Educação em inteligência artificial é o conjunto de práticas e conteúdos que envolvem IA no contexto escolar, em duas frentes: formar estudantes para compreender e usar sistemas de IA de forma crítica e recorrer a essas ferramentas como apoio ao ensino e à aprendizagem. Ela não se resume a adotar um aplicativo, nem substitui o trabalho do professor: o que determina o resultado é o desenho da atividade, o acompanhamento e a forma de avaliar. A Lei nº 14.533, de 2023, e o Plano Nacional de Educação aprovado pela Lei nº 15.388, de 2026, tratam do tema no campo das políticas públicas.
O que é educação em inteligência artificial
O termo cobre situações diferentes. A primeira é ensinar sobre IA: o que são modelos, de onde vêm os dados, como um sistema chega a uma resposta, quais são os vieses possíveis, o que a automação pode e não pode decidir. Essa é uma formação conceitual e crítica, próxima do que a Base Nacional Comum Curricular chama de pensamento computacional, mundo digital e cultura digital.
A segunda é usar IA como recurso de ensino: apoio à produção de material, tutoria com exercícios, correção assistida, análise de desempenho. Aqui a discussão é pedagógica e operacional, e envolve escolher finalidade, preparar a atividade e decidir o que o professor acompanha de perto.
A terceira, mais recente, é aprender com máquinas que geram conteúdo, o que coloca um problema novo para a escola: distinguir apoio de substituição do esforço intelectual do estudante.
IA como apoio ao ensino e a limites da personalização
Sistemas de tutoria e plataformas adaptativas organizam exercícios conforme o desempenho registrado. Isso pode liberar tempo do professor para acompanhar quem tem mais dificuldade, mas depende de o professor interpretar os relatórios e ajustar o plano. Sem essa leitura, a ferramenta apenas repete a lógica da lista de exercícios em escala maior.
A promessa de personalização automática precisa ser recebida com cautela. Recomendação de conteúdo depende do dado disponível, e o que é medido costuma ser o que é fácil de medir: acerto, tempo de resposta, sequência de cliques. Compreensão profunda, argumentação e criatividade não aparecem nesses números.
Além disso, todo sistema tem limites de projeto. Ele pode errar de forma convincente, reproduzir padrão discriminatório presente nos dados e responder com segurança sobre assunto que não domina. Reconhecer esses limites é parte da competência que se espera formar.
O professor no centro, não como obstáculo
A experiência escolar brasileira mostra que tecnologia sem mediação produz pouco. O que muda a aprendizagem é a proposta: um problema bem formulado, um critério claro de avaliação e um retorno útil sobre o que o estudante fez. Ferramentas podem apoiar essas etapas, mas não as definem.
Na prática, o professor decide quando a IA entra e quando sai. Em uma atividade de escrita, por exemplo, o uso pode ser permitido para gerar um primeiro esboço e proibido para revisar o texto final, porque é na revisão que o estudante aprende. Essas regras precisam estar explícitas, e não depender de vigilância.
Formação docente, portanto, não é treinamento em botão de aplicativo. É discussão sobre desenho de atividade, avaliação, ética, proteção de dados e leitura crítica de resultados. Sem isso, a adoção tende a ser superficial.
Letramento crítico: o que o estudante precisa saber
Ensinar sobre IA começa por desmontar a ideia de que o sistema sabe. Um modelo generativo produz texto provável a partir de padrões estatísticos; ele não consulta uma fonte da verdade. Mostrar isso com exemplos concretos, em que a resposta parece correta e não é, é uma atividade simples e eficaz.
A segunda competência é a verificação. O estudante precisa aprender a buscar a fonte primária, comparar com material de referência e identificar o que não pode ser confirmado. Esse procedimento vale para IA e para qualquer conteúdo que circula em rede.
A terceira é a reflexão sobre uso. Copiar uma resposta pronta, treinar para o teste automatizado, produzir trabalho sem autoria: são decisões que têm consequência na formação. Discutir essas escolhas com a turma funciona melhor do que proibir sem explicação.
Dados de estudantes e proteção de dados pessoais
Plataformas educacionais coletam informação: nome, matrícula, desempenho, respostas, tempo de uso, às vezes dados sensíveis. No Brasil, o tratamento desses dados é regido pela Lei Geral de Proteção de Dados Pessoais, a Lei nº 13.709, de 14 de agosto de 2018, que exige finalidade definida, base legal e respeito aos direitos dos titulares.
Quando se trata de crianças e adolescentes, o cuidado é maior. Além da LGPD, o Estatuto Digital da Criança e do Adolescente, instituído pela Lei nº 15.211, de 17 de setembro de 2025, trata da proteção desse público em ambientes digitais. Escolas e redes de ensino precisam saber onde os dados ficam, por quanto tempo são guardados e quem tem acesso.
O Marco Civil da Internet, Lei nº 12.965, de 23 de abril de 2014, estabelece princípios, garantias, direitos e deveres para o uso da internet no Brasil e serve de base para discutir registro de acesso, guarda de dados e responsabilidade dos provedores de aplicação.
Isso tem efeito direto na escolha de ferramentas. Contrato firmado, política de privacidade legível, possibilidade de exportar e apagar dados e ausência de uso publicitário são critérios objetivos, e não detalhes burocráticos.
O que a legislação educacional já prevê
A Política Nacional de Educação Digital, instituída pela Lei nº 14.533, de 11 de janeiro de 2023, organiza a educação digital em eixos: inclusão digital, educação digital escolar, capacitação e especialização digital e pesquisa e desenvolvimento em tecnologias da informação e comunicação. O texto trata do desenvolvimento de competências digitais, incluindo pensamento computacional, mundo digital e cultura digital.
O Plano Nacional de Educação aprovado pela Lei nº 15.388, de 14 de abril de 2026, dá sequência a esse desenho. Entre as estratégias previstas está a atualização da Base Nacional Comum Curricular para incorporar temas relacionados à inteligência artificial e a criação, pelo Conselho Nacional de Educação, de diretrizes nacionais para a adoção e o uso de plataformas educacionais digitais e de IA na educação, com fins pedagógicos e critérios de transparência e proteção de dados.
Vale notar o que o texto legal não faz: ele não obriga o uso de IA em sala, nem trata a ferramenta como solução de aprendizagem. O foco está em condições de uso — conectividade, formação, critérios e proteção de dados.
Avaliação: o ponto mais sensível
Se o estudante pode pedir a resposta a um sistema generativo, uma prova que mede reprodução perde função. A saída não costuma ser aumentar a vigilância, e sim mudar o que se avalia: justificativa, comparação de fontes, registro do processo, defesa oral, projeto com etapas documentadas.
Isso não elimina a avaliação escrita individual. Ela continua útil para verificar base, fluência e autonomia. O que muda é a proporção e a clareza do propósito de cada instrumento. Rubricas com critérios descritos reduzem a arbitrariedade e ajudam o estudante a saber para onde está indo.
A avaliação também precisa considerar o efeito sobre quem tem menos acesso. Se a proposta exige dispositivo ou conexão que parte da turma não tem, a diferença de condição vira diferença de nota.
Como começar sem exagerar na promessa
Uma implantação realista começa pequena. Escolha uma atividade, defina o objetivo de aprendizagem, decida onde a IA entra, prepare o critério de avaliação e registre o que funcionou e o que não funcionou. Revisar o resultado antes de ampliar evita comprar solução que ninguém usa.
Documentar é parte do processo. O que foi usado, com qual finalidade, quais dados foram coletados, quem teve acesso, como os responsáveis foram informados. Essa transparência protege estudantes, professores e a própria instituição.
Se o tema é sua área de interesse, vale conhecer o tecnólogo em Inteligência Artificial, que forma para o desenvolvimento de sistemas, e o material sobre IA na educação. Para a parte de proteção de dados e infraestrutura, o percurso de segurança da informação completa a discussão, e o artigo sobre educação baseada em dados trata do uso responsável de indicadores.
Perguntas frequentes
O que significa educação em inteligência artificial?
São duas frentes que costumam andar juntas: ensinar sobre IA, com foco em funcionamento, limites e uso crítico, e usar sistemas de IA como recurso pedagógico, com mediação docente, objetivo definido e critério de avaliação.
A inteligência artificial pode substituir o professor?
Não. Ferramentas podem apoiar tarefas como gerar material, propor exercícios ou organizar dados de desempenho, mas a mediação, o desenho da atividade e a avaliação continuam sendo trabalho docente. Sem mediação, o efeito pedagógico tende a ser limitado.
É permitido usar IA na escola com dados de alunos?
O uso depende de finalidade definida e base legal, conforme a Lei Geral de Proteção de Dados Pessoais. Para crianças e adolescentes, vale ainda a proteção específica em ambientes digitais. A escola deve saber quais dados são coletados, onde ficam e quem tem acesso.
O que a lei brasileira prevê sobre IA na educação?
A Política Nacional de Educação Digital, da Lei nº 14.533, de 2023, organiza eixos de educação digital. O Plano Nacional de Educação aprovado pela Lei nº 15.388, de 2026, prevê atualização da BNCC com temas de inteligência artificial e diretrizes nacionais do CNE para uso de plataformas digitais e IA na educação.
Como avaliar a aprendizagem quando o estudante usa IA?
Deslocando o foco da reprodução para o processo: justificativa, comparação de fontes, registro das etapas, apresentação oral e projeto documentado. Rubricas com critérios descritos tornam a avaliação mais previsível e reduzem a dependência de vigilância.
Fontes consultadas
Confira requisitos e calendários nos canais oficiais.