Inteligência artificial na educação (frequentemente abreviada como AIEd) é um subcampo da tecnologia educacional que estuda como usar a inteligência artificial (IA) para criar ambientes de aprendizagem. O campo se baseia em ciência da computação, educação e psicologia para projetar sistemas que apoiam o ensino e a aprendizagem, abrangendo desde a instrução computadorizada inicial até os modernos chatbots de grandes modelos de linguagem (LLM). As considerações-chave incluem a tomada de decisão baseada em dados, ética da IA, privacidade de dados e alfabetização em IA, enquanto as preocupações envolvem possível trapaça, dependência excessiva, equidade de acesso, redução do pensamento crítico e a perpetuação de desinformação e viés.
A AIEd evoluiu junto com avanços mais amplos em inteligência artificial e aprendizado de máquina. Sua história reflete mudanças de sistemas baseados em regras para abordagens orientadas por dados e, mais recentemente, para modelos generativos. Os fundamentos teóricos do campo integram teoria educacional com métodos técnicos, e suas aplicações abrangem tanto casos de uso de educadores quanto de estudantes, frequentemente levantando debates sobre integração apropriada e impacto social.
História
Os esforços para integrar a IA em contextos educacionais frequentemente acompanharam o avanço tecnológico na história da inteligência artificial. Na década de 1960, educadores e pesquisadores começaram a desenvolver sistemas de instrução baseados em computador, como o PLATO, desenvolvido pela Universidade de Illinois. O PLATO foi um sistema inicial que oferecia lições interativas e foi usado em vários ambientes educacionais, estabelecendo as bases para aplicações posteriores de IA.
Na década de 1970, técnicas de IA foram adicionadas à instrução assistida por computador (CAI) para formar sistemas de tutoria inteligente (ITS). Esses sistemas visavam fornecer feedback adaptativo e caminhos de aprendizagem personalizados. O Tutor LISP, por exemplo, foi avaliado em um minicurso da Universidade Carnegie Mellon no outono de 1984, demonstrando que os ITS poderiam melhorar os resultados de aprendizagem em comparação com a instrução tradicional.
A Sociedade Internacional de Inteligência Artificial na Educação (AIED) foi fundada em 1993, composta por pesquisadores com formação em ciência da computação, educação e psicologia. A sociedade produz o International Journal of Artificial Intelligence in Education (IJAIED), que publica pesquisas sobre teoria e aplicações da AIEd. Essa institucionalização ajudou a consolidar o campo e fomentar a colaboração interdisciplinar.
Coincidindo com o boom da IA na década de 2020, o uso de grandes modelos de linguagem (LLMs) no norte global tem sido promovido e financiado por capital de risco e grandes empresas de tecnologia. Empresas que criam serviços de IA têm mirado estudantes e instituições educacionais como clientes. Da mesma forma, empresas educacionais anteriores ao boom da IA expandiram seu uso de tecnologias de IA. Esses incentivos comerciais para o uso da AIEd podem estar relacionados a uma potencial bolha de IA. Nos EUA, foi expresso apoio bipartidário ao desenvolvimento de IA na educação K-12, mas implementações específicas e melhores práticas permanecem controversas.
Plataformas
Plataformas modernas de AIEd frequentemente dependem de chatbots de IA generativa, que podem se envolver em conversas em linguagem natural e auxiliar em várias tarefas. Exemplos notáveis incluem o ChatGPT da OpenAI, o Claude da Anthropic e o Gemini do Google. Essas ferramentas foram rapidamente adotadas em ambientes educacionais, embora sua integração tenha sido desigual e debatida.
ChatGPT
O ChatGPT foi lançado pela OpenAI em novembro de 2022, e sua adoção na educação foi rápida. Em poucos meses, estudantes e educadores começaram a usá-lo para assistência na escrita, resolução de problemas e geração de conteúdo. No entanto, a ferramenta foi banida por várias instituições, particularmente em escolas K-12 e algumas universidades, devido a preocupações com integridade acadêmica.
Os estudantes geralmente relataram percepções positivas do ChatGPT, achando-o útil para brainstorming, resumir informações e fornecer respostas rápidas. No entanto, visões específicas de educadores e estudantes variam amplamente. As opiniões são especialmente variadas sobre o que constitui uso apropriado do ChatGPT na educação, com alguns vendo-o como um auxílio legítimo de aprendizagem e outros considerando-o um atalho que prejudica o desenvolvimento de habilidades.
Os esforços para banir chatbots como o ChatGPT nas escolas focam em prevenir trapaças, mas a aplicação é dificultada devido a imprecisões na detecção de IA e à acessibilidade generalizada da tecnologia de chatbot. Muitas ferramentas de detecção de IA demonstraram produzir falsos positivos, marcando incorretamente trabalho original de estudantes como gerado por IA. Educadores também expressaram preocupação de que a dependência excessiva da ferramenta possa fomentar hábitos de aprendizagem superficiais, corroer o pensamento crítico e propagar desinformação. Alguns educadores propuseram maneiras de integrar IA generativa (GenAI) em avaliações, como fazer os estudantes criticarem saídas geradas por IA ou usar IA para rascunhos iniciais seguidos de revisão humana.
Claude
Claude é uma série de LLMs desenvolvidos pela Anthropic. Seu chatbot baseado em IA foi lançado em março de 2023. O Claude foi posicionado como uma alternativa mais segura e interpretável a outros chatbots, com foco na redução de saídas prejudiciais. Em contextos educacionais, o Claude tem sido usado para tutoria, feedback e criação de conteúdo.
Em julho de 2026, a Anthropic lançou uma versão do Claude para professores. Faculdades e universidades que oferecem "Claude for Education" incluem a Universidade Stanford, a Universidade Columbia e outras. Esta iniciativa fornece recursos personalizados, como assistência no planejamento de aulas, suporte à correção e tutoria voltada ao estudante, visando integrar o Claude aos fluxos de trabalho acadêmicos.
Gemini
O Gemini é um chatbot de GenAI e assistente virtual desenvolvido pelo Google em dezembro de 2023. Foi projetado para competir com o ChatGPT e o Claude, oferecendo capacidades multimodais que podem processar texto, imagens e áudio. Em ambientes educacionais, o Gemini tem sido usado para assistência em pesquisa, suporte à escrita e aprendizagem interativa.
Em agosto de 2024, o Google lançou o Gemini Gems, uma versão personalizável da ferramenta, para educadores. Os Gems permitem que usuários criem versões especializadas do Gemini adaptadas a tarefas específicas, como geração de questionários ou planejamento de aulas. Foi adicionado às contas "Google Workspace for Education" em março de 2025, tornando-o acessível a muitas escolas e universidades. Em agosto de 2026, o Google adicionou o Gemini ao seu aplicativo Classroom para escolas selecionadas do ensino fundamental ao médio, integrando ainda mais a IA às ferramentas educacionais cotidianas.
Teoria
A AIEd aplica teoria de estudos educacionais, aprendizado de máquina e campos relacionados. O design de sistemas de IA na educação é informado por princípios pedagógicos, ciência cognitiva e considerações técnicas. Uma revisão de 2019 da década anterior de estudos descobriu que a maioria das pesquisas priorizava o design tecnológico em detrimento da integração pedagógica, sugerindo uma lacuna entre o desenvolvimento técnico e a prática educacional.
Ouyang e Jiao (2021) propõem três paradigmas para IA na educação, que seguem aproximadamente do menos para o mais centrado no aluno e de exigir menos para mais complexidade técnica dos sistemas de IA:
- IA-dirigida, aluno-como-recipiente: Sistemas de AIEd apresentam um currículo pré-definido baseado em padrões estatísticos que não se ajustam ao feedback do aluno. Este paradigma é comum nos primeiros ITS e plataformas de aprendizagem adaptativa, onde a IA controla o caminho de aprendizagem.
- IA-suportada, aluno-como-colaborador: Sistemas que incorporam responsividade ao feedback do aluno por meio de, por exemplo, processamento de linguagem natural, no qual a IA pode apoiar a construção de conhecimento. Aqui, a IA atua como um parceiro que responde à entrada do aluno, facilitando diálogo e exploração.
- IA-capacitada, aluno-como-líder: Este modelo busca posicionar a IA como um suplemento à inteligência humana, no qual os alunos assumem agência e a IA fornece feedback consistente e acionável. O aluno direciona o processo de aprendizagem, com a IA oferecendo ferramentas e insights para aprimorar sua compreensão.
Alguns estudiosos colocam a IA na educação dentro de um quadro sociotécnico. Isso posiciona a IA ao lado de outras tecnologias educacionais emergentes, como computação, internet e mídias sociais. Tal perspectiva enfatiza que a AIEd não é meramente uma ferramenta técnica, mas está embutida em contextos sociais, culturais e políticos.
O quadro de Tsao, Heinrichs e Camit (2025) se baseia no novo materialismo e no pós-humanismo, especificamente no conceito de simpoiese (fazer-com) de Donna Haraway. Esta perspectiva vê a aprendizagem como um emaranhado de atores humanos e não humanos (estudantes, professores e algoritmos de IA), onde o conhecimento é co-composto em zonas de contato entre o contexto humano e a predição algorítmica. Desafia visões tradicionais da aprendizagem como um processo cognitivo individual, em vez disso vendo-a como um fenômeno distribuído e relacional.
Agentes de IA foram treinados em conjuntos de dados tendenciosos e, portanto, continuam a perpetuar vieses sociais. Como os LLMs foram criados para produzir texto semelhante ao humano, o viés algorítmico pode ser introduzido e reproduzido. Por exemplo, se os dados de treinamento refletem desigualdades históricas, a IA pode gerar saídas que reforçam estereótipos ou excluem certos grupos. O processamento de dados e a monitorização da IA reforçam abordagens neoliberais à educação em vez de abordar desigualdades, pois frequentemente priorizam eficiência, medição e responsabilidade individual em detrimento de mudanças sistêmicas.
Aplicações
Educadores
Usos de chatbots de IA generativa na educação incluíram avaliação e feedback, traduções automáticas, revisão de texto, geração de questões de exame e edição de cópia, ou como assistentes virtuais. Por exemplo, professores podem usar IA para gerar problemas de prática, fornecer feedback automatizado sobre redações de estudantes ou traduzir materiais para salas de aula multilíngues. A IA também pode auxiliar em tarefas administrativas, como redigir e-mails ou criar programas de curso.
IA emocional na educação é o estudo e desenvolvimento de sistemas que podem detectar emoções de alunos ou fornecer suporte emocional na aprendizagem. Esses sistemas podem usar reconhecimento facial, sensores fisiológicos ou análise de texto para inferir estados emocionais, com o objetivo de adaptar a instrução ou oferecer encorajamento. No entanto, tais tecnologias levantam preocupações de privacidade e ética.
O uso amplo e não planejado de IA na administração educacional pode levar a danos como discriminação por meio de categorização superficial de registros de estudantes, vieses na correção automatizada em relação a estudantes cujo trabalho se encaixa em definições algorítmicas pré-planejadas e exclusão de estudantes do treinamento de IA cujas experiências anteriores não os prepararam com as literacias computacionais necessárias. Por exemplo, um sistema de correção de IA pode penalizar falantes não nativos de inglês ou estudantes com estilos de escrita diferentes. No entanto, usos mais estruturados incorporaram com sucesso IA generativa em fluxos de trabalho baseados em investigação, nos quais estudantes universitários usam IA para exploração e crítica, enquanto verificam independentemente alegações contra fontes acadêmicas e incorporam feedback de especialistas.
Estudantes
Uma pesquisa global de 2024 descobriu que estudantes usam principalmente IA generativa para brainstorming, sumarização e assistência em pesquisa, achando-a eficaz para simplificar informações complexas, mas menos confiável para precisão factual e aprendizagem em sala de aula. Enquanto os estudantes reconheceram seu potencial para melhorar a alfabetização em IA e a comunicação digital, os professores destacaram limitações significativas em pensamento crítico, comunicação interpessoal e habilidades de tomada de decisão. Em um estudo global, aproximadamente 58% dos estudantes relataram achar a ferramenta de IA útil em suas vidas diárias. De acordo com a pesquisa, o ChatGPT foi particularmente benéfico em ajudar os estudantes a entender conceitos difíceis, gerar ideias para tarefas e gerenciar seu tempo, mas foi menos eficaz para tarefas que exigem análise profunda ou julgamento matizado.
O uso de IA por estudantes também levanta questões sobre integridade acadêmica e o desenvolvimento de habilidades de aprendizagem independente. Algumas instituições desenvolveram políticas que permitem o uso de IA sob certas condições, como exigir que os estudantes divulguem assistência de IA ou usem IA apenas para estágios específicos do processo de escrita. Outras redesenharam avaliações para serem mais resistentes à IA, como incorporar apresentações orais ou tarefas de escrita em sala de aula.
Desafios e Direções Futuras
A AIEd enfrenta vários desafios contínuos, incluindo garantir equidade de acesso às ferramentas de IA, abordar o viés algorítmico e manter supervisão humana. Há também uma necessidade de treinamento de professores para integrar efetivamente a IA na pedagogia. Pesquisas futuras provavelmente se concentrarão em desenvolver sistemas de IA mais transparentes e interpretáveis, explorar aprendizagem personalizada em escala e entender os efeitos de longo prazo da IA no desenvolvimento cognitivo e nas habilidades sociais.
À medida que as tecnologias de IA continuam a evoluir, o campo da AIEd precisará se adaptar, equilibrando inovação com considerações éticas. O envolvimento de múltiplas partes interessadas, incluindo educadores, estudantes, formuladores de políticas e desenvolvedores de tecnologia, será crucial para moldar o futuro da IA na educação.