Visão geral

O projeto investiga agentes de Inteligência Artificial como dispositivos de mediação pedagógica na formação inicial de professores de Matemática. A partir de literatura científica e documentos institucionais, propõe-se a construção de um framework analítico-pedagógico capaz de subsidiar a compreensão crítica desses sistemas por licenciandos, formadores e coordenações de curso.

A investigação alinha-se ao Objetivo de Desenvolvimento Sustentável 4 (Educação de Qualidade), contribuindo particularmente para a qualificação docente. Vincula-se à agenda de pesquisa do Grupo Interdisciplinar de Desenvolvimento de Inteligência Artificial e Competências Digitais (GIDIAC) e dialoga com a reformulação curricular em curso na Licenciatura em Matemática do Campus Avançado de Patu.

O problema investigado

A emergência de agentes de IA — sistemas dotados de autonomia, planejamento e uso de ferramentas para alcançar objetivos — introduz diferença qualitativa no cenário das tecnologias digitais em Educação Matemática. Referenciais consolidados foram desenvolvidos para artefatos determinísticos (softwares de geometria dinâmica, sistemas algébricos); agentes de IA operam com autonomia decisória, adaptação contextual e capacidade de assumir múltiplas funções pedagógicas simultâneas.

A Base Nacional Comum para a Formação Inicial de Professores (BNC-Formação), instituída pela Resolução CNE/CP nº 02/2019, exige que futuros docentes utilizem tecnologias digitais de forma crítica e ética. A formulação, contudo, antecede o ciclo da IA generativa (2022 em diante) e não contempla especificidades dos agentes de IA como dispositivos de mediação.

Lacunas que a pesquisa busca preencher

• Lacuna teórica: escassez de estudos que articulem fundamentos da Ciência da Computação (teoria de agentes) com referenciais de mediação pedagógica e didática da Matemática.
• Lacuna formativa: Projetos Pedagógicos dos Cursos de Licenciatura em Matemática não dispõem de referencial conceitual robusto sobre agentes de IA.
• Lacuna institucional: ausência de instrumental analítico para políticas de uso de IA no ensino superior brasileiro.

Conceitos-chave: delimitação necessária

A literatura sobre IA na educação opera frequentemente com confusão terminológica entre quatro categorias distintas. A pesquisa parte de delimitação rigorosa, fundamentada em Russell e Norvig (2021) e Wooldridge (2009).

O agente de IA é o objeto central do projeto. As demais categorias entram como referência para diferenciação analítica.

Como a pesquisa será conduzida

A investigação organiza-se em quatro etapas metodológicas articuladas, todas conduzidas sobre literatura e documentos, sem trabalho de campo.

Etapa 1 — Revisão de escopo (PRISMA-ScR)

Revisão de escopo conduzida segundo o framework de Arksey e O'Malley (2005), refinado por Levac, Colquhoun e O'Brien (2010), e relatada conforme o protocolo PRISMA-ScR (Tricco et al., 2018). Bases: Scopus, Web of Science e ERIC. Recorte temporal: 2015–2026. Idiomas: português, inglês e espanhol.

Etapa 2 — Análise temática

Análise temática segundo o protocolo de Braun e Clarke (2006), em suas seis fases. Codificação mista: categorias a priori (autonomia, interação, feedback, adaptação, personalização, intencionalidade pedagógica, mediação, agência docente, transparência, ética, confiabilidade e relação com o conhecimento matemático) e categorias emergentes do corpus.

Etapa 3 — Construção iterativa do framework

Construção em três movimentos: (i) identificação de dimensões; (ii) articulação entre dimensões em estrutura coerente; (iii) operacionalização mediante definição, indicadores observáveis, perguntas críticas e implicações formativas. Cinco critérios de validação interna: coerência, completude, parcimônia, ancoragem teórica e utilidade pedagógica.

Etapa 4 — Análise de implicações formativas

Articulação do framework com a competência 5 da BNC-Formação, o AI Competency Framework for Teachers (UNESCO, 2024), a orquestração instrumental (Trouche, 2004; Drijvers, 2015) e as fases das tecnologias digitais em Educação Matemática (Borba, Silva & Gadanidis, 2018). Produção de diretrizes pedagógicas.

Cronograma em síntese

As atividades do plano de trabalho distribuem-se ao longo dos 12 meses de vigência.

Papel do bolsista

A bolsa de iniciação científica é, antes de tudo, oportunidade formativa. Detalham-se abaixo os papéis, competências desenvolvidas e responsabilidades operacionais.

Perfil desejado

• Discente regularmente matriculado em graduação, preferencialmente Licenciatura em Matemática, Computação ou áreas afins.
• Interesse em Educação Matemática, tecnologias digitais e/ou Inteligência Artificial.
• Disponibilidade de 12 horas semanais.
• Leitura em português e inglês (espanhol desejável).
• Currículo Lattes cadastrado; sem vínculo empregatício ou outra bolsa concorrente.

Responsabilidades operacionais

Habilidades desenvolvidas

O que o bolsista não fará

Produtos esperados

• Framework analítico-pedagógico de agentes de IA aplicável à Educação Matemática.
• Quadro de dimensões e indicadores observáveis.
• Diretrizes pedagógicas para uso crítico de agentes de IA na formação inicial docente.
• Artigo científico submetido a periódico indexado.
• Resumo expandido para o Salão de Iniciação Científica da UERN.
• Relatório final PIBIC.

Horizonte da agenda de pesquisa

O framework construído neste PIBIC terá validade teórica ancorada em revisão e análise sistemáticas da literatura. Constitui contribuição autônoma e completa dentro do escopo de 12 meses.

Compõe, contudo, agenda de pesquisa mais ampla do GIDIAC, com desdobramentos previstos em projetos subsequentes:

• Validação por especialistas mediante técnica Delphi modificada, em projeto subsequente com submissão a Comitê de Ética em Pesquisa.
• Aplicação em contextos formativos reais, com integração em componente curricular da Licenciatura em Matemática do CAP/UERN.
• Articulação com políticas institucionais de uso de IA no ensino superior.

Informações de contato e vinculação

Discentes interessados em concorrer ao plano de trabalho devem entrar em contato via e-mail institucional para agendamento de conversa preliminar.