Inteligência Artificial Generativa na Produção de Material Didático: dos Recursos Disponíveis à Autoria Criativa
Denise
Claudete Bezerra de Oliveira
Grupo de Estudos, Pesquisas e Experimentações Educacionais - GEPEE,
Instituto Anísio Teixeira - rattes.denise@gmail.com
Resumo: Este estudo tem como objetivo discutir a autoria docente, em suas dimensões ética, critica e criativa, na produção de materiais didáticos em contextos mediados por Inteligência Artificial (IA), destacando-se as IA Generativas (IAG). Trata-se de uma pesquisa qualitativa de caráter exploratório-descritivo, fundamentada em levantamento bibliográfico de estudos nacionais e internacionais sobre a Inteligência Artificial (IA) na educação – publicados nos últimos 5 anos, articulando sua análise aos princípios do Design Instrucional e a reflexões sobre a autoria docente. A discussão organiza-se a partir da análise da autoria criativa docente com a integração da IAG nas etapas de planejamento, produção e adaptação de materiais didáticos. Conclui-se que a integração da IAG deve ser orientada por princípios ético-pedagógicos e pela valorização da autoria criativa, reafirmando-se o papel do docente-autor na produção de material didático.
Palavras-chave: Autoria; Criatividade; Inteligência Artificial; Material didático.
GENERATIVE ARTIFICIAL INTELLIGENCE IN THE PRODUCTION OF EDUCATIONAL MATERIALS: FROM AVAILABLE RESOURCES TO CREATIVE AUTHORSHIP
Abstract: This study aims to discuss teacher authorship, in its ethical, critical, and creative dimensions, in the production of teaching materials in contexts mediated by Artificial Intelligence (AI), highlighting Generative AI (GAI). This is a qualitative, exploratory-descriptive research, based on a bibliographic survey of national and international studies on Artificial Intelligence (AI) in education – published in the last 5 years – articulating its analysis with the principles of Instructional Design and reflections on teacher authorship. The discussion is organized around the analysis of creative teacher authorship with the Generative AI integration in the planning, production, and adaptation stages of teaching materials. It concludes that the integration of Generative AI should be guided by ethical-pedagogical principles and the valorization of creative authorship, reaffirming the role of the teacher-author in the production of teaching materials.
Keywords: Authorship; Creativity; Artificial Intelligence; Teaching materials.
Introdução
A crescente divulgação e integração dos sistemas de Inteligência Artificial (IA), nas mais diversas práticas sociais, tem promovido novas formas de acesso, produção e compartilhamento de informações. A automação de tarefas administrativas, a promoção de percursos de aprendizagem personalizados e de experiências de aprendizagem interativas são algumas das vantagens divulgadas por vários estudos sobre a Inteligência Artificial Generativa (IAG) na educação, por exemplo Pscheidt (2024), Villarroel (2023) e Vicari et al (2023) no contexto brasileiro.
No que se refere à produção de materiais didáticos, a IAG – “tecnologia da Inteligência Artificial (IA) que gera conteúdo de forma automática em resposta a comandos escritos em interfaces de conversação em linguagem natural” (UNESCO, 2024, p. 8) – pode ser utilizada na criação de textos, imagens, vídeos, podcasts, atividades, avaliações etc. proporcionando agilidade no processo de criação de conteúdos educacionais em diferentes formatos de mídias e sua adaptação às necessidades de aprendizagem dos alunos.
Apesar do propagado potencial de utilização da IA nos processos de ensino e aprendizagem, ainda existe muita desconfiança sobre a sua aplicação na educação, sobretudo em relação à Inteligência Artificial Generativa (IAG) como o ChatGPT, o Microsoft Copilot, o Gemini etc. Para Sampaio et al (2025, p. 21),
Desde sua difusão pública, a IAG tem suscitado desconfiança e resistência por parte do campo educacional e acadêmico. O motivo desta atitude negativa se relaciona com uma percepção de uso indevido, contrário às normas formais e informais que situam claramente o papel da autoria e o valor da originalidade na academia.
Esse cenário de desconfiança tem gerado questionamentos quanto à dimensão ética, critica e criativa da autoria docente na elaboração de material didático. Hessel e Lemes (2024, p. 121) destacam que
A relação entre tecnologia e criatividade humana é um tema complexo e tem sido muito debatido. Enquanto alguns argumentam que a IAG pode estimular a expressão da criatividade ao oferecer novas ferramentas e recursos, outros alertam que ela pode gerar dependência e reduzir a inventividade.
Nesse contexto, partindo do pressuposto de que a IAG pode contribuir para os processos de produção de material didático quando utilizada de forma crítica e reflexiva, este artigo visa responder ao questionamento: de que modo os recursos de Inteligência Artificial Generativa podem favorecer a autoria docente na elaboração de material didático?
Este artigo é fruto de uma pesquisa de natureza qualitativa de caráter exploratório-descritivo como base no levantamento bibliográfico e análise de obras, publicadas no período de 2020 a 2025, que abordam o uso na Inteligência Artificial na Educação e a autoria docente em ambientes mediados por tecnologias digitais em diálogo com os princípios do Design Instrucional. Nesse sentido, buscou-se estabelecer articulações conceituais para a compreensão da autoria docente na produção de materiais didáticos utilizando-se a IAG.
O objetivo geral desse estudo é discutir a autoria docente, em suas dimensões ética, critica e criativa, na produção de materiais didáticos em contextos mediados por IAG. Como percurso metodológico, definiu-se os seguintes objetivos específicos: estabelecer a relação entre Design Instrucional, IAG e autoria docente; discutir a autoria docente na produção de material didático em contextos mediados por IA; identificar e analisar os usos da IAG no planejamento, produção e adaptação de materiais didáticos; discutir os desafios e implicações ético-pedagógicas da autoria docente com a mediação da IAG.
Considerando que “está se tornando cada vez mais desafiador determinar a propriedade e originalidade da quantidade avassaladora de obras geradas” (UNESCO, 2024, p. 37), a realização deste estudo justifica-se pela necessidade de aprofundamento da discussão sobre o uso da IAG como recurso de apoio à autoria docente compreendida como processo que envolve escolhas didáticas, posicionamentos éticos e intencionalidade pedagógica, mantendo-se o controle conceitual e pedagógico dos materiais didáticos que utiliza em suas aulas ou que produz para que seus alunos os utilizem sozinhos sem a sua intervenção face a face.
Espera-se contribuir para o debate acadêmico sobre o uso crítico e consciente dos recursos de Inteligência Artificial na educação, estimulando a realização de novos estudos que contribuam para a compreensão sobre os limites e as possibilidades de uso das tecnologias de IA Generativas como estratégia de fortalecimento da autoria crítica e criativa dos docentes nos processos de criação de materiais e estratégias pedagógicas.
IA e Design Instrucional: entrelaces conceituais
A Inteligência Artificial “é um campo da ciência da computação que se concentra em criar máquinas que possam realizar tarefas que requerem inteligência humana” (Vicari et al, 2023, p. 51). Entre as várias ramificações da IA, a Inteligência Artificial Generativa surge como um valioso recurso de apoio à prática docente pois, “Quanto mais a IA estiver presente, mais os professores terão novas estratégias de ensino e aprendizagem com elas. (Vicari et al, 2023, p. 132).
No âmbito do Design Instrucional, a IA vem sendo associada à possibilidade de personalização dos estilos e ritmos individuais de aprendizagem, à adaptação de conteúdos, ao monitoramento da construção individual e coletiva de conhecimentos e à otimização do planejamento didático (Filatro, 2025). Dessa forma, a utilização das tecnologias de IA na produção de material didático pode favorecer a criação, adaptação e a personalização de conteúdos educacionais, visto que elas
permitem coletar, processar e interpretar grandes volumes de dados relacionados ao perfil, ao comportamento e ao desempenho dos estudantes, favorecendo insights valiosos para a construção de percursos customizados e estratégias de aprendizagem mais eficientes (Filatro, 2025, p. 45).
Os dados e os insight dos sistemas de IAG podem contribuir com o planejamento didático, a curadoria de conteúdos digitais, a produção textual e multimodal, a revisão, adaptação e acessibilidade do material didático.
No planejamento didático, por exemplo, a IAG pode contribuir na elaboração de sequências didáticas, sugerindo conteúdos alinhados a competências e habilidades conforme os objetivos de aprendizagem definidos pelo docente. Na curadoria de conteúdos, contribuindo para a seleção, organização e combinação de diferentes fontes, com base em objetivos de aprendizagem específicos (Filatro, 2025). A eficácia dessas contribuições, no entanto, depende da autoria docente, de sua capacidade de avaliar a pertinência, a confiabilidade e adequação pedagógica das sugestões da IAG, antes de integrá-las a sua proposta pedagógica.
Quanto à produção de materiais didáticos, recursos digitais baseados em IAG podem contribuir gerando conteúdo estruturado “com base em instruções claras e exemplos e modelos existentes” (Filatro, 2025, p. 101). Recursos de IAG como o Gamma, o Vidnoz.AI, o Canva e NotebookLM favorecem a criação rápida de materiais multimodais diversificados como slides, vídeos, infográficos, podcasts. Além de enriquecer as experiências de aprendizagem, a utilização de materiais multimodais favorece a inclusão dos alunos nos processos formativos, visto que
o conteúdo textual apoia a aprendizagem autodirigida, os materiais de áudio beneficiam os aprendizes auditivos e os elementos visuais, como imagens e animações, ajudam a ilustrar conceitos de conhecimento complexos ou esotéricos (Luo et al, 2025, p. 26).
Já a elaboração de textos, roteiros, atividades, exemplos, avaliações etc. podem ser realizadas com a colaboração dos chatbots – aplicações da IA baseadas no modelo de linguagem LLM - Large Language Model – “modelos treinados a partir de um volume considerável de dados textuais coletados da internet, com o intuito de aprender padrões e estruturas da linguagem humana” (Pscheidt, 2024, p. 11). O ChatGPT, o Gemini e o Microsoft Copilot são alguns exemplos desse tipo de IAG.
Na produção de material didático, esses recursos de IA podem otimizar o trabalho do docente-autor ao serem utilizados para a revisão linguística, simplificação da linguagem considerando o público-alvo e o nível de complexidade conceitual na abordagem dos conteúdos.
Contudo, assim como em relação à elaboração do planejamento e da curadoria de conteúdo, os usos desses recursos de IA exige a mediação docente pois, a intervenção humana é “substancial para verificar, refinar e contextualizar o conteúdo gerado por IA” (Qian; Hassan, 2025, s/p). Logo, além de assumir o papel de curador dos conteúdos gerados pela IAG, o docente assume-se como autor do material didático reelaborando, adaptando e ressignificando os dados e insight oferecidos pela IAG a partir de sua intencionalidade pedagógica que envolve escolhas linguísticas, metodológicas e conceituais orientadas pelos objetivos de aprendizagem definidos para a elaboração do material didático.
Autoria Docente em contextos mediados por Inteligência Artificial
A seleção de conteúdos, a elaboração de material didático e a condução dos processos de ensino e aprendizagem adquiriram novas perspectivas com a utilização dos recursos das Tecnologias Digitais de Informação e Comunicação (TDIC). Com a integração de sistemas de Inteligência Artificial capazes de gerar textos, imagens, vídeos, podcasts etc., o debate sobre a criatividade e a autoria docente vem ganhando destaque no meio acadêmico.
Vale ressaltar que a noção de criatividade adotada neste estudo não está relacionada a uma originalidade absoluta na produção dos materiais didáticos. Em consonância com Hessel e Lemes (2024, p. 122), concebe-se que “A criatividade humana é caracterizada pela capacidade de estabelecer conexões inéditas entre ideias, conceitos ou objetos aparentemente não relacionados, resultando em algo novo, útil e valioso”.
Nesse sentido, a criatividade se manifesta a partir de sua mediação pedagógica e não nos materiais que o docente produz. Em paralelo, pontua-se que “a criatividade da IA não é uma expressão da subjetividade, mas sim na capacidade de combinar padrões e dados de maneiras inesperadas ou inovadoras” (Pimentel et al, 2024, p. 18).
O Quadro 1 apresenta uma síntese sobre alguns tipos de materiais didáticos que podem ser elaborados com o apoio da IAG, com a indicação de exemplos de recursos de IA disponíveis na web e de como a autoria criativa docente se manifesta nas escolhas didáticas, na contextualização e curadoria dos conteúdos indicados pela IAG.
Quadro 1 – Uso da IAG na produção de material didático e autoria criativa docente
|
Tipo de material |
Contribuição da IAG |
Exemplo de IAG |
Autoria docente |
|
Sequência didática |
Organização de: · Conteúdos; · Objetivos; · Etapas das atividades |
ChatGPT; Microsoft Copilot |
Planejamento autoral do percurso formativo, definindo intencionalmente os objetivos, a metodologia e avaliações alinhadas ao perfil da turma |
|
Material multimodal (infográficos, apresentações, vídeos etc.) |
Criação de: · Imagens; · Layouts; · Roteiros; · Apresentações; · Vídeos |
Freepik; Canva; Genially; Gamma; Vidnoz
|
Curadoria estética e pedagógica; Integração entre multimodalidade e intencionalidade pedagógica, articulando linguagem verbal, visual a objetivos de aprendizagem |
|
Texto didático e atividades |
Elaboração de: · Textos base; · Exemplos; · Exercícios |
ChatGPT; Gemini |
Reelaboração crítica dos textos; Adaptação linguística; Inserção se exemplos contextualizados; Problematização dos conteúdos |
|
Avaliações |
Criação de: · Questões; · Rubricas; · Feedbacks automáticos |
Conker.AI; Class.Point |
Interpretação pedagógica dos resultados; Uso reflexivo de feedbacks; Redefinição das estratégias de ensino |
|
Recursos de acessibilidade |
Criação de legendas; Conversão de texto em áudio e vice-versa |
Ready Aloud AI; |
Promoção da inclusão a partir de necessidades específicas dos alunos |
Fonte: Elaborado pela autora, 2026.
A partir da análise do Quadro 1, observa-se que a IAG pode contribuir com o docente-autor em diferentes etapas da produção dos materiais didáticos. Também se observa que o que confere qualidade pedagógica a esses materiais são as decisões humanas que orientam o seu uso, como a reelaboração crítica dos textos, a curadoria estética e pedagógica, as decisões sobre o nível de aprofundamento etc.
Os exemplos do Quadro 1 evidenciam que a autoria docente é responsável pela validação, estruturação e qualificação das sugestões oferecidas pela IAG para a elaboração do material didático. Logo, destaca-se que a IAG pode ser utilizada como instrumento de apoio à criação pedagógica e não como substitua do trabalho intelectual do docente.
No tocante à autoria docente na produção de materiais didáticos, os cuidados ao usar os sistemas de IAG na pesquisa, propostos por Sampaio et al (2025), também são úteis ao utilizar esse recuso. Dialogando com esses autores, sugere-se:
● Verificar o ineditismo das respostas;
● Utilizar prompts que explicitem a intencionalidade do material didático;
● Verificar as fontes citadas;
● Avaliar a profundidade e a relevância do conteúdo gerado;
● Evitar a prática do ‘copiar’ e ‘colar’
● Declarar qual, de que forma e em quais etapas o recurso de IAG foi utilizado na elaboração do material didático.
A essas sugestões, soma-se a advertência em relação a possibilidade de a IAG restringir as “narrativas plurais, pois os resultados gerados tendem a representar e reforçar pontos de vista dominantes” (UNESCO, 2024, p. 38). Nesse sentido, cabe ao docente-autor avaliar o conteúdo gerado e contextualizar as informações oferecidas pela IAG ao produzir o material didático, considerando as peculiaridades e necessidades formativas de seu público-alvo.
Autoria Discursiva, Coautoria e Limites da IA como ‘Autora’
Santana et al (2024, p. 107) ressaltam que “Os aspectos históricos do conceito de autoria revelam que este está intimamente ligado ao conceito de plágio e ao estabelecimento da doutrina de direitos autorais”. Considerando os limites deste estudo, não cabe abordar o caráter polissêmico do termo autoria, nem a evolução desse conceito ao longo dos anos. Focaliza-se a autoria docente na produção de materiais didáticos concebidos, em consonância com Alves e Leffa (2024, p. 1106), como produtos de “um processo intencional de elaboração do pensamento, do conhecimento e da experiência pelo professor com vistas a criar um texto didático”.
Dialogando com Santana et al (2024), este estudo funda-se no conceito de autoria como processo dialógico e pluridiscursivo de práticas comunicativas social, histórica e culturalmente situadas. Ou seja, compreende-se que “A autoria move-se entre o já dito e o devir, com base na capacidade humana de atribuir sentidos e de reconstruir, a partir do existente” (Santana et al, 2024, p. 114).
Nessa perspectiva, Gifoni Tierno (2025, p. 58) propõe que “A autoria não se limita a criar algo original, mas implica a capacidade de organizar e dar forma aos múltiplos discursos que constituem uma obra, atribuindo-lhes uma unidade de sentido”. Nesse sentido, a discussão sobre autoria em contextos mediados por IAG assume uma perspectiva discursiva. A autora problematiza a noção de autoria em textos produzidos por sistemas de Inteligência Artificial, destacando que
A IA pode gerar hipóteses, sugerir referências ou até mesmo ajudar na redação, mas a interpretação e a contextualização dessas contribuições ainda dependem da voz humana. Assim, o diálogo entre o pesquisador e a IA pode resultar em novas formas de conhecimento que não seriam possíveis sem essa colaboração (Gifoni Tierno, 2025, p. 58).
Ou seja, embora sejam capazes de gerar enunciados linguisticamente coerentes, esses sistemas não assumem uma posição enunciativa nem uma responsabilidade discursiva. Eles apenas refletem os padrões existentes em seu banco de dados e algoritmos. Nesse sentido, a autoria permanece vinculada ao sujeito humano que orienta, seleciona e valida os sentidos produzidos, projetando sua subjetividade e/ou intencionalidade construída pelo diálogo com outros enunciados e discursos. É essa ação humana que reforça o papel do professor como agente autoral nos processos de criação de material didático mediados por IA.
O Quadro 2 apresenta uma síntese das diferenças destacadas por Gifoni Tierno (2025) entre textos produzidos por um humano e por algoritmos.
Quadro 2 – Texto autoral humano Vs. texto algorítmico
|
Texto Autoral Humano |
Texto Algorítmico |
|
|
Origem |
Surge da experiência, subjetividade e intencionalidade do autor. |
Gerado por padrões estatísticos e modelos de dados. |
|
Estilo |
Reflete marcas pessoais: ritmo, metáforas, escolhas linguísticas únicas. |
Reproduz estilos existentes, sem singularidade própria. |
|
Intencionalidade |
Escreve com propósito consciente, ligado a valores e contexto cultural. |
Segue instruções e produz conteúdo sem consciência ou intenção. |
|
Responsabilidade |
O autor assume a responsabilidade pelo que escreve. |
Não há responsabilidade atribuível ao algoritmo. |
|
Criação de sentido |
Produz significados novos a partir de sua vivência e visão de mundo. |
Combina padrões para gerar textos coerentes, mas sem vivência. |
|
Interação |
Dialoga com algoritmos, mas mantém a identidade humana na interpretação. |
Depende de dados humanos para aprender e reproduzir dados. |
Fonte: Elaborado pela autora, 2026.
Sampaio et al (2025) apontam que há um consenso em não se atribuir a autoria para as ferramentas de IAG, visto que a exigência de uma pessoa legal que assuma a responsabilidade pelo conteúdo. Os autores destacam que “Somente humanos podem garantir que o conteúdo reflita as ideias dos autores e esteja livre de plágio, fabricação ou falsificação, incluindo textos e imagens geradas pela IA” (Sampaio et al, 2025, p.19).
Ressalta-se que os conteúdos gerados por IA precisam passar pela curadoria atenta do seu interlocutor humano para a verificação da existência de plágio pois, a IAG pode reproduzir trechos de textos que já estão inseridos em seu banco de dados, sem a indicação de suas fontes de referência. Dessa forma, cabe ao autor “assumir total responsabilidade pela integridade do conteúdo gerado pela IA, incluindo a revisão e a edição cuidadosa para evitar informações e citações incorretas, incompletas, inventadas ou tendenciosas” (Sampaio et al, 2025, p. 19).
Em contrapartida à tradição acadêmica e legal que entendem a autoria ligada à identidade e à responsabilidade humana, Pimentel et al (2024) argumentam que a IAG consegue gerar soluções criativas, sugerir estruturas e interpretações que vão além da mera repetição das informações que compõem o seu banco de dados para propor uma redefinição do conceito de autor nas produções em parceria com a IAG, defendendo que “Reconhecer o usuário como o primeiro autor e o titular da obra não deveria impedir a creditação da IA como coautora, mesmo que essa coautoria não envolva direitos nem deveres para a IA” (Pimentel et al, 2024, p. 9).
De acordo com esses autores, utilizar a IAG para criar rascunhos, identificar fragilidades na argumentação, fornecer ideias e diferentes pontos de vista etc., tem reconfigurado as práticas de escrita, instaurando um novo tipo de autor: o autor híbrido, fruto da interação humana com as máquinas inteligentes (PIMENTEL et al, 2024).
Baseados na visão pragmática do conceito de coautoria, Pimentel et al (2024) também propõem uma redefinição para ‘coautor’ incluindo a IA, entidade não humana, como colaboradora na elaboração de uma obra. Conforme os autores, assim como coautores humanos contribuem em diferentes níveis na produção (redação, revisão, análise de dados etc.), a IAG pode ser vista como parceira intelectual, ainda que não tenha intencionalidade ou consciência.
Nesse sentido, Pimentel et al (2024) defendem que as IAG utilizadas para a elaboração de um texto acadêmico devem ser devidamente reconhecidas. Para Pimentel et al (2024, p. 11), “Esse reconhecimento resolve questões éticas e promove maior transparência e responsabilidade no processo acadêmico”. Esse posicionamento remete às orientações oferecidas por Sampaio et al (2025) quanto à necessária transparência no uso dos recursos de IA, declarando-se qual, como e em quais etapas foram utilizados. Transparência que representa um ganho para o docente-autor visto que, conforme os autores, esse aspecto confere honestidade intelectual às produções acadêmicas.
Sendo autora/coautora ou não, a IAG não é capaz de projetar a sua presença no material didático. Já o docente o faz pois, “faz escolhas que emergem das relações de interlocução que estabelece com os demais indivíduos e instituições, com os discursos a respeito da sua profissão, com a sua experiência como autor etc.” (Lemos; Leffa, 2024, p. 1108). Além disso, é a supervisão humana que garante a imparcialidade e confiabilidade do conteúdo gerado pela IAG em todas as etapas da produção de materiais didáticos – Figura 1, “assegurando que os conteúdos não apenas cumpram critérios de eficiência, mas também respeitem os princípios de ética e veracidade” (Silva; Marcos Laine, 2024, p. 6).
Figura 1 – Etapas da produção de material didático com a IA Generativa
Fonte: Arquivos da autora. Editado com Napkin.AI.
Na perspectiva do Design Instrucional, a partir da Figura 1, entende-se que a mediação do docente-autor é fundamental para a garantia de uma produção de materiais didáticos situados e contextualizados, evitando-se o risco de homogeneização dos materiais visto que as IAG operam a partir de padrões estatísticos e bases de dados amplos, podendo gerar conteúdos genéricos sem considerar as especificidades culturais, sociais e cognitivas dos alunos. Essa é uma das limitações das IAG como autora/coautora. Sem a mediação humana, esses sistemas tendem a reforçar modelos padronizados de ensino, podendo reproduzir preconceitos e vieses “presentes nos humanos que os desenvolvem e nos dados que foram utilizados para o seu treinamento” (Vicari et al, 2023, p. 123).
Outro limite da utilização da IAG está relacionado à diluição da autoria e da responsabilidade do docente. A facilidade com que os conteúdos são gerados pela IAG pode levar à naturalização de práticas em que o professor assume apenas um papel operacional. Quando o professor não atua sobre o material produzido, realizando a revisão crítica e a adaptação do conteúdo ao seu contexto, por exemplo, fragiliza-se a intencionalidade pedagógica do material pela ausência de marcas de autoria docente em todas as etapas de produção indicadas na Figura 1. Para evitar esse risco, cabe ao docente-autor tomar as decisões pedagógicas adequadas em cada etapa do processo para qualificar o material produzido com a colaboração da IAG.
Do ponto de vista ético-pedagógico, vale considerar as questões da atribuição da autoria, da transparência quanto ao uso dos recursos de IAG. Nesse sentido, como aponta Sampaio et al (2025), é fundamental que os docentes explicitem quando e como os sistemas de IA são utilizados na produção dos materiais didáticos, promovendo práticas pedagógicas pautadas na honestidade intelectual e no compromisso com a formação crítica dos alunos. Destaca-se que integração ética das aplicações da IA nas práticas educacionais não se restringe ao seu uso correto e eficiente. Ela envolve a construção de uma cultura educacional que estimule a reflexão e o debate sobre os limites e potencialidades da IA para a elaboração de diretrizes para o seu uso.
Considerações finais
Este artigo visou – a partir de uma pesquisa qualitativa de natureza exploratória e descritivo-analítica, desenvolvida por meio de uma pesquisa bibliográfica e documental – discutir as dimensões crítica, criativa e ética da autoria docente na produção de materiais didáticos em contextos mediados por IAG. No transcorrer da discussão teórica, argumentou-se que, embora a Inteligência Artificial Generativa possa apoiar significativamente o docente-autor no planejamento, produção e adaptação de materiais didáticos, não pode ser utilizada como um agente autônomo. Suas contribuições precisam passar pelo crivo da mediação docente com base na intencionalidade pedagógica que determina e caracteriza a produção do material didático elaborado a partir do diálogo entre o docente-autor e a IAG.
O Quadro 1 destacava sugestões de como algumas aplicações de IAG podem contribuir na produção dos materiais didáticos, evidenciando que a autoria criativa docente se caracteriza: pela intencionalidade pedagógica refletida em suas escolhas didáticas; pela curadoria cuidadosa dos conteúdos gerados e por sua reelaboração, adaptação e contextualização. Dessa forma, reafirma-se o papel central do docente-autor em todas as etapas da produção do material didático, aspecto retomado na Figura 1 que favorece a compreensão de que a contribuição da IAG está condicionada à mediação docente, à sua autoria crítica, criativa e ética.
Discutiu-se os conceitos de autoria e autoria criativa como processo dialógico e pluridiscursivo como argumentos para a validação do papel do docente como autor dos materiais didáticos produzidos com a colaboração da IA Generativa. Já sobre o papel da IAG como autora/coautora, este artigo apresentou os argumentos postos em debate, destacando que, com ou sem o seu reconhecimento, a indicação de quais, como e quando são utilizadas na produção do material didático deve ser explicitada pelo docente-autor, conferindo transparência a suas produções, aspecto que também contribui para o reconhecimento de sua honestidade intelectual e do valor acadêmico de suas produções.
Embora não tenha sido abordado no corpo deste artigo, pontua-se que, para o fortalecimento da autoria docente em contextos mediados por IA, é necessário a existência de políticas públicas de formação continuada que contribuam não apenas para o uso técnico dos recursos de IA como, também, para a compreensão dos limites, das potencialidades, das implicações e aplicações das aplicações da IA na educação, como as generativas.
Reafirma-se que a integração dos recursos de Inteligência Artificial Generativa contribui para o processo de criação de material didático desde que haja uma mediação docente consistente, crítica e curadora dos conteúdos gerados. Além disso, ressalta-se a autoria criativa do docente ao inferir sua presença em todas as etapas da produção do material didático, evidenciando a intencionalidade pedagógica que direciona a sua produção. Dessa forma, conclui-se que a integração da IAG deve ser orientada por princípios ético-pedagógicos e pela valorização da autoria criativa, confirmando o papel do docente-autor na produção de material didático.
Ressalta-se as limitações do estudo realizado em função da rápida evolução das tecnologias de Inteligência Artificial Generativa, aspecto que se constitui como um desafio para a estabilidade das análises realizadas e apresentadas no Quadro 1, principalmente considerando que as funcionalidades das plataformas e os debates éticos sobre seu uso estão em constante transformação. E, por se tratar de uma pesquisa qualitativa e interpretativa, reconhece-se que as análises desenvolvidas refletem as escolhas teóricas e metodológicas assumidas pela pesquisadora que considera o campo teórico relacionado à autoria docente mediada por IA como um campo ainda em construção/consolidação.
Espera-se que este estudo contribua para o debate acadêmico sobre as dimensões crítica, criativa e ética da autoria docente em contextos mediados por recursos de Inteligência Artificial Generativa, incentivando novas pesquisas que explorem os usos criativos da IA na produção de materiais didáticos e nos processos de ensino e aprendizagem. Novas pesquisas que possam contemplar, por exemplo, a observação empírica de práticas docente, análise de prompts criados para a produção de material didático, comparação entre materiais produzidos com e sem IAG.
Referências
ALVES, Carolina Fernandes; LEFFA, Vilson José. “Que importa quem fala?”: considerações sobre a autoria docente de materiais didáticos. Revista X, [S. l.], v. 19, n. 3, p. 1089–1115, 2024. Disponível em: https://revistas.ufpr.br/revistax/article/view/94551. Acesso em: 20 out. 2025.
FILATRO, Andrea. Design instrucional contextualizado: fundamentos e inovações. 4 ed. São Paulo. Editora SENAC São Paulo, 2025.
GIFONI TIERNO, Mariangela. Entre Humanos e Algoritmos: autoria, estilo e enunciação em tempos de inteligência artificial. Open Minds International Journal, [S. l.], v. 6, n. 1, p. 52–64, 2025. Disponível em: https://openmindsjournal.com/index.php/openminds/article/view/335. Acesso em: 2 nov. 2025.
HESSEL, Ana Maria Di Grado; LEMES, David de Oliveira. Criatividade da Inteligência Artificial Generativa. TECCOGS: Revista Digital de Tecnologias Cognitivas, [S. l.], n. 28, p. 119–130, 2024. Disponível em: https://revistas.pucsp.br/index.php/teccogs/article/view/67075. Acesso em: 3 out. 2025.
LUO, Jihao et al. Design and assessment of AI-based learning tools in higher education: A systematic review. International Journal of Educational Technology in Higher Education, v. 22, n. 1, p. 1-27, 2025.
Pimentel, Mariano et al. IA Generativa pode ser coautora?. Tríade: Comunicação, Cultura e Mídia, Sorocaba, SP, v. 12, n. 25, p. e024012, 2024. Disponível em: https://periodicos.uniso.br/triade/article/view/5569. Acesso em: 21 set. 2025.
PSCHEIDT, Allan Carlos. Inteligência Artificial na Sala de Aula: como a tecnologia está revolucionando a educação. São Paulo: Matrix, 2024.
Qian, Yufeng; Hassan, Ragia. AI-integrated instructional design in higher education: A systematic exploration of tools, roles, and challenges. Contemporary Issues in Technology and Teacher Education, 25(4), 2025. Disponível em: https://citejournal.org/volume-25/issue-4-25/general/ai-integrated-instructional-design-in-higher-education-a-systematic-exploration-of-tools-roles-and-challenges. Acesso em: 09 dez. 2025.
SAMPAIO, Rafael Cardoso et al. Diretrizes para o uso ético e responsável da Inteligência Artificial Generativa: um guia prático para pesquisadores. Boletim Técnico do PPEC, Campinas, SP, v. 10, n. 00, p. e025003, 2025. Disponível em: https://econtents.sbu.unicamp.br/boletins/index.php/ppec/article/view/9509. Acesso em: 20 dez. 2025.
SANTANA, Neidson D. Freitas et al. Autoria em tempos de Cultura Digital e a formação dos Sujeitos da Educação. Revista Entreideias: educação, cultura e sociedade, [S. l.], v. 13, n. 1, 2024. Disponível em: https://periodicos.ufba.br/index.php/entreideias/article/view/58478 . Acesso em: 3 set. 2025.
SILVA, Vitor Ferreira; MARCOS LAINE, Jean. Inteligência artificial (IA) na criação de conteúdos. Revista Mídia e Design, [S. l.], v. 2, n. 01, p. 40–50, 2024. Disponível em: https://revistamd.fateccarapicuiba.pagework.com.br/index.php/md/article/view/9. Acesso em: 25 jul. 2025.
UNESCO. Guia para a IA generativa na educação e pesquisa. Paris: UNESCO, 2024. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000390241. Acesso em: 10 out. 2025.
VICARI, Rosa Maria et al. Inteligência Artificial na Educação Básica. São Paulo: Novatec Editora, 2023.
VILLARROEL, Márcia Amaral Corrêa Ughini. Reflexões sobre Inteligência Artificial e os sentidos da prática educativa na contemporaneidade. Revista de Ciências Humanas, [S. l.], v. 24, n. 2, p. 35–48, 2023. DOI: 10.31512/19819250.2023.24.02.35-48. Disponível em: https://revistas.fw.uri.br/revistadech/article/view/4591. Acesso em: 27 out. 2025.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).