REGISTRO DOI: 10.70773/revistatopicos/781196414
RESUMO
A Inteligência Artificial tem provocado mudanças relevantes nas formas de ensinar, aprender, pesquisar, avaliar e produzir conhecimento na Educação Básica e na Educação Superior. No campo educacional, sua presença envolve ferramentas capazes de apoiar a personalização da aprendizagem, a elaboração de materiais didáticos, a análise de dados, a avaliação formativa, a acessibilidade e a mediação pedagógica. Este texto tem como objetivo refletir sobre as potencialidades e os desafios da Inteligência Artificial no processo de ensino-aprendizagem, considerando suas implicações pedagógicas, éticas, formativas e institucionais. Metodologicamente, trata-se de uma pesquisa bibliográfica, de abordagem qualitativa, fundamentada em autores nacionais que discutem IA na educação, IA generativa, formação docente, produção acadêmica, mediação pedagógica e desigualdades digitais. A análise evidencia que a IA pode contribuir para ampliar possibilidades de aprendizagem, oferecer feedbacks, apoiar estudantes com diferentes ritmos, auxiliar professores no planejamento e favorecer práticas mais interativas e inclusivas. Entretanto, também apresenta desafios relacionados à autoria, ao plágio, à dependência tecnológica, aos vieses algorítmicos, à proteção de dados, à desigualdade de acesso, à formação docente e à necessidade de diretrizes institucionais. Conclui-se que a IA não deve ser compreendida como substituta do professor, mas como recurso de apoio que exige mediação humana, intencionalidade pedagógica e uso crítico. Assim, sua integração à Educação Básica e à Educação Superior precisa fortalecer a aprendizagem, a autonomia intelectual, a ética e a formação cidadã.
Palavras-chave: Inteligência Artificial; Educação Básica; Educação Superior; Ensino-aprendizagem; Tecnologias educacionais.
ABSTRACT
Artificial Intelligence has brought about significant changes in the ways of teaching, learning, researching, evaluating, and producing knowledge in Basic Education and Higher Education. In the educational field, its presence involves tools capable of supporting the personalization of learning, the development of teaching materials, data analysis, formative assessment, accessibility, and pedagogical mediation. This text aims to reflect on the potential and challenges of Artificial Intelligence in the teaching-learning process, considering its pedagogical, ethical, formative, and institutional implications. Methodologically, this is a bibliographic research, with a qualitative approach, based on national authors who discuss AI in education, generative AI, teacher training, academic production, pedagogical mediation, and digital inequalities. The analysis shows that AI can contribute to expanding learning possibilities, offering feedback, supporting students with different paces, assisting teachers in planning, and promoting more interactive and inclusive practices. However, it also presents challenges related to authorship, plagiarism, technological dependence, algorithmic biases, data protection, unequal access, teacher training, and the need for institutional guidelines. It is concluded that AI should not be understood as a substitute for the teacher, but as a support resource that requires human mediation, pedagogical intentionality, and critical use. Thus, its integration into Basic Education and Higher Education needs to strengthen learning, intellectual autonomy, ethics, and civic education.
Keywords: Artificial Intelligence; Basic Education; Higher Education; Teaching-learning; Educational technologies.
1. INTRODUÇÃO
A Inteligência Artificial tem ocupado espaço crescente nas discussões educacionais contemporâneas, principalmente pela expansão de ferramentas capazes de produzir textos, imagens, respostas automatizadas, atividades didáticas, análises de dados e materiais de apoio ao estudo. Na educação, essa presença não pode ser compreendida apenas como inovação técnica, pois interfere nos modos de ensinar, aprender, avaliar e produzir conhecimento. Vicari (2021) observa que as tecnologias de IA já influenciam diferentes dimensões do ensino, o que exige compreender suas aplicações para além do uso imediato de plataformas digitais. Desse modo, discutir IA na Educação Básica e na Educação Superior significa analisar tanto suas contribuições quanto seus limites pedagógicos.
Na Educação Básica, a IA pode apoiar atividades de leitura, escrita, pesquisa, resolução de problemas, adaptação de materiais e acompanhamento de dificuldades. Entretanto, sua inserção precisa considerar a idade dos estudantes, os processos de desenvolvimento, a desigualdade de acesso e a necessidade de orientação ética. De acordo com Giraffa e Kohls-Santos (2023), a aproximação entre Inteligência Artificial e educação exige que o professor compreenda conceitos, aplicações e implicações no fazer docente. Assim, a escola precisa tratar a IA como recurso de apoio à aprendizagem, e não como mecanismo de substituição da mediação pedagógica.
Na Educação Superior, a IA tem impactado a pesquisa acadêmica, a escrita científica, a produção de materiais, a organização dos estudos, a avaliação e a formação profissional. Costa et al. (2025) mostram que docentes universitários reconhecem oportunidades associadas à IA, mas também indicam preocupações com integridade acadêmica, preparação institucional e critérios de uso. Nesse contexto, a universidade precisa discutir a IA de modo transparente, formando estudantes capazes de utilizar tais ferramentas com rigor, autoria e responsabilidade científica.
O debate sobre IA na educação também envolve a transformação do trabalho docente. Arruda (2024) destaca que a IA generativa altera a organização das atividades pedagógicas, pois amplia possibilidades de produção automatizada, personalização e apoio ao planejamento. No entanto, essa transformação não elimina a centralidade do professor, uma vez que ensinar envolve mediação, escuta, avaliação contextualizada, vínculo humano e compromisso formativo. Por isso, a presença da IA exige novas competências docentes, mas também políticas institucionais de formação e acompanhamento.
A incorporação da IA aos processos educativos também se relaciona às mudanças da cultura digital. Os estudantes acessam informações em múltiplos formatos, utilizam plataformas de comunicação e interagem com ferramentas que produzem respostas imediatas. Nesse cenário, Azambuja e Silva (2024) ressaltam que a educação precisa formar sujeitos capazes de pensar criticamente diante das tecnologias inteligentes. Assim, a escola e a universidade são chamadas a desenvolver práticas que ensinem a perguntar, comparar fontes, interpretar resultados e reconhecer limites das respostas produzidas por sistemas automatizados.
Outro aspecto introdutório relevante diz respeito às promessas de eficiência e personalização associadas à IA. Muitas plataformas são apresentadas como capazes de adaptar conteúdos, acompanhar desempenho e oferecer atividades diferenciadas. Contudo, Lima, Ferreira e Carvalho (2024) problematizam a automação educacional ao mostrar que discursos centrados apenas na eficiência podem reduzir a complexidade da aprendizagem. Por isso, personalizar não deve significar transformar o estudante em dado estatístico, mas compreender suas necessidades em diálogo com a mediação humana e com o contexto social.
A expansão das ferramentas generativas também alterou a forma como estudantes produzem textos e realizam atividades. Em vez de apenas consultar informações, passou a ser possível solicitar respostas prontas, resumos, roteiros, trabalhos e argumentos. Rodrigues e Rodrigues (2023) discutem que o ChatGPT trouxe desafios diretos para a educação, especialmente no que se refere à autoria, à avaliação e à aprendizagem efetiva. Por esse motivo, instituições de ensino precisam estabelecer orientações claras para o uso dessas ferramentas, evitando tanto a proibição simplista quanto a adoção acrítica.
A relevância do tema se intensifica porque a IA já está presente no cotidiano escolar e acadêmico, ainda que nem sempre seja reconhecida como objeto de reflexão pedagógica. Sistemas de recomendação, corretores automáticos, plataformas adaptativas, tradutores, assistentes virtuais e mecanismos de busca utilizam recursos inteligentes que interferem nas práticas de estudo. Nesse contexto, Durso (2024) indica que a atuação docente precisa ser repensada diante da IA, especialmente porque o professor deve orientar usos, analisar riscos e reorganizar propostas avaliativas.
Diante desse cenário, este texto tem como objetivo refletir sobre as potencialidades e os desafios da Inteligência Artificial na Educação Básica e na Educação Superior, com foco no ensino-aprendizagem. Busca-se analisar como a IA pode apoiar práticas pedagógicas, avaliação, autoria, inclusão e formação docente, sem desconsiderar riscos como dependência tecnológica, vieses, plágio, desigualdades digitais e fragilização da autonomia intelectual. Assim, a discussão parte do entendimento de que a IA deve ser integrada à educação com intencionalidade pedagógica, ética e compromisso com a formação crítica dos estudantes.
A organização do artigo contempla fundamentação teórica, resultados e discussões e considerações finais. A fundamentação aborda conceitos, aplicações e implicações da IA na educação, com ênfase em autores nacionais que discutem o tema a partir da realidade brasileira. Em seguida, os resultados e discussões analisam possibilidades e limites da IA para o ensino-aprendizagem, considerando Educação Básica e Educação Superior. Ao final, apresentam-se considerações que reforçam a necessidade de uma integração crítica, planejada e humanizada da Inteligência Artificial nos processos educativos.
2. FUNDAMENTAÇÃO TEÓRICA: INTELIGÊNCIA ARTIFICIAL, MEDIAÇÃO PEDAGÓGICA E DESAFIOS EDUCACIONAIS
A Inteligência Artificial pode ser compreendida como um campo tecnológico voltado ao desenvolvimento de sistemas capazes de reconhecer padrões, processar informações, gerar respostas, automatizar tarefas e apoiar decisões. No campo educacional, essas tecnologias têm sido incorporadas em diferentes formatos, como tutores inteligentes, sistemas adaptativos, ambientes virtuais de aprendizagem, análise de dados educacionais, recursos de apoio à avaliação e ferramentas generativas. Vicari (2021) aponta que as tecnologias da Inteligência Artificial já influenciam o ensino ao oferecer possibilidades de acompanhamento, personalização e organização de processos pedagógicos. Essa diversidade demonstra que a IA na educação não se reduz ao uso de chatbots ou ferramentas de produção textual, pois envolve aplicações variadas que podem apoiar o ensino-aprendizagem quando associadas a objetivos pedagógicos definidos.
No contexto educacional, a IA pode ser utilizada para apoiar diferentes dimensões do trabalho pedagógico. Ela pode auxiliar professores na elaboração de atividades, na organização de materiais, na identificação de dificuldades dos estudantes e na produção de devolutivas. Também pode apoiar os estudantes em processos de pesquisa, revisão, estudo individualizado e resolução de problemas. Giraffa e Kohls-Santos (2023) ressaltam que a IA educacional precisa ser compreendida a partir de seus conceitos, aplicações e implicações no fazer docente. Isso significa que seu uso não deve ocorrer de maneira improvisada ou apenas instrumental, mas precisa estar vinculado à compreensão de como essas tecnologias funcionam e de quais efeitos podem produzir no processo de aprendizagem.
A IA generativa intensificou esse debate por permitir a produção de textos, resumos, roteiros, atividades, planos de aula, imagens, explicações e respostas em linguagem natural. Essa característica fez com que ferramentas baseadas em IA passassem a circular rapidamente entre estudantes, professores e instituições de ensino. Arruda (2024) analisa que essa tecnologia modifica o trabalho docente ao ampliar possibilidades de criação e reorganização de tarefas pedagógicas. Contudo, o autor também indica que seu uso exige reflexão sobre autoria, mediação e responsabilidade. Assim, a IA generativa deve ser compreendida como recurso de apoio à elaboração pedagógica, e não como substituta da construção intelectual de professores e estudantes.
As discussões sobre automação educacional também alertam para a necessidade de problematizar discursos de eficiência, produtividade e personalização. Lima, Ferreira e Carvalho (2024) observam que a educação historicamente se aproxima de tecnologias que prometem automatizar processos de ensino e aprendizagem. Entretanto, a personalização não pode ser reduzida ao funcionamento de plataformas ou algoritmos, pois aprender envolve relações sociais, mediação humana, contexto cultural e formação crítica. Portanto, a IA pode apoiar percursos de aprendizagem, mas não deve transformar o estudante em mero dado de desempenho ou reduzir a complexidade da educação a respostas automatizadas.
Na Educação Básica, a IA pode contribuir para ampliar as possibilidades de aprendizagem quando utilizada em atividades orientadas, projetos interdisciplinares, recursos de acessibilidade, jogos educacionais e práticas de investigação. Entretanto, seu uso exige cuidado, pois crianças e adolescentes estão em processo de formação cognitiva, social, ética e emocional. Silva, Siqueira e Rodrigues (2024) observam que o uso da IA como ferramenta educacional no Brasil pode favorecer práticas pedagógicas mais dinâmicas, mas precisa ser acompanhado de análise sobre possibilidades, limitações e impactos. Nessa etapa, o professor precisa orientar o estudante para que a ferramenta não seja usada apenas para obter respostas prontas, mas para ampliar a compreensão, a curiosidade e a capacidade de argumentar.
Na Educação Superior, a IA tem sido associada à pesquisa acadêmica, à escrita científica, à produção de materiais, à organização de estudos, à análise de dados e à formação profissional. Costa et al. (2025) mostram que docentes universitários reconhecem oportunidades associadas à IA, mas também indicam preocupações com integridade acadêmica, preparação institucional e critérios de uso. Esse aspecto é relevante porque a universidade tem o papel de formar sujeitos capazes de produzir conhecimento com rigor, autonomia e responsabilidade. Portanto, a IA pode apoiar o processo acadêmico, mas não deve substituir a leitura, a análise crítica, a interpretação de fontes e a elaboração própria do estudante.
A literatura nacional também indica que a IA pode apresentar oportunidades para o futuro da educação, desde que sua implementação seja acompanhada de políticas públicas, formação docente e equidade. Bandeira e Aquino (2025) analisam que a IA pode complementar o trabalho do professor, mas sua adoção sem capacitação adequada pode intensificar desigualdades e superficializar o ensino-aprendizagem. Desse modo, o debate sobre IA deve envolver não apenas ferramentas e inovação tecnológica, mas também condições concretas de acesso, infraestrutura, acompanhamento pedagógico e compromisso com a formação integral dos estudantes.
2.1. Inteligência Artificial, Formação Docente e Transformação do Trabalho Pedagógico
A presença da Inteligência Artificial no cotidiano educacional exige uma revisão do papel docente, especialmente porque as tecnologias inteligentes podem auxiliar na produção de materiais, na organização de atividades, na adaptação de conteúdos e na avaliação. Durso (2024) discute os impactos da IA para a atuação docente e indica que sua aplicação pode trazer benefícios, como automação de tarefas repetitivas e apoio à personalização, mas também exige mudanças nas práticas pedagógicas e avaliativas. Desse modo, a formação docente precisa contemplar não apenas o uso instrumental da IA, mas também dimensões éticas, autorais, avaliativas e sociais.
A formação de professores para o uso da IA deve ser contínua, crítica e contextualizada. Não basta oferecer oficinas rápidas sobre ferramentas específicas, pois novas aplicações surgem constantemente e modificam as formas de ensinar, pesquisar e avaliar. Nesse contexto, Arruda (2024) destaca que a IA generativa transforma o trabalho docente ao introduzir novas possibilidades de planejamento, produção textual e reorganização de tarefas pedagógicas. Contudo, essa transformação não elimina a centralidade do professor, uma vez que ensinar envolve mediação, escuta, avaliação contextualizada, vínculo humano e compromisso formativo.
O professor, diante da IA, precisa assumir uma postura de curadoria, orientação e problematização. Isso significa selecionar recursos adequados aos objetivos da aula, orientar os estudantes sobre o uso responsável das ferramentas, verificar a qualidade das respostas geradas e propor atividades que valorizem a construção do conhecimento. Giraffa e Kohls-Santos (2023) defendem que compreender as implicações da IA no fazer docente é parte das demandas contemporâneas da educação. Assim, a atuação docente não se limita a permitir ou proibir o uso da tecnologia, mas envolve construir critérios pedagógicos para que a IA seja utilizada de modo formativo.
No contexto da Educação Básica, a formação docente torna-se ainda mais necessária, pois os estudantes precisam de acompanhamento para desenvolver autonomia intelectual e responsabilidade digital. Crianças e adolescentes podem utilizar ferramentas inteligentes para responder atividades, produzir textos ou buscar explicações, mas nem sempre possuem maturidade para avaliar a qualidade das informações. Silva, Siqueira e Rodrigues (2024) destacam que a IA pode apoiar a educação no Brasil, mas seu uso exige análise das condições pedagógicas. Nesse sentido, o professor precisa transformar a IA em oportunidade de aprendizagem, estimulando leitura, comparação de fontes, argumentação e reflexão crítica.
Na Educação Superior, a IA também impõe novas demandas à formação profissional e acadêmica. Diversas áreas já utilizam ferramentas inteligentes para análise de dados, simulações, produção textual, diagnóstico, gestão e comunicação. Costa et al. (2025) mostram que docentes universitários reconhecem oportunidades associadas à IA, mas também manifestam preocupações com integridade acadêmica, preparação institucional e critérios de uso. Assim, a universidade precisa preparar estudantes para atuar em contextos profissionais atravessados pela automação, pela ética digital e pela tomada de decisão mediada por dados.
A transformação do trabalho docente também envolve a reorganização das práticas avaliativas. Com a expansão de ferramentas generativas, atividades tradicionais baseadas apenas na entrega de textos escritos podem se tornar insuficientes para verificar autoria, compreensão e aprendizagem. Rodrigues e Rodrigues (2023) discutem que o ChatGPT trouxe novos desafios para a educação justamente por produzir respostas convincentes, mas nem sempre confiáveis ou autorais. Por isso, torna-se necessário valorizar processos, debates, apresentações orais, registros de percurso, produções contextualizadas e atividades que exijam posicionamento crítico dos estudantes.
As instituições de ensino também precisam assumir responsabilidade no processo de integração da IA. A adoção isolada por iniciativa individual de professores pode gerar práticas fragmentadas, insegurança pedagógica e ausência de critérios comuns. Costa et al. (2025) evidenciam que os docentes percebem possibilidades no uso da IA, mas demandam diretrizes e preparação institucional. Na Educação Básica, essa necessidade é ainda mais evidente, pois desigualdades de infraestrutura, conectividade e acesso podem comprometer a implementação de propostas inovadoras.
A formação docente para a IA, portanto, precisa articular conhecimentos técnicos, pedagógicos e éticos. Não se trata apenas de ensinar o professor a utilizar determinada ferramenta, mas de possibilitar que ele compreenda seus limites, seus riscos e suas implicações para o currículo, para a avaliação e para a formação dos estudantes. Durso (2024) indica que a aplicação da IA na educação exige reflexão sobre os impactos na atuação docente. Dessa forma, o uso qualificado da IA depende de professores preparados para decidir quando, como e por que utilizar essas tecnologias no processo de ensino-aprendizagem.
2.2. Ética, Autoria e Letramento em Inteligência Artificial
A questão ética atravessa toda a discussão sobre IA na educação. Ferramentas inteligentes operam a partir de dados, modelos algorítmicos e padrões de linguagem que podem reproduzir vieses, gerar informações imprecisas e influenciar decisões pedagógicas. Azambuja e Silva (2024) defendem que a era da Inteligência Artificial impõe novos desafios formativos, sobretudo porque não basta acessar respostas produzidas por sistemas inteligentes; é necessário aprender a perguntar, interpretar, contestar e pensar criticamente. Dessa forma, escola e universidade precisam desenvolver práticas que ensinem os estudantes a avaliar resultados, identificar limites das ferramentas e compreender os impactos sociais da IA.
A autoria é uma das dimensões mais sensíveis do debate educacional contemporâneo. Ferramentas de IA podem auxiliar na revisão, organização de ideias e produção inicial de textos, mas também podem ser utilizadas para substituir o esforço intelectual do estudante. Nascimento, Fialho e Costa (2025) destacam que pedagogos demonstram preocupação com o uso da IA na produção acadêmica, especialmente quando ela interfere na criatividade, na autoria e na integridade intelectual. Na Educação Superior, essa questão exige normas claras, orientação docente e práticas avaliativas que valorizem processo, argumentação e construção própria do conhecimento.
As ferramentas generativas também exigem atenção quanto à confiabilidade das informações. Sistemas de IA podem produzir respostas coerentes na forma, mas incorretas, incompletas ou descontextualizadas no conteúdo. Rodrigues e Rodrigues (2023) mostram que o ChatGPT trouxe novos desafios para a educação justamente por apresentar respostas convincentes que precisam ser verificadas. Nesse sentido, o letramento em IA deve ensinar estudantes a conferir dados, buscar fontes, comparar argumentos e compreender que a tecnologia não substitui a investigação acadêmica.
A presença da IA no cotidiano educacional também exige que a escola e a universidade discutam proteção de dados, privacidade e responsabilidade no uso das plataformas. Plataformas inteligentes podem registrar interações, coletar informações e utilizar dados para personalizar respostas ou acompanhar desempenho. Azambuja e Silva (2024) ressaltam que a formação na era da IA precisa envolver pensamento crítico diante dos impactos sociais, políticos e educacionais dessas tecnologias. Portanto, a ética não pode ser tratada como tema secundário, mas como eixo estruturante da integração tecnológica, especialmente quando envolve dados de estudantes, registros de aprendizagem e produção acadêmica.
O letramento em IA deve fazer parte da formação dos estudantes, pois o uso dessas ferramentas exige mais do que habilidade técnica. É necessário compreender que os sistemas inteligentes produzem respostas com base em dados e padrões, mas não possuem consciência, julgamento moral ou compromisso com a verdade. Bandeira e Aquino (2025) apontam que o futuro da educação com IA não deve ser visto apenas com euforia, pois há riscos de aprofundamento das desigualdades e de uso superficial das tecnologias. Por isso, a escola e a universidade precisam ensinar os estudantes a utilizar a IA com autonomia, criticidade e responsabilidade.
A relação entre IA e currículo também merece destaque. Se a IA altera modos de pesquisar, escrever, resolver problemas e produzir conhecimento, ela não pode ser tratada apenas como ferramenta externa ao processo formativo. Giraffa e Kohls-Santos (2023) indicam que compreender conceitos e implicações da IA é parte do fazer docente contemporâneo. Desse modo, é necessário discutir como conteúdos, competências e metodologias podem incorporar criticamente a cultura algorítmica, formando estudantes capazes de utilizar tecnologias inteligentes sem perder autonomia, criatividade e senso crítico.
Na Educação Básica, o currículo pode incluir atividades que desenvolvam consciência sobre como a IA funciona, quais são seus limites e como utilizá-la de modo responsável. O trabalho pedagógico pode envolver comparação entre respostas geradas por IA e fontes confiáveis, análise de erros, produção autoral orientada e discussão sobre ética digital. Silva, Siqueira e Rodrigues (2024) observam que a IA pode funcionar como ferramenta educacional no Brasil, mas precisa ser acompanhada de reflexão sobre seus impactos. Dessa maneira, a aprendizagem com IA deve favorecer pensamento crítico e não apenas respostas rápidas.
Na Educação Superior, o letramento em IA precisa estar relacionado à integridade acadêmica e à formação profissional. O estudante universitário deve compreender quando pode utilizar ferramentas inteligentes, como declarar esse uso, quais limites éticos devem ser respeitados e de que modo preservar autoria e rigor científico. Nascimento, Fialho e Costa (2025) mostram que a produção acadêmica mediada por IA gera preocupações entre pedagogos, especialmente quanto à dependência tecnológica e à criatividade. Por isso, as instituições precisam estabelecer orientações transparentes para que a IA seja utilizada como apoio, e não como substituição da elaboração intelectual.
2.3. Inteligência Artificial, Inclusão e Desafios Institucionais
A inclusão educacional representa uma dimensão importante no debate sobre IA. Recursos baseados em Inteligência Artificial podem auxiliar estudantes com deficiência, dificuldades de aprendizagem ou necessidades específicas por meio de legendas, leitores automáticos, descrição de imagens, tradução, adaptação de textos e comunicação alternativa. Costa et al. (2025) indicam que docentes da Educação Superior percebem oportunidades associadas à IA, mas também reconhecem a necessidade de preparo institucional. Assim, a inclusão mediada pela IA depende de acessibilidade, formação, acompanhamento humano e escolhas pedagógicas adequadas.
Na Educação Básica, a IA pode apoiar a inclusão quando utilizada para diversificar recursos, adaptar atividades e oferecer diferentes formas de acesso ao conteúdo. Entretanto, essa possibilidade não elimina a necessidade de planejamento docente e acompanhamento especializado. Bandeira e Aquino (2025) alertam que a adoção da IA sem capacitação e sem equidade pode intensificar desigualdades. Por isso, a tecnologia deve ser pensada como instrumento complementar dentro de políticas educacionais inclusivas, e não como solução isolada para dificuldades estruturais.
Na Educação Superior, os desafios institucionais envolvem a definição de políticas de uso, formação docente, suporte técnico, segurança de dados e critérios de avaliação. Costa et al. (2025) mostram que os docentes percebem oportunidades na IA, mas também apontam a necessidade de preparação institucional para sua incorporação. Isso indica que a integração da IA não pode depender apenas da iniciativa individual de professores ou estudantes. Ela precisa fazer parte de um projeto institucional que estabeleça orientações claras, respeite a diversidade dos cursos e promova o uso ético da tecnologia.
A desigualdade de acesso é um dos principais obstáculos para a implementação da IA na educação brasileira. Muitas escolas ainda enfrentam problemas de conectividade, ausência de equipamentos, falta de manutenção e pouco suporte técnico. Lima, Ferreira e Carvalho (2024) contribuem para esse debate ao problematizar a automação educacional e os discursos que prometem eficiência sem considerar as condições reais das instituições. Dessa forma, a adoção da IA precisa ser acompanhada de políticas públicas que garantam infraestrutura, acesso e formação, especialmente em contextos de maior vulnerabilidade social.
A IA também pode aprofundar desigualdades quando estudantes têm diferentes condições de acesso às ferramentas. Aqueles que possuem internet de qualidade, dispositivos próprios e orientação adequada tendem a se beneficiar mais das possibilidades tecnológicas. Já estudantes sem essas condições podem ficar ainda mais distantes das práticas educacionais inovadoras. Bandeira e Aquino (2025) indicam que o futuro da educação com IA precisa ser analisado com prudência, evitando discursos de euforia que ignoram as desigualdades concretas. Portanto, a justiça educacional deve orientar a implementação dessas tecnologias.
Por fim, a fundamentação teórica permite compreender que a IA na educação envolve dimensões técnicas, pedagógicas, éticas, políticas e institucionais. Não se trata apenas de decidir se a tecnologia deve ou não ser utilizada, mas de definir com quais finalidades, sob quais condições e com quais responsabilidades. Como indicam Lima, Ferreira e Carvalho (2024), a automação educacional precisa ser discutida criticamente para que não substitua a complexidade humana da aprendizagem. Assim, a integração da IA na Educação Básica e na Educação Superior deve estar vinculada à mediação docente, à formação crítica, à equidade e ao compromisso com a aprendizagem significativa.
3. RESULTADOS E DISCUSSÕES
A análise da literatura evidencia que uma das principais potencialidades da IA é o apoio à personalização do ensino-aprendizagem. Plataformas inteligentes podem identificar dificuldades, sugerir atividades, adaptar percursos e oferecer devolutivas mais rápidas. No entanto, Lima, Ferreira e Carvalho (2024) problematizam a ideia de automação educacional ao mostrarem que a personalização precisa ser analisada criticamente. Dessa forma, a IA pode apoiar o professor na identificação de necessidades, mas não substitui sua leitura pedagógica sobre os estudantes e suas condições de aprendizagem.
Na Educação Básica, a IA pode contribuir para ampliar o interesse dos estudantes quando utilizada em atividades investigativas, produção de textos, resolução de problemas, jogos educacionais e recursos de acessibilidade. Silva, Siqueira e Rodrigues (2024) destacam que o uso da IA como ferramenta educacional no Brasil pode favorecer práticas mais dinâmicas e apoiar diferentes necessidades de aprendizagem. Entretanto, esse uso precisa ser planejado, pois a simples presença da tecnologia não garante compreensão, participação ou desenvolvimento crítico.
A mediação docente permanece indispensável em qualquer proposta pedagógica com IA. Giraffa e Kohls-Santos (2023) ressaltam que as aplicações de IA têm implicações diretas no fazer docente, exigindo do professor capacidade de selecionar recursos, orientar usos e interpretar resultados. Assim, mesmo quando a ferramenta oferece respostas rápidas, cabe ao professor problematizar, contextualizar e transformar essas respostas em oportunidade de aprendizagem. Sem mediação, a IA pode reforçar práticas mecânicas e pouco reflexivas.
Na Educação Superior, a IA pode apoiar a pesquisa acadêmica, a revisão textual, a organização de referências, a sistematização de ideias e a elaboração inicial de materiais. Nascimento, Fialho e Costa (2025) indicam que professores reconhecem usos possíveis da IA na produção acadêmica, mas também demonstram preocupação com dependência, autoria e empobrecimento das habilidades intelectuais. Desse modo, a universidade precisa orientar os estudantes para que utilizem a IA como apoio ao pensamento, e não como substituição da elaboração científica.
A integridade acadêmica aparece como um dos maiores desafios do uso da IA na Educação Superior. Ferramentas generativas podem produzir textos completos, respostas convincentes e sínteses aparentemente corretas, o que exige novas estratégias avaliativas. Rodrigues e Rodrigues (2023) discutem os desafios do ChatGPT na educação e mostram que a presença dessas ferramentas demanda revisão dos modos de propor atividades, acompanhar processos e verificar autoria. Assim, a avaliação precisa valorizar percurso, argumentação, oralidade, defesa de ideias e produção contextualizada.
O trabalho docente também passa por transformações importantes com a IA. Arruda (2024) aponta que a IA generativa altera práticas de planejamento, produção de materiais e organização de tarefas, podendo reduzir algumas atividades repetitivas. Entretanto, essa possibilidade não deve ser confundida com substituição do professor, pois a docência envolve dimensões humanas, éticas e relacionais. Portanto, a IA pode contribuir para o trabalho pedagógico quando libera tempo para ações mais reflexivas, colaborativas e formativas.
A avaliação formativa pode ser fortalecida por recursos de IA capazes de registrar desempenhos, identificar padrões de erro e sugerir intervenções. Vicari (2021) indica que tecnologias de IA podem influenciar o ensino ao oferecer recursos para acompanhamento e adaptação. Contudo, a interpretação desses dados deve permanecer sob responsabilidade docente, pois os números não explicam sozinhos as dificuldades de aprendizagem. Avaliar com apoio da IA requer combinar dados, observação, escuta e análise qualitativa.
A inclusão também aparece como uma potencialidade relevante. Ferramentas de IA podem auxiliar na leitura de textos, transcrição de áudios, legendagem, tradução, descrição de imagens, adaptação de materiais e comunicação alternativa. Costa et al. (2025) apontam que docentes da Educação Superior identificam oportunidades associadas à IA, mas reconhecem a necessidade de preparo institucional para seu uso adequado. Assim, a inclusão mediada por IA depende de acessibilidade, formação, escolha criteriosa de ferramentas e acompanhamento humano.
Os riscos éticos, entretanto, não podem ser ignorados. Azambuja e Silva (2024) destacam que a IA exige uma educação voltada ao pensamento crítico, pois sistemas inteligentes podem produzir respostas incompletas, tendenciosas ou descontextualizadas. Essa questão é relevante tanto na Educação Básica quanto na Educação Superior, uma vez que estudantes podem atribuir autoridade excessiva às respostas geradas. Por isso, o letramento em IA deve envolver verificação de fontes, análise de vieses, compreensão de limites e responsabilidade no uso das informações.
A desigualdade de acesso constitui outro desafio para a adoção da IA na educação brasileira. Bandeira e Aquino (2025) observam que a IA pode intensificar desigualdades quando não há formação docente, infraestrutura e acesso equitativo às tecnologias. Muitas escolas ainda enfrentam problemas de conectividade, falta de equipamentos e ausência de suporte técnico. Portanto, a implementação da IA exige políticas públicas e institucionais que evitem transformar inovação tecnológica em novo fator de exclusão educacional.
No campo da formação docente, os estudos analisados convergem ao indicar que professores precisam desenvolver conhecimentos técnicos, pedagógicos e éticos sobre IA. Durso (2024) ressalta que os impactos da IA exigem repensar a atuação docente, especialmente nas formas de planejar, avaliar e orientar os estudantes. Dessa forma, a formação continuada deve ir além de oficinas sobre ferramentas, incorporando debates sobre autoria, proteção de dados, mediação, inclusão e criticidade.
As potencialidades da IA, portanto, precisam ser compreendidas de forma equilibrada. A tecnologia pode apoiar o ensino-aprendizagem, mas não resolve sozinha problemas relacionados à desigualdade, à formação docente, ao currículo e às condições de trabalho. Como indicam Silva, Siqueira e Rodrigues (2024), o uso da IA na educação brasileira deve ser acompanhado por análise de benefícios e limites. Assim, a integração da IA precisa estar vinculada a projetos pedagógicos consistentes, e não apenas ao entusiasmo diante de novas ferramentas.
No cotidiano da Educação Básica, uma possibilidade concreta é utilizar a IA como apoio à produção orientada de textos. O estudante pode comparar versões, revisar argumentos, identificar incoerências e ampliar vocabulário, mas essa prática precisa ser acompanhada pelo professor. Arruda (2024) contribui para essa reflexão ao mostrar que a IA generativa transforma a produção de materiais e as formas de trabalho pedagógico. Portanto, a escrita com apoio de IA deve preservar autoria, processo e reflexão.
Outra possibilidade na Educação Básica envolve o uso da IA para apoiar estudantes com dificuldades específicas. Sistemas de leitura, conversão de voz em texto, legendas automáticas e adaptação de linguagem podem ampliar a participação. Contudo, Vicari (2021) indica que as tecnologias inteligentes precisam ser compreendidas como parte de estratégias pedagógicas mais amplas. Assim, a acessibilidade mediada pela IA só se torna inclusiva quando acompanhada de planejamento, sensibilidade docente e garantia de acesso aos recursos.
Na Educação Superior, a IA também pode auxiliar a iniciação científica, especialmente na organização de problemas de pesquisa, no levantamento preliminar de ideias e na revisão inicial de textos. Entretanto, Nascimento, Fialho e Costa (2025) mostram que a produção acadêmica com IA gera preocupação quanto à autoria e à dependência. Desse modo, o uso responsável deve deixar claro o que foi produzido pelo estudante, quais ferramentas foram utilizadas e como as informações foram verificadas em fontes confiáveis.
A IA também modifica a maneira como professores elaboram atividades. Em vez de solicitar apenas respostas prontas, torna-se necessário propor problemas contextualizados, estudos de caso, produções autorais, debates orais e etapas processuais. Rodrigues e Rodrigues (2023) indicam que ferramentas como o ChatGPT desafiam modelos tradicionais de avaliação. Isso significa que práticas avaliativas precisam considerar o percurso de aprendizagem e a capacidade de argumentação, e não apenas o produto final entregue.
A questão dos vieses algorítmicos deve ser discutida com estudantes e professores. Sistemas de IA podem reproduzir padrões discriminatórios, invisibilizar determinados grupos ou oferecer respostas baseadas em bases de dados limitadas. Azambuja e Silva (2024) defendem que a educação na era da IA deve formar sujeitos capazes de pensar criticamente diante da tecnologia. Por isso, o ensino-aprendizagem precisa incluir análise de exemplos, comparação de respostas e debate sobre neutralidade tecnológica.
A proteção de dados é outro elemento decisivo. Quando estudantes inserem informações pessoais, imagens ou produções acadêmicas em plataformas inteligentes, podem expor dados sensíveis sem compreender os riscos. Costa et al. (2025) ressaltam que o uso da IA na Educação Superior demanda preparo institucional, o que inclui políticas de orientação e segurança. Na Educação Básica, esse cuidado é ainda mais necessário, pois envolve crianças e adolescentes que precisam de proteção e acompanhamento.
As instituições de ensino também precisam evitar que a IA seja implementada apenas por pressão mercadológica. Bandeira e Aquino (2025) problematizam a euforia em torno do futuro da educação com IA e indicam a necessidade de análise crítica. Dessa forma, escolas e universidades devem avaliar se determinada ferramenta realmente contribui para a aprendizagem, se respeita a privacidade, se é acessível e se está alinhada ao projeto pedagógico institucional.
A integração da IA ao ensino-aprendizagem demanda, ainda, diálogo entre docentes. Experiências isoladas podem ser importantes, mas a construção coletiva de critérios fortalece a coerência pedagógica. Giraffa e Kohls-Santos (2023) mostram que as implicações da IA no fazer docente exigem reflexão sobre práticas e conceitos. Assim, grupos de estudo, formações internas e documentos orientadores podem auxiliar professores a utilizar a IA de modo mais seguro e intencional.
No que se refere à autonomia discente, a IA pode tanto ampliá-la quanto fragilizá-la. Quando utilizada para pesquisar, revisar, comparar e organizar ideias, ela pode favorecer aprendizagem independente. Entretanto, quando usada para substituir leitura, escrita e reflexão, pode gerar dependência. Lima, Ferreira e Carvalho (2024) ajudam a compreender essa tensão ao problematizarem a automação na educação. Assim, o desafio está em ensinar o estudante a usar a IA como apoio e não como atalho.
Os resultados também indicam que a IA pode contribuir para a flexibilização dos tempos e espaços de aprendizagem. Ferramentas disponíveis online permitem que estudantes revisem conteúdos, façam perguntas e recebam orientações fora do horário de aula. No entanto, Silva, Siqueira e Rodrigues (2024) lembram que o uso da IA como ferramenta educacional precisa ser acompanhado de análise de suas condições de aplicação no Brasil. Sem acesso equitativo, a flexibilização pode beneficiar apenas grupos já privilegiados.
A relação entre IA e criatividade também merece atenção. Embora ferramentas generativas possam produzir imagens, textos e ideias, a criatividade educacional envolve intenção, repertório, sensibilidade e reflexão humana. Arruda (2024) mostra que a IA generativa altera o trabalho docente, mas não elimina a necessidade de mediação. Nesse sentido, professores podem utilizar a IA para estimular comparação, revisão e criação, desde que os estudantes sejam desafiados a justificar escolhas e construir sentidos próprios.
Na pesquisa acadêmica, a IA pode apoiar buscas iniciais, organização de tópicos e revisão gramatical, mas não substitui leitura crítica, método científico e análise teórica. Nascimento, Fialho e Costa (2025) evidenciam que o uso da IA na produção acadêmica deve ser discutido com responsabilidade. Portanto, universidades precisam orientar estudantes sobre limites, riscos e formas aceitáveis de uso, evitando que a tecnologia comprometa a qualidade da formação científica.
Na Educação Superior, as preocupações dos docentes também envolvem preparo institucional. Costa et al. (2025) revelam que professores percebem oportunidades, mas apontam desafios para integrar a IA em práticas universitárias. Isso indica que a formação não deve ser direcionada apenas ao estudante, mas também aos professores, coordenadores e gestores. A construção de políticas acadêmicas claras pode reduzir inseguranças e orientar o uso responsável das ferramentas.
Na Educação Básica, o uso da IA precisa ser articulado às competências de leitura, escrita, oralidade, argumentação e resolução de problemas. A tecnologia pode sugerir caminhos, mas o estudante precisa compreender, explicar e reconstruir o conhecimento. Durso (2024) lembra que a IA impacta a atuação docente, exigindo novas formas de orientar e avaliar. Assim, atividades com IA devem incluir discussão, registro, reescrita, socialização e reflexão sobre o processo.
O debate sobre IA também exige cuidado com a linguagem de neutralidade. Ferramentas inteligentes são produzidas por empresas, operam por modelos matemáticos e carregam escolhas técnicas e culturais. Azambuja e Silva (2024) ressaltam a necessidade de uma educação orientada ao pensamento crítico diante da IA. Portanto, estudantes e professores devem compreender que a tecnologia não é neutra, nem infalível, e que suas respostas precisam ser analisadas no contexto de produção.
A adoção da IA ainda pode gerar tensões no currículo e na gestão escolar. Algumas instituições podem priorizar resultados rápidos, plataformas prontas e indicadores de desempenho, deixando em segundo plano a formação humana. Bandeira e Aquino (2025) alertam que a euforia diante da IA pode ocultar problemas estruturais. Assim, o uso responsável exige equilíbrio entre inovação, criticidade, condições materiais e compromisso com a função social da educação.
De modo geral, os resultados apontam que a IA pode favorecer personalização, acessibilidade, avaliação formativa, produção de materiais, pesquisa e reorganização de práticas pedagógicas. No entanto, Costa et al. (2025) evidenciam que as oportunidades percebidas pelos docentes vêm acompanhadas de desafios institucionais e éticos. Dessa forma, a IA deve ser integrada de maneira planejada, transparente e crítica, fortalecendo a aprendizagem sem fragilizar a autoria, o pensamento próprio e a mediação humana.
A discussão evidencia, por fim, que a IA não deve ocupar o centro do processo educativo. O centro continua sendo a formação dos sujeitos, a aprendizagem significativa e a construção crítica do conhecimento. Como destaca Vicari (2021), as tecnologias inteligentes influenciam o ensino, mas precisam ser compreendidas em suas aplicações e limites. Portanto, a IA deve ser tratada como recurso pedagógico, subordinado às finalidades educativas e ao compromisso com uma formação humana, ética e inclusiva.
4. CONSIDERAÇÕES FINAIS
A Inteligência Artificial apresenta potencialidades importantes para a Educação Básica e para o Educação Superior, especialmente quando utilizada como recurso de apoio à aprendizagem, à avaliação, à produção de materiais, à acessibilidade e à organização dos estudos. Seu uso pode ampliar as possibilidades pedagógicas e favorecer práticas mais personalizadas, interativas e inclusivas, desde que esteja associado a objetivos formativos claros e à mediação docente. Assim, a IA deve ser compreendida como ferramenta de apoio ao ensino-aprendizagem, e não como substituta da ação pedagógica humana.
Na Educação Básica, a IA precisa ser integrada com cuidado pedagógico, considerando a idade dos estudantes, suas condições de acesso, seus processos de desenvolvimento e a necessidade de formação crítica. O uso dessas ferramentas deve favorecer a curiosidade, a leitura, a escrita, a resolução de problemas e a autoria, sem substituir o papel formativo da escola e do professor. Por isso, torna-se necessário desenvolver o letramento em IA desde uma perspectiva ética, cidadã e contextualizada.
Na Educação Superior, a IA pode contribuir para a pesquisa, a produção acadêmica, a formação profissional e a reorganização das práticas avaliativas. Entretanto, seu uso exige transparência, responsabilidade autoral e critérios institucionais. A universidade precisa formar sujeitos capazes de lidar com tecnologias inteligentes sem reduzir a formação ao uso operacional de ferramentas, compreendendo a IA como apoio ao pensamento, e não como substituta da elaboração intelectual.
A formação docente constitui condição indispensável para a integração qualificada da IA nos processos educativos. Professores precisam compreender o funcionamento básico dessas tecnologias, seus limites, seus riscos e suas possibilidades pedagógicas. Além disso, necessitam de tempo, infraestrutura, apoio institucional e políticas claras para planejar práticas que incorporem a IA de modo ético, inclusivo e significativo, evitando usos improvisados ou meramente instrumentais.
Os desafios identificados ao longo do texto indicam que a IA pode ampliar desigualdades quando utilizada sem condições adequadas de acesso, sem formação docente e sem políticas institucionais. Também pode fragilizar a autoria, estimular dependência tecnológica, reproduzir vieses e comprometer a avaliação quando empregada sem critérios. Por essa razão, sua inserção deve ser acompanhada por orientações claras, debates coletivos, revisão das práticas avaliativas e compromisso com a proteção de dados e com a integridade acadêmica.
Conclui-se que a Inteligência Artificial pode contribuir para o ensino-aprendizagem quando está articulada a planejamento, mediação docente, inclusão, ética e compromisso com a formação humana. Porém, quando utilizada sem criticidade, pode ampliar desigualdades, fragilizar a autoria, gerar dependência tecnológica e reproduzir vieses. Assim, sua integração à Educação Básica e à Educação Superior deve fortalecer a aprendizagem significativa, a autonomia intelectual e a cidadania digital, preservando a centralidade do professor e do estudante no processo educativo.
REFERÊNCIAS BIBLIOGRÁFICAS
ARRUDA, Eucidio Pimenta. Inteligência artificial generativa no contexto da transformação do trabalho docente. Educação em Revista, Belo Horizonte, v. 40, e48078, 2024. DOI: https://doi.org/10.1590/0102-469848078.
AZAMBUJA, Celso Candido de; SILVA, Gabriel Ferreira da. Novos desafios para a educação na Era da Inteligência Artificial. Filosofia Unisinos, São Leopoldo, v. 25, n. 1, p. 1-16, 2024. DOI: https://doi.org/10.4013/fsu.2024.251.07.
BANDEIRA, Yris Araújo; AQUINO, Francisco José Alves de. Futuro da educação com inteligência artificial: euforia ou revolução? Revista Nova Paideia - Revista Interdisciplinar em Educação e Pesquisa, v. 7, n. 1, p. 315-331, 2025. DOI: https://doi.org/10.36732/riep.v7i1.437.
COSTA, Marcelle Feitoza Bassi et al. Desafios e oportunidades da inteligência artificial no ensino superior: percepções dos docentes no ambiente universitário. Avaliação: Revista da Avaliação da Educação Superior, Campinas, v. 30, e025003, 2025. DOI: https://doi.org/10.1590/1982-57652025v30id286435.
DURSO, Samuel de Oliveira. Reflexões sobre a aplicação da inteligência artificial na educação e seus impactos para a atuação docente. Educação em Revista, Belo Horizonte, v. 40, e47980, 2024. DOI: https://doi.org/10.1590/0102-469847980.
GIRAFFA, Lucia; KOHLS-SANTOS, Pricila. Inteligência Artificial e Educação: conceitos, aplicações e implicações no fazer docente. Educação em Análise, Londrina, v. 8, n. 1, p. 116-134, 2023. DOI: https://doi.org/10.5433/1984-7939.2023v8n1p116.
LIMA, Giselle de Morais; FERREIRA, Giselle Martins dos Santos; CARVALHO, Jaciara de Sá. Automação na educação: caminhos da discussão sobre a inteligência artificial. Educação e Pesquisa, São Paulo, v. 50, e273857, 2024. DOI: https://doi.org/10.1590/S1678-4634202450273857por.
NASCIMENTO, Karla Angélica Silva do; FIALHO, Lia Machado Fiuza; COSTA, Maria Aparecida Alves da. O uso de Inteligência Artificial na produção acadêmica: o que pensam os pedagogos? Educação e Pesquisa, São Paulo, v. 51, e294604, 2025. DOI: https://doi.org/10.1590/S1678-4634202551294604por.
RODRIGUES, Kátia Santos; RODRIGUES, Olira Saraiva. A inteligência artificial na educação: os desafios do ChatGPT. Texto Livre, Belo Horizonte, v. 16, e45997, 2023. DOI: https://doi.org/10.1590/1983-3652.2023.45997.
SILVA, Luiz André Ferreira da; SIQUEIRA, Nadilson; RODRIGUES, Vinicius Brasil. O uso da inteligência artificial como ferramenta para educação no Brasil. Revista Sociedade Científica, v. 7, n. 1, p. 3546-3568, 2024. DOI: https://doi.org/10.61411/rsc202455317.
VICARI, Rosa Maria. Influências das Tecnologias da Inteligência Artificial no ensino. Estudos Avançados, São Paulo, v. 35, n. 101, p. 73-84, 2021. DOI: https://doi.org/10.1590/S0103-4014.2021.35101.006.
1 Graduado em Licenciatura em Matemática pela Universidade Católica do Salvador. Especialista em Educação de Jovens e Adultos pelo Instituto Superior de Educação de Afonso Cláudio. Mestrando em Tecnologias Emergentes em Educação pela Must University. Professor do Ensino Básico da Secretaria de Educação do Estado da Bahia(SEC-Ba). E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail.
2 Graduada em Letras português pela Universidade Federal do Ceará. Servidora pública Federal - Cargo Assistente de Aluno E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail / [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail.
3 Graduação Letras/Inglês, Espanhol e literaturas afins- UEG. Pós - Docência do Ensino Superior/ Universidade Gama Filho - Brasília/DF. Mestranda em Tecnologias Emergentes em Educação pela Must University. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail.
4 Graduada em Letras Português/Espanhol pela Universidade Federal de Goiás (UFG). Especialista em Educação Infantil, Alfabetização e letramento pela Faculdade Brasileira de Educação e Cultura (FABEC). Mestranda em Tecnologias Emergentes em Educação pela Must University. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail.
5 Mestranda em Educação- Faculdade de Educação - FE - PPGE/UFG; Linha de pesquisa: Estado, Políticas e História da Educação (2025).Graduação em Pedagogia pelo Instituto Federal de Educação, Ciência e Tecnologia, IF GOIANO Campus Morrinhos (2016). Pós-Graduação Lato sensu, Especialização em Linguagens e Práticas de Ensino, pela Universidade Estadual de Goiás- Campus Morrinhos. (2019). Pós-Graduação Lato Sensu, Alfabetização e Letramento, pela faculdade Iguaçu, (2024). Capanema/PR. Professora efetiva (concurso público) da Rede Municipal de Ensino de Morrinhos GO, atuando na Educação Infantil, especificamente na pré-escola, na Escola Municipal de Educação Infantil Terezinha Corcelli.
6 Especialista em Estudos Linguísticos e Literários (Faculdade Batista Brasileira – FBB). Professora do Ensino Fundamental II da Rede Municipal de Educação de Euclides da Cunha, Bahia. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail.
7 Graduada em Letras pela Universidade Federal de Goiás. Pós graduada em atendinto educacional especializado AEE. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail.