EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

INTELIGÊNCIA ARTIFICIAL NO ENSINO MÉDIO: ENTRE ENSINAR SOBRE IA E ENSINAR COM IA — DAS DIRETRIZES DO MEC A PRÁTICAS PEDAGÓGICAS AVALIÁVEIS

Raul Greco Junior, Flávia Lumi Matuzawa, Vanina Roncaglio, Murilo da Silva Chagas, Giuseppe Silva favato

REMUNOM · 19.11.2026 · 13 (24) · 1-43

DOI: 10.66104/473frg32 ↗

Kurz gefasst

Fachartikel in der Zeitschrift REMUNOM, online erschienen am 19.11.2026. Verfasst von Raul Greco Junior und 4 weiteren Autor:innen. Die Arbeit nennt 133 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

A difusão de sistemas de inteligência artificial (IA) generativa cria oportunidades e riscos para a Educação Básica. No Ensino Médio, impõe-se distinguir o ensino sobre IA, que toma a tecnologia como objeto de conhecimento, do ensino com IA, que a emprega como recurso educativo, conforme o documento orientador do Ministério da Educação de 2026. O objetivo é analisar como essas dimensões se articulam ao quadro normativo brasileiro e propor um modelo de integração curricular avaliável. A pesquisa é qualitativa, documental e bibliográfica, de natureza analítico-propositiva: dez documentos oficiais publicados entre 2018 e 2026 — entre eles a Base Nacional Comum Curricular, a Lei nº 14.945/2024, as Resoluções CNE/CEB nº 1/2022, nº 2/2024 e nº 2/2025 e os documentos do MEC de 2026 — foram examinados por análise de conteúdo em seis categorias. Os resultados indicam convergência expressa, entre as fontes que disciplinam o uso de dispositivos e tecnologias digitais, em torno da intencionalidade pedagógica e da mediação profissional; convergência das normas específicas quanto à proteção de dados; e assimetria de natureza entre normas vinculantes e referenciais orientadores. Propõe-se o Modelo de Integração Curricular e Avaliação da IA no Ensino Médio (MICA-EM), com seis movimentos — problematização, compreensão técnica, experimentação orientada, verificação crítica, produção autoral e avaliação independente —, acompanhado de tipologia de arranjos didáticos, propostas por área, indicadores e protocolo de validação. Conclui-se que a efetividade deve ser aferida por evidências de aprendizagem obtidas sem o auxílio de IA sob avaliação, preservados os recursos de acessibilidade; a validação empírica do modelo permanece como agenda de pesquisa.

Zitieren

APA

Junior, R. G., Matuzawa, F. L., Roncaglio, V., Chagas, M. D. S., & favato, G. S. (2026). INTELIGÊNCIA ARTIFICIAL NO ENSINO MÉDIO: ENTRE ENSINAR SOBRE IA E ENSINAR COM IA — DAS DIRETRIZES DO MEC A PRÁTICAS PEDAGÓGICAS AVALIÁVEIS. REMUNOM, 13(24), 1-43. https://doi.org/10.66104/473frg32

Vancouver

Junior RG, Matuzawa FL, Roncaglio V, Chagas MDS, favato GS. INTELIGÊNCIA ARTIFICIAL NO ENSINO MÉDIO: ENTRE ENSINAR SOBRE IA E ENSINAR COM IA — DAS DIRETRIZES DO MEC A PRÁTICAS PEDAGÓGICAS AVALIÁVEIS. REMUNOM. 2026;13(24):1-43. doi:10.66104/473frg32

BibTeX
@article{Junior2026,
  author = {Junior, Raul Greco and Matuzawa, Flávia Lumi and Roncaglio, Vanina and Chagas, Murilo da Silva and favato, Giuseppe Silva},
  title = {INTELIGÊNCIA ARTIFICIAL NO ENSINO MÉDIO: ENTRE ENSINAR SOBRE IA E ENSINAR COM IA — DAS DIRETRIZES DO MEC A PRÁTICAS PEDAGÓGICAS AVALIÁVEIS},
  journal = {REMUNOM},
  year = {2026},
  volume = {13},
  number = {24},
  pages = {1--43},
  doi = {10.66104/473frg32}
}
Kostenlos starten →