Área de concentração: 55138 - Mestrado Profissional em Ensino de Computação para Educação Básica em Rede Nacional

Criação: 03/12/2025

Nº de créditos: 2

Carga horária:

Docentes responsáveis:

Objetivos:

Compreender os conceitos fundamentais da Inteligência Artificial (IA) e suas aplicações. Analisar criticamente o uso de tecnologias de IA em contextos educacionais. Explorar ferramentas e soluções baseadas em IA que promovam a personalização e eficiência do ensino. Introduzir noções básicas de Aprendizado de Máquina (Machine Learning) com foco em aplicações educacionais. Refletir sobre as implicações éticas e sociais do uso de IA na educação.

Justificativa:

O avanço da Inteligência Artificial tem transformado diversas áreas da sociedade, incluindo a educação. A compreensão de seus fundamentos, aplicações e impactos é essencial para profissionais da educação e da tecnologia. A disciplina proporciona subsídios teóricos e práticos para a utilização crítica e consciente de soluções baseadas em IA no processo de ensino-aprendizagem, contribuindo para uma formação inovadora e ética.

Conteúdo:

- Introdução à Inteligência Artificial: histórico, conceitos e evolução.
- Fundamentos de IA: agentes inteligentes, representação do conhecimento, raciocínio automatizado.
- Tecnologias de IA Aplicadas à Educação: sistemas tutores inteligentes, chatbots educacionais, análise preditiva da aprendizagem.
- Aprendizado de Máquina na Educação: conceitos básicos de machine learning, dados educacionais, modelos preditivos.
- Ferramentas e Plataformas com IA Educacional: exemplos práticos e análise crítica.
- Ética em IA: viés algorítmico, privacidade, transparência, impacto nas práticas pedagógicas e no papel do docente.

Forma de avaliação:

Serão atribuídas notas entre 0 e 10 às provas, seminários, exercícios e projetos. A nota final (NF) será calculada pela média ponderada das notas dessas atividades.

- Participação em atividades práticas e seminários (30%)
- Projeto final (40%)
- Prova de conhecimentos (30%)

A (NF) será convertida em conceito como segue:
- Conceito A, para NF >= 8,5;
- Conceito B, para 7,0 <= NF < 8,5;
- Conceito C, para 5,0 <= NF < 7,0;
- Conceito R (reprovado), para NF < 5,0.

Observação:

A disciplina poderá incluir oficinas com ferramentas baseadas em IA, uso de ambientes virtuais com suporte inteligente e seminários com especialistas convidados.

Bibliografia:

- Marcom, J. L. R., & Porto, A. P. T. (2023). O USO DA INTELIGÊNCIA ARTIFICIAL NA EDUCAÇÃO COM ÊNFASE À FORMAÇÃO DOCENTE. Revista de Ciências Humanas, 24(3), 229-246. Pedro, F., Subosa, M., Rivas, A., & Valverde, P. (2019). Artificial intelligence in education: Challeng. https://hdl.handle.net/20.500.12799/6533
- HOLMES, Wayne; BIALECKI, Tomáš. Artificial Intelligence in Education: Promise and Implications for Teaching and Learning. UNESCO, 2019.
- Isotani, S., Bittencourt, I.I., Walker, E. (2023). Artificial Intelligence and Educational Policy: Bridging Research and Practice. In: Wang, N., Rebolledo-Mendez, G., Dimitrova, V., Matsuda, N., Santos, O.C. (eds) Artificial Intelligence in Education. Posters and Late Breaking Results, Workshops and Tutorials, Industry and Innovation Tracks, Practitioners, Doctoral Consortium and Blue Sky. AIED 2023. Communications in Computer and Information Science, vol 1831. Springer, Cham. https://doi.org/10.1007/978-3-031-36336-8_9
- Luckin, Rose; Holmes, Wayne; Griffiths, Mark and Forcier, Laurie B. (2016). Intelligence Unleashed: An argument for AI in Education. Open Ideas; Pearson Education, London.