Use este identificador para citar ou linkar para este item: https://repositorio.ifgoiano.edu.br/handle/prefix/6435
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisor1Alves, Dylan Avila-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3291745426099139pt_BR
dc.contributor.referee1Nascimento, Marlucio Tavares do-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2848229244350009pt_BR
dc.creatorMelo, Lorrana Pires-
dc.creator.Latteshttp://lattes.cnpq.br/9540455776027373pt_BR
dc.date.accessioned2026-03-25T13:48:25Z-
dc.date.available2026-03-25-
dc.date.available2026-03-25T13:48:25Z-
dc.date.issued2026-03-11-
dc.identifier.urihttps://repositorio.ifgoiano.edu.br/handle/prefix/6435-
dc.description.abstractArtificial Intelligence (AI) has rapidly expanded and reached different sectors of society, including the educational field. In Chemistry education, this technology has attracted growing interest due to its potential to support teaching and learning processes, personalize content, and assist teachers and students in academic activities. This study aimed to analyze the potentials and challenges of using AI in Chemistry teaching, considering its classroom application, its impacts on learning, and its contribution to teacher preparation. To achieve this objective, a bibliographic mapping was carried out between 2020 and 2025 in databases such as SciELO, Google Scholar, and CAPES Journals. Three main descriptors were used: (1) artificial intelligence in Chemistry teaching; (2) artificial intelligence in Chemistry classes; and (3) artificial intelligence in the preparation of Chemistry lessons. The adopted methodology was the “state of the art,” allowing the identification of trends, gaps, and theoretical perspectives through the analysis of selected scientific publications. The results related to the first descriptor indicate that AI can contribute to the understanding of abstract content, provide personalized explanations, and expand access to high-quality educational materials. Tools such as ChatGPT, Gemini, and Socratic assist in knowledge construction when used critically and with guidance. However, the literature also points to risks, such as technological dependence, superficial learning, and the possible reduction of students’ intellectual autonomy, as they may resort to platforms in search of ready-made answers without developing reading, writing, and analytical skills. Regarding the second descriptor, it was observed that AI can make Chemistry classes more dynamic and interactive through simulators, image generation, instant explanations, and personalized activities. These tools support active learning methodologies and contribute to increased student engagement. Nevertheless, challenges persist, such as the lack of technological infrastructure in many public schools, the need for specific teacher training, and the risk of weakening pedagogical relationships if technology replaces essential interactions between teacher and student. Concerning the third descriptor, AI has proven to be a relevant ally in lesson preparation, assisting in the development of teaching plans, activities, assessments, and instructional materials. These platforms optimize teachers’ time and broaden methodological possibilities. Still, the studies emphasize that AI does not replace the teacher’s role in mediating knowledge, contextualizing content, and making pedagogical decisions. In conclusion, AI presents significant potential to transform Chemistry teaching by expanding learning opportunities, personalization, and methodological innovation. However, its use requires caution, proper training, and critical reflection so that it effectively contributes to teaching quality and the holistic development of students, being understood as a complementary tool to the teacher’s work.pt_BR
dc.description.resumoA Inteligência Artificial (IA) tem se expandido rapidamente e alcançado diferentes setores da sociedade, incluindo o campo educacional. Na Química, essa tecnologia vem despertando interesse crescente devido ao seu potencial para apoiar os processos de ensino e aprendizagem, personalizar conteúdos e auxiliar docentes e discentes em atividades acadêmicas. Este trabalho teve como objetivo analisar as potencialidades e os desafios da utilização da IA no ensino de Química, considerando sua aplicação em sala de aula, seus impactos na aprendizagem e sua contribuição para a preparação docente. Para alcançar esse objetivo, realizou-se um mapeamento bibliográfico, no período de 2020 a 2025, em bases como SciELO, Google Acadêmico e Periódicos CAPES. Foram utilizados três descritores principais: (1) a inteligência artificial no ensino de Química; (2) a inteligência artificial nas aulas de Química; e (3) a inteligência artificial na preparação de aulas de Química. A metodologia adotada foi o “estado da arte”, permitindo identificar tendências, lacunas e perspectivas teóricas a partir da análise das produções científicas selecionadas. Os resultados referentes ao primeiro descritor indicam que a IA pode contribuir para a compreensão de conteúdos abstratos, oferecer explicações personalizadas e ampliar o acesso a materiais didáticos de qualidade. Ferramentas como Chat GPT, Gemini e Socratic auxiliam na construção do conhecimento quando utilizadas de maneira crítica e orientada. Entretanto, a literatura também aponta riscos, como a dependência tecnológica, a superficialidade das aprendizagens e a possível redução da autonomia intelectual dos estudantes, que podem recorrer às plataformas em busca de respostas prontas, sem desenvolver habilidades de leitura, escrita e análise. No segundo descritor, observou-se que a IA pode tornar as aulas de Química mais dinâmicas e interativas, por meio de simuladores, geração de imagens, explicações instantâneas e atividades personalizadas. Essas ferramentas favorecem metodologias ativas e contribuem para o aumento do engajamento dos alunos. Contudo, persistem desafios, como a falta de infraestrutura tecnológica em muitas escolas públicas, a necessidade de formação docente específica e o risco de enfraquecimento das relações pedagógicas, caso a tecnologia substitua interações fundamentais entre professor e aluno.Em relação ao terceiro descritor, verificou-se que a IA tem sido uma aliada relevante na preparação de aulas, auxiliando na elaboração de planos de ensino, atividades, avaliações e materiais didáticos. Essas plataformas permitem otimizar o tempo do professor e ampliar possibilidades metodológicas. Ainda assim, os estudos ressaltam que a IA não substitui o papel docente na mediação do conhecimento, na contextualização dos conteúdos e na tomada de decisões pedagógicas.Conclui-se que a IA apresenta potencial significativo para transformar as aulas de Química, ampliando oportunidades de aprendizagem, personalização e inovação metodológica. No entanto, seu uso exige cautela, formação adequada e reflexão crítica, para que contribua efetivamente com a qualidade do ensino e o desenvolvimento integral dos estudantes, sendo compreendida como ferramenta complementar ao trabalho docente. Palavras- chave: Inteligência Artificial, ensino da Química, tecnologias.pt_BR
dc.description.provenanceSubmitted by Dylan Avila Alves (dylan.alves@ifgoiano.edu.br) on 2026-03-24T19:51:04Z No. of bitstreams: 1 TCC Lorrana.pdf: 15393606 bytes, checksum: 7ada44364d0095e413635c2cf72002e0 (MD5)en
dc.description.provenanceRejected by Hevellin Estrela (hevellin.estrela@ifgoiano.edu.br), reason: Prezada LORRANA, Informamos que sua submissão foi rejeitada para ajustes pelo seguinte motivo:  -- Falta o TCAE no modelo disponibilizado pelo RIIF e tem que estar assinado pelo autor e  pelo orientador; (https://repositorio.ifgoiano.edu.br/arquivos/termo_de_autorizacao.pdf); O(s) autor(es) devem revisar a versão final do trabalho acadêmico e gerar arquivo em formato PDF dessa versão, com as devidas comprovações solicitadas de aprovaçãocontendo, em um único arquivo, as páginas na seguinte ordem:  1º Capa;  2º Folha de rosto;  3º  TCAE;  4º  Ata de defesa;  5º  Trabalho defendido.  Aguardamos a devolução do mesmo com as alterações solicitadas. Estamos à disposição. Atenciosamente, on 2026-03-25T00:15:08Z (GMT)en
dc.description.provenanceSubmitted by Dylan Avila Alves (dylan.alves@ifgoiano.edu.br) on 2026-03-25T11:10:12Z No. of bitstreams: 1 TCC final.pdf: 15285847 bytes, checksum: 44b924bba19d670475fae9f672beb68f (MD5)en
dc.description.provenanceApproved for entry into archive by Itala Moreira Alves (itala.moreira@ifgoiano.edu.br) on 2026-03-25T13:43:24Z (GMT) No. of bitstreams: 1 TCC final.pdf: 15285847 bytes, checksum: 44b924bba19d670475fae9f672beb68f (MD5)en
dc.description.provenanceMade available in DSpace on 2026-03-25T13:48:25Z (GMT). No. of bitstreams: 1 TCC final.pdf: 15285847 bytes, checksum: 44b924bba19d670475fae9f672beb68f (MD5) Previous issue date: 2026-03-11en
dc.languageporpt_BR
dc.publisherInstituto Federal Goianopt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCampus Iporápt_BR
dc.publisher.initialsIF Goianopt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectInteligência Artificialpt_BR
dc.subjectensino da Químicapt_BR
dc.subjecttecnologiaspt_BR
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::QUIMICApt_BR
dc.subject.cnpqCIENCIAS HUMANAS::EDUCACAOpt_BR
dc.subject.cnpqCIENCIAS HUMANAS::EDUCACAO::ENSINO-APRENDIZAGEMpt_BR
dc.titleA INTELIGÊNCIA ARTIFICIAL NO ENSINO DA QUÍMICA: POTENCIALIDADES E DESAFIOSpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
Aparece nas coleções:Licenciatura em Química

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_Lorrana Melo14,93 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.