REGISTRO DOI: 10.70773/revistatopicos/784645115
RESUMO
Na Educação Básica, a chegada da Inteligência Artificial trouxe uma questão decisiva para o trabalho escolar: de que maneira personalizar percursos de aprendizagem sem reduzir o ensino a recomendações automáticas ou a dados de desempenho? Partindo dessa inquietação, o estudo analisou o uso da Inteligência Artificial na personalização da aprendizagem, com atenção às contribuições pedagógicas, aos limites éticos e ao papel da mediação docente. A pesquisa buscou responder como a IA pode favorecer percursos mais ajustados às necessidades dos estudantes sem comprometer a autoria, a privacidade, a formação integral e a centralidade humana da educação. O objetivo consistiu em compreender como recursos inteligentes podem apoiar adaptações curriculares, acompanhamento individualizado e estratégias pedagógicas mais próximas das trajetórias discentes. Metodologicamente, adotou-se pesquisa bibliográfica, qualitativa e interpretativa, baseada em produções acadêmicas sobre IA, aprendizagem personalizada, currículo, mediação docente, letramento digital crítico e cultura algorítmica. A análise indicou que sistemas inteligentes podem auxiliar diagnósticos, sugerir atividades e ampliar formas de acompanhamento, desde que vinculados ao planejamento pedagógico e às condições reais das escolas. Também se observou que privacidade, transparência, vieses, autoria e dependência tecnológica requerem critérios éticos claros. Concluiu-se que a IA contribui para a personalização da aprendizagem quando atua como apoio à docência, preservando a mediação pedagógica, a responsabilidade institucional e a dimensão humana do processo educativo.
Palavras-chave: Educação Básica; Inteligência Artificial; Mediação Docente; Personalização da Aprendizagem; Ética.
ABSTRACT
In Basic Education, the arrival of Artificial Intelligence has brought a decisive question to school work: how can learning paths be personalized without reducing teaching to automatic recommendations or performance data? Based on this concern, the study analyzed the use of Artificial Intelligence in the personalization of learning, with attention to pedagogical contributions, ethical limits and the role of teacher mediation. The research sought to answer how AI can favor paths more adjusted to students’ needs without compromising authorship, privacy, integral education and the human centrality of education. The objective was to understand how intelligent resources can support curricular adaptations, individualized monitoring and pedagogical strategies closer to students’ learning trajectories. Methodologically, a bibliographic, qualitative and interpretative study was adopted, based on academic productions on AI, personalized learning, curriculum, teacher mediation, critical digital literacy and algorithmic culture. The analysis indicated that intelligent systems can assist diagnoses, suggest activities and expand forms of monitoring, provided that they are linked to pedagogical planning and to the real conditions of schools. It was also observed that privacy, transparency, biases, authorship and technological dependence require clear ethical criteria. It was concluded that AI contributes to the personalization of learning when it acts as support for teaching, preserving pedagogical mediation, institutional responsibility and the human dimension of the educational process.
Keywords: Artificial Intelligence; Basic Education; Ethics; Personalized Learning; Teacher Mediation.
1. INTRODUÇÃO
A Inteligência Artificial deixou de ocupar apenas o campo das inovações técnicas e passou a interferir diretamente nas formas de ensinar, aprender, avaliar e organizar experiências escolares. Na Educação Básica, sua presença provoca debates importantes porque envolve estudantes em processo de formação intelectual, ética, social e cultural. Recursos inteligentes prometem apoiar percursos personalizados, identificar dificuldades e sugerir estratégias de aprendizagem, mas também levantam dúvidas sobre autoria, privacidade, mediação docente e limites pedagógicos do uso automatizado de dados.
No contexto escolar, a personalização da aprendizagem aparece como uma das principais possibilidades associadas à IA. Sistemas adaptativos, plataformas inteligentes e ferramentas de análise educacional podem oferecer informações sobre ritmos, avanços e lacunas dos estudantes, permitindo propostas mais ajustadas às suas necessidades. Contudo, a aprendizagem personalizada não pode ser confundida com isolamento discente nem com simples entrega de conteúdos sob medida, pois a escola também forma sujeitos para a convivência, a colaboração, o diálogo e a participação coletiva.
O currículo da Educação Básica ocupa lugar central nessa discussão, uma vez que a IA pode modificar modos de selecionar conteúdos, propor atividades, acompanhar desempenhos e organizar trilhas de estudo. A tecnologia, nesse caso, não atua como elemento neutro, pois carrega critérios, modelos de recomendação e formas específicas de interpretar dados educacionais. Por isso, sua inserção requer planejamento, clareza didática e atenção às finalidades formativas que orientam o trabalho escolar.
A mediação docente torna-se indispensável diante desse cenário. Professores continuam responsáveis por interpretar informações, contextualizar respostas, avaliar sugestões automatizadas e transformar recursos digitais em experiências educativas com sentido. A IA pode auxiliar o planejamento e ampliar repertórios pedagógicos, mas não substitui a escuta, o julgamento profissional, a sensibilidade diante das diferenças e a capacidade humana de compreender conflitos, trajetórias e necessidades que ultrapassam os indicadores produzidos por sistemas digitais.
A problemática deste estudo concentra-se na seguinte questão: como o uso da Inteligência Artificial pode contribuir para a personalização da aprendizagem na Educação Básica sem comprometer a mediação docente, a ética e a formação integral dos estudantes? Essa pergunta orienta a análise por reconhecer que a tecnologia oferece possibilidades relevantes, mas também impõe desafios relacionados à privacidade, aos vieses algorítmicos, à desigualdade de acesso, à autoria escolar e à dependência de respostas automatizadas.
O objetivo principal consiste em analisar o uso da Inteligência Artificial na personalização da aprendizagem na Educação Básica, considerando suas contribuições pedagógicas, seus limites éticos e o papel da mediação docente. A relevância da pesquisa decorre da necessidade de compreender a IA para além do entusiasmo tecnológico, situando-a no interior das práticas escolares, das decisões curriculares e das condições concretas de ensino. Assim, o estudo contribui para uma leitura crítica sobre inovação, aprendizagem personalizada e responsabilidade educacional.
A organização do trabalho contempla, inicialmente, a relação entre Inteligência Artificial e personalização da aprendizagem na Educação Básica, com atenção ao currículo, aos sistemas adaptativos e aos percursos formativos diferenciados. Em seguida, discute-se a mediação docente, os limites éticos e os desafios pedagógicos presentes no uso da IA em sala de aula. A metodologia apresenta o percurso bibliográfico adotado, enquanto os resultados, a discussão e as considerações finais articulam as principais contribuições teóricas do estudo.
2. INTELIGÊNCIA ARTIFICIAL E PERSONALIZAÇÃO DA APRENDIZAGEM NA EDUCAÇÃO BÁSICA
A entrada da Inteligência Artificial na Educação Básica deslocou o debate sobre tecnologias educacionais para um campo mais sensível: a possibilidade de reorganizar percursos de aprendizagem a partir de necessidades, ritmos e desempenhos distintos. Nesse cenário, a personalização deixou de representar apenas adequação de atividades e passou a envolver análise de dados, acompanhamento contínuo e sugestões pedagógicas mais ajustadas ao estudante. Na leitura de Souza et al. (2024), a IA tem favorecido experiências educacionais mais adaptáveis, especialmente quando vinculada ao ensino e ao currículo.
A personalização da aprendizagem, quando associada à Inteligência Artificial, interfere na maneira como o currículo escolar pode ser organizado. Em vez de trajetórias rígidas e homogêneas, abre-se espaço para percursos mais flexíveis, nos quais conteúdos, estratégias e tempos de estudo dialogam com diferentes níveis de compreensão. Cotta et al. (2024, p. 4024) afirmam que “a personalização do aprendizado através da Inteligência Artificial surge como uma nova tendência para o currículo escolar, com a promessa de transformar a educação”. Essa leitura amplia o debate sobre currículo adaptativo.
No debate educacional mais amplo, a Inteligência Artificial tem sido associada a benefícios, limites e impactos ainda em construção. Sistemas inteligentes podem apoiar diagnósticos, sugerir recursos e ampliar o acompanhamento da aprendizagem, mas também levantam preocupações sobre dependência tecnológica, padronização e uso inadequado dos dados. Segundo Silva et al. (2023), os impactos da IA na educação precisam ser analisados de forma sistemática, uma vez que suas possibilidades pedagógicas caminham ao lado de desafios éticos, metodológicos e institucionais.
Personalizar a aprendizagem não significa oferecer um ensino isolado para cada estudante, mas criar condições para que diferentes sujeitos avancem em seus percursos sem serem submetidos a um modelo único de desenvolvimento. A Inteligência Artificial pode contribuir nesse processo ao identificar dificuldades recorrentes, sugerir atividades e apoiar intervenções docentes. Souza et al. (2024, p. 5817) destacam que “a IA está proporcionando oportunidades significativas para a personalização da aprendizagem, permitindo a adaptação do conteúdo e do ritmo de ensino”. Essa adaptação precisa de mediação pedagógica.
A discussão curricular ganha densidade quando a personalização deixa de ser compreendida como simples ajuste de tarefas e passa a ser tratada como reorganização pedagógica. O currículo, nesse caso, não perde sua função orientadora; ele se torna mais sensível aos modos como os estudantes aprendem. Na perspectiva de Cotta et al. (2024), a IA pode colaborar para a construção de um currículo mais responsivo, no qual dados educacionais e mediação pedagógica se aproximam para apoiar decisões mais coerentes com as necessidades da turma.
A revisão sistemática sobre Inteligência Artificial na educação permite perceber que o tema exige cautela, sobretudo porque muitos discursos valorizam a inovação técnica sem discutir seus efeitos sobre o ensino. Plataformas inteligentes e sistemas adaptativos podem favorecer a personalização, mas não substituem o planejamento docente nem eliminam desigualdades de acesso. Silva et al. (2023, p. 4) observam que “a inteligência artificial na educação tem um impacto substancial, e a personalização da aprendizagem é destacada como um dos principais avanços”. Esse avanço requer análise crítica.
Na Educação Básica, a personalização precisa considerar a faixa etária dos estudantes, os objetivos curriculares, a diversidade sociocultural e as condições concretas das escolas. A IA pode apoiar o professor na identificação de lacunas de aprendizagem, mas seu uso requer interpretação humana e responsabilidade pedagógica. Conforme Souza et al. (2024), a transformação do ensino pela IA se relaciona à capacidade de utilizar dados e recursos digitais para ajustar intervenções, sem reduzir o estudante a indicadores de desempenho.
O currículo escolar, diante da Inteligência Artificial, passa a conviver com novas perguntas: quais aprendizagens devem ser comuns, quais percursos podem ser flexibilizados e quais decisões não devem ser transferidas aos sistemas digitais. A personalização, quando bem conduzida, amplia oportunidades; quando mal planejada, pode fragmentar a experiência educativa. Consoante Cotta et al. (2024), a IA inaugura possibilidades de reorganização curricular, mas tal reorganização precisa preservar a função formativa da escola e o compromisso com a aprendizagem integral.
A presença da IA na educação também amplia o debate sobre avaliação, pois sistemas inteligentes podem oferecer informações mais frequentes sobre desempenho, dificuldades e progressos. Ainda assim, avaliar não se resume a coletar dados ou gerar relatórios automáticos. Na interpretação de Silva et al. (2023), a IA pode produzir impactos significativos no acompanhamento educacional, desde que seus usos sejam analisados de forma crítica e articulados às finalidades pedagógicas, evitando decisões automatizadas sem mediação docente.
A personalização da aprendizagem com Inteligência Artificial precisa ser compreendida como apoio ao trabalho pedagógico, e não como substituição da ação docente. O professor continua responsável por interpretar contextos, compreender trajetórias, acolher dificuldades e transformar informações em intervenções educativas significativas. Souza et al. (2024) permitem compreender que a IA contribui para adaptar o ensino às necessidades individuais, mas essa adaptação só ganha sentido pedagógico quando articulada ao currículo, à intencionalidade docente e às condições reais da Educação Básica.
A personalização com IA exige uma abordagem equilibrada, porque seus benefícios convivem com desafios éticos e pedagógicos. A análise de dados pode ampliar o acompanhamento escolar, mas também pode produzir vigilância, classificações apressadas e dependência de recomendações automatizadas. Essa tensão aparece de modo expressivo em Souza et al.:
As aplicações da IA variam desde sistemas de tutoria inteligente até plataformas de análise preditiva do desempenho dos estudantes. A pesquisa destacou a importância de uma abordagem equilibrada que considere tanto os benefícios quanto os desafios éticos da implementação da IA na educação. As considerações finais apontaram que, apesar dos avanços promissores, a integração eficaz da IA no ensino requer uma reformulação dos modelos pedagógicos e curriculares tradicionais. (SOUZA et al., 2024, p. 5817).
Conforme Souza et al. (2024), a personalização da aprendizagem por meio da IA não pode ser interpretada como simples automatização dos percursos escolares, pois envolve escolhas pedagógicas, revisão curricular e responsabilidade diante dos dados produzidos pelos estudantes. A citação evidencia que a potência dos sistemas inteligentes depende de equilíbrio entre inovação, ética e mediação docente. Assim, a IA torna-se relevante quando amplia possibilidades de acompanhamento sem substituir a interpretação humana sobre o processo educativo.
A ideia de um novo paradigma curricular exige reconhecer que a escola contemporânea lida com estudantes que aprendem em ritmos, linguagens e ambientes variados. A IA pode ampliar possibilidades de diferenciação pedagógica, oferecendo apoio para percursos mais personalizados. Para Cotta et al. (2024), o uso da IA no currículo escolar permite pensar formas mais dinâmicas de organização do ensino, desde que a personalização não seja confundida com individualização extrema nem com enfraquecimento da convivência coletiva.
Ao discutir os impactos da Inteligência Artificial, torna-se necessário evitar tanto o entusiasmo acrítico quanto a rejeição antecipada. A tecnologia pode apoiar a aprendizagem personalizada, mas também pode reproduzir desigualdades, ampliar vigilância e orientar decisões pouco transparentes. Segundo Silva et al. (2023), a IA apresenta benefícios e desafios que precisam ser avaliados no campo educacional, especialmente quando sua aplicação envolve dados de estudantes, processos de aprendizagem e decisões que afetam percursos escolares.
As possibilidades de personalização tornam-se mais promissoras quando a IA é integrada a práticas pedagógicas planejadas, com acompanhamento docente e objetivos formativos definidos. Recursos adaptativos podem sugerir trilhas, revisar conteúdos e oferecer devolutivas, mas cabe ao professor avaliar se essas orientações dialogam com a realidade da turma. Na leitura de Souza et al. (2024), a IA transforma o ensino e o currículo quando amplia a capacidade de ajustar experiências educativas, sem retirar da docência sua função mediadora.
3. MEDIAÇÃO DOCENTE, LIMITES ÉTICOS E DESAFIOS PEDAGÓGICOS NO USO DA INTELIGÊNCIA ARTIFICIAL
A entrada da Inteligência Artificial na Educação Básica ampliou o debate sobre inovação pedagógica, mas também deslocou para o professor novas responsabilidades formativas. Ferramentas digitais capazes de produzir textos, organizar informações, sugerir atividades e responder a comandos não eliminam a necessidade de interpretação humana; ao contrário, tornam a mediação docente ainda mais decisiva. Na análise de Silva (2026), a IA deve ser compreendida como instrumento cultural que reconfigura práticas escolares e exige saberes docentes voltados à ética e à cidadania digital.
A prática docente em sala de aula passa a conviver com possibilidades inéditas de apoio ao planejamento, à avaliação e à organização de recursos didáticos. Entretanto, esses usos não podem ser confundidos com substituição do professor nem com automatização da relação pedagógica. Guimarães et al. (2026, p. e1738) afirmam que “torna-se necessário examinar como tais recursos dialogam com a dinâmica real das salas de aula”. A frase recoloca a tecnologia no interior da experiência escolar concreta, marcada por sujeitos, contextos e decisões pedagógicas.
O uso da Inteligência Artificial também convoca a escola a discutir autoria, linguagem e responsabilidade diante da circulação automatizada de conteúdos. Produções geradas por sistemas inteligentes podem apoiar processos de aprendizagem, mas também podem ampliar práticas de cópia, desinformação e dependência discursiva. Barros et al. (2026, p. 245) destacam que “o simples acesso às tecnologias não assegura apropriação crítica, ética ou consciente”. Nesse sentido, a mediação docente permanece vinculada à formação de leitores e autores mais responsáveis na cultura algorítmica.
A mediação docente, nesse cenário, não se restringe a orientar o uso operacional de plataformas ou aplicativos. Sua função envolve interpretar informações, contextualizar respostas, problematizar resultados automatizados e ajudar os estudantes a compreenderem como a tecnologia participa da produção de sentidos. Conforme Silva (2026), a Inteligência Artificial precisa ser analisada na escola como mediação cultural, pois interfere nos modos de pensar, comunicar, pesquisar e construir conhecimento. Tal compreensão impede que a ferramenta seja tratada como neutra ou inevitavelmente benéfica.
As possibilidades pedagógicas da IA são relevantes quando associadas a propostas formativas bem definidas. Sistemas inteligentes podem apoiar a elaboração de atividades, a busca de informações, a adaptação de materiais e a construção de estratégias diferenciadas. Guimarães et al. (2026) compreendem que a IA pode fortalecer processos formativos quando articulada a práticas docentes capazes de interpretar as necessidades reais da sala de aula. Desse modo, sua contribuição depende menos da sofisticação técnica e mais da intencionalidade pedagógica.
A cultura algorítmica impõe à escola uma tarefa complexa: formar estudantes capazes de lidar criticamente com informações produzidas, selecionadas e hierarquizadas por sistemas digitais. O letramento digital crítico torna-se indispensável porque a navegação cotidiana em redes e plataformas não garante compreensão dos mecanismos que organizam conteúdos. Na perspectiva de Barros et al. (2026), a mediação docente assume papel central na formação de sujeitos capazes de interpretar discursos digitais, reconhecer manipulações e sustentar práticas éticas de autoria.
Pensar a ética no uso da Inteligência Artificial significa reconhecer que os sistemas digitais carregam critérios, seleções e limites. Respostas automatizadas podem reproduzir vieses, simplificar temas complexos ou apresentar informações imprecisas com aparência de segurança. Silva (2026, p. 7) observa que “a IA não se apresenta como ferramenta neutra, mas como instrumento cultural de mediação”. A partir dessa leitura, o professor precisa criar situações em que os estudantes aprendam a questionar resultados, fontes, intencionalidades e efeitos pedagógicos das tecnologias.
No cotidiano da Educação Básica, desafios de infraestrutura, formação docente e desigualdade de acesso interferem diretamente no uso pedagógico da IA. A existência de ferramentas digitais não assegura, por si, inovação ou inclusão. Guimarães et al. (2026) indicam que os recursos de IA precisam ser pensados em diálogo com as condições concretas das escolas, pois o professor atua em ambientes marcados por limites materiais, diversidade estudantil e pressões curriculares. Assim, a tecnologia deve apoiar a docência, sem transferir a ela responsabilidades que são institucionais.
A autoria escolar ganha novos contornos diante de sistemas capazes de gerar textos, imagens, resumos, respostas e argumentos em poucos segundos. Essa facilidade pode enriquecer atividades investigativas, desde que acompanhada por critérios de uso, revisão, comparação e reflexão. Barros et al. (2026) ressaltam que a presença de sistemas generativos amplia dilemas relacionados à desinformação, ao plágio e à autoria responsável. Por isso, o professor precisa orientar os estudantes na distinção entre apoio tecnológico, apropriação crítica e substituição indevida do pensamento autoral.
A formação docente aparece como condição decisiva para que a Inteligência Artificial seja incorporada de modo crítico. Sem preparo pedagógico, ético e técnico, o uso dessas ferramentas pode gerar insegurança, superficialidade metodológica e dependência de respostas automatizadas. Silva (2026) compreende que os saberes docentes precisam ser reorganizados diante da IA, especialmente porque ensinar, nesse contexto, envolve promover cidadania digital, leitura crítica e responsabilidade no uso das tecnologias. A mediação, portanto, torna-se ação intelectual, ética e didática.
O uso pedagógico da IA na sala de aula exige equilíbrio entre abertura à inovação e preservação da centralidade formativa do professor. Recursos inteligentes podem sugerir caminhos, mas não compreendem integralmente as relações afetivas, sociais, culturais e cognitivas que atravessam a aprendizagem. Guimarães et al. (2026, p. e1738) defendem que a IA deve ser associada a “propostas pedagógicas capazes de interpretar nuances do cotidiano escolar”. Nessa perspectiva, a prática docente continua sendo o eixo que transforma recurso tecnológico em experiência educativa.
A mediação docente também precisa enfrentar o mito de que estudantes conectados já dominam criticamente o ambiente digital. O uso frequente de redes, aplicativos e plataformas não significa capacidade de avaliar fontes, reconhecer manipulações ou compreender efeitos algorítmicos. Barros et al. (2026, p. 248) afirmam que “há uma distância entre uso cotidiano das tecnologias e apropriação crítica, ética e consciente”. Essa distância torna indispensável uma escola que ensine a ler, produzir e circular informações com responsabilidade.
Os limites éticos da Inteligência Artificial tornam-se mais visíveis quando se observa o tratamento de dados educacionais. Informações sobre desempenho, comportamento, acesso e interação dos estudantes podem apoiar intervenções pedagógicas, mas também podem gerar vigilância, classificação e exposição indevida. Silva (2026) permite compreender que a cidadania digital precisa integrar a formação escolar, pois o estudante deve aprender a reconhecer riscos relacionados à privacidade, à transparência e à responsabilidade no uso de sistemas inteligentes.
A discussão sobre desafios pedagógicos não pode ser separada das condições reais de trabalho docente. Professores precisam de tempo, formação, infraestrutura e orientações institucionais para decidir quando, como e por que utilizar IA em sala de aula. Guimarães et al. (2026) ajudam a compreender que a IA pode favorecer práticas mais dinâmicas, mas sua adoção exige leitura crítica das finalidades educativas. Sem esse cuidado, a inovação pode ser reduzida a uso pontual de ferramenta, sem transformação efetiva da aprendizagem.
A escola contemporânea enfrenta o desafio de integrar a Inteligência Artificial sem reduzir a educação à automação. A mediação docente, nesse processo, sustenta a dimensão humana, discursiva e ética da aprendizagem, especialmente diante de ferramentas que produzem respostas rápidas e discursos aparentemente completos. Essa preocupação aparece de modo expressivo em Barros et al.:
A eficácia da Inteligência Artificial no contexto educativo depende de formação continuada adequada, infraestrutura tecnológica, inclusão digital e políticas institucionais que orientem seu uso, pois lacunas nesses aspectos podem gerar insegurança docente e desigualdades de acesso entre estudantes. (BARROS et al., 2026, p. 252).
Conforme Barros et al. (2026), a integração da IA ao cotidiano escolar depende de condições pedagógicas e institucionais que sustentem seu uso crítico. A citação evidencia que a tecnologia não atua de forma isolada, pois sua eficácia envolve formação docente, inclusão digital, infraestrutura e políticas claras. Assim, os limites éticos e pedagógicos da IA precisam ser enfrentados coletivamente, evitando que o professor seja responsabilizado sozinho por desafios estruturais.
A mediação docente em tempos de Inteligência Artificial precisa articular orientação técnica, interpretação crítica e compromisso formativo. Silva (2026) contribui para essa compreensão ao situar a IA como instrumento cultural atravessado por sentidos, usos e disputas educacionais. Nesse horizonte, o professor não atua apenas como usuário de ferramentas, mas como mediador capaz de transformar tecnologias em objetos de análise, problematização e aprendizagem, preservando a formação humana como eixo do processo educativo.
A prática docente pode ser fortalecida pela IA quando a tecnologia amplia repertórios, oferece recursos e apoia decisões pedagógicas, sem ocupar o lugar da relação educativa. Guimarães et al. (2026) mostram que as possibilidades da IA na Educação Básica precisam dialogar com a sala de aula real, e não com promessas abstratas de inovação. A mediação do professor permanece indispensável para avaliar pertinência, adequação, riscos e impactos de cada uso tecnológico.
A ética na cultura algorítmica requer uma escola capaz de discutir transparência, autoria, desinformação, privacidade e responsabilidade comunicacional. Barros et al. (2026) defendem que o letramento digital crítico constitui condição para enfrentar os desafios da IA na formação escolar. Desse modo, a mediação docente precisa ensinar os estudantes a usar ferramentas inteligentes sem entregar a elas a autoridade sobre o pensamento, a escrita e a interpretação do mundo.
A Inteligência Artificial, portanto, amplia possibilidades pedagógicas, mas também introduz tensões que precisam ser tratadas com rigor formativo. Conforme Barros et al. (2026), a IA só ganha sentido educativo quando acompanhada por mediação docente, letramento digital crítico e reflexão ética sobre autoria, dados, desinformação e responsabilidade comunicacional. Nesse percurso, a Educação Básica pode incorporar recursos inteligentes sem abdicar da cidadania digital, da responsabilidade pedagógica e da centralidade humana da aprendizagem.
4. METODOLOGIA
A investigação adotou natureza bibliográfica, abordagem qualitativa e orientação interpretativa, voltando-se ao exame de produções acadêmicas sobre Inteligência Artificial, personalização da aprendizagem, Educação Básica, mediação docente e desafios éticos no uso de tecnologias inteligentes. A escolha desse percurso permitiu reunir contribuições teóricas capazes de sustentar a análise do tema sem recorrer a entrevistas, questionários, observação de campo ou coleta empírica com participantes. Conforme Gil (2026, p. 26), a pesquisa social corresponde ao “processo que, utilizando a metodologia científica, permite a obtenção de novos conhecimentos no campo da realidade social”.
Foram analisados artigos científicos, revisões sistemáticas, capítulos acadêmicos e publicações especializadas que discutem a IA em sua relação com currículo, aprendizagem personalizada, sistemas adaptativos, autoria, letramento digital crítico e prática docente. A seleção considerou a aderência direta ao tema, a consistência acadêmica das fontes e a contribuição dos textos para compreender possibilidades, limites e implicações pedagógicas da IA na Educação Básica. Materiais opinativos, textos sem fundamentação teórica clara e produções afastadas do recorte educacional foram excluídos.
A leitura das fontes ocorreu por meio de fichamento temático, comparação interpretativa e organização dos argumentos em dois eixos de análise: o primeiro dedicado à Inteligência Artificial e à personalização da aprendizagem na Educação Básica; o segundo voltado à mediação docente, aos limites éticos e aos desafios pedagógicos no uso da IA. Esse procedimento favoreceu uma compreensão crítica do fenômeno, permitindo discutir a tecnologia não como solução automática, mas como recurso dependente de intencionalidade pedagógica, responsabilidade ética, currículo e condições institucionais.
5. RESULTADOS E DISCUSSÃO
A personalização da aprendizagem apareceu como uma das contribuições mais relevantes da Inteligência Artificial para a Educação Básica, sobretudo por permitir a organização de percursos mais ajustados aos ritmos, dificuldades e avanços dos estudantes. Souza et al. (2024) indicam que a IA pode apoiar adaptações no conteúdo, no tempo de estudo e nas estratégias de acompanhamento, deslocando o ensino de modelos uniformes para experiências mais sensíveis às necessidades individuais. Essa possibilidade, contudo, não elimina a função docente, pois os dados produzidos pelos sistemas inteligentes precisam ser interpretados pedagogicamente para que não se convertam em classificações rígidas ou decisões automatizadas.
No campo curricular, a Inteligência Artificial trouxe a possibilidade de reorganizar práticas escolares a partir de informações mais frequentes sobre aprendizagem, desempenho e participação discente. Cotta et al. (2024) compreendem a personalização com IA como um novo paradigma para o currículo escolar, uma vez que os recursos inteligentes podem favorecer percursos mais flexíveis sem romper com os objetivos formativos comuns. A discussão evidenciou que o currículo não deve ser fragmentado em trajetórias isoladas, mas enriquecido por estratégias capazes de reconhecer diferenças, ampliar oportunidades e preservar a convivência coletiva como dimensão essencial da formação escolar.
A revisão sistemática de Silva et al. (2023) permitiu situar a Inteligência Artificial em um debate mais amplo, no qual benefícios pedagógicos e riscos institucionais aparecem de forma simultânea. Os resultados analisados indicaram que sistemas inteligentes podem apoiar avaliação, recomendação de atividades, tutoria e acompanhamento personalizado, mas também levantam questões sobre privacidade, vieses, dependência tecnológica e desigualdade de acesso. Dessa forma, a IA mostrou-se promissora quando articulada a finalidades educativas claras, porém limitada quando tratada como solução automática para problemas estruturais da escola.
A mediação docente destacou-se como condição indispensável para que a Inteligência Artificial assuma sentido pedagógico na Educação Básica. Silva (2026) compreende a IA como instrumento cultural de mediação, o que reforça a necessidade de professores capazes de orientar usos, questionar respostas automatizadas e formar estudantes para uma relação crítica com os ambientes digitais. Na mesma direção, Guimarães et al. (2026) apontam que os desafios e possibilidades da IA precisam ser pensados a partir da sala de aula real, com suas limitações materiais, diversidade de estudantes, pressões curriculares e demandas formativas cotidianas.
Os limites éticos ganharam centralidade porque a personalização mediada por IA envolve dados, autoria, transparência, responsabilidade e letramento digital crítico. Barros et al. (2026) mostram que a escola precisa formar sujeitos capazes de compreender a cultura algorítmica, evitando usos marcados por cópia, desinformação, dependência discursiva ou ausência de autoria. Em diálogo com os demais autores, os resultados indicaram que a IA pode ampliar aprendizagens personalizadas e práticas pedagógicas mais dinâmicas, desde que acompanhada por formação docente, critérios éticos, políticas institucionais, infraestrutura adequada e compromisso com a centralidade humana da educação.
6. CONSIDERAÇÕES FINAIS
A análise desenvolvida indicou que a Inteligência Artificial ocupa espaço crescente nas discussões sobre personalização da aprendizagem na Educação Básica, sobretudo por sua capacidade de apoiar percursos mais flexíveis, acompanhar dificuldades e sugerir intervenções ajustadas às necessidades dos estudantes. Ainda assim, sua relevância educacional não está na ferramenta em si, mas no modo como os recursos inteligentes se integram ao currículo, ao planejamento docente e aos objetivos formativos da escola.
No campo da aprendizagem personalizada, observou-se que a IA pode favorecer experiências menos homogêneas, permitindo que ritmos, lacunas e avanços recebam atenção mais precisa. Essa possibilidade amplia o repertório pedagógico do professor, pois oferece informações capazes de orientar adaptações, retomadas e propostas diferenciadas. Contudo, personalizar não significa isolar o estudante em trajetórias individuais, mas reconhecer singularidades sem romper com a dimensão coletiva, social e colaborativa da formação escolar.
A discussão curricular mostrou que a Inteligência Artificial pode contribuir para reorganizar práticas de ensino, desde que não seja tratada como solução automática para os desafios educacionais. O currículo permanece como referência formativa central, responsável por assegurar intencionalidade, continuidade e sentido ao processo educativo. Desse modo, sistemas adaptativos e plataformas inteligentes precisam atuar como apoio à mediação pedagógica, sem produzir fragmentações, simplificações ou decisões baseadas apenas em métricas de desempenho.
A mediação docente revelou-se elemento decisivo em todo o percurso analisado. O professor continua responsável por interpretar dados, avaliar recomendações automatizadas, contextualizar respostas e orientar os estudantes no uso crítico das tecnologias. A IA pode auxiliar o planejamento e ampliar possibilidades de acompanhamento, mas não substitui a escuta, o julgamento pedagógico, a sensibilidade diante das diferenças e a capacidade humana de compreender situações escolares em sua complexidade.
Os limites éticos também se destacaram como ponto central da investigação, especialmente diante de questões relacionadas à autoria, privacidade, transparência, vieses algorítmicos e dependência tecnológica. A personalização mediada por IA envolve dados de estudantes e, por isso, requer critérios claros de uso, responsabilidade institucional e formação voltada ao letramento digital crítico. Sem esse cuidado, recursos criados para ampliar aprendizagens podem reforçar desigualdades, reduzir autonomia ou naturalizar decisões pouco transparentes.
Com base no percurso realizado, conclui-se que o uso da Inteligência Artificial na personalização da aprendizagem pode trazer contribuições importantes à Educação Básica, desde que articulado à formação docente, ao currículo, à ética e às condições reais das escolas. A tecnologia ganha sentido pedagógico quando fortalece a autoria dos estudantes, amplia possibilidades de participação, apoia intervenções mais conscientes e preserva a centralidade humana da educação. Assim, a IA deve ser compreendida como recurso de mediação, não como substituta da docência.
REFERÊNCIAS BIBLIOGRÁFICAS
BARROS, A. P. de; CASTRO, J. G. de; SANTOS, R. P. dos; GONZAGA, C. L. da S.; NARDOTTO, R. dos S.; NEVES, C. R.; BASTIDAS, J.; SILVA, M. V. da; LUZ, C. B. da S.; SIQUEIRA, E. W. B. Inteligência artificial e letramento digital crítico na escola: mediação docente, autoria e ética na cultura algorítmica. Aurum Editora (e-Books), p. 244-256, 2026. DOI: https://doi.org/10.63330/aurumpub.035-023. Disponível em: https://doi.org/10.63330/aurumpub.035-023. Acesso em: 15 jul. 2026.
COTTA, G. M.; DAVEL, M.; ROCHA, M.; LOZÓRIO, M. Z. A.; ANGELO, R. N. F. da S.; ANDRIÃO, S. Z.; DALVI, Z. M. de V. Personalização da aprendizagem com inteligência artificial: um novo paradigma para o currículo escolar. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 10, n. 10, p. 4024-4041, 2024. DOI: https://doi.org/10.51891/rease.v10i10.16399. Disponível em: https://doi.org/10.51891/rease.v10i10.16399. Acesso em: 15 jul. 2026.
GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. 8. ed. Barueri: Atlas, 2026.
GUIMARÃES, U. A.; COSTA, M. C. da; BARBOSA, M. J.; MARRA, E. M. C.; BARBOSA, E. C. dos S.; FERREIRA, E. I.; GONÇALVES, B. M.; DUARTE, C. S. Inteligência artificial na Educação Básica: desafios e possibilidades para a prática docente em sala de aula. Revista de Geopolítica, v. 17, n. 3, e1738, 2026. DOI: https://doi.org/10.56238/revgeov17n3-018. Disponível em: https://doi.org/10.56238/revgeov17n3-018. Acesso em: 15 jul. 2026.
SILVA, E. C. da. A mediação docente em tempos de Inteligência Artificial na Educação Básica. Série-Estudos, v. 31, n. 71, 2026. Disponível em: https://serie-estudos.ucdb.br/serie-estudos/article/view/2156. Acesso em: 15 jul. 2026.
SILVA, K. R. da; BARBOSA, L. S. de O.; BOTELHO, W. L.; PINHEIRO, J. M. B.; PEIXOTO, I. dos S.; MENEZES, I. V. C. B. de. Inteligência artificial e seus impactos na educação: uma revisão sistemática. RECIMA21: Revista Científica Multidisciplinar, v. 4, n. 11, p. e4114353, 2023. DOI: https://doi.org/10.47820/recima21.v4i11.4353. Disponível em: https://recima21.com.br/recima21/article/view/4353. Acesso em: 15 jul. 2026.
SOUZA, A. P. de S.; CONCEIÇÃO, C. de J.; PANCOTO, M. A.; CECOTE, N. Q. B.; PEDRA, R. R.; OLIVEIRA, R. M. da S.; PINÃO, V. R. Z.; GOMES, W. T. Personalização da aprendizagem com inteligência artificial: como a IA está transformando o ensino e o currículo. ARACÊ, v. 6, n. 3, p. 5816-5831, 2024. DOI: https://doi.org/10.56238/arev6n3-092. Disponível em: https://doi.org/10.56238/arev6n3-092. Acesso em: 15 jul. 2026.
1 Mestranda em Tecnologias Emergentes na Educação pela MUST University. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail
2 Mestranda em Tecnologias Emergentes na Educação pela MUST University. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail
3 Mestrando em Tecnologias Emergentes na Educação pela MUST University. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail
4 Mestranda em Tecnologias Emergentes na Educação pela MUST University. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail
5 Mestranda em Tecnologias Emergentes na Educação pela MUST University. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail
6 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
7 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
8 Mestre em Tecnologias Emergentes na Educação pela MUST University. E-mail: [clique para visualizar o e-mail]acesse o artigo original para visualizar o e-mail