Inteligência Artificial na Educação: Como Planejar Aulas sem Perder a Autonomia Docente Série Professor Digital | Inteligência Artificial na Educação | Formação Docente A inteligência artificial pode ajudar professores a organizar conteúdos, elaborar atividades e diversificar estratégias pedagógicas. Entretanto, seu uso exige conhecimento, responsabilidade e decisões fundamentadas. Afinal, como aproveitar seus benefícios sem transferir à tecnologia a responsabilidade de ensinar? Introdução: a inteligência artificial está mudando o planejamento das aulas? Preparar uma aula envolve diferentes decisões pedagógicas. O professor precisa identificar as necessidades dos estudantes, definir objetivos de aprendizagem, selecionar conteúdos, escolher metodologias, organizar recursos didáticos e estabelecer procedimentos de avaliação. Esse processo exige conhecimentos científicos, pedagógicos, curriculares e contextuais, além da capacidade de interpretar as condições concretas em que o ensino acontece. Com o avanço da inteligência artificial generativa, surgiram novas possibilidades de apoio ao planejamento educacional. Ferramentas capazes de produzir textos, organizar informações, sugerir atividades e elaborar materiais didáticos podem contribuir para algumas etapas do trabalho docente. Entretanto, essas tecnologias também provocam questionamentos importantes. Uma aula produzida com auxílio de inteligência artificial é necessariamente uma boa aula? Até que ponto o professor pode confiar nas respostas geradas? A utilização dessas ferramentas fortalece ou enfraquece a autonomia docente? Essas perguntas demonstram que a discussão não deve se limitar ao funcionamento das plataformas. O desafio consiste em compreender como a inteligência artificial pode ser incorporada ao planejamento sem comprometer a intencionalidade pedagógica, a responsabilidade profissional e a formação crítica dos estudantes. O ponto central não é permitir que a IA planeje pelo professor, mas utilizá-la como recurso de apoio às decisões que continuam sendo responsabilidade docente. 1. O que é inteligência artificial generativa? A inteligência artificial corresponde a um campo da computação dedicado ao desenvolvimento de sistemas capazes de executar tarefas associadas a processos como reconhecimento de padrões, previsão, classificação, processamento de linguagem e geração de conteúdos. A IA generativa constitui um conjunto de tecnologias capazes de produzir novos conteúdos, incluindo textos, imagens, códigos, áudios e outros formatos, a partir de padrões aprendidos durante seu treinamento. Entre suas aplicações mais conhecidas estão os assistentes conversacionais, que permitem solicitar informações e produções utilizando linguagem natural. O professor pode, por exemplo, solicitar: Uma proposta de sequência didática. Sugestões de atividades para determinado conteúdo. Exemplos contextualizados para diferentes níveis de ensino. Questões para avaliação diagnóstica. Adaptações na linguagem de um texto educativo. Ideias para projetos interdisciplinares. Entretanto, é necessário compreender uma limitação essencial: sistemas generativos não funcionam como autoridades científicas ou pedagógicas. Mesmo quando apresentam respostas convincentes, podem produzir informações incorretas, referências inexistentes, generalizações, interpretações inadequadas e conteúdos incompatíveis com os objetivos educacionais. Por isso, toda produção destinada ao ensino precisa passar por análise, revisão e validação. 2. A autonomia docente diante da inteligência artificial A autonomia docente está relacionada à capacidade profissional de interpretar o currículo, compreender as necessidades dos estudantes e tomar decisões fundamentadas sobre o processo de ensino e aprendizagem. Essa autonomia não significa atuar sem referências curriculares, orientações institucionais ou responsabilidades coletivas. Significa exercer julgamento pedagógico dentro dessas condições, considerando conhecimentos científicos, princípios éticos e características do contexto educativo. Quando um professor utiliza inteligência artificial para elaborar uma aula, essa responsabilidade permanece. A ferramenta pode sugerir caminhos, mas não conhece plenamente a trajetória da turma, as dificuldades individuais, a infraestrutura disponível ou as relações sociais presentes na sala de aula. Também não substitui a observação pedagógica, o diálogo com os estudantes e a interpretação profissional de suas necessidades. 2.1 O professor como responsável pelas decisões pedagógicas Considere uma situação hipotética. Um professor solicita à IA: "Crie uma aula de Matemática sobre porcentagem." A ferramenta poderá apresentar uma explicação, exemplos e exercícios. Entretanto, esse resultado ainda não constitui necessariamente um planejamento adequado. Antes de utilizá-lo, o educador precisa responder: Para qual ano, série ou etapa de ensino a aula será destinada? Quais conhecimentos prévios os estudantes possuem? Que habilidades curriculares precisam ser desenvolvidas? Quais dificuldades de aprendizagem estão presentes? Como o conteúdo será contextualizado? Quais atividades permitirão verificar a aprendizagem? Que adaptações serão necessárias para garantir a participação dos estudantes? Essas decisões dependem do conhecimento pedagógico e contextual do professor. A IA pode apoiar a formulação de alternativas, mas a escolha final deve permanecer sob responsabilidade humana. 2.2 O referencial da UNESCO para professores Miao e Cukurova (2024) apresentam, no documento AI Competency Framework for Teachers, um conjunto de 15 competências organizadas em cinco dimensões: Mentalidade centrada no ser humano. Ética da inteligência artificial. Fundamentos e aplicações de IA. Pedagogia com inteligência artificial. IA para o desenvolvimento profissional. O referencial também organiza o desenvolvimento dessas competências em três níveis progressivos: adquirir, aprofundar e criar. Essa abordagem reconhece que a formação docente precisa abranger conhecimentos técnicos, reflexão ética e capacidade de realizar escolhas pedagógicas fundamentadas. Em outras palavras, aprender a utilizar uma plataforma não equivale, automaticamente, a desenvolver competência pedagógica para trabalhar com inteligência artificial. 3. Planejamento pedagógico: por que a tecnologia não deve ser o ponto de partida? Antes de selecionar qualquer ferramenta, o educador precisa compreender o que pretende ensinar e quais aprendizagens deseja promover. Essa concepção pode ser relacionada ao modelo TPACK (Technological Pedagogical Content Knowledge), desenvolvido por Mishra e Koehler (2006). O modelo articula três dimensões do conhecimento profissional docente: Conhecimento do conteúdo: domínio dos conceitos e fundamentos científicos da área ensinada. Conhecimento pedagógico: compreensão de metodologias, processos de aprendizagem, avaliação e organização do ensino. Conhecimento tecnológico: compreensão dos recursos tecnológicos disponíveis, de suas possibilidades e limitações. A integração significativa da tecnologia ocorre quando essas dimensões são consideradas conjuntamente, em relação ao contexto de ensino. Por exemplo, escolher uma ferramenta de IA apenas porque ela produz apresentações rapidamente representa uma decisão predominantemente tecnológica. Por outro lado, utilizá-la para desenvolver diferentes representações de um conceito complexo, posteriormente avaliadas e ajustadas pelo professor, pode constituir uma decisão pedagogicamente fundamentada. A tecnologia passa a fazer sentido quando contribui para resolver um problema educacional identificado. 4. Como utilizar inteligência artificial no planejamento de aulas? Uma possibilidade prática consiste em organizar o trabalho docente em seis etapas. Etapa 1 — Definir os objetivos de aprendizagem O planejamento deve começar pela identificação dos conhecimentos, habilidades e atitudes que se pretende desenvolver. Os objetivos precisam estar alinhados ao currículo, ao projeto pedagógico e às necessidades dos estudantes. Exemplo: Tema: segurança digital. Público: estudantes de um curso de Informática Básica. Objetivo: identificar características de mensagens fraudulentas e desenvolver práticas preventivas de segurança na internet. Nesse momento, a IA pode ajudar a revisar a clareza dos objetivos, mas sua definição inicial cabe ao professor. Etapa 2 — Contextualizar a turma A mesma atividade pode produzir resultados diferentes conforme o perfil dos estudantes. O planejamento deve considerar idade, conhecimentos prévios, necessidades de acessibilidade, tempo disponível e infraestrutura institucional. Essas informações devem ser fornecidas à ferramenta de maneira geral e, quando possível, por meio de perfis fictícios. Não é necessário inserir nomes, históricos individuais ou dados pessoais identificáveis. Etapa 3 — Solicitar sugestões metodológicas Com os objetivos definidos, o professor pode utilizar a inteligência artificial para explorar alternativas. Por exemplo: "Apresente três estratégias participativas para ensinar segurança digital a estudantes iniciantes, considerando uma aula de 60 minutos, computadores compartilhados e conhecimentos básicos de navegação." A resposta poderá sugerir análise de situações, resolução de problemas, debates ou atividades colaborativas. O professor deverá avaliar a pertinência de cada opção e selecionar aquela que melhor atende às condições de ensino. Etapa 4 — Desenvolver recursos didáticos A IA também pode apoiar a elaboração preliminar de materiais como: Roteiros de aula. Estudos de caso fictícios. Textos de apoio. Questões de múltipla escolha. Situações-problema. Propostas de atividades práticas. Roteiros de apresentações. Todos os materiais precisam ser revisados quanto à correção conceitual, linguagem, acessibilidade e adequação curricular. Etapa 5 — Definir a avaliação A avaliação precisa estar vinculada aos objetivos estabelecidos. O professor pode solicitar sugestões de instrumentos avaliativos, critérios de observação e rubricas. Entretanto, a atribuição de resultados educacionais e a interpretação do desempenho dos estudantes não devem ser transferidas automaticamente para sistemas generativos. A IA pode ajudar a elaborar um instrumento; a responsabilidade por sua aplicação e interpretação permanece humana. Etapa 6 — Revisar e aperfeiçoar o planejamento A última etapa consiste em verificar se existe coerência entre objetivos, conteúdos, metodologias e avaliação. É importante questionar: As atividades realmente desenvolvem as habilidades pretendidas? O tempo previsto é suficiente? Os recursos estão disponíveis? Existem barreiras de acessibilidade? As informações apresentadas estão corretas? A proposta favorece participação e pensamento crítico? Somente após essa análise o material deve ser considerado pronto para aplicação. 5. Como elaborar comandos eficientes para IA: a importância dos prompts Um prompt é a instrução enviada a uma ferramenta de inteligência artificial para orientar a produção de uma resposta. A qualidade das instruções pode influenciar a relevância dos resultados apresentados. Entretanto, mesmo prompts detalhados não garantem precisão científica ou qualidade pedagógica. Exemplo de prompt pouco específico "Faça uma aula sobre Excel." Embora compreensível, a solicitação não apresenta informações suficientes sobre os objetivos educacionais. A ferramenta poderá produzir um conteúdo genérico, incompatível com o nível dos estudantes. Exemplo de prompt contextualizado "Atue como assistente de planejamento pedagógico de um professor de Informática. Elabore uma proposta inicial de aula presencial de 90 minutos sobre as funções SOMA, MÉDIA, MÁXIMO e MÍNIMO do Excel 365 em português do Brasil. O público é composto por estudantes iniciantes de um curso profissionalizante. Apresente objetivos de aprendizagem observáveis, conhecimentos prévios, explicação contextualizada, três atividades práticas progressivas e critérios de avaliação formativa. Considere que haverá um computador por estudante. Não invente referências bibliográficas ou habilidades curriculares. Sinalize informações que precisam de validação pelo professor." Esse segundo exemplo fornece condições mais adequadas para a elaboração de uma proposta inicial. A presença de objetivos, contexto, tempo e critérios de avaliação favorece uma resposta mais específica, sem eliminar a necessidade de revisão profissional. 6. Exemplo prático: planejamento de aula de Informática com apoio da IA Para demonstrar a aplicação dessa abordagem, apresentamos uma proposta pedagógica destinada a um curso de Informática Básica. Plano de aula — Excel 365: funções matemáticas e estatísticas básicas Elemento Planejamento Público-alvo Estudantes iniciantes em Informática Modalidade Presencial Duração 90 minutos Tema Funções SOMA, MÉDIA, MÁXIMO e MÍNIMO Objetivo geral Utilizar funções básicas do Excel para organizar e interpretar informações numéricas Recursos Computadores, Excel 365, projetor e planilha de exercícios Metodologia Demonstração orientada, resolução de problemas e prática individual Avaliação Observação da prática e análise dos resultados da planilha Momento 1 — Problematização (10 minutos) O professor apresenta uma situação fictícia: "Uma pequena empresa precisa analisar as vendas realizadas durante cinco dias. Como podemos calcular o total vendido, a média diária e identificar os maiores e menores valores?" Os estudantes apresentam possibilidades de resolução e relacionam a atividade ao cotidiano profissional. Momento 2 — Demonstração (20 minutos) O professor apresenta a organização dos dados na planilha e demonstra o uso das fórmulas: =SOMA(B2:B6) =MÉDIA(B2:B6) =MÁXIMO(B2:B6) =MÍNIMO(B2:B6) Em seguida, explica os argumentos das funções e a importância de selecionar corretamente os intervalos. Momento 3 — Atividade prática (30 minutos) Cada estudante recebe uma planilha contendo dados fictícios de vendas. A atividade consiste em organizar os valores, aplicar as quatro funções, conferir os resultados e responder a perguntas sobre o desempenho da empresa. O professor acompanha a execução e intervém quando necessário. Momento 4 — Desafio contextualizado (20 minutos) Os estudantes devem interpretar os resultados e responder: Qual foi o total de vendas? Qual foi a média de vendas no período? Qual dia apresentou o maior resultado? Qual dia apresentou o menor resultado? Que informação adicional seria necessária para avaliar melhor o desempenho da empresa? A última questão estimula o reconhecimento dos limites de uma análise baseada apenas em quatro indicadores. Momento 5 — Avaliação e fechamento (10 minutos) Os estudantes apresentam os resultados e explicam como utilizaram as funções. O professor verifica a correção das fórmulas, a seleção dos intervalos e a capacidade de interpretação. Nesse planejamento, a inteligência artificial pode ter auxiliado na organização da sequência, na formulação das situações-problema e na redação preliminar de questões. Entretanto, os objetivos, a condução das atividades, a adequação à turma e a avaliação permanecem sob responsabilidade do professor. 7. Inteligência artificial e inclusão educacional A IA generativa pode contribuir para elaborar versões preliminares de materiais com diferentes níveis de complexidade textual, apoiar a estruturação de roteiros e sugerir alternativas de apresentação dos conteúdos. Essas possibilidades podem ser úteis em turmas heterogêneas. Por exemplo, um professor pode solicitar uma versão de determinado texto com linguagem mais simples e frases mais curtas. Também pode pedir sugestões de organização de uma atividade em etapas ou maneiras alternativas de explicar determinado conceito. Entretanto, nenhum desses procedimentos assegura, isoladamente, a acessibilidade. Materiais produzidos por IA precisam ser revisados e, quando necessário, adaptados por profissionais que conheçam as necessidades dos estudantes. A inclusão exige atenção às condições concretas de participação, e não apenas à produção automatizada de conteúdos. 8. Os riscos e limites da inteligência artificial no planejamento pedagógico O uso educacional de IA exige cuidados que não podem ser tratados como aspectos secundários. Informações incorretas Modelos generativos podem produzir explicações aparentemente confiáveis, mas factualmente incorretas. Por isso, conteúdos científicos, fórmulas, dados estatísticos e referências precisam ser conferidos em fontes adequadas. Referências bibliográficas inexistentes Sistemas de IA podem apresentar títulos, autores, datas ou identificadores bibliográficos que não correspondem a publicações reais. Na produção de materiais acadêmicos, é indispensável verificar a existência e o conteúdo das fontes citadas. Vieses e representações inadequadas Os conteúdos produzidos podem reproduzir estereótipos ou deixar de representar adequadamente diferentes realidades sociais e culturais. O professor precisa analisar criticamente exemplos, imagens e situações sugeridas. Privacidade e proteção de dados No Brasil, a Lei Geral de Proteção de Dados Pessoais (Lei nº 13.709/2018) estabelece regras para o tratamento de dados pessoais. No contexto educacional, é necessário evitar o envio de informações identificáveis sobre estudantes a sistemas externos sem uma base institucional e jurídica adequada. A recomendação preventiva é trabalhar com dados fictícios ou efetivamente anonimizados, observando também as políticas da instituição e os termos dos serviços utilizados. Dependência tecnológica O uso frequente de ferramentas generativas, sem reflexão sobre os resultados, pode estimular a aceitação automática de propostas inadequadas. Por isso, é importante preservar e desenvolver a capacidade docente de planejar, elaborar materiais e avaliar estratégias independentemente da IA. Custos, conectividade e desigualdades Nem todos os professores e estudantes possuem acesso às mesmas plataformas, recursos ou condições tecnológicas. Atividades educacionais não devem depender exclusivamente de ferramentas pagas ou de infraestrutura indisponível. Uma proposta pedagógica responsável precisa considerar alternativas acessíveis e viáveis. 9. Cinco princípios para utilizar IA sem comprometer a autonomia docente O uso pedagogicamente responsável da inteligência artificial pode ser orientado por cinco princípios: 1. Intencionalidade pedagógica A tecnologia deve contribuir para objetivos educacionais previamente definidos. 2. Supervisão humana O professor precisa revisar, selecionar e validar os materiais produzidos. 3. Transparência O uso da IA deve observar as normas institucionais de declaração e documentação, especialmente em pesquisas e produções acadêmicas. 4. Responsabilidade ética A proteção de dados, o respeito à diversidade e a verificação de informações precisam acompanhar todas as etapas do processo. 5. Reflexão crítica O professor deve avaliar se a utilização da IA trouxe benefícios concretos para o planejamento e a aprendizagem. Esses princípios ajudam a orientar o uso das ferramentas, sem transformar sua adoção em uma obrigação profissional. 10. Atividade de formação continuada: planejando com e sem IA Uma proposta interessante para encontros pedagógicos consiste em comparar duas versões de um mesmo planejamento. Etapa A — Planejamento inicial O professor elabora uma atividade utilizando seus conhecimentos e materiais de referência habituais. Etapa B — Planejamento assistido O mesmo professor solicita à IA sugestões para aperfeiçoar o planejamento, respeitando os objetivos originalmente definidos. Etapa C — Análise comparativa As duas propostas são analisadas a partir de critérios como: Clareza dos objetivos. Correção conceitual. Adequação à turma. Coerência metodológica. Acessibilidade. Qualidade da avaliação. Viabilidade de aplicação. Originalidade e contextualização das atividades. Etapa D — Síntese reflexiva O professor registra quais sugestões foram aproveitadas, quais foram rejeitadas e por quais motivos. Essa experiência não pretende demonstrar antecipadamente que a IA sempre melhora o planejamento. Seu propósito é estimular a reflexão profissional e identificar situações nas quais seu uso oferece contribuições efetivas. Considerações finais A inteligência artificial generativa amplia as possibilidades de apoio ao planejamento pedagógico, especialmente na organização preliminar de materiais, na exploração de alternativas metodológicas e na elaboração de atividades. Entretanto, sua utilização não elimina a complexidade do trabalho docente. Ensinar exige compreender pessoas, contextos, conteúdos e processos de aprendizagem. Os referenciais internacionais sobre competências em IA destacam a importância de preservar uma abordagem centrada no ser humano, considerando aspectos éticos, pedagógicos e profissionais. Na Educação Básica, no Ensino Superior e na Educação Profissional e Tecnológica, a integração da inteligência artificial precisa estar vinculada à qualidade das experiências educativas. O professor não deve ser reduzido à função de executar materiais gerados automaticamente. Ao contrário, sua formação e autonomia precisam ser fortalecidas para que possa avaliar criticamente as tecnologias, selecionar estratégias e construir experiências de aprendizagem contextualizadas. O melhor planejamento com inteligência artificial não é aquele em que a máquina toma mais decisões, mas aquele em que o professor utiliza a tecnologia para tomar decisões pedagógicas mais fundamentadas. Para refletir e compartilhar Você já utilizou inteligência artificial para preparar uma aula, elaborar atividades ou produzir materiais didáticos? Quais benefícios encontrou? Quais dificuldades ou limitações percebeu? Compartilhe sua experiência nos comentários e contribua para o debate sobre o uso crítico da inteligência artificial na educação. Continue acompanhando a série Professor Digital. Na próxima publicação, discutiremos como integrar vídeos, podcasts e infográficos em uma mesma proposta pedagógica. Referências bibliográficas BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Brasília, DF: Presidência da República, 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 27 out. 2026. MIAO, Fengchun; CUKUROVA, Mutlu. AI competency framework for teachers. Paris: UNESCO, 2024. DOI: https://doi.org/10.54675/ZJTE2084. Acesso em: 27 out. 2026. MIAO, Fengchun; HOLMES, Wayne. Guidance for generative AI in education and research. Paris: UNESCO, 2023. Disponível em: https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research. Acesso em: 27 out. 2026. MISHRA, Punya; KOEHLER, Matthew J. Technological pedagogical content knowledge: a framework for teacher knowledge. Teachers College Record, v. 108, n. 6, p. 1017-1054, 2006. DOI: https://doi.org/10.1111/j.1467-9620.2006.00684.x. Acesso em: 27 out. 2026. UNESCO. Global education monitoring report 2023: technology in education: a tool on whose terms? Paris: UNESCO, 2023. Disponível em: https://www.unesco.org/gem-report/en/publication/technology. Acesso em: 27 out. 2026.