Pesquisa publicada em agosto analisou 24 documentos e defende que escolas e universidades precisam ir além do simples uso de ferramentas de inteligência artificial
A discussão sobre inteligência artificial na educação não deveria começar pela pergunta “qual ferramenta usar?”, mas por outra bem mais profunda: que tipo de estudante queremos formar em uma sociedade atravessada por algoritmos?
Um estudo publicado em 13 de agosto de 2026 na Revista Inclusiones propõe justamente mudar o foco do debate. Em vez de tratar a inteligência artificial apenas como recurso tecnológico para facilitar tarefas, os pesquisadores defendem que sua utilização educacional seja organizada em torno de quatro princípios: acessibilidade, ética, criticidade e promoção do letramento científico.
O artigo “Inteligência artificial no letramento científico: uma análise exploratória dos avanços no campo da educação” é assinado por Marcos Rogério Martins Costa, da Universidade Estadual de Goiás (UEG), e Maria Heldaiva Bezerra Pinheiro, da Universidade de Brasília (UnB).
IA não deveria entregar respostas para serem simplesmente aceitas
Um dos argumentos mais interessantes do estudo está na aproximação entre inteligência artificial e letramento científico.
Para os pesquisadores, estudantes precisam aprender não apenas a utilizar sistemas de IA, mas também a questionar aquilo que essas ferramentas produzem.
Isso significa confrontar respostas geradas por IA com evidências empíricas e fontes bibliográficas confiáveis, reconhecer possíveis vieses e compreender as limitações dos sistemas.
O artigo chama atenção para a importância do “ceticismo metodológico”: em vez de aceitar automaticamente uma resposta produzida por uma máquina, o estudante deveria assumir a posição de investigador.
Nesse modelo, a própria IA deixa de ser apenas uma fornecedora de respostas e pode se transformar em objeto de investigação.
O estudante passa a exercer uma espécie de curadoria crítica do conhecimento, verificando informações antes de incorporá-las ao processo de aprendizagem.
Pesquisa partiu de 340 registros
Para construir a análise, os pesquisadores realizaram buscas entre janeiro e maio de 2026 em bases como SciELO, Web of Science, Biblioteca Digital Brasileira de Teses e Dissertações e Portal de Periódicos da CAPES, além de repositórios institucionais e legislativos.
A busca inicial encontrou 340 registros.
Após a análise de títulos, resumos e palavras-chave, 315 foram excluídos. Trinta publicações passaram por leitura integral e outras seis foram posteriormente retiradas por baixa aderência ao objetivo ou fragilidade teórico-metodológica.
O corpus final ficou composto por 24 documentos: 17 artigos científicos, quatro livros, duas leis brasileiras e um projeto de lei.
O material foi analisado utilizando a Análise de Conteúdo de Laurence Bardin.
Quatro princípios para instituições educacionais
O principal resultado foi a construção de quatro proposições que podem orientar instituições interessadas em incorporar inteligência artificial aos ambientes de aprendizagem.
A primeira é a acessibilidade. A IA poderia ampliar o acesso ao conhecimento e permitir adaptação de conteúdos, ritmos e formas de interação às diferentes necessidades dos estudantes.
A segunda é a ética, incluindo proteção de dados, transparência, integridade científica, supervisão humana e responsabilização institucional.
A terceira é a criticidade. Para os autores, saber operar uma ferramenta não basta. O estudante precisa aprender a selecionar e validar informações, reconhecer vieses algorítmicos e compreender os limites das respostas produzidas por sistemas inteligentes.
Finalmente, aparece o letramento científico, entendido como capacidade de utilizar a IA como apoio à investigação e à comunicação científica sem abandonar rigor metodológico, validação das evidências e integridade acadêmica.
O próprio esquema apresentado pelos autores ressalta que esses quatro princípios são complementares e interdependentes.
Existe também o risco de um “colonialismo de dados”
O artigo incorpora uma perspectiva crítica pouco presente no discurso mais entusiasmado sobre IA educacional.
A partir da literatura analisada, os pesquisadores discutem a possibilidade de a expansão das plataformas transformar atividades de aprendizagem em dados utilizados dentro de estruturas econômicas controladas por grandes empresas tecnológicas.
O estudo mobiliza o conceito de “colonialismo de dados” para discutir essa apropriação e chama atenção para o fato de que algoritmos não são necessariamente neutros.
Sistemas podem carregar vieses e reproduzir desigualdades já existentes na sociedade.
Outra preocupação está na chamada “pedagogia algorítmica”: uma dependência excessiva de sistemas automatizados poderia padronizar percursos de aprendizagem e diminuir justamente uma dimensão essencial da educação — a relação entre professores e estudantes.
Infraestrutura e formação docente continuam decisivas
Há uma conclusão importante para gestores educacionais: comprar ou contratar inteligência artificial não significa necessariamente inovar.
A pesquisa sustenta que a efetividade dessas tecnologias depende da combinação entre infraestrutura digital, formação de professores, governança institucional, proteção de dados, pensamento crítico e desenvolvimento do letramento científico.
Assim, uma instituição tecnologicamente equipada, mas sem professores preparados e políticas claras para utilização da IA, pode continuar distante de uma integração educacional efetiva.
Os autores argumentam que a governança precisa deixar de ser elemento secundário e tornar-se parte estrutural das políticas educacionais envolvendo inteligência artificial.
Os próprios pesquisadores utilizaram ChatGPT no artigo
Há ainda um detalhe particularmente interessante: o estudo não apenas discute inteligência artificial — ele próprio utilizou IA durante sua produção.
Os autores informam que recorreram ao ChatGPT, modelo GPT-5.5, para auxiliar na organização estrutural do manuscrito, revisão linguística e gramatical, clareza textual, padronização das referências e elaboração de representações visuais.
As Figuras 1 e 2 do artigo, inclusive, registram explicitamente o uso do ChatGPT em sua elaboração.
Ao mesmo tempo, os pesquisadores afirmam que a ferramenta não substituiu a análise crítica, a interpretação dos resultados nem a produção intelectual dos autores. O conteúdo produzido com auxílio da IA teria sido revisado e validado pelos pesquisadores, que assumem a responsabilidade pelo trabalho.
Esse aspecto acaba funcionando quase como uma demonstração prática da própria tese defendida pelo artigo: usar IA não elimina a responsabilidade humana sobre aquilo que é produzido.
Pesquisa não testou as propostas em escolas
O estudo apresenta uma limitação que precisa ser considerada.
Não houve experimento com estudantes, professores ou instituições para verificar empiricamente os efeitos das quatro proposições.
Os próprios autores reconhecem que se trata de uma investigação bibliográfica e documental e recomendam que pesquisas futuras testem essas diretrizes em diferentes níveis e modalidades de ensino.
Portanto, os quatro princípios devem ser compreendidos como um referencial analítico fundamentado na literatura selecionada, e não como um modelo cuja eficácia educacional já tenha sido experimentalmente demonstrada.
Ainda assim, a pesquisa oferece uma mudança relevante de perspectiva.
Em um momento no qual escolas e universidades discutem rapidamente quais ferramentas de inteligência artificial adotar, o estudo sugere que talvez a questão fundamental venha antes da tecnologia.
Não basta ensinar estudantes a perguntar para a IA. Será cada vez mais importante ensiná-los a desconfiar, investigar, comparar evidências e decidir quando uma resposta produzida pela máquina merece — ou não — ser aceita.
Fonte: COSTA, Marcos Rogério Martins; PINHEIRO, Maria Heldaiva Bezerra. Inteligência artificial no letramento científico: uma análise exploratória dos avanços no campo da educação. Revista Inclusiones, v. 13, n. 3, jul./set. 2026, e3942. Publicado em 13 ago. 2026. DOI: 10.58210/rie3942.
Portal Archa 