Anais
Resumo do trabalho
Gestão da Inovação · Inovação: Abordagens Integradas para Projetos e Processos
Título
REVISÃO SISTEMÁTICA DA LITERATURA SOBRE AS BARREIRAS NA ADOÇÃO DA INTELIGÊNCIA ARTIFICIAL NO ENSINO MÉDIO
Palavras-chave
Barreiras
Inteligência Artificial
Ensino Médio
Agradecimento:
Agradecimentos à CAPES pela bolsa de estudos concedida, o qual possibilitou o desenvolvimento deste trabalho.
Autores
-
Marco Alberto WangFaculdade de Economia, Administração, Contabilidade e Atuária da Universidade de São Paulo - FEA
-
Adriana Backx Noronha VianaFaculdade de Economia, Administração e Contabilidade da Universidade de São Paulo - FEA
Resumo
Introdução
Esta revisão sistemática analisa a adoção da Inteligência Artificial (IA) no ensino médio, destacando as barreiras enfrentadas nesse processo. A pesquisa se baseou no protocolo PRISMA para identificar 36 artigos que abordam a temática de estudo. Entre os desafios destacados estão a evolução tecnológica insuficiente, resistência à mudança, a falta de consenso para se estabelecer os requisitos e elaboração de políticas educacionais adequadas. A análise conclui apresentando um framework das barreiras, orientando a estratégia de superação destas, para a efetiva implementação da IA na educação.
Problema de Pesquisa e Objetivo
É notória a pervasividade recente da tecnologia de Inteligência Artificial (IA) nas mais diversas áreas de conhecimento e atuação da sociedade. Observa-se também um relevante potencial de contribuir efetivamente na melhoria do processo educacional, porém este avanço tecnológico ainda é pouco explorado na melhoria do processo educacional. Este estudo propõe-se a realizar uma revisão sistemática da literatura para o mapeamento dos estudos que abordaram as barreiras da adoção da IA na Educação, em especial focando o ensino médio.
Fundamentação Teórica
As escolas têm demonstrado resistência na adoção de novas tecnologias (Hou et al., 2024), porém tanto os alunos como os docentes têm demonstrado crescente interesse nas ferramentas de IA (Wang & Cheng, 2021), com o potencial de influenciar radicalmente o processo tradicional de ensino e aprendizagem (Famaye et al., 2024). Portanto, convém que as organizações educacionais adotem posturas mais proativas e encontrem uma forma de adoção das ferramentas de Inteligência Artificial na Educação, ao invés de aguardar o momento em que seja impossível ignorar a ubiquidade (Famaye et al., 2024).
Discussão
Entre os desafios destacados estão a evolução tecnológica insuficiente, resistência à mudança, a falta de consenso para se estabelecer os requisitos e elaboração de políticas educacionais adequadas. O estudo também menciona a importância da liderança transformacional e da colaboração entre professores e IA para promover inovações na educação.
Conclusão
A pesquisa sugere que, apesar das barreiras, a integração da IA pode oferecer oportunidades significativas para personalizar a aprendizagem e aumentar o engajamento dos alunos, especialmente em um cenário educacional que busca se adaptar às novas demandas tecnológicas. A análise conclui apresentando um framework das barreiras, orientando a estratégia de superação destas, para a efetiva implementação da IA na educação.
Contribuição / Impacto
Ao identificar e analisar as barreiras à adoção da inteligência artificial, este trabalho se propõe a contribuir significativamente para a compreensão dos desafios enfrentados pelas instituições educacionais, fornecendo discussões relevantes para estratégias de implementação de IA de forma mais eficaz.
Referências Bibliográficas
An, X., Chai, C. S., Li, Y., Zhou, Y., & Yang, B. (2023). Modeling students’ perceptions of artificial intelligence assisted language learning. Computer Assisted Language Learning, 1–22. https://doi.org/10.1080/09588221.2023.2246519
Benjamin, N., & Dangwal, K. (2025). Factors Influencing Teachers Readness to Intergrate AI into their Teaching. 43, 5.
Leaton Gray, S. (2020). Artificial intelligence in schools: Towards a democratic future. London Review of Education, 18(2). https://doi.org/10.14324/LRE.18.2.02
Montoya, N. P., & Calencio, M. (2023). Combate à evasão no ensino médio.
Benjamin, N., & Dangwal, K. (2025). Factors Influencing Teachers Readness to Intergrate AI into their Teaching. 43, 5.
Leaton Gray, S. (2020). Artificial intelligence in schools: Towards a democratic future. London Review of Education, 18(2). https://doi.org/10.14324/LRE.18.2.02
Montoya, N. P., & Calencio, M. (2023). Combate à evasão no ensino médio.