Um estudo com 120 professores de ciências do ensino médio no sudoeste da Nigéria investigou como ferramentas de inteligência artificial já treinadas para uso em aulas práticas influenciam a docência e a formação continuada, encontrando forte associação entre adoção de IA e desenvolvimento profissional. Além do entusiasmo com personalização e colaboração entre docentes, o trabalho expõe barreiras típicas de contextos de poucos recursos, infraestrutura, financiamento e capacitação, e propõe recomendações para políticas e programas de formação mais inclusivos.
O QUE HÁ DE NOVO: A pesquisa, publicada na Springer, combina questionários e entrevistas para mapear percepções e condições de uso de IA por professores de física, química e biologia em 30 escolas do sudoeste nigeriano. O diferencial está em tratar a IA não só como ferramenta para estudantes, mas como variável ligada diretamente à formação docente: a análise inferencial encontrou uma correlação forte e positiva entre adoção de IA e desenvolvimento profissional (r = 0,704; p < 0,01), sugerindo que quanto mais a tecnologia entra na rotina pedagógica, mais ela se conecta a práticas de atualização e aprimoramento docente.
COMO FUNCIONA: O estudo aplicou um questionário com 30 afirmações em escala de quatro pontos (consistência interna de 0,75) e realizou entrevistas estruturadas de cerca de 30 minutos com todos os participantes, com codificação independente e concordância elevada entre avaliadores (kappa inicial de 0,80). A amostra foi composta por docentes que já haviam passado por algum tipo de treinamento para usar IA no ensino de ciências, e os dados buscaram capturar tanto usos percebidos (como feedback personalizado, identificação de lacunas de aprendizagem e geração de materiais) quanto entraves de adoção, incluindo acesso a dispositivos, conectividade, financiamento e apoio institucional.
PRINCIPAIS RESULTADOS: Nas respostas ao questionário, a maioria dos professores associou IA a ganhos na aprendizagem: cerca de 87% concordaram que ela melhora a compreensão de conceitos científicos, enquanto mais de 72% apontaram que ferramentas com IA ajudam a identificar lacunas individuais e a oferecer materiais de estudo customizados. No campo do desenvolvimento profissional, mais de 78% afirmaram que a IA melhorou a comunicação e a colaboração entre professores e ajudou a manter o corpo docente atualizado com recursos e avanços na educação científica, ainda que tenha havido mais ceticismo em itens ligados a avaliações em tempo real e feedback “detalhado” automatizado.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para redes escolares e gestores de formação, o achado de associação robusta entre adoção de IA e desenvolvimento profissional aponta um caminho pragmático: quando a tecnologia vira parte da prática, por exemplo, em simulações, geração de atividades e análise de desempenho, ela pode funcionar como gatilho para aprendizagem docente contínua, especialmente em STEM, onde a atualização de conteúdos e metodologias é permanente. Ao mesmo tempo, a pesquisa sugere que ganhos podem se concentrar em escolas e regiões com melhor infraestrutura, reforçando o risco de ampliar desigualdades caso conectividade, equipamentos e suporte pedagógico não sejam tratados como pré-condições, e não como “consequências” da inovação.
CONTEXTO E BASTIDORES: O trabalho se posiciona explicitamente contra uma visão de substituição do professor, ecoando debates internacionais que defendem a IA como complemento, um “co-educador” capaz de apoiar diferenciação, monitoramento e planejamento, mas incapaz de reproduzir dimensões humanas como empatia e leitura cultural do contexto. Esse enquadramento é particularmente relevante em países africanos citados na revisão, onde a literatura aponta atraso de infraestrutura e de prontidão sistêmica para IA, além de baixa evidência acumulada na educação básica, o que aumenta a importância de estudos situados em ambientes de poucos recursos.
SIM, MAS…: Há limitações importantes para tomadores de decisão interpretarem os resultados com cautela. A amostra foi formada por professores voluntários e selecionados por terem treinamento prévio em IA, o que pode reduzir a presença de opiniões mais críticas e superestimar aceitação e benefícios percebidos. Além disso, o estudo se concentra no sudoeste da Nigéria e não mede diretamente resultados de aprendizagem dos estudantes com testes padronizados, o que restringe a generalização e mantém aberta a questão sobre quais usos de IA geram impacto educacional mensurável, e em que condições de sala de aula.
EXEMPLOS NA PRÁTICA EDUCACIONAL: Nas entrevistas, professores apontaram caminhos concretos para aulas práticas com restrição de laboratório físico: uso de laboratórios virtuais e simulações (como PhET, LabXchange e zSpace) para experimentos e visualizações, além de plataformas com personalização (como Khan Academy) para apoiar ritmo e lacunas de aprendizagem. A ideia não é trocar a prática experimental, mas mitigar a falta de equipamentos e ampliar oportunidades, desde que a escola tenha dispositivos, conectividade e uma orientação didática clara para integrar as atividades ao currículo.
O QUE VEM DEPOIS: As recomendações do estudo convergem para uma agenda de implementação: investimento em infraestrutura e acesso (dispositivos, internet e energia), integração curricular de estratégias de aprendizagem com IA, formação continuada e contextualizada (incluindo ética e uso responsável), e mecanismos de avaliação e feedback para ajustar programas de capacitação. Para pesquisa e política pública, a próxima etapa natural é replicar o desenho em outras regiões e comparar redes com diferentes níveis de infraestrutura, testando se a associação observada se mantém e quais intervenções (conectividade, formação, liderança escolar) são mais decisivas para transformar uso em impacto consistente.
Fonte: Exploring the Influence of AI on the Professional Development of Science Teachers in STEM Education
