USE OF ARTIFICIAL INTELLIGENCE IN TECHNICAL EDUCATION
REGISTRO DOI: 10.69849/revistaft/cs10202412182126
Francielly Almeida Gonçalves da Silva1
Gustavo Sanches Pavani2
Orientadora: Simone Maria Viana Romano3
RESUMO
Este artigo explora o uso da Inteligência Artificial (IA) no ensino técnico, destacando seu potencial para personalizar o aprendizado e atender às demandas do mercado de trabalho. O estudo utiliza uma metodologia qualitativa, com análise de conteúdo de fontes acadêmicas e de notícias, além de um questionário aplicado a professores e alunos. Os resultados indicam que a IA oferece benefícios significativos para a educação, como a personalização do ensino, simulações práticas e feedback imediato, mas também apresenta desafios, incluindo preocupações com a privacidade e a necessidade de regulamentação ética. Constatou-se que o uso responsável da IA pode transformar o ensino técnico, mas requer conscientização e formação dos envolvidos. O artigo conclui que, com abordagens éticas e regulamentação adequada, a IA pode promover avanços no ensino técnico, preparando os alunos para um futuro cada vez mais tecnológico.
PALAVRAS-CHAVE: Ética; personalização do ensino; privacidade de dados; regulamentação; tecnologias educacionais.
ABSTRACT
This article explores the use of Artificial Intelligence (AI) in technical education, highlighting its potential to personalize learning and meet labor market demands. The study employs a qualitative methodology, analyzing content from academic and news sources, in addition to a survey administered to teachers and students. The results indicate that AI offers significant benefits to education, such as personalized learning, practical simulations, and immediate feedback, but also presents challenges, including privacy concerns and the need for ethical regulation. The study found that responsible use of AI can transform technical education but requires awareness and training among stakeholders. The article concludes that, with ethical approaches and appropriate regulation, AI can advance technical education, preparing students for an increasingly technological future.
KEY-WORDS: Ethics; personalized learning; data privacy; regulation; educational technologies.
1. INTRODUÇÃO
A Inteligência Artificial (IA) é uma tecnologia que vem mudando e continua a transformar a forma como interagimos, aprendemos e trabalhamos. Nos últimos anos, a IA tem ganhado destaque em diversas áreas, incluindo saúde, finanças, marketing e educação, transformando processos e trazendo inovação para setores antes limitados por abordagens tradicionais. Com a capacidade de processar grandes volumes de dados e tomar decisões baseadas em aprendizado automatizado, a IA revolucionou as indústrias, tornando-as mais eficientes e personalizadas. Esse crescimento exponencial demonstra a importância de entender suas aplicações e implicações, especialmente na área educacional, onde a IA oferece novas possibilidades para o ensino e a aprendizagem.
Essa transformação ocorre por meio da aplicação de algoritmos avançados e da análise de dados, permitindo que sistemas de IA realizem tarefas que antes exigiam múltiplos recursos humanos e tecnológicos. De acordo com Rosa Maria Viccari (2021), a IA era considerada um tema marginal no Brasil nas décadas de 1980 e 1990, enquanto nos Estados Unidos, China e Inglaterra, as pesquisas sobre o tema já estavam em estágio avançado.
No contexto do ensino técnico, a IA tem a capacidade de modular o aprendizado conforme as necessidades individuais dos alunos, automatizando processos que facilitam a personalização de materiais didáticos. Isso ocorre por meio da coleta, processamento e análise de informações provenientes dos alunos, utilizando ferramentas inteligentes que se adaptam às exigências do mercado de trabalho. No entanto, com o aumento do uso de IA no ensino, surgem preocupações quanto à privacidade e ao uso ético das informações geradas por essas tecnologias.
Este artigo explora a utilização da IA no ensino técnico, destacando os benefícios, como a personalização do aprendizado, e os desafios, como os dilemas éticos e o impacto da privacidade dos dados gerados. Ao longo do artigo, serão abordados aspectos positivos e negativos, proporcionando uma visão equilibrada sobre a tecnologia.
Diante das contribuições da IA para o ensino técnico, observa-se um crescente interesse em aprofundar o conhecimento sobre o tema, buscando soluções para os desafios identificados. A necessidade de métodos eficazes para a implementação de projetos de IA no contexto educacional técnico é evidente, assim como a importância de se manter uma abordagem crítica e ética em relação ao uso dessa tecnologia.
Em suma, a IA representa um recurso transformador no ensino técnico, oferecendo potencial para tornar o aprendizado mais eficaz, adaptável e centrado no aluno. Quando aplicada com responsabilidade, a IA tem o potencial de superar desafios educacionais e proporcionar experiências de aprendizagem enriquecedoras. Por meio da análise crítica e da aplicação das diretrizes éticas, a integração da IA no ensino técnico pode gerar benefícios significativos para alunos, instrutores e instituições de ensino, contribuindo para o avanço da educação no século XXI.
2. FUNDAMENTAÇÃO TEÓRICA
A Inteligência Artificial (IA) é um campo da ciência da computação que se concentra no desenvolvimento de sistemas capazes de realizar tarefas que normalmente exigiriam inteligência humana, como aprendizado, tomada de decisões e reconhecimento de padrões (Russell & Norvig, 2010). Desde sua concepção na década de 1950, a IA tem evoluído rapidamente, impulsionada por avanços em áreas como computação de alto desempenho, algoritmos de aprendizado profundo (Deep Learning) e o crescimento exponencial da capacidade de armazenamento de dados (Goodfellow, Bengio & Courville, 2016).
2.1 ORIGEM E EVOLUÇÃO DA IA NA EDUCAÇÃO
No cenário da educação, a IA começou a ganhar forma na década de 1960 com o desenvolvimento de sistemas de ensino assistido por computador, conhecidos como Computer-Assisted Instruction (CAI) (Suppes & Morningstar, 1969). Esses sistemas utilizam regras pré-programadas para fornecer instruções personalizadas aos alunos, baseando-se em modelos de comportamento previstos pela psicologia cognitiva.
Gradativamente, a IA evoluiu para incluir técnicas mais sofisticadas, como o aprendizado de máquina (Machine Learning), que permite que os sistemas adaptem seu comportamento com base em dados adquiridos sem necessidade de programação explícita (Mitchell, 1997). Essa evolução levou ao desenvolvimento de sistemas de aprendizado adaptativo, que ajusta automaticamente o conteúdo e o ritmo do ensino às necessidades individuais dos alunos (Luckin et al., 2016).
Essa evolução da IA ao longo dos anos pode ser ilustrada no Quadro 1, que apresenta uma linha do tempo com os principais marcos do desenvolvimento da IA na educação:
Quadro 1 – Evolução da IA na Educação
| Ano | Marco na Evolução da IA |
| 1950 | Surgimento da IA como campo de estudo (primeiros trabalhos e teorias sobre IA). |
| 1960 | Desenvolvimento do Computer-Assisted Instruction (CAI), primeiro ensino assistido por IA. |
| 1980 | Avanços em redes neurais artificiais e início de interesse acadêmico na IA aplicada. |
| 1990 | Progresso em Machine Learning com técnicas estatísticas e aprendizado supervisionado. |
| 2000 | Expansão da IA para internet e dados massivos, surgimento de algoritmos de Deep Learning. |
| 2010 | Implementação de IA em dispositivos móveis e plataformas digitais educacionais. |
| 2020 | Integração em larga escala da IA em plataformas de aprendizado personalizado. |
Fonte: Adaptado de Russell & Norvig (2010), Goodfellow, Bengio & Courville (2016), Luckin et al. (2016)
Nesse contexto, o avanço da IA também possibilitou o surgimento de ferramentas de avaliação automatizada e plataformas de ensino personalizadas que oferecem feedback imediato e adaptado ao progresso do aluno, aumentando a eficácia do aprendizado (Baker & Yacef, 2009).
Esses avanços podem ser visualizados no Quadro 2, que mostra como a IA foi incorporada aos sistemas de avaliação e personalização do ensino ao longo dos anos:
Quadro 2 – Ferramentas de IA na Educação
| Nome da Ferramenta | Objetivo | Link |
| Carnegie Learning | Oferecer ensino adaptativo para matemática e leitura | www.carnegielearning.com |
| Knewton | Personalizar conteúdos de ensino com base no progresso do aluno | www.knewton.com |
| Century Tech | Utilizar IA para análise de dados e aprendizado adaptativo | www.century.tech |
Fonte: Autoria Própria (2024)
Essas inovações têm transformado a educação, tornando-a mais acessível e personalizada, especialmente no ensino técnico, onde a adaptação ao ritmo e às necessidades individuais é crucial.
2.2 APLICAÇÕES DA IA NO ENSINO TÉCNICO
A Inteligência Artificial (IA) está promovendo transformações significativas nas metodologias educacionais, com o objetivo de aprimorar a experiência de aprendizado e alinhar os alunos às exigências do mercado de trabalho. A IA tem sido aplicada de várias maneiras, incluindo o desenvolvimento de simulações e treinamentos imersivos, sistemas de aprendizado adaptativo, avaliação automatizada e análise de dados.
Esse impacto da IA nas metodologias de ensino pode ser observado no Quadro 3, que detalha as principais inovações impulsionadas pela IA no ensino:
Quadro 3 – Principais Iniciativas da IA no Ensino Técnico
| Solução de IA | Localização | Como está sendo implantada |
| Simulações virtuais | Instituições técnicas | Ambientes de aprendizado imersivo |
| Sistemas de aprendizado adaptativo | Escolas técnicas | Currículo ajustado com base no progresso do aluno |
| Avaliação automatizada | Universidades e colégios | feedback instantâneo e detalhado |
| Análise de dados educacionais | Instituições de ensino | Identificação de padrões para inovação |
Fonte: Adaptado de Luckin et al. (2016) e Baker & Yacef (2009)
Simulações e treinamentos imersivos, possibilitados pela IA, criam ambientes virtuais que simulam cenários reais, permitindo que os alunos adquiram habilidades práticas em um contexto seguro e controlado. Essa abordagem é particularmente benéfica para áreas técnicas que exigem habilidades práticas complexas. Além disso, sistemas de aprendizado adaptativo utilizam algoritmos de IA para ajustar o currículo de acordo com o progresso e as necessidades individuais de cada aluno, promovendo uma personalização do ensino que facilita a aquisição de competências específicas de maneira mais eficiente.
A avaliação automatizada é outra aplicação relevante da IA no ensino técnico. Esse sistema permite a correção e o fornecimento de feedback instantâneo sobre tarefas e avaliações práticas, o que não só economiza tempo dos instrutores, mas também oferece aos alunos um retorno detalhado sobre seu desempenho, facilitando a identificação e correção de erros.
Além disso, a IA desempenha um papel crucial na análise de dados para pesquisa e desenvolvimento. Ferramentas analíticas baseadas em IA ajudam a explorar e interpretar grandes volumes de dados, o que é essencial para a inovação e pesquisa no campo técnico. Esses recursos permitem a identificação de padrões e tendências que podem informar novos métodos e práticas educacionais.
2.3 DESAFIOS E CONSIDERAÇÕES ÉTICAS
A Inteligência Artificial (IA) está promovendo transformações significativas nas metodologias educacionais, com o objetivo de aprimorar a experiência de aprendizado e alinhar os alunos às exigências do mercado de trabalho. A IA tem sido aplicada de várias maneiras, incluindo o desenvolvimento de simulações e treinamentos imersivos, sistemas de aprendizado adaptativo, avaliação automatizada e análise de dados.
Simulações e treinamentos imersivos, possibilitados pela IA, criam ambientes virtuais que simulam cenários reais, permitindo que os alunos adquiram habilidades práticas em um contexto seguro e controlado. Além disso, sistemas de aprendizado adaptativo utilizam algoritmos de IA para ajustar o currículo de acordo com o progresso e as necessidades individuais de cada aluno, promovendo uma personalização do ensino que facilita a aquisição de competências específicas de maneira mais eficiente.
A avaliação automatizada é outra aplicação relevante da IA no ensino técnico. Esse sistema permite a correção e o fornecimento de Feedback instantâneo sobre tarefas e avaliações práticas, o que não só economiza tempo dos instrutores, mas também oferece aos alunos um retorno detalhado sobre seu desempenho, facilitando a identificação e correção de erros.
Além disso, a IA desempenha um papel crucial na análise de dados para pesquisa e desenvolvimento (Baker & Yacef, 2009). Ferramentas analíticas baseadas em IA ajudam a explorar e interpretar grandes volumes de dados, o que é essencial para a inovação e pesquisa no campo técnico. Esses recursos permitem a identificação de padrões e tendências que podem informar novos métodos e práticas educacionais.
3. MATERIAIS E MÉTODOS
Este estudo é classificado como uma pesquisa aplicada de caráter exploratório, com o objetivo de analisar e compreender o impacto da Inteligência Artificial (IA) no ensino técnico. A abordagem exploratória foi escolhida para investigar um fenômeno emergente e dinâmico, permitindo uma compreensão mais profunda e detalhada sobre o tema, dado que a aplicação da IA no ensino técnico é um campo em constante evolução e pouco explorado em pesquisas anteriores.
A metodologia adotada é qualitativa, com foco na análise de conteúdo das fontes selecionadas. A escolha por uma abordagem qualitativa justifica-se pela necessidade de interpretar e compreender em profundidade os fenômenos e práticas relacionadas à integração da IA no ensino técnico. A análise de conteúdo permite uma abordagem mais flexível e subjetiva, essencial para examinar os significados, tendências e implicações do uso da IA no contexto educacional.
Utilizou-se a abordagem dedutiva, que começa com uma revisão teórica de conceitos gerais sobre IA e sua aplicação no ensino técnico, e depois examina como esses conceitos são efetivamente aplicados na prática. A abordagem dedutiva foi escolhida por permitir a construção de um entendimento gradual, partindo de teorias consolidadas para a análise de dados empíricos. A coleta de dados foi realizada por meio de uma revisão sistemática da literatura, utilizando o Google Acadêmico para acessar artigos científicos e publicações acadêmicas relevantes. Essa estratégia foi adotada para garantir a profundidade e a qualidade das fontes, uma vez que a literatura acadêmica é fundamental para construir a base teórica do estudo.
Os termos de busca utilizados no Google Acadêmico foram cuidadosamente selecionados para assegurar a relevância e a abrangência da pesquisa, com combinações como {“Educação e IA”, “Inteligência Artificial”, “ensino técnico”} e {“IA”, “educação técnica”}. A escolha desses termos visou garantir que a pesquisa abarcasse tanto as discussões contemporâneas quanto as históricas sobre o impacto da IA no ensino técnico. Além disso, a busca foi realizada em publicações em português e inglês, sem restrições de data, permitindo uma análise completa e atualizada sobre o tema.
Além da pesquisa acadêmica, foram analisadas notícias e reportagens confiáveis como “Folha de S.Paulo”, “O Estado de S. Paulo”, “G1” e “Olhar Digital”. Esses sites foram selecionados pela reputação que têm em fornecer informações detalhadas e bem fundamentadas sobre a aplicação da IA na educação. A inclusão dessas fontes teve como objetivo complementar a análise acadêmica com relatos mais próximos da realidade prática e das políticas educacionais em vigor, além de proporcionar uma visão mais ampla das iniciativas educacionais relacionadas à IA.
A análise dos dados seguiu uma metodologia em quatro etapas: primeiro, foi realizada uma leitura exploratória para filtrar os materiais mais relevantes; em seguida, uma leitura analítica foi aplicada para identificar padrões e temas principais; por fim, uma leitura interpretativa foi feita para integrar as informações encontradas com o conhecimento existente, buscando uma compreensão mais aprofundada sobre a aplicação da IA no ensino técnico. Essas etapas visam não apenas organizar e estruturar os dados, mas também garantir uma análise robusta e detalhada, capaz de oferecer uma interpretação significativa dos achados.
Como parte da pesquisa de campo, foi utilizado um questionário online via Google Forms, composto por dez perguntas de múltipla escolha, com o intuito de captar as percepções de professores e alunos sobre a aplicação da IA no ensino técnico. Essa abordagem foi escolhida para obter uma visão prática e empírica sobre o tema, permitindo identificar a aceitação, as preocupações e as expectativas dos envolvidos. A coleta de dados por meio de questionários é uma metodologia eficaz para capturar as opiniões de um grupo maior de participantes de forma rápida e acessível, além de proporcionar uma triangulação de dados que enriquece a análise teórica. Os resultados do questionário foram analisados e comparados com os dados teóricos coletados, o que permitiu uma discussão mais aprofundada e uma fundamentação sólida para as conclusões do estudo.
4. RESULTADOS E DISCUSSÃO
A análise do uso da inteligência artificial (IA) no ensino técnico evidencia uma série de benefícios, desafios e implicações que moldam o futuro da educação. Entre os principais benefícios, destaca-se a personalização do aprendizado, que permite que os alunos avancem em seu próprio ritmo, atendendo às suas necessidades e estilos de aprendizagem. Esse grau de personalização não apenas melhora a retenção do conhecimento, mas também aumenta a motivação dos alunos, resultando em uma experiência educacional mais satisfatória e eficaz.
Entretanto, a implementação da IA no ensino técnico não é isenta de desafios. Um dos aspectos mais críticos é a questão da privacidade e da segurança dos dados. Com o aumento da coleta de informações sensíveis dos alunos, surgem preocupações sobre como esses dados são armazenados, utilizados e protegidos. Os resultados do questionário, realizado por meio de um formulário estruturado no Google Forms, enviado para professores e alunos de cursos técnicos, totalizando 60 pessoas como público-alvo, revelaram uma aceitação crescente da IA, mas também indicaram um claro desejo por mais transparência e formação em relação ao uso dessas tecnologias. O formulário ficou disponível durante três dias, e 50 pessoas responderam, fornecendo informações valiosas para a análise. Essa demanda sugere que, para que a IA seja bem recebida, é fundamental estabelecer um diálogo aberto sobre suas aplicações e implicações éticas.
Além disso, a falta de regulamentação clara sobre o uso da IA na educação é uma barreira significativa. A legislação atual ainda está em desenvolvimento e, portanto, é essencial que educadores, alunos e legisladores colaborem para criar um arcabouço legal que regule o uso ético da IA. Esse diálogo contínuo é necessário não apenas para proteger os direitos dos alunos, mas também para garantir que as instituições operem dentro de normas que promovam a responsabilidade e a justiça no uso das tecnologias.
O gráfico a seguir (Figura 1) apresenta as porcentagens de escolha das ferramentas de IA mais utilizadas pelos participantes.
Figura 1 – Porcentagem de Uso de Ferramentas de IA pelos Alunos do Curso Técnico
Fonte: Autoria Própria (2024)
Os resultados mostram que o ChatGPT (OpenAI) foi a ferramenta mais utilizada, com 70% dos alunos indicando seu uso. Isso reflete sua popularidade e acessibilidade como uma ferramenta para resolução de problemas e busca de informações. O Microsoft Copilot (30%) e o GitHub Copilot (24%) também tiveram destaque, especialmente entre os alunos de cursos técnicos voltados para informática e programação, indicando a relevância de ferramentas de produtividade e assistência em codificação.
Ferramentas como o You.com (16%) e Gemini (20%) também aparecem como opções escolhidas, demonstrando a diversidade de preferências entre os estudantes. Ferramentas menos utilizadas, como o Replika (4%) e o Jasper (6%), podem estar associadas a nichos mais específicos ou menor aplicabilidade no contexto educacional técnico. Abaixo nas figuras 2, 3, 4, 5 e 6, estão ilustrados os logotipos mencionados das seguintes:
Figura 2 – Logo do ChatGPT (OpenAI)
Fonte: OpenAI (2024)
Figura 3 – Logo do GitHub Copilot
Fonte: Microsoft (2024)
Figura 4 – Logo do GitHub Copilot
Fonte: GitHub (2024)
Figura 5 – Logo do You.com
Fonte: You.com (2024)
Figura 6 – Logo do Gemini (Google DeepMind)
Fonte: Google DeepMind (2024)
A alta adoção de ferramentas como o ChatGPT sugere que os alunos valorizam a possibilidade de acesso a explicações rápidas e personalizadas, alinhadas às suas necessidades acadêmicas. A preferência por ferramentas de codificação assistida, como o GitHub Copilot, evidencia o impacto da IA na eficiência de tarefas práticas e no aprendizado de linguagens de programação.
Entretanto, as escolhas por ferramentas menos utilizadas indicam que, embora amplas, as opções ainda podem não atender a todos os perfis de alunos ou áreas de ensino. Além disso, a pesquisa revelou que a principal motivação para o uso dessas ferramentas é otimizar o tempo de estudo, seguida pela busca de melhor entendimento de conceitos.
Esses resultados reforçam a importância de incluir discussões sobre IA no currículo técnico, com o objetivo de explorar as potencialidades dessas ferramentas e garantir que os alunos estejam preparados para utilizá-las de maneira ética e eficiente.
5. CONCLUSÃO OU CONSIDERAÇÕES FINAIS
O uso da Inteligência Artificial no ensino técnico representa uma oportunidade transformadora que pode melhorar a acessibilidade e a personalização da educação. No entanto, essa transformação deve ser acompanhada de uma abordagem crítica e ética, que considere as implicações sociais, legais e educacionais do uso da tecnologia. Entre as principais vantagens estão a personalização do aprendizado, que adapta o ensino às necessidades individuais, e a eficiência proporcionada pelas simulações práticas e pelo feedback imediato, que tornam o processo de aprendizado mais ágil e eficaz.
Por outro lado, é preciso considerar as desvantagens associadas ao uso da IA, como as preocupações com privacidade e segurança de dados, além da ausência de regulamentação clara sobre seu uso no ambiente educacional. Essas questões podem limitar sua adoção e gerar desigualdades, especialmente em instituições com menos recursos tecnológicos.
Os resultados deste estudo ressaltam a importância de um diálogo contínuo sobre a regulamentação da IA enfatizando a necessidade de legislações que garantam a privacidade dos dados e promovam o uso responsável das tecnologias educacionais. É fundamental que educadores e alunos recebam formação adequada para navegar nas complexidades da IA entendendo não apenas seus benefícios, mas também os riscos associados ao seu uso.
À medida que a IA continua a evoluir, as instituições educacionais devem se comprometer a integrar essas tecnologias de maneira que priorize a segurança, a ética e a equidade. Essa abordagem não apenas prepara os alunos para as demandas do mercado de trabalho contemporâneo, mas também os capacita a se tornarem cidadãos críticos e responsáveis em um mundo cada vez mais mediado por tecnologias inteligentes.
Portanto, a integração da IA no ensino técnico deve ser vista como um projeto coletivo, envolvendo a colaboração de educadores, legisladores, alunos e especialistas em ética. Somente assim poderemos garantir que a educação técnica não apenas utilize a IA como uma ferramenta de aprendizado, mas também como um meio de promover um futuro mais justo e inclusivo para todos.
REFERÊNCIAS
BAKER, R. S.; YACEF, K. The state of educational data mining in 2009: a review and future visions. Journal of Educational Data Mining, v. 1, n. 1, p. 3-17, 2009.
GOODFELLOW, I.; BENGIO, Y.; COURVILLE, A. Deep Learning. MIT Press, 2016.
LUCKIN, R.; HOLMES, W.; GRIFFITHS, M.; FORCIER, L. B. Intelligence Unleashed: An argument for AI in Education. Pearson, 2016.
MITCHELL, T. M. Machine Learning. McGraw-Hill, 1997.
RUSSELL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. 3. ed. Upper Saddle River: Prentice Hall, 2010.
SUPPES, P.; MORNINGSTAR, M. Computer-assisted instruction. Science, v. 166, n. 3903, p. 343-350, 17 out. 1969. DOI: 10.1126/science.166.3903.343. PMID: 5812034.
VICARI, R. M. Influências das Tecnologias da Inteligência Artificial no ensino. Estudos Avançados, v. 35, n. 101, p. 73-84, abr. 2021. DOI: https://doi.org/10.1590/s0103-4014.2021.35101.006.
1Fatec Praia Grande. francielly.silva3@fatec.sp.gov.br
2Fatec Praia Grande. gustavo.pavani@fatec.sp.gov.br
3Orientadora: Fatec Praia Grande. simone.romano@fatec.sp.gov.br