REGISTRO DOI: 10.69849/revistaft/ra10202601302118
Ramon Santos Costa1; Mailson Santos de Queiroz2; Jacqueline Barreto Farias3; Matteus Gomes dos Santos de Oliveira4; Fárlei Cosme Gomes dos Santos5; Clarissa Ramos Rodrigues6; José Amilton Gonçalves Santos7; Marcus Vinícius da Silva8
Resumo
Considerando os avanços recentes das inteligências artificiais generativas e sua crescente presença no contexto educacional, especialmente no Ensino Médio, evidencia-se a necessidade de discutir seus usos pedagógicos à luz de princípios éticos, normativos e curriculares, de modo a evitar práticas acríticas, a fragilização da autoria discente e riscos relacionados à proteção de dados. Diante desse cenário, objetiva-se analisar os limites éticos e as possibilidades pedagógicas do uso da Inteligência Artificial generativa no Ensino Médio, tomando como referência a Base Nacional Comum Curricular (BNCC) e a legislação educacional brasileira vigente. Para tanto, procede-se a uma pesquisa de abordagem qualitativa, de natureza teórico-documental, fundamentada na análise da BNCC, da Lei de Diretrizes e Bases da Educação Nacional, da Lei Geral de Proteção de Dados, do Marco Civil da Internet e das recomendações da UNESCO sobre a ética da Inteligência Artificial, além de produções acadêmicas contemporâneas sobre educação e tecnologias digitais. Desse modo, observa-se que a Inteligência Artificial generativa pode contribuir para a personalização da aprendizagem, o desenvolvimento do pensamento crítico, o protagonismo juvenil e o fortalecimento da autoria discente, desde que utilizada de forma ética, reflexiva e mediada pelo professor. O que permite concluir que a incorporação pedagógica da Inteligência Artificial no Ensino Médio deve estar ancorada em princípios éticos, respaldo legal e alinhamento curricular, de modo a promover aprendizagens significativas, inclusivas e socialmente responsáveis.
Palavras-chave: Inteligência Artificial generativa. Ensino Médio. Ética na educação. BNCC. Tecnologias digitais.
1. INTRODUÇÃO
O avanço acelerado das tecnologias digitais, em especial das inteligências artificiais generativas, tem provocado transformações significativas nos modos de produzir conhecimento, comunicar-se e aprender na sociedade contemporânea. No campo educacional, essas tecnologias passaram a ocupar um espaço cada vez mais presente, sobretudo no Ensino Médio, etapa marcada pela consolidação da autonomia intelectual, do pensamento crítico e da preparação dos estudantes para a vida social, acadêmica e profissional. Nesse contexto, ferramentas baseadas em Inteligência Artificial (IA) generativa têm sido utilizadas para apoiar atividades como produção textual, resolução de problemas, organização de estudos e personalização da aprendizagem.
Entretanto, a incorporação dessas tecnologias no ambiente escolar não ocorre de forma isenta de tensões. O uso indiscriminado ou acrítico da IA generativa pode acarretar desafios éticos relevantes, como a fragilização da autoria discente, a dependência tecnológica, a reprodução de vieses algorítmicos, além de riscos relacionados à proteção de dados pessoais de estudantes e professores. Tais questões tornam-se ainda mais sensíveis quando consideradas à luz da legislação educacional brasileira vigente e das diretrizes curriculares nacionais, que preconizam uma formação integral, crítica e ética dos estudantes.
A Base Nacional Comum Curricular (BNCC) estabelece, entre suas competências gerais, a necessidade de compreender, utilizar e criar tecnologias digitais de forma crítica, significativa, reflexiva e ética, bem como de agir com responsabilidade e autonomia no uso dessas tecnologias. Do mesmo modo, marcos legais como a Lei de Diretrizes e Bases da Educação Nacional, a Lei Geral de Proteção de Dados e o Marco Civil da Internet reforçam a importância de práticas educativas que respeitem princípios éticos, legais e pedagógicos no uso de recursos digitais. Apesar disso, observa-se que ainda são incipientes as propostas pedagógicas sistematizadas que orientem o uso ético da Inteligência Artificial generativa no Ensino Médio, articulando currículo, legislação e prática docente.
Diante desse cenário, emerge a seguinte questão de pesquisa: como a Inteligência Artificial generativa pode ser utilizada no Ensino Médio de forma eticamente responsável e pedagogicamente significativa, em consonância com a BNCC e a legislação educacional brasileira vigente?
A relevância deste estudo justifica-se pela necessidade de contribuir para o debate acadêmico e educacional acerca do uso ético da IA na escola, oferecendo subsídios teóricos e analíticos que auxiliem professores, gestores e formuladores de políticas educacionais na tomada de decisões conscientes e fundamentadas. Além disso, o trabalho busca preencher lacunas existentes na literatura ao discutir a IA generativa não apenas como ferramenta tecnológica, mas como recurso pedagógico que demanda mediação docente, intencionalidade educativa e alinhamento normativo.
Objetivos
O objetivo geral deste estudo é analisar os limites éticos e as possibilidades pedagógicas do uso da Inteligência Artificial generativa no Ensino Médio, à luz da Base Nacional Comum Curricular e da legislação educacional brasileira vigente.
De forma específica, o trabalho objetiva:
a) identificar os principais desafios éticos relacionados ao uso da Inteligência Artificial generativa no contexto do Ensino Médio;
b) analisar a consonância entre o uso pedagógico da IA e as competências gerais da BNCC;
c) discutir as implicações legais do uso da IA generativa na educação básica, especialmente no que se refere à autoria e à proteção de dados;
d) refletir sobre possibilidades pedagógicas que promovam uma utilização ética, crítica e responsável da Inteligência Artificial no Ensino Médio.
2 REFERENCIAL TEÓRICO
O referencial teórico tem como finalidade sustentar conceitual e analiticamente o estudo sobre o uso ético da Inteligência Artificial generativa no Ensino Médio, articulando fundamentos da educação, da ética, das tecnologias digitais e das políticas curriculares. Para tanto, são discutidos conceitos-chave relacionados à Inteligência Artificial na educação, às implicações éticas de seu uso e ao alinhamento dessas tecnologias às diretrizes da Base Nacional Comum Curricular e à legislação educacional brasileira, identificando consensos, tensões e lacunas presentes na literatura científica.
2.1 INTELIGÊNCIA ARTIFICIAL GENERATIVA NO CONTEXTO EDUCACIONAL
A Inteligência Artificial pode ser compreendida como um conjunto de sistemas computacionais capazes de simular processos cognitivos humanos, como aprendizagem, tomada de decisão e produção de conteúdos (Russell; Norvig, 2021). No âmbito educacional, as inteligências artificiais generativas destacam-se por sua capacidade de produzir textos, imagens, códigos e respostas personalizadas a partir de grandes volumes de dados, o que tem ampliado significativamente seu uso em atividades escolares.
De acordo com Holmes et al. (2019), a IA aplicada à educação apresenta potencial para apoiar a personalização da aprendizagem, oferecer feedback imediato e ampliar o acesso a recursos educacionais. Contudo, os autores alertam que tais tecnologias não são neutras, uma vez que incorporam valores, interesses e vieses presentes nos dados e nos algoritmos que as estruturam.
No Ensino Médio, etapa marcada pelo desenvolvimento da autonomia intelectual e do pensamento crítico, o uso da IA generativa exige cuidados específicos. Conforme Selwyn (2019), a adoção acrítica dessas tecnologias pode reduzir a complexidade dos processos educativos, transformando a aprendizagem em um processo automatizado e tecnicista, distanciado de seus objetivos formativos mais amplos.
2.2 DIMENSÃO ÉTICA DO USO DA INTELIGÊNCIA ARTIFICIAL NA EDUCAÇÃO
A ética no uso da Inteligência Artificial na educação constitui um dos principais eixos de debate contemporâneo. Segundo a UNESCO (2021), os sistemas de IA devem ser orientados por princípios como centralidade do ser humano, justiça, transparência, responsabilidade e inclusão social. Esses princípios tornam-se fundamentais quando se trata de contextos educacionais que envolvem crianças e adolescentes.
Silva (2020, p. 87) destaca que:
[…] o uso de tecnologias digitais na educação deve estar comprometido com valores éticos que garantam a dignidade humana, a proteção de dados pessoais e a promoção da equidade, sob pena de aprofundar desigualdades já existentes no sistema educacional.
No contexto do Ensino Médio, os desafios éticos relacionados à IA generativa envolvem, entre outros aspectos, a autoria discente, o risco de plágio, a dependência tecnológica e a coleta indevida de dados pessoais. Conforme Zuboff (2019), a lógica de funcionamento de muitas plataformas digitais está associada à exploração de dados, o que exige atenção redobrada das instituições educacionais quanto à conformidade com a legislação vigente.
2.3 BASE NACIONAL COMUM CURRICULAR E O USO ÉTICO DAS TECNOLOGIAS DIGITAIS
A Base Nacional Comum Curricular estabelece diretrizes claras para o uso das tecnologias digitais na educação básica, enfatizando sua utilização de forma crítica, ética e responsável. A Competência Geral 5 da BNCC propõe que os estudantes desenvolvam a capacidade de compreender, utilizar e criar tecnologias digitais de maneira reflexiva, enquanto a Competência Geral 10 enfatiza a responsabilidade e a autonomia nas ações individuais e coletivas (Brasil, 2018).
Nesse sentido, o uso da Inteligência Artificial generativa no Ensino Médio deve estar alinhado às finalidades educativas previstas na BNCC, contribuindo para o protagonismo juvenil e para a construção de aprendizagens significativas. Conforme Moran (2020), as tecnologias digitais, quando integradas de forma pedagógica e intencional, podem ampliar as possibilidades de aprendizagem, desde que não substituam a mediação docente nem comprometam a formação crítica dos estudantes.
A ausência de orientações pedagógicas sistematizadas sobre o uso da IA na educação básica, contudo, configura uma lacuna relevante na literatura, indicando a necessidade de estudos que articulem ética, currículo e prática pedagógica.
A análise da literatura evidencia consenso quanto ao potencial pedagógico da Inteligência Artificial na educação, mas também revela preocupações éticas significativas, especialmente no Ensino Médio. Observa-se a necessidade de superar abordagens tecnicistas, avançando para propostas pedagógicas fundamentadas, alinhadas à BNCC e à legislação educacional, que garantam a centralidade do processo educativo e a formação integral dos estudantes.
3 METODOLOGIA
Esta pesquisa adota uma abordagem qualitativa, por possibilitar a compreensão aprofundada de fenômenos educacionais complexos, especialmente aqueles relacionados ao uso ético da Inteligência Artificial generativa no contexto do Ensino Médio. Conforme Minayo (2014), a pesquisa qualitativa permite analisar significados, percepções e práticas sociais, sendo adequada para investigações que envolvem dimensões éticas, pedagógicas e normativas.
3.1 TIPO DE ESTUDO
O estudo caracteriza-se como uma pesquisa de natureza teórico-documental, uma vez que se fundamenta na análise de documentos oficiais e produções acadêmicas relacionadas à Inteligência Artificial na educação, à ética e às políticas curriculares. Segundo Gil (2017), a pesquisa documental possibilita examinar fontes primárias e secundárias, contribuindo para a construção de análises críticas e contextualizadas.
3.2 CORPUS DA PESQUISA
O corpus da pesquisa é composto por documentos normativos e legais, incluindo a Base Nacional Comum Curricular (BNCC), a Lei de Diretrizes e Bases da Educação Nacional (Lei nº 9.394/1996), a Lei Geral de Proteção de Dados (Lei nº 13.709/2018), o Marco Civil da Internet (Lei nº 12.965/2014) e as Recomendações da UNESCO sobre a Ética da Inteligência Artificial (2021). Além disso, foram analisados artigos científicos publicados em periódicos nacionais e internacionais qualificados, que abordam o uso da Inteligência Artificial generativa no contexto educacional, com recorte no Ensino Médio.
3.3 PROCEDIMENTOS DE COLETA DE DADOS
A coleta de dados ocorreu por meio de levantamento bibliográfico e documental, realizado em bases de dados científicas reconhecidas, como Scopus, Web of Science, SciELO e Google Scholar. Foram utilizados descritores relacionados à temática, tais como “Inteligência Artificial generativa”, “Ensino Médio”, “Ética na educação” e “BNCC”, considerando publicações recentes e relevantes para o campo de estudo.
3.4 PROCEDIMENTOS DE ANÁLISE DOS DADOS
Os dados coletados foram analisados a partir da técnica de análise de conteúdo, conforme proposta por Bardin (2016), envolvendo as etapas de pré-análise, exploração do material e interpretação dos resultados. A análise buscou identificar categorias temáticas relacionadas aos limites éticos, às possibilidades pedagógicas e ao alinhamento normativo do uso da Inteligência Artificial generativa no Ensino Médio.
3.5 CONSIDERAÇÕES ÉTICAS
Por tratar-se de uma pesquisa de natureza teórico-documental, não houve envolvimento direto de participantes humanos, o que dispensa a submissão a comitê de ética em pesquisa. Ainda assim, o estudo respeitou os princípios éticos da pesquisa científica, assegurando a fidedignidade das fontes, a correta citação dos autores e o uso responsável das informações analisadas.
3.6 LIMITAÇÕES DO ESTUDO
Entre as limitações da pesquisa, destaca-se a ausência de dados empíricos coletados diretamente em contextos escolares, o que restringe a análise às dimensões teóricas e normativas do uso da Inteligência Artificial generativa. Contudo, essa limitação não compromete os objetivos do estudo, uma vez que a proposta centra-se na análise crítica de fundamentos éticos, legais e pedagógicos, podendo subsidiar investigações empíricas futuras.
4 RESULTADOS E DISCUSSÕES
Os resultados deste estudo decorrem da análise teórico-documental dos marcos normativos, legais e da literatura científica especializada sobre o uso da Inteligência Artificial generativa no Ensino Médio, com ênfase nos aspectos éticos e pedagógicos. A partir da aplicação da análise de conteúdo, foram identificadas categorias que evidenciam as principais possibilidades pedagógicas, os limites éticos e o alinhamento dessas tecnologias às diretrizes curriculares e à legislação educacional brasileira.
4.1 RESULTADOS
A análise dos documentos e estudos selecionados permitiu a identificação de quatro eixos centrais de resultados: o potencial pedagógico da Inteligência Artificial generativa, os desafios éticos associados ao seu uso, sua consonância com a Base Nacional Comum Curricular (BNCC) e as implicações legais no contexto educacional. No que se refere às possibilidades pedagógicas, os dados evidenciam que a Inteligência Artificial generativa pode favorecer a personalização da aprendizagem, por meio da adequação de conteúdos e ritmos de estudo às necessidades dos estudantes, além de contribuir para o desenvolvimento do pensamento crítico, ao demandar análise, validação e revisão das respostas geradas pela tecnologia.
Destaca-se, ainda, o apoio à autoria discente, utilizando a IA como ferramenta auxiliar na escrita e na resolução de problemas, bem como o estímulo ao protagonismo juvenil, ao promover autonomia e autorregulação no processo de aprendizagem. Esses achados indicam que a Inteligência Artificial generativa pode atuar como um recurso pedagógico complementar relevante, desde que integrada de forma intencional ao planejamento didático e mediada pelo professor, favorecendo aprendizagens mais significativas e contextualizadas.
Por outro lado, a análise dos limites éticos evidencia riscos importantes, como a fragilização da autoria, decorrente de produções automatizadas sem reflexão crítica, a dependência tecnológica, que pode comprometer a autonomia cognitiva dos estudantes, além de questões relacionadas à proteção de dados pessoais e aos riscos à privacidade. Soma-se a isso a desigualdade de acesso às tecnologias, que tende a ampliar as disparidades educacionais já existentes. Observa-se, portanto, que tais limites estão fortemente associados à ausência de orientações pedagógicas claras e ao uso acrítico das tecnologias digitais no ambiente escolar, reforçando a necessidade de diretrizes éticas, pedagógicas e institucionais para o uso responsável da Inteligência Artificial na educação básica.
4.2 DISCUSSÃO DOS RESULTADOS
Os resultados obtidos corroboram estudos que apontam o potencial da Inteligência Artificial na educação, ao mesmo tempo em que reforçam a necessidade de uma abordagem ética e crítica. Conforme Selwyn (2019), o simples acesso às tecnologias não garante melhorias educacionais, sendo imprescindível compreender seus impactos sociais e pedagógicos.
A consonância entre os resultados deste estudo e as diretrizes da BNCC é evidente, especialmente no que se refere à Competência Geral 5, que enfatiza o uso crítico, significativo e ético das tecnologias digitais (Brasil, 2018). No entanto, a análise revela uma lacuna entre o discurso normativo e as práticas pedagógicas efetivamente descritas na literatura, o que indica a necessidade de propostas didáticas mais estruturadas para o uso da IA generativa no Ensino Médio.
Os achados também dialogam com as recomendações da UNESCO (2021), ao evidenciar que princípios como centralidade do ser humano, responsabilidade e transparência devem orientar o uso educacional da Inteligência Artificial. A ausência desses princípios pode comprometer a formação crítica dos estudantes e intensificar desigualdades educacionais, conforme alertado por Zuboff (2019).
4.3 LIMITAÇÕES DO ESTUDO E PERSPECTIVAS FUTURAS
Entre as limitações do estudo, destaca-se sua natureza teórico-documental, que não contempla a coleta de dados empíricos em contextos escolares. Dessa forma, os resultados refletem análises conceituais e normativas, não permitindo generalizações sobre práticas pedagógicas específicas.
Como direções para pesquisas futuras, recomenda-se a realização de estudos empíricos que investiguem a implementação de sequências didáticas mediadas por Inteligência Artificial no Ensino Médio, bem como pesquisas que analisem as percepções de estudantes e professores sobre o uso ético dessas tecnologias. Tais investigações poderão aprofundar a compreensão dos impactos reais da IA generativa na aprendizagem e subsidiar políticas educacionais mais consistentes e alinhadas às demandas contemporâneas.
5 CONSIDERAÇÕES FINAIS
Este estudo teve como objetivo analisar os limites éticos e as possibilidades pedagógicas do uso da Inteligência Artificial generativa no Ensino Médio, à luz da Base Nacional Comum Curricular e da legislação educacional brasileira vigente. A partir da análise teórico-documental realizada, foi possível constatar que a IA generativa apresenta potencial significativo para contribuir com a personalização da aprendizagem, o desenvolvimento do pensamento crítico e o fortalecimento do protagonismo juvenil, desde que utilizada de forma ética, reflexiva e mediada pedagogicamente.
Os resultados evidenciam que o uso da Inteligência Artificial na educação não deve ser compreendido como substituição da mediação docente, mas como recurso complementar ao processo de ensino e aprendizagem. Nesse sentido, a BNCC oferece fundamentos importantes ao enfatizar o uso crítico e responsável das tecnologias digitais, enquanto a legislação educacional brasileira reforça a necessidade de garantir a proteção de dados, a autoria discente e a formação integral dos estudantes.
Entretanto, o estudo também revelou limites relevantes, como o risco de fragilização da autoria, a dependência tecnológica e a ampliação das desigualdades educacionais, especialmente em contextos de acesso desigual às tecnologias. Tais aspectos reforçam a necessidade de políticas educacionais e práticas pedagógicas que incorporem princípios éticos claros para o uso da Inteligência Artificial no Ensino Médio.
Conclui-se que a incorporação pedagógica da Inteligência Artificial generativa deve estar ancorada em fundamentos éticos, respaldo legal e alinhamento curricular, contribuindo para uma educação crítica, inclusiva e socialmente responsável. Espera-se que este trabalho contribua para o avanço das discussões acadêmicas e subsidie futuras pesquisas empíricas sobre o uso ético da Inteligência Artificial na educação básica.
REFERÊNCIAS
BARBIN, Laurence. Análise de conteúdo. São Paulo: Edições 70, 2016.
BRASIL. Base Nacional Comum Curricular. Brasília: Ministério da Educação, 2018. Disponível em: https://www.gov.br/mec/pt-br/assuntos/educacao-basica/bncc. Acesso em: 10 jan. 2026.
BRASIL. Lei n.º 9.394, de 20 de dezembro de 1996. Estabelece as diretrizes e bases da educação nacional. Brasília: Presidência da República, 1996. Disponível em: https://www.planalto.gov.br/ccivil_03/Leis/L9394.htm. Acesso em: 10 jan. 2026.
BRASIL. Lei n.º 12.965, de 23 de abril de 2014. Marco Civil da Internet. Brasília: Presidência da República, 2014. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2011-2014/2014/lei/l12965.htm. Acesso em: 10 jan. 2026.
BRASIL. Lei n.º 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais. Brasília: Presidência da República, 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 10 jan. 2026.
HOLMES, Wayne; BIALIK, Maya; FADEL, Charles. Artificial intelligence in education: promises and implications for teaching and learning. Boston: Center for Curriculum Redesign, 2019. Disponível em: https://curriculumredesign.org/ai-in-education/. Acesso em: 10 jan. 2026.
MARTINS, Endrigo Antunes et al. Crenças de autoeficácia e atitudes de alunos da Educação Básica: possíveis indicativos de desmotivações para a resolução de questões matematizadas. REAMEC – Rede Amazônica de Educação em Ciências e Matemática, v. 7, n. 2, p. 05–27, 2019.
DOI: https://doi.org/10.26571/REAMEC.a2019.v7.n2.p05-27.i8346
MORAN, José Manuel. Metodologias ativas para uma educação inovadora. Porto Alegre: Penso, 2020.
SELWYN, Neil. Should robots replace teachers? AI and the future of education. Cambridge: Polity Press, 2019.
UNESCO. Recommendation on the Ethics of Artificial Intelligence. Paris: UNESCO, 2021. Disponível em: https://www.unesco.org/en/artificial-intelligence/recommendation-ethics. Acesso em: 10 jan. 2026.
ZUBOFF, Shoshana. The age of surveillance capitalism. New York: PublicAffairs, 2019.
1Graduado em Análise e Desenvolvimento de Sistemas
Instituição de ensino: Universidade Norte do Paraná – UNOPAR
E-mail: rscosta@uesc.br
ORCID: 0009-0002-6290-4358
2Licenciatura em Química | Licenciatura em Pedagogia | Mestrado em Engenharia de Materiais
E-mail: mailson_sq@yahoo.com.br
ORCID: 0009-0004-5240-8806
3Graduação em Biomedicina
Instituição de ensino: Faculdade Madre Thaís
E-mail: jacquebarretoprofa@gmail.com
4Graduando em Licenciatura em Computação I
IFBA – Instituto Federal de Educação, Ciência e Tecnologia da Bahia
E-mail: matteus.gomes@ifba.edu.br
5Licenciatura em Computação | Mestre em Propriedade Intelectual e Inovação
E-mail: farlei.uesc@hotmail.com
ORCID: 0000-0003-1765-1849
6Licenciatura em Computação
IFBA – Instituto Federal de Educação, Ciência e Tecnologia da Bahia
E-mail: clarissaramosrodrigues@gmail.com
7Tecnólogo em Negócio Imobiliário
Estácio
Licenciatura em Computação
IFBA – Instituto Federal de Educação, Ciência e Tecnologia da Bahia
E-mail: jags8434@gmail.com
8Licenciado em Física
Universidade Federal Rural de Pernambuco- UFRPE
E-mail: profmarcusvinicius10@gmail.com
Lattes: https://lattes.cnpq.br/7389066358469190