Um estudo de caso com 120 estudantes de negócios testou a integração da alfabetização em inteligência artificial (IA) a uma disciplina obrigatória de matemática. O projeto mostrou bom desempenho na comunicação de análises, mas também revelou que saber usar a IA não basta para identificar inconsistências nos resultados que ela produz.

O QUE HÁ DE NOVO: Publicado em 2025, o estudo documenta uma experiência conduzida em um curso de álgebra linear de uma universidade privada latino-americana. Durante três semanas, 120 graduandos trabalharam em duplas para analisar um problema de negócios com apoio de ferramentas digitais e apresentar suas conclusões em revistas digitais. A proposta levou a alfabetização em IA para uma disciplina quantitativa obrigatória, em vez de tratá-la como conteúdo isolado.

COMO FUNCIONA: Antes do projeto, os alunos aprenderam operações com matrizes e modelos matemáticos de previsão por meio de aulas e exercícios sem IA. Depois de uma oficina sobre o uso ético e eficaz das ferramentas, as duplas aplicaram esse conhecimento a um problema com cinco estados possíveis. Usaram o MatrixCalc para os cálculos e o ChatGPT para ajudar a organizar argumentos baseados nos dados; a tarefa final exigia previsões e recomendações justificadas.

A avaliação examinou as 60 revistas digitais segundo a precisão matemática, a coerência dos argumentos, a qualidade da apresentação e a capacidade de verificar e contextualizar respostas geradas por IA. Entrevistas informais com parte dos estudantes também ajudaram a entender como eles recorreram ao ChatGPT. O desenho do estudo foi descritivo, sem grupo de comparação.

PRINCIPAIS RESULTADOS: A nota média dos projetos foi 4,2 em uma escala de cinco pontos. Argumentação e coerência alcançaram média de 4,26, e apresentação, de 4,68. Já a precisão matemática ficou em 3,70, a menor média entre os critérios. Em vários trabalhos, os alunos não perceberam que matrizes sugeridas pelo ChatGPT seguiam uma convenção diferente da ensinada no curso para representar as transições do modelo; também houve sinais de conteúdo transferido da ferramenta sem revisão cuidadosa. Assim, a qualidade da exposição nem sempre veio acompanhada de domínio dos cálculos.

LIMITES E CUIDADOS: Os resultados descrevem uma única turma, em uma instituição, e não demonstram que a IA tenha causado melhora na aprendizagem: não houve comparação com alunos que realizaram a mesma atividade sem as ferramentas. A discrepância entre comunicação e precisão também indica um cuidado prático para avaliações desse tipo: um produto final convincente pode ocultar falhas de compreensão que só aparecem quando o estudante precisa explicar o próprio raciocínio.

POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para professores, a experiência sugere uma forma de relacionar matemática abstrata a decisões profissionais sem dispensar o ensino dos fundamentos. Para os estudantes, evidencia que alfabetização em IA inclui conferir pressupostos e resultados, não apenas formular pedidos ou apresentar respostas. Como próximo passo para a prática docente, o estudo propõe uma checagem intermediária em que cada dupla explique um cálculo e a lógica de um argumento produzido com apoio da IA; para avaliar a eficácia da abordagem, ainda serão necessários testes em outros cursos, medidas de aprendizagem ao longo do tempo e estudos com grupo de comparação.

Fonte: AI Literacy in the Classroom: Transforming Education through Educational Technologies | Informatics in Education | Vilnius University Institute of Data Science and Digital Technologies