Você sabe o que é um estudo bibliométrico? É um mapeamento da produção científica nacional e internacional – no nosso caso, sobre IA na Educação Básica.
Foi esse estudo que nos permitiu identificar:
- os principais temas em debate;
- as lacunas na literatura;
- os autores e instituições mais atuantes na área; e
- as tendências emergentes do uso da IA na Educação Básica.
Realizada entre os anos de 2019 e 2025, a pesquisa utilizou a base de dados do Google Acadêmico. Pesquisamos as locuções inteligência artificial; educação básica; artificial intelligence e K-12.
Separamos os dez primeiros artigos considerados mais relevantes em português e inglês da base da dados (Google Acadêmico) para o refinamento do estudo. A relevância foi definida segundo os critérios da base de dados, a partir dos resultados da busca – volume de citações, visualizações e menções em referências bibliográficas –, além de aderência ao tema e aplicabilidade ao projeto.
Os 20 artigos mais relevantes para a base de dados (conforme o critério volume de citações) foram publicados entre 2019 e 2025, evidenciando que o número de estudos com alto impacto ainda é reduzido, levando-se em conta que não consideramos artigos com menos de três citações. Essa realidade nos leva a considerar que ainda há uma longa estrada para a consolidação da temática de integração da IA na Educação Básica, principalmente, com pesquisa aplicada.
As principais contribuições de pesquisa em âmbito nacional são:
ANDRÉ, C. F.; AZEVEDO A. B. Inclusão digital e inteligência artificial na educação: avanços, desafios e oportunidades para alunos e professores;
CAMADA, Marcos Y.; DURÃES, Gilvan M. Inteligência artificial na educação básica.
ERNANDES, I.; ALVES, Daiane de Lourdes. Integração da IA na educação básica.
GATTI, Francielle Nogueira. Educação básica e inteligência artificial: perspectivas, contribuições e desafios;
GIRAFFA, Lucia; KOHLS-SANTOS, Priscila. Inteligência artificial na educação: conceitos, aplicações e implicações no fazer docente;
LIMA G. M. et al. Tecnologias baseadas em IA e desafios da educação básica: potencialidades e desafios; e
SANTOS, M. F. C. Formação docente com IA.
CHENG, P.; LEE J. Ethics in AI for K-12: pedagogical strategies and challenges;
DAUTENHAHN, K. et al. Designing AI learning experiences for children;
HOLMES, Wayne; BIALIK, Maya; FADEL, Charles. Artificial intelligence in education: promises and implications for teaching and learning;
______. Artificial intelligence and the future of learning;
JOHNSON, M.; SMITH, A. Integrating AI concepts in high school computer science curriculum;
______. Teaching AI concepts in high school computer science curriculum; e
LONG, D. et al. Al literacy for K-12: emerging trends and a curriculum perspective;
SAHAMI, M.; HILL, D. Teaching AI ethics in K-12 classrooms.
TOURETZKY, D. et al. Teaching K-12 students Al: what, why and how;
WILLIAMS, R.; BREAZEAL, C. Towards AI education for K-12: empowering educators;
ZAWACKI-RICHTER, O. et al. Artificial intelligence in K-12 education: a review of current status and challenges
Agora, vamos entender um pouco a diferença entre os estudos publicados em língua portuguesa e inglesa.
Estudos em língua portuguesa
A formação docente com IA aparece como tema dominante em quase todos os artigos nacionais e evidencia a necessidade de formação inicial e continuada no tema. GIRAFFA e KOHLS-SANTOS (2023) debatem os desafios e a necessidade de inserção da IA como disciplina ou de forma transversal nos cursos de licenciatura.
Estudos em língua inglesa
- Principais autores: Rose Luckin, Touretzky, Holmes e Waney;
- Principais instituições: University College London (Londres, RU) e MIT Media Lab (Cambridge, Massachusetts, EUA);
- Temas fortes: Letramento em IA, Integração curricular da IA, Formação docente e Ética e personalização;
- Gaps recorrentes: estudos conceituais e teóricos, pouca aplicação em escolas e pouca apresentação de resultados reais.
A literatura internacional tem viés mais estruturante e normativo (ex.: currículos, diretrizes, metodologias e normas). Touretzky et al (2019) propõem, para crianças e jovens, cinco grandes conceitos de IA para inclusão do pensamento algorítmico no currículo. São eles:
- Computadores percebem o mundo usando sensores;
- Agentes mantêm modelos e representações do mundo e os utilizam para raciocínio;
- Computadores podem aprender com dados;
- Para desenvolvedores de IA, fazer com que agentes interajam confortavelmente com humanos é um desafio substancial;
- Aplicações de IA podem impactar a sociedade de maneiras positivas e negativas.
Resultados
O cruzamento dos principais temas mapeados na análise bibliométrica, com base em palavras-chave, originou o mapa a seguir, que repercute os principais temas abordados nos artigos.
Classificação adotada no estudo
- Temas básicos (fundamentos consolidados na literatura): Formação docente; Currículo.
- Temas motores (áreas centrais com alta densidade e relevância estratégica): Letramento em IA; Personalização.
- Temas nichados (tópicos especializados com pouca dispersão, mas alta profundidade): Ética; Justiça algorítmica.
- Temas emergentes ou em declínio
- (temas com visibilidade crescente ou ainda instável): Avaliação; Infraestrutura; Experiências reais.
A partir do mapa temático, foi possível identificar oito categorias temáticas predominantes na produção científica sobre IA na Educação Básica acompanhadas dos principais autores de referência em cada tema, conforme o gráfico a seguir.
