O dilema do professor na era da IA: ensinamos o prompt ou o processo científico?

Por Ricardo Limongi

Imagem: Berke Citak via Unsplash.

Numa formação recente sobre inteligência artificial para pesquisadores, uma cena se repetiu. Ao explicar o funcionamento de um modelo de linguagem como a lógica probabilística que gera texto, por que o output precisa ser verificado, o público se dispersou. Minutos depois, ao demonstrar um prompt capaz de revisar parágrafos acadêmicos, todos anotaram. A mesma sala, a mesma audiência, dois níveis de atenção completamente diferentes. Esse episódio, longe de ser anedótico, ilustra um dilema que atravessa a formação de pesquisadores contemporânea: quando ensinamos inteligência artificial (IA) na academia, estamos ensinando a pensar com a ferramenta ou apenas a operá-la?

A questão não é trivial. A velocidade de adoção de ferramentas de IA generativa na pesquisa científica gerou uma demanda legítima por capacitação técnica. Pesquisadores querem  e precisam  saber usar essas tecnologias. O problema surge quando a capacitação se reduz ao ensino de atalhos, sem a compreensão dos processos subjacentes que conferem ao pesquisador a capacidade de avaliar criticamente o que a ferramenta produz.

Letramento instrumental versus letramento crítico

A literatura recente sobre letramento em IA apresenta uma distinção fundamental para compreender esse dilema. Long e Magerko (2020), em What is AI Literacy? Competencies and Design Considerations¹,no trabalho seminal apresentado na CHI Conference, definiram letramento em IA como “um conjunto de competências que permite aos indivíduos avaliar criticamente tecnologias de IA, comunicar-se e colaborar efetivamente com IA e usar IA como ferramenta”. Essa definição, amplamente adotada na literatura subsequente, vai muito além do escopo operacional de ferramentas específicas.

Walter (2024) em Embracing the future of Artificial Intelligence in the classroom: the relevance of AI literacy, prompt engineering, and critical thinking in modern education²,estudo publicado no International Journal of Educational Technology in Higher Education^, argumenta que a integração da IA na educação exige não apenas habilidades técnicas, mas também pensamento crítico sobre o funcionamento e os impactos dessas tecnologias. O autor propõe que o letramento em IA, a engenharia de prompts e o pensamento crítico formam um tripé indissociável na educação contemporânea  e que dissociar o primeiro dos demais compromete a formação.

Essa distinção pode ser articulada em dois níveis. O primeiro, que podemos chamar de letramento instrumental, corresponde ao domínio de ferramentas: saber formular prompts, conhecer plataformas e executar tarefas com o auxílio de IA. Tem valor prático e responde à demanda imediata. O segundo, o letramento crítico, corresponde à compreensão do que está em jogo: entender que um modelo de linguagem opera por probabilidade estatística, não por compreensão semântica; que “alucinação” não é um defeito eventual, mas uma característica estrutural de sistemas que não foram projetados para produzir verdade, e sim texto estatisticamente plausível; que, no contexto científico, essa distinção não é um detalhe técnico é um fundamento epistemológico.

A evidência empírica: compreender melhora o uso

A investigação empírica sustenta que esses dois níveis não são independentes. Knoth et al. (2024), em AI literacy and its implications for prompt engineering strategies³,estudo publicado na Computers and Education: Artificial Intelligence, demonstraram que estudantes com maior letramento conceitual em IA formulam prompts de melhor qualidade e avaliam criticamente os resultados obtidos. Em outras palavras, quem compreende o funcionamento da ferramenta a utiliza de forma mais eficaz do que quem apenas domina seus comandos.

Brown, Sillence e Branley-Bell (2025), em AcademAI: Investigating AI Usage, Attitudes, and Literacy in Higher Education and Research⁴, pesquisa publicada no Journal of Educational Computing Research, investigaram as percepções de IA entre estudantes e docentes universitários e identificaram que a falta de orientação institucional é uma das principais barreiras ao uso responsável. Os participantes destacaram a necessidade de suporte para promover o uso responsável, evidenciando que a competência técnica, isoladamente, não garante práticas adequadas. A pesquisa revelou, ainda, que a idade avançada correlaciona-se com menor letramento em IA, sugerindo que a formação precisa alcançar não apenas os estudantes, mas também os próprios formadores.

Esses achados convergem com o que Hackl et al. (2026) em The AI literacy heptagon: A structured approach to AI literacy in higher education⁵,sistematizaram ao identificarem 12 competências centrais para o letramento em IA, organizadas desde o conhecimento básico até habilidades práticas, como engenharia de prompts e consciência ética. O framework proposto evidencia que a engenharia de prompts é uma das competências, não a competência central, nem certamente a única.

O dilema na sala de aula

Um episódio recente ilustra a dimensão prática desse problema. Um professor experiente, orientador ativo, relatou ter pedido ao ChatGPT que indicasse um artigo científico para seu orientando. Recebeu título, autores, revista e ano, tudo formalmente impecável. O artigo, contudo, não existia. A pergunta que se seguiu foi direta: “Se a IA alucina, em que momento posso confiar nela?”

A resposta técnica é simples: em nenhum momento, sem verificação independente. Mas o episódio revela algo mais profundo. Um pesquisador com décadas de experiência tratou um modelo generativo como um banco de dados factual. Não por negligência ou por desconhecimento geral, mas por ausência de letramento específico sobre o que aquela ferramenta é e, principalmente, sobre o que ela não é.

É nesse ponto que o dilema do professor se torna mais agudo. O formador que reconhece a necessidade de ensinar o letramento crítico enfrenta uma resistência estrutural: o ecossistema de informação contemporâneo (redes sociais, cursos rápidos, conteúdos virais) reforça sistematicamente a lógica do atalho. Quando o conteúdo é conceitual, o engajamento se dispersa; quando se torna receita prática, a atenção se concentra. O professor, pressionado a demonstrar relevância e gerar resultados imediatos, sente a tentação legítima de ceder à demanda e ensinar apenas o prompt.

Novos pesquisadores: interesse ou indiferença?

A pergunta mais incômoda subjacente a esse dilema é saber se os novos pesquisadores terão interesse em formação conceitual em IA. A resposta honesta é que, no curto prazo, muitos provavelmente não terão. A cultura acadêmica contemporânea, orientada por métricas de produtividade, pressionada por prazos e imersa em um ecossistema que premia soluções rápidas, cria incentivos que operam na direção contrária ao aprofundamento.

No entanto, a história da formação metodológica oferece um paralelo instrutivo. Metodologia de pesquisa e estatística raramente figuraram entre as disciplinas mais populares da graduação. E, no entanto, pesquisadores com formação metodológica sólida se diferenciaram ao longo de suas carreiras não porque dominavam a execução de um teste estatístico específico, mas porque compreendiam o que o teste significava e quando era (ou não era) aplicável.

O letramento em IA pode seguir uma trajetória análoga. Ferramentas específicas e prompts são, por natureza, perecíveis: a velocidade de evolução dos modelos torna qualquer comando específico potencialmente obsoleto em meses. A capacidade de compreender o que acontece entre a pergunta e a resposta, isto é, o letramento crítico, não perece. Quem desenvolve essa compreensão hoje estará preparado para as ferramentas de amanhã, inclusive para aquelas que dispensarão prompts tal como os conhecemos.

Da engenharia de prompts ao letramento como política institucional

Em Navigating the landscape of AI literacy education: insights from a decade of research (2014–2024)⁶, a revisão integrativa, conduzida por pesquisadores e publicada na Humanities and Social Sciences Communications, mapeou a evolução do campo de letramento em IA na última década (2014–2024) e identificou uma lacuna persistente: apesar do crescimento exponencial de publicações sobre IA na educação, a formação conceitual permanece secundária em relação ao treinamento técnico-instrumental. O campo evoluiu em volume, mas não necessariamente em profundidade.

Essa constatação tem implicações diretas para as instituições de ensino e pesquisa. Se o letramento em IA é, como sugere a literatura, condição para o uso eficaz e responsável dessas ferramentas, então sua promoção não pode depender apenas de iniciativas individuais de professores sensibilizados. Precisa ser tratada como uma questão institucional integrada a currículos, programas de pós-graduação e políticas de formação docente.

No Brasil, essa discussão ganha contornos específicos. As Diretrizes para o uso ético e responsável da Inteligência Artificial Generativa, publicadas por Sampaio, Sabbatini e Limongi (2024)⁷, já propõem competências essenciais, como a compreensão das ferramentas e de suas limitações, a manutenção da autoria humana como elemento central e a avaliação crítica dos outputs. O SciELO, por meio de seu Guia de uso de ferramentas e recursos de IA⁸, estabeleceu princípios claros para a declaração e a verificação. Essas iniciativas, contudo, precisam se traduzir em práticas formativas concretas.

Considerações finais

O dilema do professor na era da IA não se resolve com a escolha binária entre ensinar prompts e ensinar processo. Prompts são ferramentas e ferramentas importam. A questão é se formamos pesquisadores que compreendem o que fazem ou operadores que dominam onde apertar.

A evidência disponível sugere que o letramento crítico não compete com o instrumental; ele o potencializa. Pesquisadores que compreendem o funcionamento das ferramentas as utilizam melhor, avaliam seus resultados com mais rigor e adaptam-se com mais facilidade a mudanças tecnológicas. A aposta exclusiva no atalho forma profissionais dependentes de ferramentas específicas; a aposta no letramento forma pesquisadores capazes de navegar em um cenário em transformação contínua.

A responsabilidade, evidentemente, não é apenas do professor. Instituições precisam criar condições curriculares, formativas e de incentivo para que o letramento em IA seja tratado com a mesma seriedade dedicada à formação metodológica. Mas o primeiro passo é reconhecer o dilema. E reconhecer que, se a única coisa que nossos alunos aprenderam sobre IA foi um prompt, eles não aprenderam sobre IA. Aprenderam a digitar.

Notas

1. LONG, D. and MAGERKO, B. What is AI Literacy? Competencies and Design Considerations.Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems [online]. 2020, vol. 2020, no 191, pp. 1–16 [viewed 27 February 2026]. https://doi.org/10.1145/3313831.3376727. Available from: https://dl.acm.org/doi/10.1145/3313831.3376727↩

2. WALTER, Y. Embracing the future of Artificial Intelligence in the classroom: the relevance of AI literacy, prompt engineering, and critical thinking in modern education. International Journal of Educational Technology in Higher Education [online]. 2024, vol. 21, no. 1, art. 15, ISSN: 2365-9440 [viewed 27 February 2026]. https://doi.org/10.1186/s41239-024-00448-3. Available from: https://link.springer.com/article/10.1186/s41239-024-00448-3↩

3. KNOTH, N.,et al. AI literacy and its implications for prompt engineering strategies.Computers and Education: Artificial Intelligence [online] 2024, vol. 6, art. 100225. [viewed 27 February 2026] https://doi.org/10.1016/j.caeai.2024.100225. Available from: https://www.sciencedirect.com/science/article/pii/S2666920X24000262?via%3Dihub↩

4. BROWN, R., SILLENCE, E. and BRANLEY-BELL, D. AcademAI: Investigating AI Usage, Attitudes, and Literacy in Higher Education and Research. Journal of Educational Computing Research [online]. 2025, vol. 54, no.1, ISSN: 0735-6331 [viewed 27 February 2026]. https://doi.org/10.1177/00472395251347304. Available from: https://journals.sagepub.com/doi/10.1177/00472395251347304↩

5. HACKL, V., MULLER, A. E. and SAILER, M.. The AI literacy heptagon: A structured approach to AI literacy in higher education.Computers and Education: Artificial Intelligence [online]. 2026, vol. 10, ISSN: 2666-920X. [viewed 27 February 2026]. https://doi.org/10.1016/j.caeai.2026.100540. Available from: https://www.sciencedirect.com/science/article/pii/S2666920X26000019?via%3Dihub↩

6. YANG, Y., et al.. Navigating the landscape of AI literacy education: insights from a decade of research (2014–2024). Humanities and Social Sciences Communications [online]. 2025, vol. 12, no. 1, pp. 1-12. [viewed 27 February 2026]. https://doi.org/10.1057/s41599-025-04583-8. Available from: https://www.nature.com/articles/s41599-025-04583-8↩

7. SAMPAIO, R.C., SABBATINI, M. and LIMONGI, R. Diretrizes para o uso ético e responsável da Inteligência Artificial Generativa: um guia prático para pesquisadores. São Paulo: Editora Intercom, 2024. Available from: https://www.portcom.intercom.org.br/ebooks/detalheEbook.php?id=57203↩

8. Guia de uso de ferramentas e recursos de Inteligência Artificial na comunicação de pesquisas na Rede SciELO [online]. SciELO – Scientific Electronic Library Online, 2023 [viewed 27 February 2026]. Available from: https://wp.scielo.org/wp-content/uploads/Guia-de-uso-de-ferramentas-e-recursos-de-IA-20230914.pdf↩

Referências

BROWN, R., SILLENCE, E. and BRANLEY-BELL, D. AcademAI: Investigating AI Usage, Attitudes, and Literacy in Higher Education and Research. Journal of Educational Computing Research [online]. 2025, vol. 54, no.1, ISSN: 0735-6331 [viewed 27 February 2026]. https://doi.org/10.1177/00472395251347304. Available from: https://journals.sagepub.com/doi/10.1177/00472395251347304

Guia de uso de ferramentas e recursos de Inteligência Artificial na comunicação de pesquisas na Rede SciELO [online]. SciELO – Scientific Electronic Library Online, 2023 [viewed 27 February 2026]. Available from: https://wp.scielo.org/wp-content/uploads/Guia-de-uso-de-ferramentas-e-recursos-de-IA-20230914.pdf

HACKL, V., MULLER, A. E. and SAILER, M.. The AI literacy heptagon: A structured approach to AI literacy in higher education.Computers and Education: Artificial Intelligence [online]. 2026, vol. 10, ISSN: 2666-920X. [viewed 27 February 2026]. https://doi.org/10.1016/j.caeai.2026.100540. Available from: https://www.sciencedirect.com/science/article/pii/S2666920X26000019?via%3Dihub

KNOTH, N.,et al. AI literacy and its implications for prompt engineering strategies.Computers and Education: Artificial Intelligence [online] 2024, vol. 6, art. 100225. [viewed 27 February 2026] https://doi.org/10.1016/j.caeai.2024.100225. Available from: https://www.sciencedirect.com/science/article/pii/S2666920X24000262?via%3Dihub

LONG, D. and MAGERKO, B. What is AI Literacy? Competencies and Design Considerations.Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems [online]. 2020, vol. 2020, no 191, pp. 1–16 [viewed 27 February 2026]. https://doi.org/10.1145/3313831.3376727. Available from: https://dl.acm.org/doi/10.1145/3313831.3376727

SAMPAIO, R.C., SABBATINI, M. and LIMONGI, R. Diretrizes para o uso ético e responsável da Inteligência Artificial Generativa: um guia prático para pesquisadores. São Paulo: Editora Intercom, 2024. Available from: https://www.portcom.intercom.org.br/ebooks/detalheEbook.php?id=57203

WALTER, Y. Embracing the future of Artificial Intelligence in the classroom: the relevance of AI literacy, prompt engineering, and critical thinking in modern education. International Journal of Educational Technology in Higher Education [online]. 2024, vol. 21, no. 1, art. 15, ISSN: 2365-9440 [viewed 27 February 2026]. https://doi.org/10.1186/s41239-024-00448-3. Available from: https://link.springer.com/article/10.1186/s41239-024-00448-3

YANG, Y., et al.. Navigating the landscape of AI literacy education: insights from a decade of research (2014–2024). Humanities and Social Sciences Communications [online]. 2025, vol. 12, no. 1, pp. 1-12. [viewed 27 February 2026]. https://doi.org/10.1057/s41599-025-04583-8. Available from: https://www.nature.com/articles/s41599-025-04583-8

Sobre Ricardo Limongi

Professor de Marketing e Inteligência Artificial, Universidade Federal de Goiás (UFG), Goiânia–GO, e Editor-Chefe do periódico Brazilian Administration Review (BAR) da ANPAD, Bolsista DT-CNPq.