IA na aula de matemática: como pedir que o aluno explique o raciocínio
Um estudo com 33 alunos investigou um chatbot que pede explicações e comparação de estratégias. Veja o que o piloto observou e uma proposta para trabalhar raciocínio na aula particular.
Um estudo com 33 alunos investigou um chatbot que pede explicações e comparação de estratégias. Veja o que o piloto observou e uma proposta para trabalhar raciocínio na aula particular.
Para usar IA como apoio à explicação matemática, comece pela tentativa do aluno e peça perguntas sobre o caminho escolhido. O professor seleciona o problema, acompanha a conversa e verifica se a justificativa faz sentido. A resposta correta, sozinha, não mostra como o aluno chegou até ela.
Um artigo publicado em 14 de outubro de 2026 investigou esse desenho com o Math ThinkBot. A contribuição para a aula particular é uma possibilidade de organizar a reflexão. O estudo não demonstra que qualquer chatbot melhora a aprendizagem.
O que o estudo do Math ThinkBot investigou?
Richland e colegas, no Journal of Microbiology & Biology Education, apresentam uma prova de conceito com 33 alunos de 5ª e 6ª série. Após uma aula de 30 minutos sobre estratégias de comparação de razões e uma avaliação, os participantes conversaram com o chatbot sobre suas soluções.
O bot foi desenhado para pedir explicações e comparação de estratégias. A análise das transcrições encontrou linguagem associada a pensamento de ordem superior nas falas do bot e dos alunos, com associação positiva entre elas. A medida incluiu palavras indicadoras desse tipo de discurso. Isso não equivale a demonstrar ganho de aprendizagem, retenção ou causalidade.
O que isso muda na preparação de uma atividade?
O recorte pode sair de “gere mais exercícios” para “que pergunta ajuda a entender esta tentativa?”. Essa é uma aplicação proposta neste artigo, não um procedimento validado para sua aula particular.
Considere uma situação hipotética: um aluno compara duas razões e acerta, mas diz apenas que “fez a conta”. Antes de passar para outro item, você pode pedir que explique o significado dos números, mostre por que a operação é válida e examine se outro caminho levaria à mesma conclusão.
Escolha um problema cujo raciocínio você consiga conferir. Se a atividade já exigir conhecimentos que o aluno ainda não tem, uma sequência de perguntas pode aumentar a confusão. O ponto de partida continua sendo o que você observou na aula.
Que perguntas ajudam a tornar uma estratégia visível?
Uma proposta é separar três intenções: descrever, justificar e comparar. Cada uma oferece uma informação diferente para o professor.
- Descrever: “Qual foi a primeira coisa que você fez e o que estava procurando?”
- Justificar: “Por que essa transformação mantém a relação entre as quantidades?”
- Comparar: “O que muda se você representar o mesmo problema de outra maneira?”
São exemplos criados para este texto. Você pode fazê-los diretamente, sem ferramenta, ou usá-los como critérios para revisar perguntas sugeridas por uma IA. Não é preciso acrescentar tecnologia a toda boa conversa matemática.
Na preparação, antecipe uma resposta superficial e pense no que perguntaria em seguida. Se o aluno disser “porque sempre faz assim”, uma continuação possível é pedir que mostre o que permanece igual em um exemplo menor. A escolha depende do conteúdo e da tentativa concreta.
Como seria um pedido para preparar essa conversa?
Você pode experimentar a IA primeiro como apoio ao seu planejamento, usando um caso fictício. Isso permite examinar as sugestões antes de envolver um aluno ou recomendar uma conta de chatbot.
Um pedido proposto: “Vou fornecer um problema de comparação de razões e uma tentativa fictícia de resolução. Sugira três perguntas, uma para descrever a estratégia, outra para justificá-la e outra para comparar com uma representação diferente. Não dê a solução nas perguntas. Explique para mim o que cada pergunta procura observar e aponte ambiguidades para revisão”.
Depois, confira as perguntas com a resolução completa em mãos. Uma pergunta que já contém o argumento pode permitir que o aluno apenas concorde. Outra pode pressupor que houve um erro quando o caminho escolhido era válido.
Como reconhecer uma explicação que precisa de mais trabalho?
Observe a relação entre o que o aluno diz e o que está escrito. Ele consegue ligar uma operação à quantidade representada? Mantém a mesma justificativa ao trocar os números? Identifica uma condição em que o procedimento não serviria?
Essas são sugestões de observação docente, não uma escala criada pelo estudo. Evite contar palavras como “porque” ou “comparar” e concluir que houve compreensão. A palavra pode aparecer numa frase que não explica a relação matemática.
Se você precisa localizar uma dificuldade específica antes dessa conversa, veja como usar IA no diagnóstico de habilidades de matemática. Diagnosticar uma etapa e discutir a justificativa são tarefas relacionadas, com perguntas diferentes.
Como manter o professor na condução?
Interrompa uma sequência que esteja reforçando uma explicação errada. Você pode voltar ao desenho, ao material concreto ou a um exemplo mais simples. A fluidez da conversa não deve decidir que o aluno já está pronto para avançar.
Para um primeiro uso, a alternativa mais controlável é o professor selecionar as perguntas e conduzir a interação. O artigo científico não confirma acesso público ao Math ThinkBot para uso no Brasil nem autoriza tratar um chatbot genérico como equivalente ao sistema pesquisado.
Confira também como revisar material didático criado com IA antes de aproveitar exemplos ou explicações produzidos pela ferramenta.
O que experimentar na próxima aula?
Escolha uma tentativa que mereça ser discutida e prepare uma pergunta de justificativa e outra de comparação. Escute a resposta antes de decidir a próxima intervenção. Registre uma ideia que ficou clara e uma dúvida que precisa ser retomada.
O próximo passo útil cabe numa conversa curta. A decisão de adaptar o desafio, explicar de outro modo ou seguir adiante continua com quem conhece o aluno.
Fonte e limites
- Richland e colegas: Developing a generative AI chatbot to support students’ higher-order thinking in STEM education, publicado online em 14/10/2026.
Pesquisa acadêmica publicada em periódico, com amostra pequena e caráter exploratório. As perguntas e o pedido acima são propostas não testadas, e não reproduzem o protocolo do estudo. Não há resultado ou teste atribuído à Elysa.
