TEACHING STATISTICS IN INITIAL TEACHER TRAINING FOR MATHEMATICS: A DIDACTIC PROPOSAL USING GENERATIVE ARTIFICIAL INTELLIGENCE AND OTHER DIGITAL TECHNOLOGIES

Authors

DOI:

https://doi.org/10.5902/2675995097945

Keywords:

Generative Artificial Intelligence, Digital Technologies, Statistical Education

Abstract

Digital technologies, when integrated into teaching with pedagogical intent, can lead to significant advancements in teaching and learning. Artificial intelligence is included in this context, making it necessary to address it in teacher training so teachers can reflect on its implications for education. This article presents reflections on how artificial intelligence, combined with the development of statistics and statistical education, can support the critical and pedagogical training of future mathematics teachers. A workshop was conducted as part of initial teacher training, integrating generative artificial intelligence and other digital technologies with concepts from statistical education. This workshop was motivated by ongoing discussions about generative artificial intelligence and its role in training mathematics teachers, as well as the increasing need for civic education in a data-driven society. The results indicate that Statistical Education promotes critical thinking as an essential component of training, since shifting the focus from cognitive processes to Generative Artificial Intelligence produces the opposite effect. The conclusions suggest that practices integrating Statistics Education and Digital Technologies can serve as a starting point for the Statistical Literacy process, a lengthy process that should be included in mathematics degree programs.

Downloads

Download data is not yet available.

Author Biographies

Vitória Eduarda Bello, Universidade Estadual do Oeste do Parana

Vitória Eduarda Bello is a doctoral student in Science and Mathematics Education at the State University of Western Paraná (Unioeste). ORCID: https://orcid.org/0000-0002-3345-2498. Lattes: http://lattes.cnpq.br/5429179771527590. E-mail: vitoria.bello@unioeste.br.

Rodrigo Cabanha, State University of Western Paraná

Rodrigo Cabanha is a master's student in Science and Mathematics Education at the State University of Western Paraná (Unioeste). ORCID: https://orcid.org/0000-0002-1348-5030. Lattes: http://lattes.cnpq.br/4319077895919468. E-mail: rodrigo_cabanha96@hotmail.com.

Priscila Gleden Novaes da Silva, State University of Western Paraná

Priscila Gleden Novaes da Silva holds a PhD in Science and Mathematics Education from the State University of Western Paraná. She is a professor at the Federal University for Latin American Integration (UNILA) and a collaborating faculty member in the Graduate Program in Science and Mathematics Education (PPGECEM). ORCID: https://orcid.org/0000-0001-6158-0668. Lattes: http://lattes.cnpq.br/7335933263691857. E-mail: priscila.silva@unila.edu.br.

Clodis Boscarioli, State University of Western Paraná

Clodis Boscarioli holds a PhD in Electrical Engineering from the University of São Paulo. He is an Associate Professor at the State University of Western Paraná (Unioeste) and a permanent faculty member of the Graduate Program in Science and Mathematics Education (PPGECEM). ORCID: https://orcid.org/0000-0002-7110-2026. Lattes: http://lattes.cnpq.br/2844207318576160. E-mail: boscarioli@gmail.com.

Márcia Regina Kaminski, State University of Western Paraná

Márcia Regina Kaminski holds a Doctorate in Science and Mathematics Education from the State University of Western Paraná. She is a permanent faculty member of the Graduate Program in Science and Mathematics Education (PPGECEM). ORCID: https://orcid.org/0000-0001-5705-0322. Lattes: http://lattes.cnpq.br/6675624597717136. E-mail: marciarkjf@gmail.com.

References

AMERICAN STATISTICAL ASSOCIATION. Guidelines for Assessment and Instruction in Statistics Education (GAISE) College Report. Alexandria, VA: American Statistical Association, 2005. Disponível em: <https://www.amstat.org/asa/files/pdfs/GAISE/GaiseCollege_Full.pdf>. Acesso em: 30 jul. 2025.

BRASIL. Base Nacional Comum Curricular (BNCC). Brasília: Ministério da Educação, 2017/2018. Disponível em: <https://observatoriodoensinomedio.ufpr.br/wp-content/uploads/2017/04/BNCC-Documento-Final.pdf>. Acesso em: 18 mar. 2026.

BRASIL. Conselho Nacional de Educação. Conselho Pleno. Resolução CNE/CP nº 2, de 20 de dezembro de 2019. Define as Diretrizes Curriculares Nacionais para a formação inicial de professores para a educação básica e institui a Base Nacional Comum para a Formação Inicial de Professores da Educação Básica (BNC-Formação). Brasília, DF: Ministério da Educação, 2019. Disponível em: <https://www.gov.br/mec/pt-br/cne/pdf/resolucoes-do-cne/cp/2019/rcp002_19.pdf>. Acesso em: 18 mar. 2026.

BRASIL. Ministério da Educação. Referencial para desenvolvimento e uso responsáveis de inteligência artificial na educação. Brasília, DF: Ministério da Educação, 2026. Disponível em: <https://www.gov.br/mec/pt-br/media/segape/referencial-oficial-pt.pdf>. Acesso em: 18 mar. 2026.

CAMARGO, Alexandre de Paiva Rio. Revendo as relações entre ciência, Estado e sociedade: a perspectiva sócio-histórica da estatística. Sociedade e Estado, [s. l.], v. 29, n. 1, p. 291-297, abr. 2014. FapUNIFESP (SciELO). Disponível em: <http://dx.doi.org/10.1590/s0102-69922014000100014>. Acesso em: 16 mar. 2026.

CAMPOS, Celso Ribeiro; WODEWOTZKI, Maria Lúcia Lorenzetti; JACOBINI, Otávio Roberto. Educação estatística: teoria e prática em ambientes de modelagem matemática. 3. ed. Belo Horizonte: Autêntica, 2021. (Coleção Tendências em Educação Matemática).

CAZORLA, Irene Mauricio. A relação entre a habilidade viso-pictórica e o domínio de conceitos estatísticos na leitura de gráficos. 2002. Tese (Doutorado em Educação) - Universidade Estadual de Campinas, Campinas, São Paulo, 2002.

FREIRE, Paulo. Pedagogia do oprimido. 33. ed. Rio de Janeiro: Paz e Terra, 2002.

GAL, Iddo. Adult statistical literacy: Meanings, components, responsibilities. International Statistical Review, v. 70, n. 1, p. 1-25, 2002. DOI: 10.1111/j.1751-5823.2002.tb00336.x.

GATTI, Bernardete A. Didática e formação de professores: provocações. Cadernos de Pesquisa, São Paulo, v. 47, n. 166, p. 1150–1164, out./dez. 2017. Disponível em: <https://doi.org/10.1590/198053144349>. Acesso em: 01 abr. 2026.

GIROUX, Henry A. Os professores como intelectuais: rumo a uma pedagogia crítica da aprendizagem. Tradução de Daniel Bueno. Porto Alegre: Artes Médicas, 1997.

KUHN, Thomas S. A estrutura das revoluções científicas. 5. ed. São Paulo: Editora Perspectiva S.A, 1997.

MCNAMARA, Andrew. Imagining the future of statistical education software. In: SORTO, Maria Alejandra; WHITE, Alexander; GUYOT, Luc (eds.). Looking back, looking forward: Proceedings of the Tenth International Conference on Teaching Statistics (ICOTS10). Kyoto, Japão: International Statistical Institute, 2018. p. 1-3. Disponível em: <https://fpce.uc.pt/iase-web/icots/10/proceedings/pdfs/ICOTS10_1B2.pdf>. Acesso em: 01 abr. 2026.

RUMSEY, Deborah. Statistical literacy as a goal for introductory statistics courses. Journal of Statistics Education, [s. l.], v. 10, n. 3, p. 6-13, 2002. DOI: 10.1080/10691898.2002.11910678. Disponível em: <http://jse.amstat.org/v10n3/rumsey2.html>. Acesso em: 06 ago. 2025.

SALCEDO, Audy. Editorial. Hipótesis Alternativa: Boletín de IASE para América Latina, [s. l.], v. 26, n. 2, p. 1, 2025. ISSN 2244-8179. Disponível em: <https://doi.org/10.5281/zenodo.17692166>. Acesso em: 24 nov. 2025.

SANTANA, Bruno. Impacto ambiental dos data centers. Hostinger Brasil, 13 jun. 2025. Disponível em: <https://www.hostinger.com/br/tutoriais/impacto-ambiental-dos-data-centers>. Acesso em: 12 jan. 2026.

SBEM, Sociedade Brasileira de Educação Matemática. Disponível em: https://www.sbembrasil.org.br/sbembrasil/index.php/grupo-de-trabalho/gt/gt-12. Acesso em: 15 set. 2026.

SCHEAFFER, Richard. The ASA-NCTM Quantitative Literacy Project: an overview. In: VERE-JONES, David (Ed.). Proceedings of the Third International Conference on Teaching Statistics (ICOTS-3). Dunedin: International Statistical Institute, 1990. v. 1, p. 45-49.

SKOVSMOSE, Ole. Educação Matemática Crítica – A Questão da Democracia. Campinas: Papirus, 2001.

SOUTO, Denise Lago Pereira; CUNHA, José Fernandes Torres da; BORBA, Marcelo de Carvalho. Inteligência Artificial em Educação Matemática. 1. ed. Belo Horizonte: Autêntica, 2025. (Coleção Tendências em Educação Matemática).

UNESCO. Guia para a IA generativa na educação e na pesquisa. Paris: UNESCO, 2024. Disponível em: <https://unesdoc.unesco.org/ark:/48223/pf0000390241>. Acesso em: 01 abr. 2026.

WATSON, Jane; CALLINGHAM, Rosemary. Statistical literacy: A complex hierarchical construct. Statistics Education Research Journal, [s. l.], v. 2, n. 2, p. 3-46, nov. 2003. Disponível em: https://iase-web.org/documents/SERJ/SERJ2(2)_Watson_Callingham.pdf. Acesso em: 6 ago. 2025.

Downloads

Published

2026-10-07

Issue

ReTER – v. 7, n. 1, 2026 – Publicação Contínua

Section

Dossiê - Inteligência Artificial na Educação

License

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.