Artificial intelligence as a pedagogical support resource in Mining Engineering education

Authors

DOI:

https://doi.org/10.35699/2237-5864.2026.58434

Keywords:

generative artificial intelligence, Mining Engineering education, pedagogical support tools, teacher-based answer evaluation, educational technologies

Abstract

Artificial intelligence has proven to be a promising tool in Mining Engineering education, assisting in the mediation of complex content and the diversification of teaching strategies. This study analyzed the application of two generative artificial intelligence tools (ChatGPT-4 and DeepSeek-V3) in the Mining Engineering course at the Federal University of the Jequitinhonha and Mucuri Valleys (UFVJM), Janaúba campus, at Minas Gerais, comparing the performance of both and discussing possible contributions to the teaching-learning process. The research, of an experimental and qualitative-quantitative nature, involved the evaluation of responses generated by ChatGPT-4 and DeepSeek-V3, separated into two groups of distinct levels of complexity. The results indicated a better overall performance of DeepSeek-V3, with theoretical grounding being its strongest point according to the instructors, while ChatGPT-4 was noted for providing answers with better structure and organization. Therefore, it is important to understand the need for using each artificial intelligence, relying on its strengths, especially when considering the context of teaching in higher education in Mining Engineering.

Downloads

Download data is not yet available.

Author Biographies

  • Paulo Henrique Santana França, Federal University from Jequitinhonha and Mucuri's Valleys

    Graduado no curso de Ciência e Tecnologia (2024) e cursando Engenharia de Minas pela Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), possui experiência prática e teórica em beneficiamento mineral, com ênfase em minério de ferro e ouro. Durante sua trajetória acadêmica, tem atuado em projetos de pesquisa e extensão voltados à mineração, meio ambiente e uso de geotecnologias.

  • Herbert Souza e Silva, UNIFIPMoc - Centro Universitário FIPMoc

    Graduado em Ciências Biológicas (2009) e mestre em Biodiversidade e Uso dos Recursos Naturais (2012) pela Universidade Estadual de Montes Claros (UNIMONTES), concluiu Engenharia de Minas (2017) pelas Faculdades Integradas Pitágoras (FIPMoc). É professor do curso de Engenharia de Computação no Centro Universitário UNIFIPMoc, atuando também em consultoria ambiental e minerária, em áreas como geoprocessamento e outorga de recursos hídricos.

  • Gerson Ferreira da Silva, Federal University from Jequitinhonha and Mucuri's Valleys

    Graduado em Engenharia de Minas (2004) e mestre em Engenharia de Minas (2019) pela Universidade Federal de Campina Grande (UFCG), concluiu o doutorado em Engenharia de Minas, Metalúrgica e Materiais (2023) pela Universidade Federal do Rio Grande do Sul (UFRGS). É professor efetivo da Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), possuindo também experiência consolidada em mineração.

  • Jônatas Franco Campos da Mata, Federal University from Jequitinhonha and Mucuri's Valleys

    Graduado em Engenharia de Minas (1994) e doutor em Engenharia de Minas (2022) pela Universidade Federal de Minas Gerais (UFMG), concluiu o mestrado em Ciências e Tecnologia de Radiações, Minerais e Materiais (2016) pelo Centro de Desenvolvimento da Tecnologia Nuclear (CDTN). É professor efetivo da Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), tendo experiência consolidada em mineração.

References

ACEMOGLU, Daron; RESTREPO, Pascual. The wrong kind of AI? Artificial intelligence and the future of labour demand. Cambridge Journal of Regions, Economy and Society, v. 13, n. 1, p. 25-35, 2020. DOI: https://doi.org/10.1093/cjres/rsz022. Disponível em: https://academic.oup.com/cjres/article-abstract/13/1/25/5680462?redirectedFrom=fulltext. Acesso em: 7 jan. 2026.

AGRAWAL, Ajay; GANS, Joshua; GOLDFARB, Avi. Prediction machines, updated and expanded: the simple economics of artificial intelligence. Harvard Business Press, 2022.

CIEB. Inteligência artificial na educação. [São Paulo]: CIEB, nov. 2019. (CIEB Notas Técnicas, n. 16). Disponível em: https://cieb.net.br/wp-content/uploads/2019/11/CIEB_Nota_Tecnica16_nov_2019_digital.pdf. Acesso em: 13 fev. 2025.

IBM. Centro Paula Souza e IBM lançam P-Tech em encontro na Capital. 2018. Disponível em: https://www.cps.sp.gov.br/centro-paula-souza-e-ibm-lancam-p-tech-em-encontro-na-capital/. Acesso em: 13 fev. 2025.

LORENZONI, M. Geekie: o caminho para impactar 5 milhões de estudantes. Geekie. 2020. Disponível em: https://www.geekie.com.br/geekie-5-milhoes/. Acesso em: 12 fev. 2025.

LUCKIN, Rosemary; HOLMES, Wayne. Intelligence unleashed: an argument for AI in education. 2016. Disponível em: https://www.researchgate.net/publication/299561597_Intelligence_Unleashed_An_argument_for_AI_in_Education. Acesso em: 7 jan. 2026.

MASSCHELEIN, Jan; SIMONS, Maarten. Em defesa da escola: uma questão pública. Belo horizonte: Autêntica, 2022.

NÓVOA, António Sampaio da. A metamorfose da escola. Revista Militar, Lisboa, v. 72, n. 1, p. 33-42, jan. 2020. Disponível em: https://www.revistamilitar.pt/recursos/files/2020/Revista_Militar_Jan_2020.pdf. Acesso em: 13 fev. 2025.

SANTOS, Allan Erlikhman Medeiros; MENDONÇA, Guilherme Alzamora; AMARAL, Talita Káren Magalhães. PROPOSTA DE UM MODELO DE ESTABILIDADE PARA OS REALCES DA MINA DE VAZANTE POR MEIO INTELIGÊNCIA ARTIFICIAL. In: 15ª Semana de Ciência & Tecnologia 2019-CEFET-MG. 2019.

SICHMAN, Jaime Simão. Inteligência artificial e sociedade: avanços e riscos. Estudos avançados, São Paulo, v. 35, p. 37-50, 2021. DOI: https://doi.org/10.1590/s0103-4014.2021.35101.004. Disponível em: https://www.scielo.br/j/ea/a/c4sqqrthGMS3ngdBhGWtKhh/?format=html&lang=pt. Acesso em: 7 jan. 2026.

Seção especial: IA nos processos de ensino-aprendizagem

Downloads

Published

2026-03-30

Issue

Vol. 16 (2026)

Section

Seção especial: IA nos processos de ensino-aprendizagem

License

Copyright (c) 2026 Paulo Henrique Santana França, Herbert Souza e Silva, Gerson Ferreira da Silva, Jônatas Franco Campos da Mata

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Authors who publish in this journal retain the copyright and grant the journal the right of first publication, with the work simultaneously licensed under the Creative Commons Attribution License which allows the sharing of work with acknowledgment of authorship and initial publication in this journal.

Authors are authorized to take additional contracts separately, for non-exclusive distribution of the version of the work published in this journal (e.g. publish in institutional repository or as a book chapter), with acknowledgment of authorship and initial publication in this journal.

 

Open access policy:

Revista Docência do Ensino Superior  is an Open Access journal, which means that all content is available free of charge, at no cost to the user or their institution. Users may read, download, copy, distribute, print, search, or link to the full texts of the articles, or use them for any other legal purpose, without seeking prior permission from the publisher or author, provided they respect the license to use the Creative Commons used by the journal. This definition of open access is in line with the Budapest Open Access Initiative (BOAI).

How to Cite

FRANÇA, Paulo Henrique Santana; SILVA, Herbert Souza e; SILVA, Gerson Ferreira da; MATA, Jônatas Franco Campos da. Artificial intelligence as a pedagogical support resource in Mining Engineering education. Revista Docência do Ensino Superior, Belo Horizonte, v. 16, p. 1–26, 2026. DOI: 10.35699/2237-5864.2026.58434. Disponível em: https://periodicos.ufmg.br/index.php/rdes/article/view/58434. Acesso em: 4 apr. 2026.