A inteligência artificial no ensino de biologia: uma revisão sistemática da produção acadêmica brasileira

Autores

DOI:

10.21439/2965-6753.v7.e2026015

Palavras-chave:

Inteligência artificial, ensino de biologia, revisão sistemática, tecnologia educacional

Resumo

Este trabalho apresenta uma revisão sistemática da literatura sobre a aplicação da Inteligência Artificial (IA) no ensino de Biologia, focado na produção acadêmica brasileira. O objetivo principal foi analisar e caracterizar as abordagens metodológicas, tecnologias e resultados de oito trabalhos selecionados da Biblioteca Brasileira de Teses e Dissertações. A metodologia seguiu o protocolo de Kitchenham e Charters e a Análise de Conteúdo de Bardin. A análise revelou uma notável evolução nas aplicações de IA: de agentes pedagógicos focados na autoeficácia, passando por simulações complexas (redes neurais, sistemas multiagentes) e ferramentas de modelagem qualitativa para o pensamento sistêmico, até chatbots recentes que apoiam metodologias ativas. Os resultados indicam que a IA tem sido empregada com sucesso para facilitar a compreensão de sistemas biológicos, aumentar a motivação e atuar como ferramenta de mediação e suporte docente. Conclui-se que a IA se consolida no cenário educacional brasileiro não como substituta do professor, mas como uma poderosa aliada, funcionando como um andaime cognitivo e afetivo com potencial para transformar as práticas pedagógicas.

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...

Biografia do Autor

Everton Bedin, Universidade Federal do Paraná

Licenciado em Química pela Universidade de Passo Fundo (UPF); Especialista em Tecnologias na Educação pela Universidade Federal de Rio Grande do Sul (UFRGS); Mestre em Educação Química pela Universidade Federal de Uberlândia (UFU); Pós-doutor e Doutor em Educação em Ciências: química da vida e saúde pela Universidade Federal do Rio Grande do Sul (UFRGS). Atualmente é professor permanente no Departamento de Química e no Programa de Pós-graduação em Educação em Ciências e em Matemática da Universidade Estadual do Paraná (UFPR). Endereço para correspondência: Av. Cel. Francisco H. dos Santos, 100, Centro Politécnico, Setor de Ciências Exatas, Departamento de Química, Jardim das Américas, Curitiba, PR, Brasil, CEP: 81531-980. ORCID: https://orcid.org/0000-0002-5636-0908. Lattes: http://lattes.cnpq.br/9498564582615440.
E-mail: everton.bedin@gmail.com.

Referências

BANDURA, A. Self-efficacy: the exercise of control. New York: W. H. Freeman, 1997.

BARDIN, L. Análise de conteúdo. São Paulo: Edições 70, 2011.

BEZERRA, C. S. et al. A utilização de modelos como recursos didáticos no ensino de Biologia para jovens e adultos. In: CONGRESSO DE PESQUISA E INOVAÇÃO DA REDE NORTE E NORDESTE DE EDUCAÇÃO TECNOLÓGICA, 3., 2008, Fortaleza. Anais […]. Fortaleza: IFCE, 2008.

BORGES, M. R. S.; BORGES, J. A.; BARANAUSKAS, M. C. C. O papel do computador no processo de aprendizado. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 5., 1995, Florianópolis. Anais […]. Florianópolis: UFSC, 1995. v. 1, p. 151-160.

CAVALCANTE, T. F. Avaliação do uso de modelagem qualitativa com apoio de agentes aprendizes virtuais na compreensão da dinâmica de sistemas. 2015. 100 f. Dissertação (Mestrado em Ensino de Ciências) – Universidade de Brasília, Brasília, 2015. Disponível em: https://repositorio.unb.br/handle/10482/20306. Acesso em: 29 dez. 2025.

CHOU, Yu-Kai. Actionable gamification: beyond points, badges, and leaderboards. Fremont: Octalysis Media, 2021.

FIGUEIREDO, J. E. M. de. Sim-Colmeia: ambiente de simulação da dinâmica de uma colmeia para o ensino de Biologia. 2012. 88 f. Dissertação (Mestrado em Ciências Computacionais) – Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2012. Disponível em: https://www.bdtd.uerj.br:8443/handle/1/7681. Acesso em: 29 dez. 2025.

FORBUS, K. D. Qualitative process theory. Artificial Intelligence, Amsterdam, v. 24, n. 1-3, p. 85-168, 1984.

FORRESTER, J. W. Learning through system dynamics as preparation for the 21st century. In: FORRESTER, J. W. (ed.). System dynamics. Waltham: Pegasus Communications, 2009. p. 1-16.

FRENCH, R. M.; THOMAS, M. S. C. Pseudopatterns and dual-network memory models: advantages and shortcomings. Connectionist Models of Learning, Development and Evolution, p. 13 a 22, 2001.

GARCÍA, R. O conhecimento em construção: das formulações de Jean Piaget à teoria de sistemas complexos. Porto Alegre: Artmed, 2002.

GIL, Antonio C. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas, 2008.

GONÇALVES, B. M. V.; SILVA, P. A. da; GONÇALVES, B. M. V.; FROTA, D. A.; CARDOSO, M. B. Mulheres na Ciência E Matemática: o que Dizem as Teses e Dissertações. Jornal Internacional De Estudos Em Educação Matemática, v. 15, n. 3, p. 364 a 372, 2023.

KAPP, K. M. The gamification of learning and instruction: game-based methods and strategies for training and education. San Francisco: Pfeiffer, 2012.

MOREIRA, L. de A. Uso de chatbot em ambientes virtuais de aprendizagem no ensino de Biologia. 2022. 120 f. Dissertação (Mestrado em Ensino de Biologia) – Universidade Estadual de Campinas, Campinas, 2022. Disponível em: https://repositorio.unicamp.br/acervo/detalhe/1253217. Acesso em: 29 dez. 2025.

ODUM, E. P.; BARRET, G. W. Fundamentos de ecologia. São Paulo: Thomson Learning, 2007.

PAPERT, S. A máquina das crianças: repensando a escola na era da informática. Porto Alegre, RS: Artes Médicas, 2008

PEREIRA, A. S. T.; SAMPAIO, F. F. Avitae: desenvolvimento de um ambiente de modelagem computacional para o ensino de Biologia. Ciências & Cognição, v. 13, n. 2, p. 51-70, 2008.

PEREIRA, G. J. O ensino de Biologia através da resolução de problemas usando Inteligência Artificial. 2024. 130 f. Dissertação (Mestrado Profissional em Ensino de Biologia) – Universidade Federal de Juiz de Fora, Governador Valadares, 2024. Disponível em: https://repositorio.ufjf.br/jspui/handle/ufjf/16803. Acesso em: 29 dez. 2025.

PIAGET, J. Para onde vai a educação? 5. ed. Rio de Janeiro: José Olympio, 1977.

POLYA, G. A arte de resolver problemas. 2. ed. Rio de Janeiro: Interciência, 1995.

ROMANOWSKI, J. P.; ENS, R. T. As pesquisas denominadas do tipo “estado da arte” em educação. Revista Diálogo Educacional, Curitiba, v. 6, n. 19, p. 37-50, 2006.

SALLES, P. S. B. A.; BREDEWEG, B. Modelagem qualitativa: uma alternativa para o ensino de fenômenos complexos. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 17., 2006, Brasília. Anais […]. Brasília: SBIE, 2006. p. 109-118.

SAMPAIO, R. F.; MANCINI, M. C. Estudos de revisão sistemática: um guia para síntese criteriosa da evidência científica. Revista Brasileira de Fisioterapia, São Carlos, v. 11, n. 1, p. 83-89, jan./fev. 2007.

SANTOS, G. Simulação dinâmica computacional de dependência de drogas por meio de redes neurais artificiais: uma abordagem sintética. 2009. 123 f. Tese (Doutorado em Biologia Funcional e Molecular) – Universidade Estadual de Campinas, Campinas, 2009. Disponível em: https://repositorio.unicamp.br/acervo/detalhe/767415. Acesso em: 29 dez. 2025.

SOUZA, P. V. T. de. Modelos de simulação qualitativos como estratégia para o ensino de Ciências. 2019. 250 f. Tese (Doutorado em Educação em Ciências) – Universidade de Brasília, Brasília, 2019. Disponível em: https://repositorio.unb.br/handle/10482/39289. Acesso em: 29 dez. 2025.

VALENTE, J. A. Blended learning e as mudanças no ensino superior: a proposta da sala de aula invertida. Educar em Revista, Curitiba, ed. esp. 4, p. 79-97, 2014.

VERDIN, R. Análise exploratória sobre a relação das táticas de feedback e auto-eficácia do aprendiz em um ambiente virtual de aprendizagem. 2007. 72 f. Tese (Doutorado em Informática na Educação) – Universidade Federal do Rio Grande do Sul, Porto Alegre, 2007. Disponível em: https://lume.ufrgs.br/handle/10183/98633. Acesso em: 29 dez. 2025.

WEISER, M. The Computer for the 21st Century. Mobile Computing and Communications Review – Special issue dedicated to Mark Weiser, v. 3, n. 3, p. 3-11, 1999.

WEISS, M. C. Sociedade sensoriada – a sociedade da transformação digital. Estudos Avançados, v. 33, n. 95, 2019.

Downloads

Publicado

2026-06-15

Métricas


Visualizações do artigo: 501     PDF downloads: 181

Como Citar

SILVA, Carlos Alex; BEDIN, Everton. A inteligência artificial no ensino de biologia: uma revisão sistemática da produção acadêmica brasileira . Revista Ensino em Debate, Fortaleza, v. 7, p. e2026015, 2026. DOI: 10.21439/2965-6753.v7.e2026015. Disponível em: https://revistarede.ifce.edu.br/ojs/index.php/rede/article/view/189. Acesso em: 22 set. 2026.

Edição

Seção

Artigos

Artigos Semelhantes

<< < 3 4 5 6 7 8 9 10 11 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.