INTELIGÊNCIA ARTIFICIAL GENERATIVA NO ENSINO DE CÁLCULO DIFERENCIAL E INTEGRAL: UMA ANÁLISE COMPARATIVA DE DIFERENTES MODELOS DE IA
DOI:
https://doi.org/10.5902/2675995097673Palavras-chave:
Inteligência Artificial Generativa, Cálculo Diferencial e Integral, Ensino SuperiorResumo
Este artigo analisa o potencial de diferentes inteligências artificiais generativas como ferramentas de apoio ao ensino e à aprendizagem de Cálculo Diferencial e Integral no ensino superior brasileiro. Partindo do crescente uso dessas tecnologias em contextos educacionais e dos desafios historicamente associados às elevadas taxas de reprovação em disciplinas de Cálculo, a pesquisa teve como objetivo comparar a qualidade das respostas produzidas por cinco sistemas de inteligência artificial (Gemini Free, Gemini Pro, ChatGPT Free, Perplexity AI Pro e Grok AI Free) diante de um mesmo conjunto de questões envolvendo limites, derivadas e integrais. A investigação, de natureza qualitativa, descritiva e comparativa, utilizou um prompt padronizado que solicitava resoluções detalhadas, com explicações passo a passo, justificativas conceituais, indicação de erros comuns e verificação dos resultados. Os resultados evidenciaram que todas as ferramentas solucionaram corretamente os problemas propostos, porém apresentaram diferenças quanto à organização, clareza, rigor matemático, qualidade da notação e profundidade didática. Destacaram-se o Gemini Pro e o Perplexity AI Pro pela maior consistência e estrutura das respostas, enquanto o ChatGPT Free e o Gemini Free mostraram bom desempenho para apoio aos estudos. Conclui-se que a inteligência artificial possui elevado potencial para favorecer a aprendizagem personalizada, fornecer feedback imediato e ampliar a autonomia dos estudantes, desde que utilizada de forma ética, crítica e articulada à mediação pedagógica do professor.
Downloads
Referências
BARROS, José Emanuel Felipe; ABREU, Jair Dias. Inteligência Artificial na Educação Matemática: O que vem sendo pesquisado. Com a Palavra, o Professor, [S. l.], v. 9, n. 25, p. 283–304, 2025. DOI: 10.22481/cpp.v9i25.17445. Disponível em: https://periodicos2.uesb.br/cpp/article/view/17445. Acesso em: 9 jul. 2026.
BHUMS, Roy A. Product Review / Évaluation de produit. Journal of the Canadian Health Libraries Association, [s. l.], v. 46, n. 2, p. 47–52, 1 ago. 2025. DOI: 10.29173/jchla29877. Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC12352446/. Acesso em: 17 jun. 2026.
CETIC.BR. Estudo do Cetic.br revela demanda por formação e por diretrizes para a adoção da IA para alunos e professores do Ensino Médio. São Paulo: Cetic.br, 2025. Disponível em: <https://cetic.br/pt/noticias/indice/>. Acesso em: 17 jun. 2026.
CETIC.BR. TIC Educação 2024: pesquisa sobre o uso das tecnologias de informação e comunicação nas escolas brasileiras. São Paulo: Cetic.br, 2024. Disponível em: <https://www.cetic.br/media/docs/publicacoes/2/pt-br/20251217165522/tic_educacao_2024_livro_completo.pdf>. Acesso em: 17 jun. 2026.
CGI.BR. Sete em cada dez alunos do Ensino Médio usam IA generativa em pesquisas escolares, revela TIC Educação. São Paulo: CGI.br, 2025. Disponível em: <https://cetic.br/noticia/sete-em-cada-dez-alunos-do-ensino-medio-usam-ia-generativa-em-pesquisas-escolares-revela-tic-educacao/>. Acesso em: 17 jun. 2026.
CUNHA, Sandro René; PINTO, Márcia Maria Fusaro. Processos de transição no ensino de matemática: O caso da passagem do cálculo de uma a mais variáveis. In: Série Educar - Volume 40 - Prática Docente. Belo Horizonte: Editora Poisson, 2020. ISBN 978-65-86127-71-3. DOI: 10.36229/978-65-86127-71-3.CAP.18. Disponível em: <https://editorapoisson.com.br/C-0479/capitulo/18/>. Acesso em: 5 jul. 2026.
DA NÓBREGA, Baldoino Sonildo; COÊLHO, José Bruno da Silva.; DOS SANTOS, Rodiney Marcelo Braga; GONZAGA, Antônia Edivaneide de Sousa. Diagnostico sobre os fatores associados a reprovação nas disciplinas de matemática de cursos de graduação de uma instituição pública de ensino. Cuadernos de Educación y Desarrollo, [S. l.], v. 15, n. 1, p. 70–94, 2023. DOI: 10.55905/cuadv15n1-005. Disponível em: <https://ojs.cuadernoseducacion.com/ojs/index.php/ced/article/view/927>. Acesso em: 18 jun. 2026.
GAMA, Júlio César Lima; SOUSA, Reudismam Rolim de; GONÇALVES, Samara Martins Nascimento. A inteligência artificial para o ensino-aprendizagem do cálculo diferencial e integral na educação superior. RECIMA21 – Revista Científica Multidisciplinar, v. 6, n. 12, e6127058, 2025. DOI: 10.47820/recima21.v6i12.7058.
GARZELLA, Fabiana Colombo. Disciplina com alto índice de reprovação é tema de pesquisa: tese da FE analisa impactos das práticas pedagógicas adotadas por docentes de Cálculo I. Jornal da Unicamp, Campinas, n. 581, 28 out. 2013. Disponível em: <https://www.unicamp.br/unicamp/ju/581/disciplina-com-alto-indice-de-reprovacao-e-tema-de-pesquisa>. Acesso em: 17 jun. 2026.
HENRIQUES, Afonso; FARIAS, Elisângela Silva; FUNATO, Rosane Leite. A geometria analítica como aliada importante na aprendizagem em cálculo diferencial e integral: o caso de integrais múltiplas nos cursos de engenharias. Revista Ensino em Debate, Fortaleza, v. 2, p. e2024005, 2024. DOI: 10.21439/2965-6753.v2.e2024005. Disponível em: <https://revistarede.ifce.edu.br/ojs/index.php/rede/article/view/18>. Acesso em: 18 jun. 2026.
MENDES, Luiz O. R.; JOLANDEK, E. G.; DA LUZ, J. A. ; PEREIRA, A. L. O uso da Inteligência Artificial no ensino de Cálculo Diferencial e Integral: reflexões sobre erros e posicionamento crítico. Com a Palavra, o Professor, [S. l.], v. 9, n. 25, p. 135–149, 2025. DOI: 10.22481/cpp.v9i25.17436. Disponível em: <https://periodicos2.uesb.br/cpp/article/view/17436>. Acesso em: 9 jul. 2026.
NOGUTI, Fabiane Cristina Höpner. A resolução de problemas na transição da educação básica para o ensino superior. In: ENCONTRO INTERNACIONAL DE EDUCAÇÃO MATEMÁTICA (EIEMAT), 4., 2014, Santa Maria. Anais [...]. Santa Maria: UFSM. Disponível em: <http://w3.ufsm.br/ceem/eiemat/Anais/arquivos/ed_4/CC/CC_Noguti_Fabiane_C_Hopner.pdf>. Acesso em: 19 jun. 2026.
PRODANOV, Cleber Cristiano; FREITAS, Ernani Cesar de. Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico. 2. ed. Novo Hamburgo: Editora Feevale, 2013. Disponível em: <https://www.feevale.br/institucional/editora-feevale/metodologia-do-trabalho-cientifico---2-edicao>. Acesso em: 3 set. 2026.
SANTOS, Jhonata Moraes dos. Uma abordagem colaborativa para o ensino de cálculo diferencial e integral. 2021. 85 f. Dissertação (Mestrado em Ensino de Ciências e Matemática) - Universidade Federal do Amazonas, Manaus (AM), 2021. Disponível em: <https://tede.ufam.edu.br/handle/tede/8661>. Acesso em: 19 jun. 2026.
SANTOS, R. P.; SANT’ANA, C. DE C.; SANT’ANA, I. P. O ChatGPT como recurso de apoio no ensino da Matemática. Revemop, v. 5, p. e202303, 11 jul. 2023.
SILVA, Pedro Aurélio Cardoso da; MOTA, Janine Freitas. Dificuldades nos processos de ensino e de aprendizagem de Mudanças de Coordenadas: uma análise no contexto do Cálculo Integral. Revista Internacional de Pesquisa em Educação Matemática, Brasília, v. 14, n. 4, p. 1–16, 2024. DOI: 10.37001/ripem.v14i4.4367. Disponível em: https://www.sbembrasil.org.br/periodicos/index.php/ripem/article/view/4367. Acesso em: 9 jul. 2026.
SILVA JUNIOR, Silvino Marques da; OLIVEIRA, Gildon César de; LUZ, Fabio Pinheiro. Explorando o Potencial das IAs Generativas no Ensino de Matemática: Uma Proposta de Material Educacional Digital. In: WORKSHOP EM ESTRATÉGIAS TRANSFORMADORAS E INOVAÇÃO NA EDUCAÇÃO (WETIE), 2., 2024, Rio de Janeiro/RJ. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2024. p. 65-68. DOI: 10.5753/wetie.2024.245524. Acesso em: 9 jul. 2026.
UNESCO. Guia para a IA generativa na educação e na pesquisa. Paris: UNESCO, 2024. Disponível em: <https://www.unesco.org/pt/articles/guia-para-ia-generativa-na-educacao-e-na-pesquisa>. Acesso em: 17 jun. 2026.
UNESCO. Relatório de monitoramento global da educação 2023: a tecnologia na educação: uma ferramenta a serviço de quem? Paris: UNESCO, 2023. Disponível em: <https://unesdoc.unesco.org/ark:/48223/pf0000386147_por>. Acesso em: 17 jun. 2026.
ZARPELON, E.; DE RESENDE, L. M. M.; REIS, E. F. Análise do desempenho de alunos ingressantes de engenharia na disciplina de cálculo diferencial e integral I. INTERFACES DA EDUCAÇÃO, [S. l.], v. 8, n. 22, p. 303–335, 2017. DOI: 10.26514/inter.v8i22.1416. Disponível em: https://periodicosonline.uems.br/interfaces/article/view/1416. Acesso em: 9 jul. 2026.
Publicado
Edição
Seção
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado, com reconhecimento de autoria e publicação inicial nesta revista.
