Engenharia de prompt na educação matemática: revisão integrativa da literatura

Gisele de Carvalho   Apolinário Santos; JULIANA de CARVALHO   APOLINÁRIO COÊLHO

doi:10.61411/rsc2026127119

Autores

Dra. Gisele de Carvalho Apolinário Santos Universidade Estadual Paulista (UNESP), Instituto de Química, Araraquara, SP, Brasil. Autor https://orcid.org/0009-0009-4490-8321
Dra. Juliana de Carvalho Apolinário Coêlho FISMA/FEA Autor https://orcid.org/0009-0008-8611-4119

DOI:

https://doi.org/10.61411/rsc2026127119

Palavras-chave:

Formulação de problemas, Pensamento crítico , Aprendizagem mediada por tecnologia

Resumo

A incorporação da inteligência artificial generativa no campo educacional tem produzido transformações relevantes nas práticas pedagógicas, particularmente no ensino de matemática, historicamente marcado pela centralidade de procedimentos formais e pela exatidão algorítmica. Nesse cenário, a capacidade de formular problemas de maneira clara, estruturada e logicamente consistente passa a ocupar posição estratégica no processo formativo, deslocando o foco da mera obtenção de respostas automatizadas para a qualidade da interação cognitiva com sistemas inteligentes. Este artigo objetiva discutir a engenharia de prompt como competência fundamental na educação matemática contemporânea, compreendendo-a como manifestação de uma nova retórica matemática que integra linguagem, raciocínio lógico, metacognição e responsabilidade ética. Metodologicamente, realizou-se revisão integrativa da literatura, com recorte temporal entre 2023 e 2025, contemplando produções científicas acerca do uso pedagógico da IA generativa em contextos matemáticos. Os achados indicam que interações iterativas e orientadas por princípios de human-in-the-loop favorecem engajamento cognitivo, autorregulação e compreensão conceitual. Em contrapartida, usos acríticos e delegativos podem comprometer a autonomia intelectual. Conclui-se que a engenharia de prompt constitui competência formativa complexa, com potencial para reconfigurar práticas de ensino, avaliação e aprendizagem matemática.

Biografia do Autor

Dra. Gisele de Carvalho Apolinário Santos, Universidade Estadual Paulista (UNESP), Instituto de Química, Araraquara, SP, Brasil.

Mãe atípica! Mãe de um menino autista nascido em 03/12/2017, nível 2 de suporte, sem linguagem funcional (não verbal). Possui Graduação em Licenciatura em Matemática pela Universidade Estadual Paulista Júlio de Mesquita Filho, Câmpus de Ilha Solteira/SP (2006). Possui Mestrado em Engenharia Elétrica na área de Automação pela Universidade Estadual Paulista Júlio de Mesquita Filho, Câmpus de Ilha Solteira/SP (2009). Bolsista FAPESP na Graduação (Processo 04/08453-5) e no Mestrado (Processo 07/53010-2). Doutora em Engenharia Elétrica na área de Automação pela Universidade Estadual Paulista Júlio de Mesquita Filho, Câmpus de Ilha Solteira/SP (2013). Têm experiência em pesquisas com ênfase em Teoria de Controle, atuando em temas envolvendo Sistemas Discretos com Atraso. Participou da OBMEP como monitora. Atuou como Professora Substituta (aprovada em concurso) no Departamento de Matemática da Universidade Estadual Paulista Júlio de Mesquita Filho, Câmpus de Ilha Solteira/SP (2014 - 2020). Atuou como Professora Adjunta nas Faculdades Integradas Rui Barbosa - FIRB (Andradina/SP). Exerceu a função de Professora Substituta (aprovada em concurso) no Instituto Federal de Educação, Ciência e Tecnologia de São Paulo - Birigui/SP (IFSP). Atuou como Professora de Ensino Básico na Rede Pública e Particular de Ensino (sistema Objetivo). Possui Segunda Licenciatura em Pedagogia (2023). Atualmente é Professora Assistente Doutora do Instituto de Química da UNESP - Câmpus Araraquara. É credenciada como orientadora no Programa de Mestrado Profissional em Química em Rede Nacional (PROFQUI) - Polo UNESP Araraquara.
Dra. Juliana de Carvalho Apolinário Coêlho, FISMA/FEA

Membro da Sociedade Brasileira de Fisiologia (SBFis). Doutora em Ciências Fisiológicas (Programa Multicêntrico de Pós-Graduação em Ciências Fisiológicas - coordenado pela Sociedade Brasileira de Fisiologia, regido por regulamento próprio que segue as normas gerais da Pós-Graduação do país e da CAPES, é coordenado por Colegiados Administrativos Locais e um Colegiado Geral, e constituído por docentes das Instituições Nucleadoras (UFMG, USP-SP-ICB, USP-RP, USP-SP-IB, UFRJ, UFRGS), Associadas (UEL, UNIFAL, UFSC, UFRRJ, UNESP-Araçatuba, UFBA-VC, UFVJM, UFG, UFPB) - (UNESP - 2013).Graduada em Fisioterapia (UNIDERP)-(2003), Especialista em Fisiologia do Exercício pela Escola Paulista de Medicina (UNIFESP) - (2005). Mestre em Ciência Animal - área de concentração: Fisiopatologia Médica e Cirúrgica (UNESP) - (2008). Possui aprimoramento em Reeducação Postural Global (RPG) pelo método da fisioterapia manipulativa (Colégio Brasileiro de Estudos Sistêmicos - 2005). Possui interesse nas Áreas de Ciências Biológicas: saúde pública e ciências básicas: fisiologia e anatomia. Docente das Faculdades Integradas de Três Lagoas de 2012 à 2023 (AEMS), Coordenadora do ECEAEMS 2015, 2016 e 2017 (Encontro Científico dos Estudantes da AEMS). Docente da Fundação Educacional de Andradina desde 2019 (FEA-FISMA-FCAA).

Referências

AMOOZADEH, Matin et al. Student-AI interaction: a case study of CS1 students. Preprint, 2024. DOI: 10.48550/arXiv.2407.00305. Disponível em: https://arxiv.org/abs/2407.00305 . Acesso em: 30 jan. 2026.

BAHROUN, Zied; ANANE, Chiraz; AHMED, Vian; ZACCA, Andrew. Transforming education: a comprehensive review of generative artificial intelligence in educational settings through bibliometric and content analysis. Sustainability, v. 15, n. 17, e12983, 2023. DOI: 10.3390/su151712983. DOI: https://doi.org/10.3390/su151712983

BARBOSA, Roberta de Oliveira; TAVEIRA, Flávio Augusto Leite; PERALTA, Deise Aparecida. Entre respostas digitais e saberes experienciais: o ChatGPT e a educação em perspectiva crítica. Revista Pesquisa Qualitativa, São Paulo, v. 12, n. 30, p. 1–18, abr. 2024. DOI: 10.33361/RPQ.2024.v.12.n.30.723. DOI: https://doi.org/10.33361/RPQ.2024.v.12.n.30.723

CAIN, William. AI emergence in education: exploring formative tensions across scholarly and popular discourse. Journal of Interactive Learning Research, v. 34, n. 2, p. 239–273, 2023. DOI: https://doi.org/10.70725/749605omikun

IGNAS, Adriane Love. Exploring the experiences of tertiary students in using artificial intelligence (AI). Social Science and Humanities Journal, v. 9, n. 5, p. 7997–8008, 2025. DOI: 10.18535/sshj.v9i05.1833. DOI: https://doi.org/10.18535/sshj.v9i05.1833

INFANTE, Randy N.; COROCOTO, Maryjoy A.; NOBIS JR., Martin L. Students’ perspectives, practices, and challenges in AI-driven mathematics education. Psychology and Education: A Multidisciplinary Journal, v. 41, n. 6, p. 687–701, 2025. DOI: 10.70838/pemj.410602. DOI: https://doi.org/10.70838/pemj.410602

MOLLICK, Ethan; MOLLICK, Lilach. Assigning AI: seven approaches for students with prompts. Working paper. Philadelphia: Wharton School of the University of Pennsylvania, 2023. DOI: https://doi.org/10.2139/ssrn.4475995

RAMADHANI, Alifia Kania; RAMADANI, Iqbal. AI in mathematics education: potential ranging from automation to personalized learning. Linear: Journal of Mathematics Education, v. 6, n. 1, 2025. DOI: 10.32332/46xc9p64. DOI: https://doi.org/10.32332/46xc9p64

SHAHZAD, Shahbaz Ahmed et al. Integrating artificial intelligence to foster critical thinking and problem-solving in 21st-century classrooms. Research Journal for Social Affairs, v. 3, n. 5, p. 635–648, 2025. DOI: 10.71317/RJSA.003.05.0362. DOI: https://doi.org/10.71317/RJSA.003.05.0362

TORRES-PEÑA, Roberto Carlos et al. Updating calculus teaching with AI: a classroom experience. Education Sciences, v. 14, n. 9, e1019, 2024. DOI: 10.3390/educsci14091019. DOI: https://doi.org/10.3390/educsci14091019