Ensino de Lógica Matemática a Modelos de IA: Desenvolvimento de um Agente Inteligente Interativo

• 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

Resumo

A inteligência artificial tem se mostrado uma ferramenta promissora no apoio à educação, a partir de automação de tarefas e otimização de processos, o que possibilita a redução da evasão escolar e a inclusão de estudantes com deficiência. O mesmo ocorre em relação ao ensino da lógica matemática, em que a IA possibilita a criação de soluções para a aprendizagem. Diante disso, o presente trabalho tem como objetivo propor um agente inteligente interativo baseado no modelo GPT, para auxiliar estudantes do ensino fundamental na resolução de problemas de lógica matemática. Para tanto, buscou-se integrar a API do GPT ao Whatsapp, permitindo o envio de questões e o recebimento de explicações detalhadas. O agente inteligente foi, portanto, treinado com perguntas padronizadas, seguindo diretrizes da Base Nacional Comum Curricular (BNCC), a partir das etapas de definição do escopo de atuação do agente e aprimoramento da precisão e qualidade das respostas do modelo de IA tomando como base um banco de 900 questões sobre lógica matemática para o ensino fundamental. Posteriormente, foram realizados testes a partir de um conjunto de perguntas de teste. Os testes validaram a precisão e adequação das respostas, demonstrando a viabilidade do uso de agentes inteligentes para reforçar o ensino de lógica matemática de forma acessível e interativa. Os resultados permitem concluir que o agente inteligente é uma potencial ferramenta na aprendizagem da lógica matemática, embora alguns desafios como a dificuldade de acesso por parte da população e a necessidade de testes com públicos maiores tenham sido percebidos.

Referências

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.