O professor Marco Bento, nas Unidades Curriculares de Tecnologia Educativa e de Observação e Intervenção Educativa, desafiou os seus estudantes do 3.º ano da Licenciatura em Educação Básica da Escola Superior de Educação de Coimbra a construir, com IA generativa, um planificador inteligente no Gemini, a que chamaram tutor IA, para os ajudar a preparar o estágio no 1.º Ciclo do Ensino Básico!
Durante 10 aulas, a turma construiu, testou e melhorou no Gemini um tutor IA que os ajudasse a desenvolver a sua planificação. O objetivo maior foi criar uma atividade em que os estudantes desenvolvessem literacia em IA e literacia do prompt e, sobretudo, o pensamento pedagógico que o prompt obrigava a explicitar. Foi adotada uma abordagem de design e construção colaborativa, em que a própria construção da ferramenta se tornou objeto de aprendizagem. A experiência partiu de uma questão orientadora: “Como podemos utilizar Inteligência Artificial não para substituir a capacidade de planificar de um futuro professor, mas para o ajudar a pensar melhor a sua planificação?”
Experimentar o tutor IA criado pelos futuros professores aqui.
Aula 1: IA generativa e profissão docente
Esta aula partiu de uma questão orientadora: “Que tarefas de um professor poderiam ser apoiadas por IA?” A turma foi orientada para um momento de reflexão sobre a planificação, os materiais, a diferenciação, a avaliação e o feedback.
De seguida, os estudantes experimentaram livremente a ferramenta de IA generativa Gemini, pedindo-lhe uma planificação simples de uma aula. Exemplo: “Cria uma aula de Estudo do Meio para uma turma do 3.º ano sobre o ciclo da água.”
Depois de cada pessoa ter gerado um output, fizeram em conjunto uma análise crítica, procurando responder às questões:
- A proposta respeita as Aprendizagens Essenciais?
- Conhece a turma?
- Existe interdisciplinaridade?
- Como são avaliados os alunos?
- Como responde à diversidade?
- De onde surgiram os objetivos?
- Conseguimos confiar automaticamente na resposta?
Um dos objetivos era que compreendessem a IA como instrumento de apoio ao pensamento docente e não como substituto desse pensamento. Um prompt genérico produz frequentemente uma resposta genérica: a qualidade pedagógica da resposta gerada pelo Gemini depende da qualidade pedagógica das perguntas que o docente faz. Os estudantes aprenderam a reconhecer as potencialidades e limitações dos sistemas de IA generativa e a comunicar intencionalmente através de prompts, analisando cada resposta gerada pela IA, que era discutida, validada e eventualmente rejeitada ou reformulada.
Aula 2: Literacia do prompt
Nesta aula, os estudantes trabalharam em grupo. Cada grupo recebeu prompts pouco eficazes e procedeu à sua melhoria.
Foi desenvolvido um modelo progressivo: Papel + Contexto + Tarefa + Referenciais + Restrições + Formato + Critérios de qualidade
Os resultados obtidos por cada grupo foram comparados. O conceito fundamental a reter era o do prompting como diálogo iterativo e não como pergunta única.
Exemplo inicial de um prompt ineficaz: “Faz uma aula sobre alimentação saudável.”
Exemplo de um prompt reformulado: “Assume o papel de um professor do 1.º CEB. Ajuda-me a elaborar uma proposta para uma turma do 3.º ano, integrando Estudo do Meio e Português, sobre alimentação saudável. Considera as Aprendizagens Essenciais das duas áreas, prevê uma atividade colaborativa de 20 minutos e apresenta formas de recolher evidências de aprendizagem. Não elabores ainda a planificação completa. Começa por propor três possibilidades metodológicas e explica as vantagens de cada uma.”
Aula 3: Ensinar a IA a conhecer o currículo
Nesta aula, os estudantes foram colocados no papel de experimentadores da IA generativa, testando duas situações:
- Situação A: pedir à IA uma planificação sem documentos.
- Situação B: pedir à IA a mesma planificação, exigindo fundamentação nos referenciais disponibilizados.
As Aprendizagens Essenciais constituem documentos de orientação curricular para a planificação, realização e avaliação do ensino e da aprendizagem, articulando-se com as competências previstas no Perfil dos Alunos. O Perfil dos Alunos constitui uma referência para a organização do sistema educativo e para a articulação das decisões relativas ao desenvolvimento curricular. O Decreto-Lei n.º 55/2018 enquadra o currículo dos ensinos básico e secundário e os princípios orientadores da avaliação, enquanto o Decreto-Lei n.º 54/2018 estabelece o regime jurídico da educação inclusiva.
Prompt exemplo: “Analisa as Aprendizagens Essenciais disponibilizadas. Indica exclusivamente aprendizagens que possam ser mobilizadas numa sequência interdisciplinar sobre sustentabilidade para o 4.º ano. Não inventes referências. Sempre que não encontrares informação suficiente nos documentos fornecidos, indica explicitamente essa limitação.”
Posteriormente, compararam nas duas situações:
- objetivos;
- competências;
- atividades;
- linguagem curricular;
- rigor das referências;
- possíveis “alucinações”.
Aula 4: Do currículo à interdisciplinaridade
Os estudantes criaram uma situação de aprendizagem envolvendo pelo menos três áreas curriculares, seguindo o exemplo do tema “A água na comunidade”, com possível articulação entre Estudo do Meio, Português, Matemática e Artes Visuais.
Prompt exemplo: “Partindo do tema ‘A água na nossa comunidade’, identifica ligações pedagogicamente justificáveis entre Estudo do Meio, Português e Matemática para uma turma do 4.º ano. Não procures incluir disciplinas apenas para aumentar a interdisciplinaridade. Para cada relação proposta, explica por que razão essa articulação contribui para a aprendizagem.”
Foi pedido aos estudantes que usassem a IA como parceira de brainstorming, avaliando criticamente cada iteração e decidindo sobre a pertinência dos resultados gerados.
Aula 5: Contexto, escola e turma
Nesta aula, foi pedido a cada grupo que trabalhasse com o contexto da sua escola de estágio, integrando essa informação para adaptar a proposta gerada na aula anterior.
Prompt exemplo: “Considerando o Projeto Educativo disponibilizado e as características desta turma, identifica três elementos que devem influenciar a planificação. Não cries atividades ainda. Justifica pedagogicamente cada elemento.”
Posteriormente: “Revê agora a proposta anterior e explica de que forma as atividades poderão responder às características concretas desta turma.”
A mudança fundamental que se procurou com esta atividade foi que os estudantes deixassem de perguntar “Que aula posso fazer?” e passassem a perguntar “Que experiência de aprendizagem faz sentido para os meus alunos, neste contexto, tendo estes objetivos?”
Aula 6: Inclusão e diferenciação pedagógica
Nesta aula, os estudantes trabalharam a integração da educação inclusiva na planificação, tendo como referência o Decreto-Lei n.º 54/2018, que estabelece um quadro orientado para uma escola inclusiva, procurando responder às potencialidades e necessidades dos alunos em condições de participação e equidade. Foi-lhes pedido que analisassem as atividades planificadas de forma a antecipar barreiras à aprendizagem.
Prompt exemplo: “Analisa esta atividade como especialista em educação inclusiva. Identifica possíveis barreiras à participação, compreensão e expressão da aprendizagem. Para cada barreira, sugere alterações que permitam aumentar a participação de todos sem reduzir os objetivos de aprendizagem.”
Depois, os estudantes compararam um prompt inadequado, “Adapta esta atividade para um aluno com dificuldades.”, com um prompt pedagogicamente orientado, “Identifica barreiras existentes na própria atividade e sugere diferentes formas de acesso, participação e demonstração da aprendizagem.”
A mudança fundamental que se procurou com esta atividade foi deslocar o foco do défice do aluno para o desenho da aprendizagem.
Aula 7: Construção do tutor IA
Nesta aula, os estudantes sistematizaram as aprendizagens das sessões anteriores e definiram a arquitetura de funcionamento do tutor IA, configurando-o progressivamente com as Aprendizagens Essenciais, o Perfil dos Alunos, o DL 54/2018, o DL 55/2018, os Projetos Educativos, os critérios de avaliação da Unidade Curricular, a estrutura esperada para os planos, orientações de interdisciplinaridade, princípios de diferenciação e mecanismos de feedback.
Exemplo de prompt estruturante: “O teu papel não é fazer o plano pelo estudante. O teu papel é ajudá-lo a melhorar o plano. Sempre que receberes uma planificação, começa por identificar pontos fortes e questões que necessitam de revisão. Formula perguntas que levem o estudante a justificar as suas decisões antes de apresentares alternativas.”
A mudança fundamental que se procurou com esta opção foi que o tutor IA deixasse de funcionar como gerador automático de planificações de aulas ou atividades e se aproximasse de um tutor socrático digital.
Aula 8: Feedback e critérios de avaliação
Nesta aula, foi pedido aos estudantes que explorassem a avaliação do seu próprio trabalho, como atividade integrada no processo da UC. Com base nos critérios de avaliação da Unidade Curricular disponibilizados, usaram o tutor IA criado no Gemini para analisar o plano de aula construído nas aulas anteriores.
Prompt exemplo: “Analisa este plano de acordo com os critérios de avaliação disponibilizados. Para cada critério apresenta: 1. evidências identificadas; 2. aspetos consolidados; 3. aspetos a melhorar; 4. uma pergunta que leve o estudante a reconsiderar a sua decisão. Não atribuas uma classificação final, mas sugere as devidas alterações, tendo por base os critérios de avaliação de um plano de aula do professor Marco e da UC.”
O ciclo de trabalho proposto aos estudantes foi: planificar, submeter, receber feedback, analisar, rever e voltar a submeter. Assim, a IA generativa foi integrada como ferramenta de suporte ao longo do processo de produção do trabalho, e não apenas no final.
Nesta aula, o tutor IA foi testado por utilizadores com um perfil semelhante ao dos futuros utilizadores: estudantes de outras turmas do 3.º ano de licenciaturas em educação, que tinham a UC de Tecnologia Educativa, mas não a de Observação e Intervenção Educativa. Foi pedido a cada utilizador que realizasse um conjunto de tarefas:
- criar uma nova planificação;
- pedir sugestões de interdisciplinaridade;
- submeter um plano existente;
- solicitar feedback;
- melhorar uma atividade;
- pedir alternativas inclusivas.
Durante os testes, os estudantes seguiram indicadores de observação para perceber se o utilizador compreendia o que devia fazer e para avaliar a qualidade do resultado gerado pelo tutor IA:
- O utilizador percebe o que deve fazer?
- O tutor IA faz perguntas pertinentes?
- As respostas são demasiado longas?
- A ferramenta tende a fazer o trabalho pelo estudante?
- As referências curriculares são adequadas?
- O feedback é compreensível?
- O utilizador consegue melhorar efetivamente o plano?
Ao analisarem os dados da observação, os estudantes perceberam em que momentos os utilizadores tiveram maiores ou menores dificuldades na interação com o tutor IA e qual a qualidade percebida dos resultados, obtendo assim a informação necessária para novos ciclos de melhoria do design do tutor IA e de reformulação dos prompts.
A mudança fundamental que se procurou com esta atividade foi que o erro deixasse de ser entendido como falha e passasse a constituir informação para o design.
Nesta aula, foi pedido a cada estudante que utilizasse a versão desenvolvida do tutor IA no Gemini para trabalhar uma situação real de estágio. O processo devia evidenciar a ideia inicial, o diálogo com o tutor IA, o feedback, as alterações realizadas, a versão final e a justificação das decisões.
A turma refletiu em conjunto sobre a experiência de planificar atividades letivas com a ajuda do tutor IA, com base nestas questões:
- Onde é que a IA melhorou o nosso pensamento?
- Onde introduziu sugestões inadequadas?
- Que sugestões rejeitámos?
- O que continuou obrigatoriamente a ser decisão do professor?
- Em que momento deixámos de “usar o Gemini” e começámos a exercer pensamento pedagógico através do Gemini?
O próprio histórico de interação com o tutor IA constituiu um artefacto de aprendizagem, porque permitiu observar o processo de construção do pensamento pedagógico de cada estudante.
Conclusão
Esta unidade curriculr foi desenvolvida no ano letivo 2025/2026. Mais do que obter “a melhor resposta do Gemini”, esta experiência centrou-se na forma como os futuros professores pensam e justificam a sua planificação. Ao construírem o seu próprio tutor IA, alimentado com os referenciais curriculares, os Projetos Educativos e os critérios de avaliação da UC, os estudantes passaram a explicitar objetivos, contexto e critérios, a confrontar as sugestões da IA com os documentos curriculares, a antecipar barreiras à participação de todos os alunos e a rever os seus planos em ciclos sucessivos de feedback, sem que este substituísse o acompanhamento e a avaliação do professor.
Ao longo do percurso, perceberam que uma resposta linguisticamente convincente pode estar pedagogicamente errada e que a decisão pedagógica continua a ser do professor. A reflexão sobre privacidade, enviesamentos, autoria e responsabilidade profissional acompanhou todo o trabalho, em linha com as recomendações da UNESCO para uma utilização da IA centrada no humano e com a necessidade de literacia em IA prevista no AI Act europeu. O objeto da aprendizagem não era o prompt, mas o pensamento pedagógico que o prompt obrigava a explicitar.
O paradoxo pedagógico da experiência: quanto mais competente se torna o estudante na utilização da IA, menos deveria aceitar aquilo que a IA lhe apresenta sem questionamento. Um futuro professor não pode delegar numa tecnologia a interpretação do currículo, o conhecimento dos alunos, a relação pedagógica, a decisão didática, a avaliação profissional e a responsabilidade ética. Pode, contudo, utilizar a tecnologia para tornar essas decisões mais explícitas, mais fundamentadas e mais refletidas.
Reflexão do Professor
“Esta experiência suscitou-me uma reflexão central: talvez uma das competências mais importantes para os futuros professores não seja saber obter respostas da Inteligência Artificial, mas saber fazer perguntas pedagogicamente inteligentes.
Ao longo destas dez sessões, a evolução mais interessante não ocorreu propriamente na ferramenta. O que se transformou foi a forma como os estudantes pensavam antes de escrever um prompt.
Nas primeiras experiências, a tendência era pedir à tecnologia um produto: “Faz uma planificação.” Progressivamente, começaram a fornecer contexto, a estabelecer critérios, a questionar opções, a pedir fundamentação e, sobretudo, a discordar das respostas apresentadas, e é talvez aí que reside a aprendizagem mais importante. A experiência permite defender um princípio claro: o Gemini não planifica pelo professor, mas cria condições para que o professor possa interrogar melhor a sua própria planificação. O valor pedagógico da ferramenta não está, portanto, na velocidade com que produz uma sequência de atividades, mas na qualidade das interações que consegue provocar.
O tutor IA deve ser capaz de perguntar constantemente: “Porque escolheste esta estratégia?”; “Que evidência permitirá concluir que os alunos aprenderam?”; “Todos conseguirão participar?”; “Que relação existe entre esta atividade e a aprendizagem que definiste?” É nesse momento que a IA deixa de funcionar apenas como tecnologia de produção e começa a funcionar como tecnologia para pensar.
Outra reflexão importante tem pouco que ver com IA e mais com metodologias de projeto e predominantemente ativas: os estudantes não receberam simplesmente uma aplicação, construíram-na. Fizeram parte do processo e definiram o problema, as fontes, as regras, os prompts, os critérios, os comportamentos esperados, os limites, os mecanismos de feedback (que apreciam enquanto estudantes) e os processos de testagem. Passaram, portanto, de consumidores de Inteligência Artificial a designers críticos de uma solução educativa baseada em IA, um percurso muito próximo do nível mais avançado (Create) identificado pela UNESCO no seu quadro de competências de IA para professores.” Professor Marco Bento
Texto elaborado a partir da planificação da atividade do professor Marco Bento, resumido e reorganizado por Marta Pinto, com apoio de IA generativa na revisão e edição.
