA nas escolas mostram que o tema se distribui por quatro grandes áreas: processos de ensino, currículo e formação docente, gestão educacional e implicações éticas. Se o currículo da instituição praticamente não toca em nenhuma destas dimensões, é provável que a formação em IA esteja a ser negligenciada.

Vale a pena observar:

• Os programas de disciplina mencionam IA de forma consistente, em várias áreas (ciências, humanidades, artes, cidadania digital)?
• Existem projetos interdisciplinares em que os alunos analisam o impacto da IA no trabalho, na democracia, na saúde ou na cultura?
• Os cursos de informática e tecnologias continuam focados apenas em hardware e programação tradicional, sem introduzir conceitos de aprendizagem automática, sistemas de recomendação ou algoritmos de decisão?

Quando o currículo ignora a IA, os alunos aprendem a usar estas ferramentas “por fora”, sem qualquer apoio da escola para desenvolver uma literacia crítica – isto é, a capacidade de compreender como funcionam, que oportunidades oferecem e que riscos trazem.

3. Quando não há política ética nem debate sobre riscos

A terceira dimensão é ética e de segurança. Guias internacionais sobre IA e educação insistem que a adoção destas tecnologias deve vir acompanhada de princípios claros: proteção de dados, transparência, não discriminação, responsabilidade e supervisão humana.

Sinais de alerta:

• A instituição não tem qualquer documento que enquadre o uso de IA: não há critérios para escolher ferramentas, nem regras sobre que dados podem ser recolhidos, nem mecanismos de supervisão.
• Pais e encarregados de educação não são informados sobre que plataformas de IA estão a ser usadas, com que objetivos e como são protegidos os dados dos alunos.
• Não existe um protocolo para lidar com situações em que a IA produz conteúdos ofensivos, enviesados ou simplesmente errados.

Além disso, se nunca se discute em sala de aula o facto de que algoritmos podem reproduzir preconceitos presentes nos dados de treino – por exemplo, em sistemas de recrutamento, crédito ou avaliação de risco – a escola falha na sua missão de formar cidadãos críticos num mundo profundamente mediado por tecnologias automatizadas.

4. Quando a cultura da escola é de medo ou de inércia

A forma como a comunidade educativa reage à IA diz muito sobre a necessidade de formação. Estudos sobre literacia em IA de professores mostram que o receio é legítimo: muitos docentes sentem insegurança perante ferramentas que parecem “saber tudo” e levantam dúvidas sobre avaliação, plágio e autonomia intelectual dos alunos.

Esse receio, porém, pode evoluir em duas direções:

• Uma cultura de rejeição, em que se fala da IA como “moda” ou “ameaça” e se recusa qualquer projeto de inovação.
• Uma cultura de responsabilidade, em que se reconhece o potencial da IA para apoiar a aprendizagem, mas se exige enquadramento ético, políticas públicas e formação contínua.

Se a escola fica presa na primeira reação – medo, proibição, invisibilidade do problema – e não avança para a segunda, é um sinal claro de que faltam espaços de discussão e formação que devolvam aos docentes confiança e protagonismo nesta transição.

5. Quando a formação de professores não acompanha a realidade

Outra indicação forte é o estado da formação inicial e contínua de professores. Pesquisas recentes mostram que muitas escolas de educação superior ainda não preparam docentes para usar IA de forma pedagógica, crítica e ética.

Na prática, isso vê‑se quando:

• Os planos anuais de formação contínua ignoram temas como IA, literacia digital avançada ou ética tecnológica.
• Não existem workshops, seminários ou comunidades de prática dedicadas a explorar usos pedagógicos de IA, partilhar experiências e discutir desafios.
• Tudo depende da iniciativa individual de alguns “entusiastas da tecnologia”, sem apoio institucional estruturado.

Sem formação sistemática, a IA entra na escola “pela porta dos fundos”: os alunos usam, os professores experimentam, mas ninguém tem tempo, apoio ou referências suficientes para construir uma abordagem consistente e responsável.

6. Quando a tecnologia está lá, mas não está ao serviço da pedagogia

A infraestrutura tecnológica também revela muito sobre a necessidade de formação em IA. Ter dispositivos e conectividade não basta; é preciso que a tecnologia esteja ao serviço de uma visão pedagógica clara.

Algumas perguntas úteis:

• As ferramentas de IA usadas pela escola foram escolhidas com critérios pedagógicos e éticos, ou surgiram apenas porque são populares ou gratuitas?
• Existem contas institucionais ou ambientes controlados para experimentar IA com os alunos, com supervisão e proteção de dados?
• As equipas técnicas e de liderança compreendem as implicações de privacidade, segurança e equidade associados a sistemas de IA?

Se a resposta é negativa, o problema não é só “falta de tecnologia”, mas falta de estratégia: a escola precisa de formação que ajude a alinhar escolhas tecnológicas com objetivos educativos e princípios éticos.

7. Quando a escola se desliga do mundo do trabalho (e da investigação)

Por fim, há um sinal que muitas vezes passa despercebido: o grau de ligação da escola ao mundo do trabalho e às redes de investigação em IA e educação. Relatórios sobre prontidão em IA no ensino superior mostram um fosso crescente entre o que se ensina na universidade e o que o mercado de trabalho exige em termos de competências digitais e de IA.

Se:

• Cursos profissionais e universitários não incluem módulos sobre IA, automação, análise de dados ou tomada de decisão algorítmica,
• Estudantes chegam aos estágios sem qualquer preparação prévia para trabalhar com ferramentas de IA usadas nas empresas,
• A instituição raramente participa em projetos‑piloto, parcerias com centros de investigação ou redes de escolas que experimentam IA,

então está a perder uma oportunidade de preparar melhor os alunos e de aprender com outros atores do sistema educativo.

E agora? Formação não é “mais uma tarefa”, é condição de futuro

Perante estes sinais, a conclusão é clara: a questão já não é “se” a escola deve integrar IA, mas “como” o faz, com que objetivos e sob que responsabilidade pedagógica e ética. Ignorar o tema, proibi‑lo de forma genérica ou delegar tudo na iniciativa de alguns professores é uma estratégia de alto risco.

Formação em IA, neste contexto, não significa transformar todos os docentes em programadores, mas ajudá‑los a:

• Compreender o funcionamento básico das principais ferramentas de IA usadas pelos alunos e pela própria instituição.
• Explorar usos pedagógicos que reforcem o pensamento crítico, a personalização da aprendizagem e a inclusão, em vez de substituir o esforço intelectual.
• Discutir abertamente riscos, enviesamentos, desafios de avaliação e impacto da IA na cidadania e no mundo do trabalho.
• Participar na construção de políticas éticas e de proteção de dados que coloquem a tecnologia ao serviço da educação – e não o contrário.

A IA pode ser uma aliada poderosa da escola, mas só o será se for integrada por professores confiantes, formados e críticos, apoiados por lideranças que assumem esta transição como responsabilidade coletiva, e não como “mais uma tarefa” acumulada.

Se a tua instituição se reconhece em vários dos sinais descritos acima, isso não é motivo de culpa, mas um bom ponto de partida: o primeiro passo da formação é, precisamente, identificar o problema e decidir que não se quer ficar para trás.