A formação docente como fator-chave na adoção da inteligência artificial na educação básica
DOI:
https://doi.org/10.17398/1695-288X.25.2.247Palavras-chave:
inteligência artificial, educação básica, professores do ensino básico, tecnologia educacional, igualdade de oportunidades educacionais, desigualdade territorialResumo
Introdução/Objetivo: Este estudo analisa a relação entre a formação formal em inteligência artificial (IA) e a sua adoção pedagógica por docentes do ensino básico da Região de Maule, no Chile, um território marcado por desigualdades entre áreas urbanas e rurais. Método: Foi utilizado um desenho transversal, exploratório-descritivo, com grupos contrastantes, envolvendo 150 docentes (54% mulheres; 58,7% de áreas urbanas e 41,3% de áreas rurais), que responderam a um questionário validado de 34 itens, entre agosto e outubro de 2025. Foram aplicadas estatística descritiva, o teste do qui-quadrado e o V de Cramer. Resultados: Observou-se uma separação praticamente completa entre os grupos (χ² = 143,96, gl = 1, p < 0,001; V de Cramer = 0,980): 100% dos docentes com formação (n = 31) utilizam ativamente a IA, enquanto nenhum docente sem formação (n = 119) a integrou. Os docentes com formação apresentam uma elevada frequência de utilização (90,3%), um elevado nível de confiança (67,7%) e melhorias pedagógicas percecionadas (100%). Verifica-se uma desigualdade territorial descritiva no acesso à formação (urbano: 25,0% vs. rural: 14,5%; razão de taxas = 1,72). Discussão/Conclusões: Os resultados colocam em causa a narrativa da resistência docente, uma vez que apenas 10,1% dos docentes sem formação manifestam oposição, o que aponta para barreiras predominantemente estruturais. A formação formal surge como um fator diferenciador na adoção da IA, com implicações diretas para a conceção de políticas de equidade no acesso ao desenvolvimento profissional docente em contextos latino-americanos marcados pela desigualdade territorial.
Downloads
Referências
Celik, I., Dindar, M., Muukkonen, H., & Järvelä, S. (2022). The promises and challenges of artificial intelligence for teachers: A systematic review of research. TechTrends, 66(4), 616-630. https://doi.org/10.1007/s11528-022-00715-y
CEPAL. (2021). Tecnologías digitales para un nuevo futuro. Comisión Económica para América Latina y el Caribe. https://repositorio.cepal.org/handle/11362/46816
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2.ª ed.). Lawrence Erlbaum Associates.
Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20(1), 22. https://doi.org/10.1186/s41239-023-00392-8
Crompton, H., Burke, D., & Jordan, K. (2023). Systematic review of research on artificial intelligence in K-12 education (2017-2022). Computers & Education: Artificial Intelligence, 5, 100180. https://doi.org/10.1016/j.caeai.2023.100180
Cuban, L. (2001). Oversold and underused: Computers in the classroom. Harvard University Press. https://doi.org/10.4159/9780674030107
Cukurova, M., Kralj, L., Hertz, B., & Saltidou, E. (2024). Professional development for teachers in the age of AI. European Schoolnet. https://www.eun.org/resources/detail?id=900
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008
Martínez-Abad, F., Chaparro-Sainz, Á., García-Peñalvo, F. J., & Olmos-Migueláñez, S. (2020). Evaluación de la competencia informacional en futuros docentes: el papel de los medios de comunicación. Revista de Psicodidáctica, 25(1), 33-40. https://doi.org/10.1016/j.psicod.2019.07.003
Méndez, V. G., Monzonís, N. C., Magaña, E. C., & Ariza, A. C. (2022). Competencias clave, competencia digital y formación del profesorado: Percepción de los estudiantes de Pedagogía. Profesorado. Revista de Currículum y Formación del Profesorado, 26(2), 7-27. https://doi.org/10.30827/profesorado.v26i2.21227
Ministerio de Educación de Chile. (2023). Estadísticas de conectividad digital en establecimientos educacionales. Centro de Estudios MINEDUC.
Muñiz, J. (2018). Introducción a la psicometría: Teoría clásica y TRI. Pirámide.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3.ª ed.). McGraw-Hill.
OCDE. (2023). OECD Digital Education Outlook 2023: Towards an effective digital education ecosystem. OECD Publishing. https://doi.org/10.1787/c74f03de-en
Pozos-Pérez, K. V., & Tejada-Fernández, J. (2018). Competencias digitales en docentes de educación superior: niveles de dominio y necesidades formativas. Revista Digital de Investigación en Docencia Universitaria, 12(2), 59-87. https://doi.org/10.19083/ridu.2018.712
Rivas, A., Buchbinder, N., & Barrenechea, I. (2023). El futuro de la inteligencia artificial en educación en América Latina. ProFuturo y Organización de Estados Iberoamericanos (OEI). https://oei.int/wp-content/uploads/2023/04/el-futuro-de-la-inteligencia-artificial-en-educacion-en-aerica-latina.pdf
Romero, S. J., Granizo, L., & Martínez, I. (2023). La competencia digital en profesores españoles de Primaria, Secundaria y Universidad. Profesorado. Revista de Currículum y Formación del Profesorado, 27(1), 347-371. https://doi.org/10.30827/profesorado.v27i1.21187
Schön, D. A. (1983). The reflective practitioner: How professionals think in action. Basic Books. https://doi.org/10.4324/9781315237473
Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity Press.
Stebbins, R. A. (2001). Exploratory research in the social sciences. Sage Publications. https://doi.org/10.4135/9781412984249
Tammets, K., & Ley, T. (2023). Integrating AI tools in teacher professional learning: A conceptual model and illustrative case. Frontiers in Artificial Intelligence, 6, 1255089. https://doi.org/10.3389/frai.2023.1255089
UNESCO. (2021). AI and education: Guidance for policy-makers. UNESCO Publishing. https://doi.org/10.54675/PCSP7350
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478. https://doi.org/10.2307/30036540
Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. Learning, Media and Technology, 45(3), 223-235. https://doi.org/10.1080/17439884.2020.1798995
Yadav, A., Krist, C., & Good, J. (2024). Integrating generative AI in K-12 education: Examining teachers' preparedness, practices, and barriers. Computers & Education: Artificial Intelligence, 7, 100290. https://doi.org/10.1016/j.caeai.2025.10029 0
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0
Downloads
Publicado
Edição
Secção
Licença
Direitos de Autor (c) 2026 Juan Miguel Albornoz-Pinilla
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.
As pessoas autoras que publicam nesta revista aceitam as seguintes condições:
As pessoas autoras conservam os direitos autorais sobre os seus trabalhos e concedem à revista o direito de primeira publicação. Os artigos são publicados sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0), que permite a terceiros compartilhar, copiar, distribuir, comunicar publicamente, adaptar, transformar e reutilizar o trabalho em qualquer meio ou formato, inclusive para fins comerciais, desde que a autoria seja devidamente reconhecida, a fonte original seja citada, seja incluído um link para a licença e sejam indicadas eventuais alterações realizadas. Nota: Esta licença aplica-se aos artigos publicados a partir do vol. 25, n.º 2, 2026.
As pessoas autoras podem estabelecer acordos contratuais independentes e adicionais para a distribuição não exclusiva da versão publicada do artigo —por exemplo, o seu depósito em um repositório institucional ou a sua posterior inclusão em um livro—, desde que se indique claramente que o trabalho foi publicado pela primeira vez nesta revista.
É permitido e recomendado às pessoas autoras depositar e divulgar o seu trabalho na Internet, por exemplo, em repositórios institucionais, páginas institucionais ou páginas pessoais antes, durante e depois do processo de revisão e publicação, pois isso pode favorecer o intercâmbio acadêmico, a visibilidade do trabalho e uma divulgação mais ampla e rápida da investigação publicada.
