INTELIGÊNCIA ARTIFICIAL GENERATIVA E TRANSTORNO DO ESPECTRO AUTISTA: POSSIBILIDADES PARA ADAPTAÇÃO CURRICULAR NA ESCOLA INCLUSIVA

REGISTRO DOI: 10.70773/revistatopicos/786979622

RESUMO
Este artigo analisa as possibilidades de uso da Inteligência Artificial Generativa na adaptação curricular de atividades para estudantes com Transtorno do Espectro Autista em contextos de escola inclusiva. Parte-se da compreensão de que a inclusão escolar não se limita à matrícula, pois exige condições reais de participação, comunicação, aprendizagem e acessibilidade curricular. A pesquisa assume abordagem qualitativa, bibliográfica, documental, exploratória e propositiva, fundamentada em estudos sobre Educação Inclusiva, Transtorno do Espectro Autista, mediação pedagógica, Desenho Universal para a Aprendizagem e Inteligência Artificial Generativa na educação. Também são considerados documentos legais e institucionais brasileiros, como a Lei Brasileira de Inclusão, a Lei nº 12.764/2012, a Lei Geral de Proteção de Dados e orientações recentes do MEC, da UNESCO, da OECD, do CAST, da OpenAI e do Google. Defende-se que ferramentas como ChatGPT e Gemini podem apoiar o professor na reescrita de comandos, na organização de atividades em etapas, na elaboração de rotinas visuais, na adaptação de textos, na criação de recursos acessíveis e na diversificação de estratégias. O artigo problematiza riscos como padronização, vieses, alucinações, exposição de dados pessoais, medicalização e enfraquecimento da mediação docente. Como contribuição, propõe-se uma matriz prática para orientar o uso crítico, ético e supervisionado da IA generativa na adaptação curricular para estudantes autistas.
Palavras-chave: Inteligência Artificial Generativa; Transtorno do Espectro Autista; Educação Inclusiva; Adaptação Curricular; ChatGPT.

ABSTRACT
This article analyzes the possibilities of using Generative Artificial Intelligence to support curricular adaptation for students with Autism Spectrum Disorder in inclusive school contexts. It assumes that school inclusion is not limited to enrollment, since it requires concrete conditions for participation, communication, learning, and curricular accessibility. The study follows a qualitative, bibliographic, documentary, exploratory, and propositional approach, grounded in literature on inclusive education, Autism Spectrum Disorder, pedagogical mediation, Universal Design for Learning, and Generative Artificial Intelligence in education. Brazilian legal and institutional documents are also considered, such as the Brazilian Inclusion Law, Law No. 12.764/2012, the General Personal Data Protection Law, and recent guidelines from the Ministry of Education, UNESCO, OECD, CAST, OpenAI, and Google. The article argues that tools such as ChatGPT and Gemini can support teachers in rewriting instructions, organizing activities into steps, designing visual routines, adapting texts, creating accessible resources, and diversifying pedagogical strategies. It also discusses risks such as standardization, bias, hallucinations, personal data exposure, medicalization, and weakening of teacher mediation. As a contribution, the article proposes a practical matrix to guide the critical, ethical, and supervised use of generative AI in curricular adaptation for autistic students.
Keywords: Generative Artificial Intelligence; Autism Spectrum Disorder; Inclusive Education; Curricular Adaptation; ChatGPT.

1. INTRODUÇÃO

A presença crescente de estudantes com Transtorno do Espectro Autista na escola comum tem deslocado o debate educacional de uma pergunta restrita ao acesso para uma questão mais exigente: como garantir aprendizagem, participação e pertencimento em contextos curriculares ainda marcados por rigidez, excesso de verbalismo, avaliação homogênea e pouca flexibilidade pedagógica? No Brasil, a Lei nº 12.764/2012 reconhece a pessoa com Transtorno do Espectro Autista como pessoa com deficiência para todos os efeitos legais, enquanto a Lei Brasileira de Inclusão afirma a educação como direito da pessoa com deficiência, em sistema educacional inclusivo, em todos os níveis e modalidades (BRASIL, 2012; BRASIL, 2015). Essas garantias, embora fundamentais, não eliminam as barreiras que se manifestam no cotidiano da sala de aula, especialmente quando o currículo se apresenta em linguagem abstrata, com comandos extensos, atividades pouco previsíveis e poucos recursos de apoio visual.

O crescimento das matrículas de estudantes autistas na Educação Básica brasileira reforça a urgência do tema. Segundo notícia institucional do Ministério da Educação, as matrículas de estudantes com TEA aumentaram 44,4% entre 2023 e 2024, dado que evidencia tanto a ampliação do acesso quanto a necessidade de melhores condições pedagógicas para permanência e aprendizagem (BRASIL, 2025). Esse aumento não pode ser interpretado apenas como avanço quantitativo. Ele exige políticas de formação docente, fortalecimento do Atendimento Educacional Especializado, planejamento colaborativo e adaptação curricular capaz de respeitar a singularidade dos estudantes autistas.

Nesse cenário, a Inteligência Artificial Generativa passa a ocupar lugar relevante no debate educacional. Ferramentas como ChatGPT e Gemini são capazes de produzir textos, reorganizar informações, gerar exemplos, criar listas, adaptar comandos e propor diferentes versões de uma mesma atividade. A UNESCO reconhece que a IA generativa pode apoiar processos educacionais, mas alerta para a necessidade de regulação, supervisão humana, proteção de dados, inclusão e formação crítica dos usuários (UNESCO, 2023). A OECD, no Digital Education Outlook 2026, também observa que a IA generativa pode apoiar a aprendizagem quando orientada por objetivos pedagógicos claros, mas pode gerar falsa sensação de domínio quando usada como atalho cognitivo ou substituto do esforço intelectual (OECD, 2026).

O problema central deste artigo nasce justamente dessa tensão. Por um lado, professores da Educação Básica relatam dificuldades para adaptar atividades, organizar comandos mais acessíveis, diversificar estratégias e responder às demandas de estudantes autistas em turmas heterogêneas. Por outro, ferramentas de IA generativa oferecem possibilidades inéditas de apoio ao planejamento pedagógico, desde que não sejam usadas de modo automático, descontextualizado ou tecnicista. A questão não é saber se a tecnologia “inclui” por si mesma, mas compreender em que condições ela pode ampliar a capacidade docente de planejar experiências curriculares mais acessíveis, sem apagar a mediação humana, a escuta pedagógica e o conhecimento sobre o estudante real.

Diante disso, este artigo tem como pergunta de pesquisa: de que maneira ferramentas de Inteligência Artificial Generativa, como ChatGPT e Gemini, podem apoiar professores na adaptação curricular de atividades para estudantes com Transtorno do Espectro Autista em contextos de escola inclusiva? O objetivo geral é analisar como essas ferramentas podem apoiar professores da Educação Básica na adaptação curricular de atividades destinadas a estudantes autistas, considerando Educação Inclusiva, acessibilidade curricular, mediação docente, personalização pedagógica, supervisão humana e proteção de dados.

A tese defendida é que a Inteligência Artificial Generativa não substitui o professor, não diagnostica estudantes e não resolve, de maneira isolada, os desafios da inclusão escolar. Sua contribuição mais consistente está no apoio ao planejamento pedagógico: reescrever comandos, organizar tarefas em etapas, criar rotinas visuais, propor exemplos concretos, reduzir sobrecarga textual, diversificar formas de resposta e apoiar a elaboração de materiais mais acessíveis. Esse potencial só se realiza quando a atividade gerada pela IA é revisada, contextualizada e validada pelo professor, considerando a história escolar, as formas de comunicação, os interesses, as barreiras e as potencialidades de cada estudante.

2. EDUCAÇÃO INCLUSIVA, ACESSIBILIDADE CURRICULAR E DIREITO À APRENDIZAGEM

A Educação Inclusiva não se limita à presença física do estudante na escola comum. Ainscow (2020) compreende inclusão como processo contínuo de identificação e remoção de barreiras à participação e à aprendizagem. Booth e Ainscow (2011), ao proporem o Index for Inclusion, deslocam o foco da deficiência individual para as culturas, políticas e práticas escolares. Essa mudança é decisiva: quando a dificuldade é vista apenas como característica do estudante, a escola tende a responder com encaminhamentos externos; quando a barreira é compreendida como relação entre sujeito, currículo, ambiente e práticas pedagógicas, torna-se possível reorganizar o ensino.

No caso brasileiro, a Política Nacional de Educação Especial na Perspectiva da Educação Inclusiva afirma que o público-alvo da Educação Especial deve ter acesso, participação e aprendizagem na escola comum, com oferta do Atendimento Educacional Especializado de forma complementar ou suplementar (BRASIL, 2008). A LBI amplia esse entendimento ao estabelecer que sistemas educacionais inclusivos devem assegurar adaptações razoáveis, recursos de acessibilidade e apoio necessário para garantir igualdade de oportunidades (BRASIL, 2015). A inclusão, nesse quadro, exige que o currículo seja pensado como território de acesso, e não como filtro de exclusão.

A acessibilidade curricular envolve a reorganização de objetivos, tempos, linguagens, recursos, formas de participação e instrumentos avaliativos. Não significa reduzir a expectativa sobre o estudante autista, tampouco empobrecer o currículo. Ao contrário, implica criar caminhos para que o estudante acesse o conhecimento por meios compatíveis com suas necessidades e potencialidades. Pletsch e Glat (2013) defendem que práticas pedagógicas inclusivas exigem planejamento, avaliação das barreiras e construção de estratégias que articulem sala comum, AEE e demais apoios escolares.

Essa concepção dialoga com o Desenho Universal para a Aprendizagem, especialmente na versão 3.0 das diretrizes do CAST, publicada em 2024. O DUA propõe múltiplas formas de engajamento, representação, ação e expressão, buscando reduzir barreiras desde o planejamento inicial, e não apenas por adaptações posteriores (CAST, 2024). No caso de estudantes autistas, esse princípio favorece o uso de recursos visuais, antecipação de etapas, clareza de linguagem, previsibilidade, diferentes formas de resposta e conexão com interesses significativos.

3. TRANSTORNO DO ESPECTRO AUTISTA E DESAFIOS PEDAGÓGICOS NA ESCOLA INCLUSIVA

O Transtorno do Espectro Autista é uma condição do neurodesenvolvimento marcada por grande heterogeneidade. A Organização Mundial da Saúde descreve o TEA como um conjunto diverso de condições que pode envolver diferenças na comunicação e na interação social, padrões específicos de comportamento, interesses, dificuldades em transições e respostas sensoriais atípicas (WHO, 2025). A noção de espectro é central porque impede generalizações simplistas: estudantes autistas não aprendem de uma única forma, não apresentam as mesmas necessidades e não devem ser reduzidos a déficits.

No ambiente escolar, algumas barreiras aparecem com frequência. Atividades com comandos longos podem dificultar a compreensão do que precisa ser feito. Textos extensos, com muitas informações simultâneas, podem gerar sobrecarga cognitiva. Mudanças inesperadas na rotina podem produzir insegurança. Ambientes com excesso de ruído, luminosidade ou estímulos visuais podem interferir na atenção e na autorregulação. Trabalhos em grupo sem papéis definidos podem gerar desconforto para estudantes que precisam de maior previsibilidade social. Esses desafios não autorizam baixa expectativa pedagógica; indicam a necessidade de planejamento acessível, mediação cuidadosa e organização do ambiente.

A literatura sobre inclusão de estudantes autistas destaca estratégias como adaptação de instruções, uso de apoios visuais, rotinas previsíveis, ensino estruturado, comunicação clara, divisão de tarefas e colaboração entre professores, famílias e profissionais de apoio. Revisão qualitativa de Petersson-Bloom e Holmqvist (2022) aponta que adaptações e modificações no ambiente escolar são relevantes para apoiar a participação de estudantes autistas, sobretudo quando articuladas a práticas colaborativas e sensíveis às experiências dos próprios estudantes.

Estudos recentes reforçam a importância da formação docente. Alassaf (2025), ao investigar conhecimentos e atitudes de professores de Educação Especial sobre inclusão de crianças autistas em escolas regulares, identificou níveis moderados de conhecimento e atitudes, com influência de formação, experiência e contato prévio com o tema. Esse tipo de evidência é importante porque desloca o debate da responsabilização individual do professor para a necessidade de políticas formativas e apoio institucional.

4. COMUNICAÇÃO, PREVISIBILIDADE, PROCESSAMENTO SENSORIAL E APRENDIZAGEM

A comunicação ocupa lugar central na escolarização de estudantes autistas. Isso não significa reduzir o TEA à linguagem oral, pois há estudantes verbais, não verbais, com comunicação alternativa, com ecolalia, com fala funcional restrita ou com modos próprios de expressar compreensão, recusa, interesse e necessidade. Vygotsky (1997; 2007) ajuda a compreender que o desenvolvimento humano é mediado por signos, instrumentos, linguagem e relações sociais. Na escola, essa mediação não ocorre apenas por explicações orais: imagens, gestos, objetos, esquemas, exemplos, rotinas e tecnologias também podem funcionar como mediadores da aprendizagem.

A previsibilidade é outro aspecto pedagógico relevante. Para muitos estudantes autistas, saber o que será feito, em que ordem, por quanto tempo e com qual finalidade reduz ansiedade e favorece participação. Rotinas visuais, checklists, agendas, cartões de sequência e instruções numeradas não devem ser entendidos como recursos “infantis”, mas como apoios de acessibilidade cognitiva. O objetivo não é controlar o estudante, mas tornar o ambiente mais legível.

O processamento sensorial também interfere na experiência escolar. Sons, cheiros, luzes, texturas e movimentos podem ser percebidos com maior intensidade ou de modo desconfortável por alguns estudantes autistas. A escola inclusiva precisa observar esses elementos porque uma atividade pedagogicamente adequada pode fracassar se o ambiente produz sofrimento sensorial. Nessa direção, a adaptação curricular deve dialogar com a organização física, temporal e relacional da sala.

A IA generativa pode apoiar o professor na criação de materiais de comunicação mais claros e previsíveis, mas não substitui a observação pedagógica. Um chatbot pode gerar uma rotina visual em texto, sugerir etapas de uma atividade ou criar uma checklist. Quem decide se a rotina faz sentido para aquele estudante, naquela turma e naquele dia é o professor. Essa distinção é decisiva para impedir que a tecnologia assuma um lugar indevido de autoridade pedagógica.

5. ADAPTAÇÃO CURRICULAR, PERSONALIZAÇÃO PEDAGÓGICA E MEDIAÇÃO DOCENTE

Adaptação curricular é um processo pedagógico de ajuste entre objetivos de aprendizagem, necessidades do estudante, estratégias de ensino e condições concretas da escola. Não se trata de “facilitar” no sentido de retirar o valor formativo do conteúdo. Trata-se de construir acesso. Zabala (1998) lembra que o ensino envolve decisões sobre conteúdos conceituais, procedimentais e atitudinais, além da organização de sequências didáticas. A adaptação curricular, nesse sentido, exige clareza sobre o que é essencial no objetivo de aprendizagem e o que pode ser flexibilizado no caminho.

A mediação docente é o elemento que impede a adaptação de se tornar mera simplificação. Tardif (2014) compreende o saber docente como plural, construído na formação, na experiência, no currículo, nas relações e nas situações concretas de trabalho. Nóvoa (2022) reforça que a profissão docente não pode ser reduzida a execução de técnicas, pois envolve julgamento, responsabilidade e presença. Quando um professor adapta uma atividade para um estudante autista, mobiliza conhecimentos sobre currículo, desenvolvimento, linguagem, comportamento, acessibilidade e contexto.

A personalização pedagógica precisa ser distinguida de individualização isoladora. Personalizar não significa separar o estudante autista do grupo nem criar um currículo paralelo sem vínculo com a turma. O desafio é oferecer apoios específicos mantendo participação coletiva. Freire (1996) ajuda a pensar esse ponto ao defender uma prática educativa fundada na escuta, no diálogo e no respeito ao educando. Na inclusão escolar, respeitar o estudante não significa reduzir expectativas, mas reconhecer que o acesso ao conhecimento pode exigir diferentes mediações.

Ferramentas de IA generativa podem ajudar professores a produzir variações de uma mesma atividade, criar comandos mais curtos, elaborar exemplos concretos e sugerir formas alternativas de resposta. Ainda assim, a decisão pedagógica permanece humana. A IA não conhece plenamente a história do estudante, sua rotina familiar, suas experiências escolares, seus modos de comunicação, seus interesses e suas barreiras sensoriais. Por isso, qualquer adaptação gerada precisa passar por revisão crítica.

6. INTELIGÊNCIA ARTIFICIAL GENERATIVA NA EDUCAÇÃO: POSSIBILIDADES, LIMITES E CUIDADOS

A Inteligência Artificial Generativa reúne sistemas capazes de produzir textos, imagens, códigos, sínteses, explicações e outros conteúdos a partir de comandos em linguagem natural. No campo educacional, seu uso tem sido discutido em atividades de planejamento, tutoria, feedback, produção de materiais, acessibilidade e apoio à aprendizagem. Denny et al. (2024) apontam que a GenAI abre oportunidades para o ensino, mas exige pesquisa, avaliação e desenho pedagógico responsável. Ogunleye et al. (2024), em revisão sistemática, indicam que ainda há lacunas sobre como integrar a IA generativa ao currículo de maneira ética e consistente.

No campo da Educação Especial, as evidências recentes são promissoras, mas ainda em consolidação. Wang et al. (2025) realizaram revisão sistemática sobre IA generativa na Educação Especial e observaram potencial para apoio à mediação, personalização e produção de recursos, mas também desafios ligados à qualidade das respostas, equidade, privacidade e necessidade de supervisão humana. Ronksley-Pavia et al. (2025) revisaram a literatura sobre IA generativa para estudantes neurodivergentes em idade escolar e destacaram a necessidade de pesquisas mais contextualizadas, com participação dos próprios estudantes, professores e famílias.

Voultsiou e Moussiades (2025), ao revisar aplicações de IA, realidade virtual e grandes modelos de linguagem na Educação Especial, identificam oportunidades para acessibilidade, apoio individualizado e engajamento, mas também apontam desafios metodológicos, éticos e de implementação. Li, Yan e Zeng (2025), em revisão sobre IA na Educação Inclusiva, destacam que personalização e engajamento aparecem como benefícios recorrentes, mas barreiras como baixas literacia em IA, resistência institucional e preocupações éticas permanecem relevantes.

Esses estudos impedem dois extremos. O primeiro é o entusiasmo ingênuo, que apresenta a IA como solução para a inclusão. O segundo é a recusa absoluta, que ignora possibilidades concretas de apoio ao professor. A posição mais responsável está entre esses polos: investigar o que a IA pode fazer, em que condições, com quais limites, sob quais critérios e com que tipo de supervisão.

A UNESCO recomenda que sistemas educacionais tratem a IA generativa com atenção a direitos humanos, inclusão, equidade, transparência, segurança e proteção de dados (UNESCO, 2023). A OECD alerta que ferramentas generalistas podem produzir respostas convincentes sem garantir aprendizagem real, especialmente quando substituem o esforço cognitivo ou a mediação pedagógica (OECD, 2026). Essas advertências são especialmente relevantes na Educação Inclusiva, em que respostas padronizadas podem reforçar estereótipos sobre deficiência e neurodivergência.

7. CHATGPT E GEMINI COMO APOIO AO PROFESSOR NA ADAPTAÇÃO DE ATIVIDADES PARA ESTUDANTES AUTISTAS

ChatGPT e Gemini podem apoiar o professor em tarefas de planejamento que demandam tempo, repertório e variação didática. A OpenAI e o Google apresentam suas ferramentas educacionais como apoio à criação, personalização e organização de experiências de aprendizagem, embora o uso em contexto escolar exija política institucional, privacidade e mediação docente. O Google informa que o Gemini para Educação pode auxiliar professores a economizar tempo, criar experiências personalizadas e gerar ideias pedagógicas; já cursos institucionais de IA para educadores enfatizam uso prático e responsável dessas ferramentas.

Na adaptação curricular para estudantes autistas, a utilidade mais imediata da IA generativa aparece na reorganização da linguagem. Muitos enunciados escolares são longos, ambíguos e carregados de informações secundárias. Um professor pode solicitar que a IA reescreva uma atividade em frases curtas, com verbos de ação, etapas numeradas, exemplo resolvido e indicação do que deve ser entregue. Essa intervenção simples pode reduzir barreiras de compreensão sem alterar o objetivo de aprendizagem.

Outro uso relevante está na criação de previsibilidade. A IA pode gerar uma rotina de execução da atividade: “1. Pegue o caderno; 2. Leia o enunciado; 3. Circule a palavra principal; 4. Resolva a primeira questão; 5. Faça uma pausa breve; 6. Revise sua resposta”. O professor, porém, precisa revisar se a sequência é adequada à idade, ao nível de autonomia e ao contexto do estudante. Uma rotina útil para um aluno do 5º ano pode ser inadequada para um estudante do Ensino Médio.

A IA também pode apoiar a elaboração de recursos visuais em formato textual, como quadros, checklists, cartões de passos e mapas simples de conteúdo. Embora ChatGPT e Gemini não substituam softwares de comunicação alternativa ou recursos especializados, podem ajudar o professor a estruturar materiais que depois serão diagramados em Canva, PowerPoint, Word, pranchas visuais ou impressos. Esse apoio é particularmente útil em escolas com pouco tempo de planejamento colaborativo.

Há, ainda, possibilidade de usar interesses específicos do estudante como porta de entrada para o currículo. Se um estudante autista demonstra grande interesse por astronomia, dinossauros, jogos, mapas ou personagens, o professor pode solicitar à IA exemplos contextualizados. O cuidado ético pedagógico é não aprisionar o estudante ao interesse restrito, mas usá-lo como mediação para ampliar repertórios. Interesses podem funcionar como ponte, não como limite curricular.

8. METODOLOGIA

Este artigo adota abordagem qualitativa, bibliográfica, documental, exploratória e propositiva. A opção por esse desenho metodológico decorre do objetivo de analisar possibilidades, limites e condições de uso da Inteligência Artificial Generativa na adaptação curricular para estudantes com Transtorno do Espectro Autista, sem pretensão de mensurar impacto empírico ou generalizar resultados a partir de aplicação em campo.

A pesquisa bibliográfica considerou estudos clássicos e recentes sobre Educação Inclusiva, TEA, mediação docente, adaptação curricular, Desenho Universal para a Aprendizagem, tecnologias educacionais, Inteligência Artificial Generativa e Educação Especial. Foram priorizados artigos revisados por pares, revisões sistemáticas, revisões de escopo, documentos oficiais e publicações institucionais confiáveis. As buscas foram orientadas por descritores em português e inglês, entre eles: “generative AI and autism education”, “ChatGPT autism inclusive education”, “generative artificial intelligence special education”, “AI inclusive education autistic students”, “autism curriculum adaptation inclusive classroom”, “inteligência artificial generativa educação inclusiva autismo”, “TEA adaptação curricular escola inclusiva” e “Desenho Universal para a Aprendizagem autismo”.

A análise documental incluiu a Lei nº 12.764/2012, a Lei Brasileira de Inclusão, a Lei Geral de Proteção de Dados, a Política Nacional de Educação Especial na Perspectiva da Educação Inclusiva, documentos recentes do MEC sobre Educação Especial Inclusiva e AEE, diretrizes do CAST sobre DUA, orientação da UNESCO sobre IA generativa na educação e pesquisa, e publicações da OECD sobre IA generativa na educação. Também foram consultadas informações institucionais da OpenAI e do Google relacionadas ao uso educacional de ferramentas generativas.

Os critérios de inclusão foram: pertinência direta ao tema; relação com Educação Inclusiva, TEA, adaptação curricular, DUA ou IA generativa; publicação preferencial entre 2024 e 2026 para estudos recentes; e confiabilidade da fonte. Foram excluídos textos opinativos sem autoria qualificada, materiais comerciais sem base acadêmica, publicações sem relação direta com o problema de pesquisa e referências cuja existência não pôde ser confirmada. Como etapa propositiva, elaborou-se uma matriz prática destinada a orientar professores no uso crítico da IA generativa na adaptação curricular.

9. RESULTADOS E DISCUSSÃO

A análise da literatura e dos documentos permite organizar a discussão em quatro achados principais. O primeiro é que a IA generativa apresenta potencial real para apoiar o planejamento docente, especialmente em tarefas de reorganização textual, criação de variações didáticas e estruturação de recursos acessíveis. Esse potencial, porém, não está na ferramenta isolada, mas no modo como o professor formula o comando, revisa a resposta e ajusta o material ao estudante concreto.

O segundo achado é que estudantes autistas podem se beneficiar de adaptações que favoreçam clareza, previsibilidade, apoio visual, redução de ambiguidade e organização de etapas. Essas estratégias já são reconhecidas na literatura da Educação Inclusiva e do TEA. A novidade trazida pela IA generativa não é a criação desses princípios, mas a possibilidade de acelerar a produção de versões alternativas de atividades, oferecendo ao professor um ponto de partida para revisão.

O terceiro achado refere-se à necessidade de formação docente. Usar IA generativa de modo inclusivo exige mais do que saber “pedir” algo ao ChatGPT ou ao Gemini. É necessário compreender objetivos de aprendizagem, barreiras curriculares, características do TEA, princípios do DUA, ética, privacidade, vieses e limites da ferramenta. Sem essa formação, há risco de produzir materiais aparentemente adaptados, mas pedagogicamente frágeis.

O quarto achado é a centralidade da supervisão humana. Ferramentas generativas podem inventar informações, propor atividades inadequadas, simplificar excessivamente conteúdo ou reproduzir estereótipos. Na Educação Especial, esse risco é ampliado quando a IA trabalha com categorias diagnósticas de forma genérica. Nem todo estudante autista precisa de comandos reduzidos; nem todo estudante autista apresenta dificuldade com interação; nem todo estudante autista se beneficia do mesmo tipo de apoio visual. A mediação docente é o que transforma uma sugestão automática em recurso pedagógico situado.

A IA generativa pode apoiar a adaptação de avaliações mantendo o objetivo de aprendizagem. Por exemplo, em vez de retirar uma questão de interpretação, o professor pode solicitar que a IA dívida o texto em blocos, destaque palavras-chave, crie uma pergunta por vez e permita resposta por marcação, oralidade ou escrita curta. A avaliação deixa de medir a capacidade de enfrentar barreiras desnecessárias e passa a se aproximar do objetivo pretendido: compreender ideias centrais, relacionar informações ou aplicar conceitos.

Outro campo relevante é a comunicação escola-família. O professor pode usar a IA para redigir bilhetes mais claros, relatórios pedagógicos objetivos, orientações de rotina ou explicações sobre adaptações realizadas. Entretanto, dados pessoais do estudante não devem ser inseridos em ferramentas externas sem base legal, consentimento e política institucional. A LGPD dispõe sobre o tratamento de dados pessoais em meios digitais e físicos, protegendo direitos fundamentais de liberdade, privacidade e desenvolvimento da personalidade (BRASIL, 2018).

10. PROPOSTA DE MATRIZ PRÁTICA PARA USO DOCENTE DA IA GENERATIVA NA ADAPTAÇÃO CURRICULAR DE ESTUDANTES COM TEA

A matriz a seguir não deve ser lida como receita. Seu objetivo é apoiar o professor na formulação de comandos e na análise crítica das respostas geradas por IA. Cada adaptação precisa ser confrontada com o currículo, com o planejamento da turma e com o conhecimento pedagógico sobre o estudante.

11. EXEMPLOS DE PROMPTS PEDAGÓGICOS PARA PROFESSORES

1. Adapte esta atividade de interpretação textual para um estudante autista do 5º ano, usando comandos curtos, etapas numeradas, apoio visual e redução da sobrecarga textual. Preserve o objetivo de aprendizagem.

2. Transforme este conteúdo de Ciências em uma atividade objetiva, com linguagem acessível, exemplo concreto, tempo estimado e rotina de execução.

3. Crie uma versão adaptada desta avaliação, mantendo o objetivo de aprendizagem, mas dividindo as questões em blocos menores e com instruções mais diretas.

4. Gere uma rotina visual de estudo para um estudante autista, incluindo organização do material, início da tarefa, pausa breve, revisão e finalização.

5. Crie uma atividade de Matemática com apoio visual, instruções diretas, exemplo resolvido e possibilidade de resposta oral, escrita ou por marcação.

6. Reescreva esta atividade reduzindo ambiguidades, retirando informações desnecessárias e organizando as etapas em uma sequência clara.

7. Crie uma checklist para ajudar o estudante autista a acompanhar a realização de uma atividade escolar com mais autonomia.

8. Analise este enunciado e indique quais partes podem gerar confusão para um estudante autista. Depois, proponha uma versão mais objetiva.

9. Sugira três formas de adaptar esta atividade sem reduzir o nível conceitual do conteúdo.

10. Crie uma orientação curta para o professor aplicar esta atividade com previsibilidade, pausa planejada e retomada da atenção.

12. CUIDADOS ÉTICOS: LGPD, VIESES, PRIVACIDADE, SUPERVISÃO HUMANA E RISCO DE PADRONIZAÇÃO

O uso de IA generativa na adaptação curricular exige cuidado ético rigoroso. O primeiro cuidado é a proteção de dados. Professores não devem inserir nome completo, laudo, diagnóstico detalhado, histórico familiar, comportamento sensível ou qualquer dado identificável de estudantes em plataformas externas sem respaldo institucional e legal. A LGPD estabelece princípios para tratamento de dados pessoais e inclui maior atenção a dados sensíveis, o que torna a escola corresponsável por práticas de segurança, necessidade, finalidade e transparência (BRASIL, 2018).

O segundo cuidado envolve vieses e estereótipos. Modelos generativos são treinados com grandes volumes de dados e podem reproduzir visões capacitistas, medicalizantes ou simplificadoras sobre o autismo. Uma resposta aparentemente técnica pode sugerir que todo estudante autista precisa das mesmas estratégias, quando a experiência escolar demonstra o contrário. A heterogeneidade do espectro exige que o professor trate cada sugestão da IA como hipótese de trabalho, nunca como prescrição.

O terceiro cuidado refere-se às alucinações. Sistemas generativos podem produzir informações incorretas, referências inexistentes, orientações sem base pedagógica ou explicações convincentes, mas falsas. Na elaboração de atividades, esse risco pode aparecer em conceitos científicos errados, exemplos inadequados ou comandos que não correspondem ao objetivo curricular. Por isso, toda resposta gerada deve ser revisada pelo professor antes de chegar ao estudante.

O quarto cuidado é evitar a medicalização da aprendizagem. A adaptação curricular não deve transformar o diagnóstico em explicação total da vida escolar. O estudante autista é sujeito de direitos, história, desejos, interesses, relações e possibilidades. A IA deve apoiar a remoção de barreiras, não reforçar a ideia de que a dificuldade está apenas no estudante. Esse ponto dialoga diretamente com a Educação Inclusiva, que responsabiliza a escola pela construção de ambientes acessíveis.

Por fim, é necessário preservar a autoria docente. A IA pode sugerir, reorganizar, resumir e gerar alternativas. Quem educa é o professor. Quando a escola terceiriza o planejamento para sistemas automáticos, perde a dimensão ética, relacional e política do trabalho pedagógico. O uso responsável da IA generativa deve fortalecer a docência, não a empobrecer.

13. CONTRIBUIÇÕES DO ESTUDO

A contribuição teórica deste artigo está em aproximar o debate sobre Inteligência Artificial Generativa da Educação Inclusiva, tomando o Transtorno do Espectro Autista não como categoria abstrata, mas como condição que exige análise pedagógica situada. Ao articular DUA, adaptação curricular, mediação docente e IA generativa, o estudo propõe uma leitura crítica que evita tanto o tecnicismo quanto a rejeição automática da tecnologia.

A contribuição prática está na matriz de apoio ao professor, que organiza necessidades pedagógicas, barreiras, tipos de adaptação, comandos possíveis, resultados esperados e riscos. Essa matriz pode auxiliar professores da sala comum, do AEE, coordenadores pedagógicos e formadores docentes na elaboração de materiais mais claros, acessíveis e contextualizados.

Para a Educação Inclusiva, o estudo contribui ao defender que a IA generativa só tem valor quando vinculada à remoção de barreiras e à ampliação da participação. A tecnologia não é apresentada como solução mágica, mas como ferramenta de apoio ao planejamento, subordinada ao direito à aprendizagem.

Para o debate sobre IA generativa e TEA, o artigo evidencia uma lacuna relevante: ainda são necessárias pesquisas empíricas que investiguem como professores usam ChatGPT, Gemini e ferramentas semelhantes na adaptação curricular para estudantes autistas em escolas públicas, com participação dos próprios estudantes, famílias e profissionais da Educação Especial.

As limitações do estudo decorrem de sua natureza bibliográfica e propositiva. Não houve aplicação da matriz em campo, entrevistas com professores, observação de aulas ou avaliação de impacto sobre a aprendizagem dos estudantes. Pesquisas futuras podem testar a matriz em contextos escolares reais, investigar percepções docentes, analisar materiais gerados por IA e avaliar efeitos sobre participação, autonomia e aprendizagem de estudantes autistas.

14. CONSIDERAÇÕES FINAIS

Este artigo analisou como ferramentas de Inteligência Artificial Generativa podem apoiar professores da Educação Básica na adaptação curricular de atividades para estudantes com Transtorno do Espectro Autista. A resposta à pergunta de pesquisa indica que ChatGPT e Gemini podem contribuir para a reescrita de comandos, organização de etapas, criação de rotinas visuais, adaptação de textos, elaboração de checklists, diversificação de formas de resposta e planejamento com base no Desenho Universal para a Aprendizagem.

A principal conclusão é que a IA generativa pode ampliar as condições de planejamento docente, mas não substitui o professor, o AEE, a formação pedagógica, a escuta do estudante e a responsabilidade institucional da escola. Seu uso precisa ser crítico, ético, supervisionado e contextualizado. Atividades geradas por IA devem ser vistas como rascunhos qualificados, nunca como produto final.

No caso de estudantes autistas, a adaptação curricular exige respeito à heterogeneidade do espectro. Não existe estudante autista genérico. Há sujeitos com histórias, interesses, formas de comunicação, sensibilidades, barreiras e potencialidades distintas. Por isso, o uso pedagógico da IA deve partir de uma pergunta simples, mas decisiva: esta adaptação amplia a participação e a aprendizagem deste estudante concreto, nesta turma, neste contexto?

A escola inclusiva não será construída por ferramentas digitais, mas por práticas pedagógicas comprometidas com o direito de todos aprenderem. A IA generativa pode contribuir com esse processo quando colocada no lugar correto: tecnologia de apoio à mediação docente, e não autoridade pedagógica. Seu valor está menos na sofisticação técnica e mais na possibilidade de ajudar professores a criar caminhos de acesso ao currículo, com cuidado, reflexão e compromisso com a dignidade dos estudantes autistas.

DECLARAÇÃO DE USO DE INTELIGÊNCIA ARTIFICIAL

O autor declara que ferramentas de Inteligência Artificial generativa foram utilizadas apenas como apoio à correção de erros de pontuação, ajustes gramaticais pontuais e organização das referências conforme as normas da ABNT. A IA não foi empregada para produzir dados, criar resultados, elaborar análises ou substituir a autoria intelectual do trabalho, sendo todo o conteúdo final de responsabilidade exclusiva do autor.

REFERÊNCIAS BIBLIOGRÁFICAS

AINSCOW, Mel. Promoting inclusion and equity in education: lessons from international experiences. Nordic Journal of Studies in Educational Policy, v. 6, n. 1, p. 7-16, 2020. DOI: https://doi.org/10.1080/20020317.2020.1729587.

ALASSAF, Mohammed Abdulrhman. Teachers’ knowledge and attitudes toward inclusive education for children with autism in mainstream schools. Frontiers in Education, v. 10, 2025. Disponível em: https://www.frontiersin.org/journals/education/articles/10.3389/feduc.2025.1630710/full. Acesso em: 4 jul. 2026.

AMERICAN PSYCHIATRIC ASSOCIATION. Diagnostic and statistical manual of mental disorders: DSM-5-TR. 5. ed., text rev. Washington, DC: American Psychiatric Association Publishing, 2022.

BOOTH, Tony; AINSCOW, Mel. Index for inclusion: developing learning and participation in schools. 3. ed. Bristol: Centre for Studies on Inclusive Education, 2011.

BRASIL. Conselho Nacional de Educação. Parecer CNE/CP nº 50/2023. Orientações específicas para o atendimento educacional ao estudante com Transtorno do Espectro Autista. Brasília, DF: CNE, 2023. Disponível em: https://www.gov.br/mec/pt-br/cne/educacao-especial. Acesso em: 4 jul. 2026.

BRASIL. Lei nº 12.764, de 27 de dezembro de 2012. Institui a Política Nacional de Proteção dos Direitos da Pessoa com Transtorno do Espectro Autista. Brasília, DF: Presidência da República, 2012. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2011-2014/2012/lei/l12764.htm. Acesso em: 4 jul. 2026.

BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais. Brasília, DF: Presidência da República, 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 4 jul. 2026.

BRASIL. Ministério da Educação. Ações do MEC buscam a inclusão dos estudantes autistas. Brasília, DF: MEC, 2025a. Disponível em: https://www.gov.br/mec/pt-br/assuntos/noticias/2025/abril/acoes-do-mec-buscam-a-inclusao-dos-estudantes-autistas. Acesso em: 4 jul. 2026.

BRASIL. Ministério da Educação. Atendimento Educacional Especializado. Brasília, DF: MEC, 2026a. Disponível em: https://www.gov.br/mec/pt-br/pneei/arquivos/2026-4-5-cadermec-vol-2_compressed.pdf. Acesso em: 4 jul. 2026.

BRASIL. Ministério da Educação. Crescem matrículas de alunos com Transtorno do Espectro Autista. Brasília, DF: MEC, 2025b. Disponível em: https://www.gov.br/mec/pt-br/assuntos/noticias/2025/abril/crescem-matriculas-de-alunos-com-transtorno-do-espectro-autista. Acesso em: 4 jul. 2026.

BRASIL. Ministério da Educação. Portaria MEC nº 421, de 15 de maio de 2026. Dispõe sobre a Política Nacional de Educação Especial Inclusiva e sobre a Rede Nacional de Educação Especial Inclusiva. Brasília, DF: MEC, 2026b. Disponível em: https://mecnormas.mec.gov.br/pesquisa/detalhar/11240. Acesso em: 4 jul. 2026.

BRASIL. Ministério da Educação. Secretaria de Educação Especial. Política Nacional de Educação Especial na Perspectiva da Educação Inclusiva. Brasília, DF: MEC/SEESP, 2008. Disponível em: https://www.gov.br/mec/pt-br/media/secadi/politicaseducacaoespecial.pdf. Acesso em: 4 jul. 2026.BRASIL. Lei nº 13.146, de 6 de julho de 2015. Institui a Lei Brasileira de Inclusão da Pessoa com Deficiência. Brasília, DF: Presidência da República, 2015. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2015/lei/l13146.htm. Acesso em: 4 jul. 2026.

CAST. Universal Design for Learning Guidelines version 3.0. Lynnfield, MA: CAST, 2024. Disponível em: https://udlguidelines.cast.org/. Acesso em: 4 jul. 2026.

DENNY, Paul et al. Generative AI for education: advances, opportunities, and challenges. arXiv, 2024. Disponível em: https://arxiv.org/abs/2402.01580. Acesso em: 4 jul. 2026.

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

GOOGLE FOR EDUCATION. Gemini for Education. Mountain View: Google, 2024. Disponível em: https://edu.google.com/ai/gemini-for-education/. Acesso em: 4 jul. 2026.

GOOGLE. Generative AI for Educators with Gemini. Mountain View: Google, 2024. Disponível em: https://grow.google/ai-for-educators/. Acesso em: 4 jul. 2026.

HAPPÉ, Francesca; FRITH, Uta. Annual Research Review: looking back to look forward—changes in the concept of autism and implications for future research. Journal of Child Psychology and Psychiatry, v. 61, n. 3, p. 218-232, 2020. DOI: https://doi.org/10.1111/jcpp.13176.

HEREDERO, Eladio Sebastián. Diretrizes para o Desenho Universal para a Aprendizagem. Revista Brasileira de Educação Especial, v. 26, n. 4, p. 733-768, 2020. DOI: https://doi.org/10.1590/1980-54702020v26e0155.

LI, Jiahui; YAN, Yuyang; ZENG, Xiaojun. Exploring artificial intelligence in inclusive education: a systematic review of empirical studies. Applied Sciences, v. 15, n. 23, art. 12624, 2025. DOI: https://doi.org/10.3390/app152312624.

LORD, Catherine et al. Autism spectrum disorder. Nature Reviews Disease Primers, v. 6, n. 1, art. 5, 2020. DOI: https://doi.org/10.1038/s41572-019-0138-4.

MANTOAN, Maria Teresa Eglér. Inclusão escolar: o que é? Por quê? Como fazer? São Paulo: Summus, 2015.

MORAN, José Manuel. Mudando a educação com metodologias ativas. In: SOUZA, Carlos Alberto de; MORALES, Ofelia Elisa Torres (org.). Convergências midiáticas, educação e cidadania: aproximações jovens. Ponta Grossa: UEPG/PROEX, 2015. p. 15-33.

NÓVOA, António. Escolas e professores: proteger, transformar, valorizar. Salvador: SEC/IAT, 2022.

OECD. How to effectively use generative AI in education. Paris: OECD, 2026a. Disponível em: https://www.oecd.org/en/blogs/2026/01/how-to-effectively-use-generative-ai-in-education.html. Acesso em: 4 jul. 2026.

OECD. OECD Digital Education Outlook 2026. Paris: OECD Publishing, 2026b. Disponível em: https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_062a7394-en.html. Acesso em: 4 jul. 2026.

OGUNLEYE, Bayode et al. A systematic review of generative AI for teaching and learning practice. arXiv, 2024. Disponível em: https://arxiv.org/abs/2406.09520. Acesso em: 4 jul. 2026.

PETERSSON-BLOOM, Linda; HOLMQVIST, Mona. Strategies in supporting inclusive education for autistic students: a systematic review of qualitative research results. Autism & Developmental Language Impairments, v. 7, 2022. DOI: https://doi.org/10.1177/23969415221123429.

PLETSCH, Márcia Denise; GLAT, Rosana. Plano Educacional Individualizado: uma estratégia a ser construída no processo de formação docente. Revista Educação Especial, v. 26, n. 45, p. 17-34, 2013.

RONKSLEY-PAVIA, Michelle et al. A scoping literature review of generative artificial intelligence for supporting neurodivergent school students. Computers and Education: Artificial Intelligence, v. 9, art. 100437, 2025. DOI: https://doi.org/10.1016/j.caeai.2025.100437.

SELWYN, Neil. Education and technology: key issues and debates. 2. ed. London: Bloomsbury Academic, 2016.

SOHN, Jae Seung et al. Implementation of generative AI for the assessment and treatment of autism spectrum disorders: a scoping review. Frontiers in Psychiatry, v. 16, 2025. DOI: https://doi.org/10.3389/fpsyt.2025.1628216.

TARDIF, Maurice. Saberes docentes e formação profissional. 17. ed. Petrópolis: Vozes, 2014.

UNESCO. 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: 4 jul. 2026.

VOULTSIOU, Evdokia; MOUSSIADES, Lefteris. A systematic review of AI, VR, and LLM applications in special education: opportunities, challenges, and future directions. Education and Information Technologies, v. 30, p. 19141-19181, 2025. DOI: https://doi.org/10.1007/s10639-025-13550-4.

VYGOTSKY, Lev Semionovitch. A formação social da mente. 7. ed. São Paulo: Martins Fontes, 2007.

VYGOTSKY, Lev Semionovitch. Obras escogidas V: fundamentos de defectología. Madrid: Visor, 1997.

WANG, Meiqin et al. Generative artificial intelligence in special education: a systematic review through the lens of the mediated-action model. Information Development, 2025. DOI: https://doi.org/10.1177/02666669251335655.

WORLD HEALTH ORGANIZATION. Autism. Geneva: World Health Organization, 2025. Disponível em: https://www.who.int/news-room/fact-sheets/detail/autism-spectrum-disorders. Acesso em: 4 jul. 2026.

ZABALA, Antoni. A prática educativa: como ensinar. Porto Alegre: Artmed, 1998.

¹ Mestre em Ciências da Educação pelo Instituto Teológico de São Paulo (ITS), especialista em Neuropsicopedagogia e mestrando no Programa de Mestrado Profissional em Educação Inclusiva em Rede Nacional (PROFEI), pelo Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE), campus Paracuru. Neuropsicopedagogo efetivo da Rede Municipal de Ensino de Ipaporanga e professor da Rede Estadual de Ensino do Ceará (SEDUC-CE). E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail. ORCID: https://orcid.org/0009-0002-5616-367X. Currículo Lattes: http://lattes.cnpq.br/7198389685853693

² Mestranda no Programa de Mestrado Profissional em Educação Inclusiva em Rede Nacional (PROFEI), pelo Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE), campus Paracuru. Professora da Rede Estadual de Ensino do Ceará (SEDUC-CE). E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail. Currículo Lattes: http://lattes.cnpq.br/0261086665670788

³ Mestrando em Educação Inclusiva e especialista em Educação Física Escolar. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail. Currículo Lattes: http://lattes.cnpq.br/7584609482361720

⁴ Mestranda no Programa de Mestrado Profissional em Educação Inclusiva em Rede Nacional (PROFEI), pelo Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE). Licenciada em Ciências Humanas pela Universidade do Estado de Mato Grosso (UNEMAT) e em Pedagogia pela Universidade Pitágoras Unopar. Professora da Educação Básica, com atuação na rede pública de ensino e experiência em educação indígena, ensino de Sociologia e nos anos iniciais e finais do Ensino Fundamental.

⁵ Licenciada em Pedagogia e mestranda em Educação Especial Inclusiva. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail. Currículo Lattes: http://lattes.cnpq.br/0974840507430131

⁶ Mestra em Educação Inclusiva pelo Programa de Mestrado Profissional em Educação Inclusiva em Rede Nacional (PROFEI). E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail. ORCID: https://orcid.org/0009-0009-9184-4076. Currículo Lattes: https://lattes.cnpq.br/5004663124574263

⁷ Licenciada em Ciências com habilitação em Matemática pela universidade Estadual do Sudoeste da Bahia - UESB  Mestra em Ensino pelo Programa de Pós- Graduação em ensino, Linguagem e Sociedade (PPGELS) da Universidade do Estado da Bahia (UNEB, Campus VI).  Atuação: Professora de Matemática da rede pública de ensino da educação básica em Vitória da Conquista - Bahia. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail. Lattes: http://lattes.cnpq.br/2819524639641419. ORCID: https://orcid.org/0009-0000-2233-9062