Engenharia de Prompt Pedagógica: Aprendizagem Significativa em Matemática com IA Generativa

Resumen

O presente estudo analisa o papel da engenharia de prompt como estratégia de mediação pedagógica no ensino de matemática, fundamentado na teoria da aprendizagem significativa de Ausubel. A pesquisa qualitativa, exploratória e descritiva compara prompts genéricos com prompts estruturados segundo o método IDEAL (Intenção, Detalhe, Exemplo, Ação, Limite), investigando como a estruturação intencional de instruções para inteligência artificial generativa pode favorecer a aprendizagem significativa. Os resultados evidenciam que prompts estruturados pedagogicamente geram respostas mais contextualizadas, com exemplos e explicações detalhadas, promovendo maior engajamento e compreensão conceitual. A análise crítica em relação à literatura sobre sistemas tutores inteligentes demonstra que o método IDEAL representa uma evolução na personalização da interação aluno-IA. O estudo reafirma o papel essencial do professor como mediador, não como substituído pela tecnologia, e identifica a engenharia de prompt como competência pedagógica fundamental na contemporaneidade. Considera-se que a integração intencional de IA generativa no ensino de matemática, mediada por prompts estruturados, potencializa a aprendizagem significativa e reposiciona o docente como articulador entre tecnologia e conhecimento. As implicações práticas abrangem formação docente, design curricular e políticas educacionais para garantir equidade no acesso e uso ético da tecnologia.