Ferramentas de inteligência artificial generativa já fazem parte da rotina de estudantes de matemática aplicada, sobretudo como apoio rápido para resolver ou conferir exercícios. Uma investigação com universitários nas Filipinas indica, porém, que a conveniência convive com incerteza: os alunos recorrem a diferentes sistemas e a vídeos para validar e entender respostas, enquanto reconhecem que o uso excessivo pode enfraquecer a autonomia e o raciocínio.

O QUE HÁ DE NOVO: A pesquisa acompanhou seis alunos do bacharelado em Matemática Aplicada de uma universidade pública filipina com experiência no uso de ChatGPT, Gemini, Meta AI e Cici para solucionar problemas matemáticos. Publicado em 2026, o estudo examinou percepções e práticas de uso dessas ferramentas no contexto de aprendizagem apoiada por tecnologia, incluindo utilidade percebida, facilidade de uso, atitudes, intenção de continuar usando e uso efetivo.

COMO FUNCIONA: Os participantes foram selecionados intencionalmente em diferentes anos do curso e participaram de entrevistas presenciais semiestruturadas, grupos focais e observações. As conversas, com duração de 30 a 45 minutos, foram transcritas e analisadas por uma abordagem fenomenológica e temática; o desenho buscou aprofundar experiências individuais, e não produzir estimativas representativas de todos os universitários.

O referencial combinou o Modelo de Aceitação de Tecnologia, que relaciona adoção à utilidade e à facilidade de uso percebidas, com a perspectiva de aprendizagem potencializada por tecnologia. Na prática relatada, os alunos tentavam resolver questões, consultavam vídeos quando precisavam de explicações visuais e passo a passo e recorriam à IA para obter respostas, checar procedimentos ou resumir anotações. Quando havia dúvida, comparavam as saídas de mais de uma plataforma.

PRINCIPAIS RESULTADOS: Velocidade, conveniência e pressão por prazos explicaram grande parte do apelo da IA. ChatGPT e Gemini apareceram como recursos de uso frequente, inclusive diário para alguns participantes, mas em tarefas de menor risco, como deveres e verificações, e não como base para a preparação para provas. Os estudantes estimaram, de forma subjetiva, que as respostas eram corretas em cerca de 60% das vezes, sinal de confiança cautelosa, não irrestrita.

Os relatos também apontam uma estratégia multimodal: vídeos no YouTube eram preferidos quando a meta era compreender conceitos complexos, por oferecerem demonstrações visuais e explicações detalhadas. Recursos de imagem foram valorizados para gráficos e figuras, embora considerados limitados. A comparação entre sistemas revelou uma postura crítica em parte do grupo, mas respostas divergentes também geravam insegurança e, em alguns casos, levavam alunos a questionar uma solução própria que poderia estar correta.

LIMITES E RISCOS: A evidência é qualitativa e se restringe a seis estudantes de um único curso e instituição; portanto, não permite concluir que os mesmos padrões ocorram em outras áreas, redes ou países, nem medir efeito sobre notas e aprendizagem de longo prazo. Ainda assim, os depoimentos expõem desafios diretamente relevantes para o ensino: erros que só se tornam visíveis após a devolução de uma atividade, dificuldades para inserir notação matemática em determinados dispositivos e dependência de conexão estável, câmera adequada e celulares ou computadores de melhor desempenho.

O risco pedagógico central relatado pelos próprios participantes é receber a resposta sem elaborar o caminho até ela. Alguns disseram sentir menor motivação para resolver problemas por conta própria e menos confiança em suas capacidades à medida que recorriam mais à IA. Esse padrão não elimina a utilidade da ferramenta, mas mostra que apresentar uma solução convincente não equivale a promover entendimento conceitual, especialmente em uma disciplina na qual justificar etapas é parte essencial da aprendizagem.

POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Para docentes de matemática, o estudo sugere que a questão não é apenas permitir ou proibir a IA, mas desenhar usos que preservem a atividade intelectual do aluno. Pedidos para explicar o raciocínio, comparar métodos, identificar possíveis falhas em uma resposta gerada e registrar como a solução foi validada podem transformar a ferramenta de atalho em objeto de análise. A preferência por vídeo também aponta que explicabilidade, visualização e orientação passo a passo continuam sendo necessidades pedagógicas que chatbots nem sempre atendem bem.

Em nível institucional, ampliar o acesso sem preparar estudantes e professores pode reproduzir desigualdades ligadas a conectividade e qualidade dos aparelhos. A integração responsável demanda letramento em inteligência artificial, inclusive para reconhecer limites, erros e vieses de automação,, regras claras para atividades avaliativas e formação docente para combinar recursos digitais com materiais e interações humanas. A recomendação dos pesquisadores é ampliar estudos com outros cursos e universidades, acompanhar comportamentos ao longo do tempo e associar relatos de uso a indicadores de aprendizagem antes de orientar decisões em maior escala.

Fonte: Co-pilots in problem solving: A qualitative inquiry into AI-assisted learning in mathematics