Teaching Mathematical Logic to AI Models: Development of an Interactive Intelligent Agent

• David Thiago D. Silva UFS
• Felipe C. Leal UFS
• Felipe J. dos Santos UFS
• Flaygner M. Rebolças IFS
• Reinan S. de Oliveira UFS
• Rodrigo dos S. Pacheco UFS
• Vinicius de J. Alves UFS

DOI: https://doi.org/10.5753/erbase.2025.13797

Abstract

Artificial intelligence has shown itself to be a promising tool for supporting education by automating tasks and optimizing processes, making it possible to reduce school dropouts and include students with disabilities. The same applies to the teaching of mathematical logic, where AI makes it possible to create learning solutions. With this in mind, the aim of this work is to propose an interactive intelligent agent based on the GPT model to help elementary school students solve mathematical logic problems. To do this, we tried to integrate the GPT API with Whatsapp, allowing questions to be sent and detailed explanations to be received. The intelligent agent was therefore trained with standardized questions, following the guidelines of the National Common Core Curriculum (BNCC), from the stages of defining the scope of the agent’s action and improving the accuracy and quality of the AI model’s answers based on a bank of 900 questions on mathematical logic for elementary school. Tests were then carried out on a set of test questions. The tests validated the accuracy and suitability of the answers, demonstrating the feasibility of using intelligent agents to reinforce the teaching of mathematical logic in an accessible and interactive way. The results allow us to conclude that the intelligent agent is a potential tool for learning mathematical logic, although some challenges such as the difficulty of access by the population and the need for tests with larger audiences have been perceived.

References

BNCC (2025). Base nacional comum curricular. [link]. Acesso em: 13 mar. 2025.

da Silva, K. R. et al. (2023). Inteligência artificial e seus impactos na educação: uma revisão sistemática. RECIMA21 - Revista Científica Multidisciplinar, 4(11):e4114353–e4114353.

de Carvalho, R. L., Cabral, R. G., and Ferrer, Y. R. (2019). Sistemas tutores inteligentes como recurso didático no ensino da matemática. HOLOS, 6:1–11.

dos Santos, J. A. et al. (2018). Desenvolvimento do pensamento matemático: resolução de problemas de raciocínio lógico-matemático no ensino fundamental.

dos Santos, J. A. C. (2018). Sistemas tutores inteligentes na educação.

Ferrão, E., Bidarra, J., and Rocio, V. (2021). Requisitos de um agente inteligente de apoio ao ensino-aprendizagem on-line: modelo wizard user. International Journal of Development Research, 6(11):47564–47569.

Gomes, C. G. et al. (2020). A robótica como facilitadora do processo ensino-aprendizagem de matemática no ensino fundamental. In Ensino de Ciências e Matemática IV - Temas e Investigações. Editora UNESP Cultura Acadêmica. Disponível em: [link].

Guerreiro, A., Barros, D. M. V., and Morgado, L. (2019). Tutoria com agentes inteligentes na educação online. Revista Teias, pages 184–198.

Guimarães, E. M. (2021). Desenvolvimento do raciocínio lógico matemático com o uso de tecnologias de informação e comunicação para o ensino fundamental. Dissertação (mestrado em educação matemática), Universidade Federal de Juiz de Fora.

Kaufman, D. (2022). Desmistificando a inteligência artificial. Autêntica Editora.

Mattos, G. O. et al. (2023). Raciocínio lógico: Uma avaliação de conhecimentos em escolas do estado da paraíba. In Workshop sobre Educação em Computação (WEI), pages 235–246. SBC.

MELO, B. (2024). Chat gpt: Brasil é o 4º país que mais utiliza a inteligência artificial. Acesso em: 11 fev. 2025.

Neto, A. R. S. (2024). Desafios e perspectivas da educação com o avanço da inteligência artificial. Revista Ponto de Vista, 13(1):01–14.

O Globo (2024). Alunos brasileiros ficam entre os piores em teste de raciocínio lógico. Acesso em: 11 fev. 2025.

Oliveira, R. M. and da Silva, M. R. (2023). O uso da inteligência artificial no ensino da matemática. Caderno Intersaberes, 12(44):19–29.

OpenAI (2025). Openai developer platform - documentation. [link]. Acesso em: 11 fev. 2025.

Opinion Box (2025). Whatsapp no brasil: Os principais dados sobre o uso do app e tendências para o futuro. [link]. Acesso em: 23 fev. 2025.

Picão, F. F. et al. (2023). Inteligência artificial e educação: como a ia está mudando a maneira como aprendemos e ensinamos. Revista Amor Mundi, 4(5):197–201.

Polaris Market Research (2022). Artificial intelligence market size report, 2022 - 2030. [link]. Acesso em: 12 dez. 2024.

Pressman, R. S. and Maxim, B. R. (2020). Engenharia de Software: Uma Abordagem Profissional. AMGH, 8 edition. Disponível em: [link]. Acesso em: 24 fev. 2025.

Sommerville, I. (2011). Engenharia de Software. Pearson Education do Brasil, 9 edition. Disponível em: [link]. Acesso em: 24 fev. 2025.

Statista (2024). Whatsapp in brazil - statistics & facts. [link]. Acesso em: 23 fev. 2025.

UNESCO (2023). Para aproveitar a era da inteligência artificial na educação superior: um guia às partes interessadas do ensino superior. [link]. Acesso em: 13 mar. 2025.

Átila De Souza et al. (2024). Inteligência artificial e aprendizado adaptativo, no contexto educacional. Revista Ilustração, 5(9):73–90.