ENTRE DELEGAR E DECIDIR: AUTORREGULAÇÃO E AUTONOMIA DOCENTE NO PLANEJAMENTO DE AULAS DE CIÊNCIAS COM INTELIGÊNCIA ARTIFICIAL GENERATIVA

Autores

  • Eduardo Vinícius Araújo de Albuquerque Sá Autor

DOI:

https://doi.org/10.63330/aurumpub.067-112

Palavras-chave:

Autorregulação da aprendizagem, Ensino de Ciências, Formação inicial de professores, Inteligência artificial generativa, Planejamento de aulas

Resumo

O capítulo discute o planejamento de aulas com inteligência artificial generativa na formação inicial de professores de Ciências e Biologia, com foco na tensão entre delegar à ferramenta as decisões pedagógicas e assumi-las de forma deliberada. Trata-se de uma pesquisa teórica, de abordagem qualitativa, desenvolvida como ensaio teórico-reflexivo. O objetivo é examinar em que condições o uso dessa tecnologia fortalece, em vez de enfraquecer, a autonomia do futuro professor, à luz da teoria social cognitiva da autorregulação e da noção de autonomia docente. A metodologia apoiou-se em revisão narrativa da literatura, com seleção intencional de obras de referência sobre autorregulação, conhecimento e autonomia docente, de estudos empíricos publicados entre 2023 e 2026 sobre inteligência artificial no planejamento e na formação de professores e de documentos normativos, organizados em eixos de análise. A discussão indica que os planos gerados pela ferramenta têm qualidade variável e exigem um julgamento pedagógico que o licenciando ainda está construindo; que a delegação pode melhorar o produto sem desenvolver quem planeja; e que a elaboração dos comandos dirigidos à ferramenta torna observáveis as fases de previsão, execução e autorreflexão do planejamento. Como síntese, o estudo propõe um contínuo de posturas, da encomenda à coautoria crítica, e um roteiro de perguntas orientadoras para cada fase do ciclo autorregulatório. Conclui-se que a formação inicial precisa tratar esses comandos como objeto de reflexão pedagógica, para que a tecnologia amplie, e não substitua, a autoria docente.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

ARCOVERDE, A. R. R.; BORUCHOVITCH, E.; GÓES, N. M. Programa de intervenção em autorregulação da aprendizagem: impacto no conhecimento e nas percepções de estudantes de licenciatura. Revista de Educação PUC-Campinas, Campinas, v. 27, e225513, 2022. DOI: 10.24220/2318-0870v27e2022a5513. Disponível em: https://doi.org/10.24220/2318-0870v27e2022a5513. Acesso em: 3 out. 2026.

BANDURA, A. Social foundations of thought and action: a social cognitive theory. Englewood Cliffs: Prentice-Hall, 1986.

BRASIL. Conselho Nacional de Saúde. Resolução nº 510, de 7 de abril de 2016. Dispõe sobre as normas aplicáveis a pesquisas em Ciências Humanas e Sociais. Diário Oficial da União: seção 1, Brasília, DF, 24 maio 2016.

BRASIL. Lei nº 14.533, de 11 de janeiro de 2023. Institui a Política Nacional de Educação Digital. Brasília, DF: Presidência da República, 2023. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2023-2026/2023/lei/l14533.htm. Acesso em: 3 out. 2026.

BRASIL. Ministério da Educação. Conselho Nacional de Educação. Resolução CNE/CP nº 4, de 29 de maio de 2024. Dispõe sobre as Diretrizes Curriculares Nacionais para a Formação Inicial em Nível Superior de Profissionais do Magistério da Educação Escolar Básica. Diário Oficial da União: seção 1, Brasília, DF, p. 26, 3 jun. 2024.

FAN, Y. et al. Beware of metacognitive laziness: effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, v. 56, n. 2, p. 489-530, 2025. DOI: 10.1111/bjet.13544. Disponível em: https://doi.org/10.1111/bjet.13544. Acesso em: 3 out. 2026.

FREIRE, P. Pedagogia do oprimido. 17. ed. Rio de Janeiro: Paz e Terra, 1987.

FREIRE, P. Pedagogia da autonomia: saberes necessários à prática educativa. São Paulo: Paz e Terra, 1996.

GIRAY, L. Prompt engineering with ChatGPT: a guide for academic writers. Annals of Biomedical Engineering, v. 51, n. 12, p. 2629-2633, 2023. DOI: 10.1007/s10439-023-03272-4. Disponível em: https://doi.org/10.1007/s10439-023-03272-4. Acesso em: 3 out. 2026.

GROSSMANN, L. et al. Lesson planning with ChatGPT for inquiry-based biology instruction: a(I) roll of the dice? International Journal of Science Education, p. 1-20, 2025. DOI: 10.1080/09500693.2025.2567509. Disponível em: https://doi.org/10.1080/09500693.2025.2567509. Acesso em: 3 out. 2026.

JÄRVELÄ, S.; NGUYEN, A.; HADWIN, A. Human and artificial intelligence collaboration for socially shared regulation in learning. British Journal of Educational Technology, v. 54, n. 5, p. 1057-1076, 2023. DOI: 10.1111/bjet.13325. Disponível em: https://doi.org/10.1111/bjet.13325. Acesso em: 3 out. 2026.

KASNECI, E. et al. ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, v. 103, 102274, 2023. DOI: 10.1016/j.lindif.2023.102274. Disponível em: https://doi.org/10.1016/j.lindif.2023.102274. Acesso em: 3 out. 2026.

KRAMARSKI, B.; MICHALSKY, T. Preparing preservice teachers for self-regulated learning in the context of technological pedagogical content knowledge. Learning and Instruction, v. 20, n. 5, p. 434-447, 2010. DOI: 10.1016/j.learninstruc.2009.05.003. Disponível em: https://doi.org/10.1016/j.learninstruc.2009.05.003. Acesso em: 3 out. 2026.

LEITE, B. S. Análise da inteligência artificial ChatGPT na proposição de planos de aulas para o ensino da química. Revista Electrónica de Enseñanza de las Ciencias, v. 23, n. 3, p. 473-497, 2024. Disponível em: https://reec.webs.uvigo.es/volumenes/volumen23/REEC_23_03_07_ex2207_1077.pdf. Acesso em: 3 out. 2026.

LIBÂNEO, J. C. Didática. São Paulo: Cortez, 1994.

LODGE, J. M.; DE BARBA, P.; BROADBENT, J. Learning with generative artificial intelligence within a network of co-regulation. Journal of University Teaching and Learning Practice, v. 20, n. 7, 2023. DOI: 10.53761/1.20.7.02. Disponível em: https://doi.org/10.53761/1.20.7.02. Acesso em: 3 out. 2026.

MENEGHETTI, F. K. O que é um ensaio-teórico? Revista de Administração Contemporânea, Curitiba, v. 15, n. 2, p. 320-332, mar./abr. 2011. Disponível em: https://rac.anpad.org.br/index.php/rac/article/download/845/842. Acesso em: 3 out. 2026.

MIAO, F.; CUKUROVA, M. AI competency framework for teachers. Paris: UNESCO, 2024. DOI: 10.54675/ZJTE2084. Disponível em: https://doi.org/10.54675/ZJTE2084. Acesso em: 3 out. 2026.

MISHRA, P.; KOEHLER, M. J. Technological pedagogical content knowledge: a framework for teacher knowledge. Teachers College Record, v. 108, n. 6, p. 1017-1054, 2006.

MISHRA, P.; WARR, M.; ISLAM, R. TPACK in the age of ChatGPT and generative AI. Journal of Digital Learning in Teacher Education, v. 39, n. 4, p. 235-251, 2023. DOI: 10.1080/21532974.2023.2247480. Disponível em: https://doi.org/10.1080/21532974.2023.2247480. Acesso em: 3 out. 2026.

PANADERO, E. A review of self-regulated learning: six models and four directions for research. Frontiers in Psychology, v. 8, 422, 2017. DOI: 10.3389/fpsyg.2017.00422. Disponível em: https://doi.org/10.3389/fpsyg.2017.00422. Acesso em: 3 out. 2026.

RISKO, E. F.; GILBERT, S. J. Cognitive offloading. Trends in Cognitive Sciences, v. 20, n. 9, p. 676-688, 2016. DOI: 10.1016/j.tics.2016.07.002. Disponível em: https://doi.org/10.1016/j.tics.2016.07.002. Acesso em: 3 out. 2026.

ROTHER, E. T. Revisão sistemática X revisão narrativa. Acta Paulista de Enfermagem, São Paulo, v. 20, n. 2, p. v-vi, 2007. Disponível em: https://www.redalyc.org/pdf/3070/307026613004.pdf. Acesso em: 3 out. 2026.

SÁ, E. V. A. A. Autorregulação da aprendizagem para o storytelling na prática docente: estratégias na elaboração de aulas de Ciências. 2026. Dissertação (Mestrado em Educação em Ciências e Matemática) – Centro Acadêmico do Agreste, Universidade Federal de Pernambuco, Caruaru, 2026.

SANTOS, M. C. et al. Engenharia de prompt na formação docente: implicações de uma intervenção pedagógica para integrar IA e TPACK na licenciatura. Educitec: Revista de Estudos e Pesquisas sobre Ensino Tecnológico, Manaus, v. 12, e277726, 2026. DOI: 10.31417/educitec.v12.2777. Disponível em: https://doi.org/10.31417/educitec.v12.2777. Acesso em: 3 out. 2026.

SHULMAN, L. S. Those who understand: knowledge growth in teaching. Educational Researcher, v. 15, n. 2, p. 4-14, 1986. DOI: 10.3102/0013189X015002004. Disponível em: https://doi.org/10.3102/0013189X015002004. Acesso em: 3 out. 2026.

SILVA, D. S.; KAMPFF, A. J. C. Licenciatura em tempos de inteligência artificial: desafios formativos e percepções discentes. Revista Docência do Ensino Superior, Belo Horizonte, v. 15, 2025. DOI: 10.35699/2237-5864.2025.58845. Disponível em: https://doi.org/10.35699/2237-5864.2025.58845. Acesso em: 3 out. 2026.

TREAGUST, D. F.; TSUI, C.-Y. (ed.). Multiple representations in biological education. Dordrecht: Springer, 2013.

VASCONCELOS, F. C. G. C. A formação continuada de professores de Química: o uso dos recursos visuais para o desenvolvimento da autonomia. 2015. Tese (Doutorado em Ensino de Ciências) – Programa de Pós-Graduação Interunidades em Ensino das Ciências, Universidade de São Paulo, São Paulo, 2015. Disponível em: https://teses.usp.br/teses/disponiveis/81/81132/tde-01102015-111342/pt-br.php. Acesso em: 3 out. 2026.

ZIMMERMAN, B. J. Attaining self-regulation: a social cognitive perspective. In: BOEKAERTS, M.; PINTRICH, P. R.; ZEIDNER, M. (ed.). Handbook of self-regulation. San Diego: Academic Press, 2000. p. 13-39.

ZIMMERMAN, B. J. Becoming a self-regulated learner: an overview. Theory into Practice, v. 41, n. 2, p. 64-70, 2002. DOI: 10.1207/s15430421tip4102_2. Disponível em: https://doi.org/10.1207/s15430421tip4102_2. Acesso em: 3 out. 2026.

Downloads

Publicado

2026-10-08

Como Citar

Sá, E. V. A. de A. (2026). ENTRE DELEGAR E DECIDIR: AUTORREGULAÇÃO E AUTONOMIA DOCENTE NO PLANEJAMENTO DE AULAS DE CIÊNCIAS COM INTELIGÊNCIA ARTIFICIAL GENERATIVA. Aurum Editora (e-Books), 1718-1732. https://doi.org/10.63330/aurumpub.067-112