Inteligência artificial como recurso de apoio pedagógico no ensino de Engenharia de Minas

Autores

DOI:

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

Palavras-chave:

inteligência artificial generativa, ensino de Engenharia de Minas, ferramentas de apoio pedagógico, avaliação de respostas por docentes, tecnologias educacionais

Resumo

A inteligência artificial tem se mostrado uma ferramenta promissora no ensino de Engenharia de Minas, auxiliando na mediação de conteúdos complexos e na diversificação de estratégias didáticas. Este estudo analisou a aplicação de duas ferramentas de inteligência artificial generativa (ChatGPT-4 e DeepSeek-V3) no curso de Engenharia de Minas da Universidade Federal dos Vales do Jequitinhonha e Mucuri, campus Janaúba, em Minas Gerais, comparando o desempenho de ambas e discutindo possíveis contribuições para o processo de ensino-aprendizagem. A pesquisa, de natureza experimental e qualiquantitativa, contou com a avaliação de respostas geradas pelo ChatGPT-4 e pelo DeepSeek-V3, separadas em dois níveis distintos de complexidade. Os resultados indicaram um melhor desempenho geral do DeepSeek-V3, sendo a fundamentação teórica o seu ponto mais forte apontado pelos docentes, enquanto o ChatGPT-4 foi apontado como responsável por respostas com estrutura e organização melhores. Desta forma, é importante compreender a necessidade do uso de cada inteligência artificial, apoiando-se em seus pontos fortes, em especial quando se considera o contexto da docência no ensino superior em Engenharia de Minas.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Paulo Henrique Santana França, Universidade Federal dos Vales do Jequitinhonha e Mucuri

    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, Universidade Federal dos Vales do Jequitinhonha e Mucuri

    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, Universidade Federal dos Vales do Jequitinhonha e Mucuri

    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.

Referências

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

Publicado

30-03-2026

Edição

v. 16 (2026)

Seção

Seção especial: IA nos processos de ensino-aprendizagem

Licença

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

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Autores que publicam nesta revista mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

 

Política de acesso aberto:

A Revista Docência do Ensino Superior  é um periódico de Acesso Aberto, o que significa que todo o conteúdo está disponível gratuitamente, sem custo para o usuário ou sua instituição. Os usuários podem ler, baixar, copiar, distribuir, imprimir, pesquisar ou vincular os textos completos dos artigos, ou usá-los para qualquer outra finalidade legal, sem solicitar permissão prévia do editor ou do autor, desde que respeitem a licença de uso do Creative Commons utilizada pelo periódico. Esta definição de acesso aberto está de acordo com a Iniciativa de Acesso Aberto de Budapeste (BOAI).

Como Citar

FRANÇA, Paulo Henrique Santana; SILVA, Herbert Souza e; SILVA, Gerson Ferreira da; MATA, Jônatas Franco Campos da. Inteligência artificial como recurso de apoio pedagógico no ensino de Engenharia de Minas. 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 abr. 2026.