Inteligência Artificial

Há uma frase que se repete sempre que falamos de Inteligência Artificial na Educação:

“A IA não vai substituir o professor.”

É uma frase tranquilizadora. E acredito que está certa.

Mas, sozinha, pode esconder uma parte importante da conversa.

A Inteligência Artificial pode não substituir a profissão docente. No entanto, já consegue realizar, acelerar ou transformar algumas das tarefas que fazem parte do nosso trabalho.

Planificar uma primeira versão de uma aula. Criar perguntas. Adaptar um texto. Organizar informação. Preparar uma grelha. Resumir um documento. Produzir materiais. Sugerir feedback. Redigir uma comunicação.

Perante isto, a pergunta mais útil talvez não seja:

“A IA vai substituir os professores?”

Talvez seja esta:

Que partes do meu trabalho podem ser entregues à tecnologia — e em que partes continua a estar o meu verdadeiro valor?

Foi esta a reflexão central da LIVE que está na origem deste artigo. Não uma conversa sobre professores contra máquinas, mas sobre tempo, escolhas, responsabilidade e aquilo que significa realmente ensinar.

Vê a LIVE completa

Na LIVE “A IA não vai substituir o professor. Mas pode substituir algumas das suas tarefas”, desenvolvo esta ideia e proponho uma forma mais útil de pensarmos a relação entre o trabalho docente e a Inteligência Artificial.

Se o vídeo não aparecer, podes abri-lo diretamente no YouTube.

A IA não substitui profissões de uma só vez. Transforma tarefas.

Quando pensamos no futuro do trabalho, é fácil imaginarmos uma profissão inteira a desaparecer e uma tecnologia a ocupar o seu lugar.

Na realidade, a mudança costuma ser menos simples.

Uma profissão é composta por muitas tarefas. Algumas são repetitivas e previsíveis. Outras exigem interpretação, responsabilidade, conhecimento do contexto, relação humana ou capacidade para tomar decisões perante situações que nunca são exatamente iguais.

É por isso que duas afirmações podem ser verdadeiras ao mesmo tempo:

• A IA não consegue substituir tudo aquilo que significa ser professor.
• A IA já consegue assumir ou acelerar algumas tarefas realizadas pelos professores.

Esta distinção não é apenas uma opinião. A Organização Internacional do Trabalho tem analisado a exposição das profissões à IA generativa a partir das tarefas que as constituem. A sua conclusão principal é que, devido à necessidade de intervenção humana, a transformação dos empregos é mais provável do que a sua eliminação completa.

Na Educação, isto obriga-nos a mudar a pergunta.

Em vez de discutirmos apenas se a tecnologia pode substituir o professor, precisamos de olhar para o interior da profissão e perceber:

• Que tarefas têm pouco valor acrescentado, mas consomem muito tempo?
• Que tarefas podem beneficiar de uma primeira versão criada pela IA?
• Que decisões exigem conhecimento dos alunos e do contexto?
• Que momentos dependem da presença, da relação e do julgamento profissional?

É aqui que a conversa se torna verdadeiramente útil.

Ensinar nunca foi apenas produzir

Ao longo de uma semana, um professor produz muita coisa.

Planificações, apresentações, fichas, perguntas, grelhas, relatórios, critérios, mensagens, adaptações, atas, recursos e propostas de atividades.

Mas produzir esses materiais não é o mesmo que ensinar.

Uma planificação pode estar impecável e a aula não resultar. Uma apresentação pode ser visualmente perfeita e não ajudar os alunos a compreender. Uma ficha pode ter dezenas de perguntas e não revelar aquilo que o aluno realmente pensa.

Ensinar nunca foi produzir. Produzir é apenas uma parte do trabalho que torna o ensino possível.

Ensinar é reparar que um aluno deixou de acompanhar, mesmo que não tenha dito nada.

É abandonar uma explicação que parecia excelente e procurar outra porque os olhares da turma mostram que não está a funcionar.

É perceber quando uma pergunta precisa de mais tempo. Quando um conflito não deve ser ignorado. Quando um aluno precisa de incentivo, de exigência, de estrutura ou simplesmente de alguém que acredite que ele consegue.

É interpretar o contexto e decidir.

A IA pode ajudar-nos a preparar a aula. Mas não está dentro da sala a ler tudo o que acontece nela.

O que pode a IA fazer pelo professor?

A melhor utilização da IA não começa por perguntar o que a ferramenta consegue fazer.

Começa por identificar uma tarefa concreta que está a consumir tempo ou energia em excesso.

Há quatro áreas em que a Inteligência Artificial pode ser particularmente útil.

1. Retirar-nos da página em branco

Começar é, muitas vezes, a parte mais lenta.

A IA pode criar uma primeira proposta de planificação, um conjunto inicial de perguntas, uma estrutura de apresentação, um exemplo, um guião ou um rascunho de comunicação.

Essa primeira versão não tem de ser perfeita. Tem de ser suficientemente útil para podermos reagir, corrigir e melhorar.

2. Adaptar e diferenciar

A partir de um recurso já criado, podemos pedir versões com linguagem mais simples, maior apoio visual, passos mais explícitos, níveis diferentes de dificuldade ou adaptações para necessidades específicas.

A IA acelera a transformação do material. O professor confirma se a adaptação responde realmente às necessidades daquele aluno.

3. Organizar e analisar informação

Podemos utilizar a IA para sintetizar respostas, organizar ideias recorrentes, comparar versões, estruturar dados ou produzir uma primeira análise com base em critérios definidos.

Mas uma análise automática não deve tornar-se automaticamente numa decisão pedagógica. A ferramenta identifica padrões. O professor interpreta-os no contexto.

4. Reduzir trabalho repetitivo

Há tarefas que repetimos com pequenas variações: reformular instruções, converter conteúdos para outro formato, preparar modelos, criar versões, organizar tópicos ou redigir mensagens semelhantes.

Quando a estrutura é clara e o risco é reduzido, a IA pode retirar muito peso a esse trabalho.

No artigo “5 Tarefas em que a Inteligência Artificial Pode Poupar Tempo aos Professores”, encontras exemplos concretos desta lógica aplicada a fichas diferenciadas, questionários, feedback, assistentes e recursos no Canva.

A IA pode responder. O professor pode questionar.

Os sistemas de Inteligência Artificial são extraordinariamente rápidos a produzir respostas.

Conseguem resumir, explicar, exemplificar, reformular e gerar possibilidades em poucos segundos.

Mas uma boa resposta não garante uma boa aprendizagem.

Por vezes, o aluno não precisa de receber mais uma explicação. Precisa de uma pergunta que o faça parar.

Uma pergunta que revele uma ideia errada. Que o obrigue a justificar. Que relacione o conteúdo com algo que já conhece. Que torne visível o caminho que utilizou. Que o ajude a perceber onde se enganou.

É aqui que está uma das diferenças mais importantes:

A IA pode responder.
O professor pode questionar.

Não porque a IA seja incapaz de gerar perguntas. Consegue fazê-lo.

Mas o professor sabe qual é a pergunta necessária naquele momento, para aquele aluno, depois daquela resposta e dentro daquela relação.

Um chatbot pode sugerir:

“Quais foram as causas da Revolução Francesa?”

O professor pode ouvir uma resposta e perguntar:

“Disseste que a desigualdade foi a causa principal. Que evidência te leva a colocá-la acima da crise financeira?”

A segunda pergunta nasce do que acabou de acontecer. Não estava pronta antes da conversa.

Ensinar vive muito deste ajuste contínuo.

Três decisões: delegar, acelerar ou preservar

Perante cada tarefa, podemos tomar uma de três decisões.

Delegar não significa abdicar da responsabilidade.

Se pedimos à IA que organize um conjunto de dados, continuamos responsáveis pela utilização que fazemos do resultado. Se pedimos uma primeira versão de feedback, continuamos responsáveis pela mensagem que chega ao aluno.

E preservar uma tarefa não significa rejeitar toda a ajuda tecnológica. Podemos utilizar uma ferramenta para organizar informação antes de uma reunião sem delegar à ferramenta a decisão que será tomada nessa reunião.

O importante é não confundir apoio com substituição.

O valor humano do professor não está apenas nas tarefas que a IA não consegue fazer

Há um risco nesta discussão: definirmos o professor apenas pelo que a tecnologia ainda não consegue realizar.

Como se o nosso valor estivesse numa lista de limitações temporárias da máquina.

Não está.

O valor humano do professor resulta da combinação de várias dimensões:

• Conhecimento do contexto: saber quem são aqueles alunos, o que já viveram, o que foi trabalhado e onde surgiram dificuldades.
• Julgamento pedagógico: escolher entre várias possibilidades e justificar por que razão uma faz mais sentido naquele momento.
• Relação: criar confiança, reconhecer emoções, gerir expectativas e fazer o aluno sentir-se visto.
• Responsabilidade: assumir as consequências das decisões e não esconder-se atrás de uma recomendação automática.
• Ética: perceber não apenas o que pode ser feito, mas aquilo que deve ou não deve ser feito.
• Capacidade de improvisar: ajustar uma aula perante o inesperado e transformar um erro, uma pergunta ou um acontecimento numa oportunidade de aprendizagem.
• Intenção: decidir que aprendizagem queremos promover e por que razão vale a pena promovê-la.

O Referencial de Competências em IA para Professores da UNESCO segue precisamente uma abordagem centrada no ser humano. Não se limita ao domínio técnico: inclui agência humana, responsabilidade, ética, pedagogia e desenvolvimento profissional.

A tecnologia deve ampliar a capacidade de ação do professor, não reduzir a sua autonomia.

Nem tudo o que pode ser automatizado deve ser automatizado

Uma ferramenta pode conseguir produzir uma determinada saída e, mesmo assim, não ser adequado entregarmos-lhe a tarefa.

Antes de utilizar IA, precisamos de considerar o risco, os dados envolvidos e as consequências de um erro.

Cuidado com os dados dos alunos

Não devemos introduzir em serviços externos dados pessoais ou informação sensível desnecessária. Trabalhos, avaliações, relatórios e situações individuais exigem especial cuidado.

Cuidado com a falsa segurança

Um texto bem escrito pode conter erros. Uma explicação convincente pode estar desajustada ao currículo. Uma rubrica pode parecer completa e ignorar aquilo que realmente queríamos avaliar.

A fluência da resposta não é garantia de qualidade.

Cuidado com a perda de competência

Se entregarmos sempre uma tarefa à IA sem compreendermos o processo, podemos deixar de conseguir avaliar a qualidade do resultado.

Para validar uma planificação, precisamos de saber planificar. Para avaliar um feedback, precisamos de compreender o que torna o feedback útil. Para verificar uma adaptação, precisamos de conhecer o aluno.

Cuidado com o paradoxo da produtividade

Se utilizarmos a IA apenas para produzir mais fichas, mais apresentações, mais relatórios e mais tarefas, podemos acabar com menos tempo e não com mais.

O objetivo não é aumentar infinitamente a produção.

É retirar peso onde ele não acrescenta valor e recuperar espaço para aquilo que importa.

A própria orientação da UNESCO para a IA generativa na Educação defende uma integração centrada no ser humano, com validação ética e desenho pedagógico adequado à idade e ao contexto.

Um exercício para fazeres esta semana

Não precisas de começar por aprender uma nova ferramenta.

Começa por observar o teu trabalho.

1. Durante uma semana, aponta as tarefas que realizas e o tempo aproximado que consomem.
2. Assinala aquelas que são repetitivas, burocráticas ou começam sempre da mesma forma.
3. Identifica as tarefas que exigem conhecimento dos alunos, relação ou uma decisão profissional importante.
4. Escolhe apenas uma tarefa para experimentar com IA.
5. Decide se a vais delegar, acelerar ou preservar.
6. Compara o tempo utilizado e a qualidade do resultado.

Podes utilizar estas cinco perguntas:

• Esta tarefa tem regras suficientemente claras?
• Que parte é repetitiva?
• Qual seria a consequência de um erro?
• Que conhecimento do contexto é necessário?
• Onde precisa de estar a decisão final?

Se a experiência resultar, guarda o processo. Melhora as instruções. Cria um modelo reutilizável.

Depois escolhe outra tarefa.

Não se trata de transformar toda a profissão numa semana. Trata-se de recuperar tempo de forma consciente, sem entregar à tecnologia aquilo que dá sentido ao nosso trabalho.

O professor insubstituível não é o que faz tudo sozinho

Durante muito tempo, associámos competência profissional à capacidade de fazer tudo.

Preparar tudo. Criar tudo. Corrigir tudo. Resolver tudo. E, de preferência, sem mostrar cansaço.

A Inteligência Artificial pode ajudar-nos a abandonar esta ideia.

Um professor não se torna menos profissional porque utiliza tecnologia para acelerar uma tarefa. Torna-se mais consciente quando sabe explicar por que razão a utiliza, que parte delega, como valida o resultado e onde mantém a decisão.

O professor insubstituível não é o que faz tudo sozinho. É o que sabe onde a sua presença faz a diferença.

A IA pode produzir.

O professor pode dar propósito ao que é produzido.

A IA pode encontrar padrões.

O professor pode interpretar o que esses padrões significam naquela turma.

A IA pode sugerir caminhos.

O professor assume a responsabilidade pela escolha.

A IA pode responder.

O professor pode questionar.

Queres aprofundar esta forma de trabalhar?

No curso Inteligência Artificial para Professores — Professores Insubstituíveis, exploramos formas práticas de integrar a IA no trabalho real do professor: preparar, criar, adaptar, diferenciar, avaliar e recuperar tempo, mantendo o critério e a decisão do nosso lado.

Não para substituir o professor.

Mas para retirar peso às tarefas que o afastam daquilo que só ele pode fazer.

Boas Aprendizagens!

Hoje conseguimos criar uma imagem impressionante em poucos segundos. Basta escrever algumas palavras, esperar um momento e a Inteligência Artificial devolve-nos uma composição visual que, há poucos anos, exigiria tempo, ferramentas e competências muito específicas.

Para quem ensina, esta possibilidade é extraordinária. Podemos representar uma época histórica, tornar visível um conceito abstrato, criar uma analogia, adaptar um recurso a uma turma ou produzir um material que não encontrámos em nenhum manual.

Mas há uma pergunta que precisamos de fazer antes de abrir qualquer ferramenta:

Esta imagem vai ajudar os alunos a aprender ou vai apenas tornar a aula mais bonita?

Uma imagem pode surpreender, emocionar e captar a atenção. Tudo isso tem valor. No entanto, o impacto visual não é automaticamente impacto na aprendizagem.

Neste artigo, partilho uma forma simples de passar do efeito WOW para a intenção pedagógica — e de usar a IA para criar recursos visuais que façam realmente sentido no contexto da tua aula.

Vê a LIVE completa

Esta reflexão foi o ponto de partida para a LIVE “Uma imagem pode ensinar ou apenas tornar uma aula mais bonita?”. No vídeo, exploro os princípios essenciais e mostro, através de exemplos, como uma mesma ideia pode dar origem a imagens com funções pedagógicas muito diferentes.

“Uma imagem vale mais do que mil palavras.” Será sempre assim?

Provavelmente já ouviste esta frase muitas vezes. E, em determinados contextos, ela faz todo o sentido. Uma imagem consegue condensar informação, mostrar relações espaciais, representar algo que não está diante de nós e tornar visível o que seria difícil explicar apenas com palavras.

Mas uma imagem também pode criar ruído, reforçar uma ideia errada ou desviar a atenção do essencial.

Pensa, por exemplo, numa representação muito bonita do sistema solar. Se os tamanhos dos planetas e as distâncias entre eles não forem proporcionais, o aluno pode ficar com uma imagem mental cientificamente incorreta. O recurso impressiona, mas também pode induzir em erro.

O mesmo acontece com uma imagem cinematográfica da Revolução Francesa. Pode transportar-nos para a época e criar envolvimento emocional, mas, por si só, não explica a crise económica, as desigualdades sociais, o papel do Terceiro Estado ou as relações de causa e efeito.

Não basta uma imagem ser visualmente forte. É necessário perceber o que ela permite observar, relacionar, questionar ou compreender.

Nem todas as imagens desempenham a mesma função

Quando escolhemos ou criamos uma imagem para uma aula, podemos pensar em três níveis muito simples.

Isto não significa que uma imagem decorativa seja sempre inútil. Pode ajudar a criar uma atmosfera, despertar uma emoção ou tornar um material mais acolhedor. O problema surge quando esperamos que ela explique aquilo que não foi concebida para explicar.

O ponto de partida deve ser simples: que função preciso que esta imagem desempenhe?

O que nos diz a investigação?

Esta preocupação não nasce apenas da experiência em sala de aula. Há várias décadas que a investigação procura compreender de que modo as palavras e as imagens podem apoiar a aprendizagem.

Aprendemos melhor com palavras e imagens — quando estão bem combinadas

Richard E. Mayer, através dos seus estudos sobre aprendizagem multimédia, mostra que as pessoas podem aprender melhor com palavras e imagens do que apenas com palavras. Contudo, isso não significa juntar elementos visuais sem critério. A seleção, a organização e a relação entre os elementos são determinantes.

O verbal e o visual podem reforçar-se

A teoria da dupla codificação, associada a Allan Paivio, ajuda-nos a compreender que processamos informação através de sistemas verbais e não verbais. Quando uma imagem relevante complementa uma explicação, pode criar mais caminhos para organizar e recuperar o conhecimento.

A memória de trabalho é limitada

A teoria da carga cognitiva, desenvolvida por John Sweller, recorda-nos que a memória de trabalho tem limites. Uma imagem sobrecarregada, com demasiados elementos ou detalhes irrelevantes, pode competir com aquilo que queremos ensinar.

Também uma revisão de Russell Carney e Joel Levin sobre ilustrações e aprendizagem a partir de textos reforça uma ideia importante: as imagens podem melhorar a aprendizagem, mas o efeito depende da sua relevância, da sua qualidade e da forma como são integradas na atividade.

A questão não é saber se devemos usar imagens. É saber que imagem usar, com que intenção e para provocar que aprendizagem.

Impacto visual não é o mesmo que aprendizagem

Uma imagem com impacto pode fazer o aluno parar, olhar e querer saber mais. Esse primeiro momento é importante. A atenção abre uma porta.

Mas aprender exige mais do que entrar pela porta.

Um recurso visual orientado para a aprendizagem pode ajudar o aluno a:

• selecionar a informação relevante;
• organizar elementos numa sequência ou estrutura;
• estabelecer relações entre ideias;
• compreender uma relação de causa e efeito;
• tornar visível um processo abstrato;
• identificar e corrigir uma conceção errada;
• formular uma hipótese, justificar uma decisão ou participar num debate.

Por isso, uma imagem pode ter um grande efeito WOW e, ainda assim, ensinar muito pouco. Também pode ser visualmente simples e tornar claro um conceito que parecia difícil.

Cinco funções que uma imagem pode ter na aula

Antes de criares o próximo recurso, experimenta escolher uma destas cinco funções.

1. Decorar

A imagem cria ambiente, identidade ou enquadramento emocional. Pode transportar os alunos para uma época, um lugar ou uma situação. É uma função legítima, desde que saibamos que estamos a decorar e não a explicar.

2. Atrair

A imagem desperta curiosidade e convida a entrar no tema. Pode apresentar uma situação inesperada, uma contradição, um detalhe intrigante ou uma pergunta visual.

Por exemplo: uma ponte cheia de pessoas parece começar a oscilar. O que poderá estar a acontecer?

3. Representar

A imagem torna visível uma realidade que os alunos não podem observar diretamente. Pode mostrar um fenómeno, um objeto, uma estrutura, um lugar distante ou uma reconstrução histórica.

4. Explicar

A imagem mostra relações, etapas, transformações ou mecanismos. Aqui, a composição deve orientar o olhar e ajudar a perceber como ou porquê algo acontece.

5. Fazer pensar

A imagem torna-se o ponto de partida para interpretar, comparar, argumentar, escrever ou discutir. Em vez de entregar imediatamente uma resposta, cria espaço para o pensamento.

Uma representação histórica, por exemplo, pode ser acompanhada por uma pergunta como: “Se pudesses eliminar uma das causas deste acontecimento, qual escolherias e porquê?”

A imagem deixa, assim, de ser apenas um elemento que se observa. Passa a ser um recurso que se explora.

As três perguntas que devem surgir antes do prompt

É tentador começar por abrir uma ferramenta e escrever: “Cria uma imagem sobre…”. Mas o trabalho mais importante acontece antes do prompt.

Antes de criares ou escolheres uma imagem, responde a estas três perguntas:

1. O que quero que os alunos aprendam?
2. O que quero que vejam ou compreendam?
3. O que ganham com esta imagem que seria mais difícil alcançar apenas com palavras?

Se as três respostas forem claras, estás muito mais próximo de criar um recurso com intenção pedagógica. Se a terceira resposta for apenas “fica mais bonito”, talvez seja necessário repensar a função da imagem.

Repara na mudança:

• em vez de “Quero uma imagem sobre a ressonância”;
• experimentamos “Preciso de uma imagem que ajude os alunos a compreender como pequenas forças repetidas e sincronizadas podem aumentar progressivamente a oscilação de uma estrutura”.

A segunda formulação já contém uma intenção, uma relação e um resultado esperado. A IA passa a ter indicações para construir um recurso, não apenas para produzir uma ilustração.

Um exemplo: porque pode uma multidão fazer oscilar uma ponte?

Na LIVE, explorei este exemplo para mostrar como uma mesma ideia pode ser apresentada em diferentes níveis.

Primeira imagem: criar impacto

Uma ponte pedonal moderna, cheia de pessoas, vista de um ângulo cinematográfico. É visualmente forte e pode captar a atenção, mas ainda não explica o fenómeno.

Segunda imagem: criar contexto e curiosidade

A ponte aparece com movimento lateral visível e várias pessoas caminham de forma sincronizada. Já existem pistas para formular hipóteses: serão os passos? Será o número de pessoas? Porque aumenta a oscilação?

Terceira imagem: explicar

O recurso mostra que pequenas forças repetidas, quando coincidem com o comportamento da estrutura, podem produzir uma oscilação progressivamente maior. Setas, sequência, comparação e foco visual ajudam a compreender a relação entre os elementos.

Podemos ainda recorrer a uma analogia próxima: empurrar um baloiço. Um pequeno impulso dado no momento certo pode aumentar o movimento. A analogia não substitui a explicação científica, mas cria uma ponte com uma experiência conhecida.

A sequência pode ser, portanto:

1. Impactar — fazer parar e olhar;
2. Despertar curiosidade — convidar a formular hipóteses;
3. Explicar — tornar visíveis as relações essenciais.

Nem sempre precisamos das três imagens. A escolha depende do objetivo, do tempo disponível, da idade dos alunos e do momento da aula.

A Inteligência Artificial mudou o processo — não substituiu a intenção

Durante muito tempo, os professores procuraram desenhos, esquemas, cartazes científicos, recortes e fotografias que se aproximassem do que precisavam. Muitas vezes, encontrávamos um recurso quase adequado e passávamos horas a adaptá-lo.

A IA permite-nos agora criar algo mais específico para uma turma, um conteúdo, uma dificuldade ou um momento da aula.

Podemos pedir:

• uma versão mais simples e com menos estímulos;
• uma sequência visual dividida em etapas;
• uma analogia próxima da realidade dos alunos;
• um esquema com maior contraste e leitura mais clara;
• um recurso adequado a uma faixa etária específica;
• uma representação que destaque uma relação ou um erro frequente.

Mas a ferramenta não conhece a turma como tu conheces. Não sabe que explicação já deste, onde surgiram dúvidas, que exemplos funcionaram ou que conceções erradas identificaste.

A qualidade do recurso nasce da ligação entre a intenção do professor e a capacidade de criação da IA.

Por isso, não precisamos de ser especialistas em fórmulas mágicas de prompts. Precisamos, sobretudo, de saber dar boas orientações pedagógicas.

Do objetivo à exploração: o Método PONTE

É precisamente para estruturar este processo que utilizo o Método PONTE:

• P — Propósito: o que pretendo que os alunos aprendam?
• O — Objetivo visual: o que deve ficar visível, claro ou comparável?
• N — Narrativa: que sequência, analogia ou situação ajuda a construir sentido?
• T — Tradução para IA: como transformo a intenção pedagógica em instruções concretas para a ferramenta?
• E — Exploração: o que vão os alunos fazer com a imagem depois de a observar?

A última etapa é especialmente importante. Um recurso visual não termina quando é projetado. Pode ser analisado, comparado, anotado, ordenado, questionado ou transformado numa explicação construída pelos próprios alunos.

Uma lista de verificação antes de levares a imagem para a aula

Antes de utilizares um recurso visual criado ou adaptado com IA, confirma:

• O objetivo de aprendizagem está claro?
• A imagem destaca o essencial?
• Há elementos decorativos que podem distrair?
• As relações, proporções e sequências estão cientificamente corretas?
• O texto, se existir, é legível e necessário?
• O contraste e a organização facilitam a leitura?
• O recurso é adequado à idade e às necessidades dos alunos?
• Se a imagem for retirada, perde-se alguma informação importante?
• Se houver risco de interpretação errada, como será orientada a exploração?
• Que pergunta ou tarefa acompanhará a imagem?

E, sempre que possível, testa. Observa onde os alunos olham, o que compreendem, que perguntas fazem e que interpretações surgem. A sala de aula é o lugar onde percebemos se uma imagem bonita se tornou, de facto, um bom recurso educativo.

Um pequeno desafio para a tua próxima aula

Escolhe uma imagem que estejas a pensar utilizar — retirada de um manual, encontrada online ou criada com IA — e responde às três perguntas:

1. O que quero que os alunos aprendam?
2. O que quero que vejam ou compreendam?
3. O que ganham com esta imagem?

Depois, decide a sua função: decorar, atrair, representar, explicar ou fazer pensar.

Talvez concluas que a imagem já cumpre muito bem o seu papel. Talvez precises de retirar elementos, mudar a composição, acrescentar uma sequência ou, simplesmente, criar uma pergunta melhor.

É aqui que está a verdadeira oportunidade da Inteligência Artificial: não apenas produzir mais imagens, mas ajudar-nos a criar recursos mais intencionais, mais ajustados e mais úteis para aprender.

Queres aprofundar a criação de recursos visuais educativos?

Na formação Aula Visual 360, exploramos este processo de forma prática: da intenção pedagógica à criação com Inteligência Artificial, passando pela composição, pelo rigor, pela adaptação e pela exploração dos recursos em contexto educativo.

Porque uma imagem pode ensinar. Mas, para isso, precisa de ser pensada como parte da aprendizagem — e não apenas como parte da apresentação.

Boas Aprendizagens!

Há uma frase que se ouve vezes sem conta nas escolas:

“Não tenho tempo.”

Não tenho tempo para preparar tudo o que gostaria. Não tenho tempo para dar feedback com a profundidade que queria. Não tenho tempo para criar aquela atividade diferente. Não tenho tempo para explorar mais uma ferramenta.

E compreendo perfeitamente.

Porque, quando terminamos uma tarefa, parece que já existem outras três à nossa espera.

Planificações, fichas de trabalho, grelhas, relatórios, reuniões, avaliações, adaptações, respostas a emails, preparação de materiais… e aquela burocracia que, por vezes, nos deixa com uma pergunta na cabeça:

“Mas é mesmo preciso fazer isto outra vez?”

Foi precisamente a partir desta realidade que preparei uma das minhas últimas LIVEs.

Não para mostrar mais 20 ferramentas de Inteligência Artificial.

Mas para responder a uma pergunta muito mais interessante:

Que tarefas que hoje me roubam tempo poderiam ser aceleradas com a ajuda da Inteligência Artificial?

Antes das ferramentas, faz este exercício

Numa formação recente com mais de 40 professores, comecei por propor um exercício muito simples.

Pedi aos colegas que fizessem uma lista com 10 a 15 tarefas que realizam frequentemente e que lhes ocupam bastante tempo.

Depois acrescentei uma segunda pergunta.

Quais são aquelas tarefas que tens de fazer, mas que te deixam a pensar: “Para que é que isto serve?”

Aquelas tarefas repetitivas. Burocráticas. Pouco estimulantes. Algumas obrigatórias. Outras que fazemos quase mecanicamente porque sempre fizemos assim.

Quando juntamos as duas listas, podemos facilmente chegar às 20, 30 ou mais tarefas.

E é aqui que começa uma utilização da Inteligência Artificial que considero muito mais interessante.

Em vez de começarmos pela ferramenta — ChatGPT, Gemini, Copilot, Brisk, Canva ou qualquer outra — começamos pelo problema.

E perguntamos:

“Como posso reduzir o tempo que gasto nesta tarefa?”

A ferramenta vem depois.

O objetivo não é trabalhar mais depressa para… trabalhar mais

Há aqui uma ideia que considero fundamental.

Imagina que uma determinada tarefa te ocupa seis horas e que, com a ajuda da IA, consegues realizá-la numa hora.

Fantástico.

Mas isso não significa que tenhas agora cinco horas disponíveis para preencher com mais trabalho.

Significa que recuperaste tempo.

Tempo para os alunos. Para preparar melhor uma aula quando isso realmente faz diferença. Para pensar. Para aprender. Ou simplesmente para fazer alguma coisa que não tenha absolutamente nada a ver com a escola.

A tecnologia só nos ajuda verdadeiramente a ganhar tempo se tivermos a coragem de não preencher imediatamente todo o tempo que conseguimos libertar.

Vê a LIVE completa

Na LIVE mostro estas ideias diretamente no ecrã e faço várias das experiências em tempo real. Algumas correm exatamente como previsto; outras obrigam a corrigir e reformular — o que também é importante para percebermos como estas ferramentas funcionam na realidade.

Se preferires começar pelos exemplos, deixo-te aqui cinco ideias que podes experimentar no teu próprio trabalho.

1. Criar e diferenciar uma ficha de trabalho

Preparar uma ficha não significa apenas escrever meia dúzia de perguntas.

É preciso selecionar os conteúdos, pensar na dificuldade, variar as tarefas, adequar a linguagem e, numa turma heterogénea, criar muitas vezes adaptações para diferentes alunos.

Na LIVE mostrei um exemplo de História e Geografia de Portugal em que, a partir do mesmo conteúdo, pedi à IA para criar diferentes versões da ficha.

Uma versão regular, com níveis progressivos de dificuldade.

Outra adaptada para um aluno com dislexia.

Outra com uma estrutura mais previsível para um aluno com Perturbação do Espetro do Autismo.

E versões adaptadas a alunos estrangeiros com Português Língua Não Materna.

O conteúdo essencial mantém-se.

O caminho para chegar até ele é que pode ser diferente.

Conversação natural ou um prompt mais estruturado?

Podemos simplesmente chegar ao ChatGPT ou a outro chatbot e escrever:

“Preciso de ajuda para criar uma ficha de trabalho.”

E depois continuar a conversar.

Funciona.

Aliás, continuo a considerar a conversação natural uma excelente forma de trabalhar com IA.

Mas há tarefas que repetimos frequentemente e em que faz sentido investir algum tempo na criação de uma estrutura reutilizável.

É aqui que entram técnicas de construção de prompts mais completos, como o PPCFL — Papel, Pedido, Contexto, Formato e Limitações.

Quanto melhor conseguirmos explicar aquilo de que precisamos, menor será, normalmente, o número de correções posteriores.

E isso também é poupar tempo.

2. Transformar um vídeo num questionário em poucos minutos

Esta é uma das utilizações que considero particularmente interessantes para quem utiliza vídeo nas aulas.

Imagina que encontraste um excelente vídeo sobre o 25 de Abril, os povos pré-romanos, o Sistema Solar ou qualquer outro conteúdo.

O vídeo é bom.

Mas não queres que os alunos se limitem a vê-lo.

Queres verificar a compreensão, lançar algumas questões ou criar uma pequena atividade de avaliação formativa.

Na LIVE utilizei o Brisk Teaching para demonstrar como podemos partir de um vídeo do YouTube e gerar um questionário.

Defini o ano de escolaridade, o número de perguntas e o tipo de questão e pedi que o resultado fosse criado diretamente no Google Forms.

Em poucos minutos tinha a estrutura do formulário preparada.

Depois entra a parte que continua a ser nossa:

• ler as perguntas;
• confirmar as respostas;
• verificar a adequação ao nível dos alunos;
• alterar aquilo que não faz sentido;
• decidir como utilizar a atividade.

A IA acelera a construção. O professor continua a decidir.

3. Dar feedback a trabalhos com base numa rubrica

Este é outro daqueles exemplos em que a diferença de tempo pode ser enorme.

Imagina 20 ou 25 trabalhos escritos.

Queremos dar feedback.

Não apenas colocar uma classificação.

Queremos explicar o que está bem, o que precisa de ser melhorado e, idealmente, dar ao aluno alguma indicação sobre o passo seguinte.

Pedagogicamente, faz todo o sentido.

O problema é o tempo.

Na demonstração utilizei trabalhos simulados sobre Camões e uma rubrica com vários critérios.

A IA analisou os textos tendo como referência essa rubrica e produziu uma primeira proposta de feedback para cada trabalho.

E escrevi primeira proposta propositadamente.

Porque não considero que devamos carregar os trabalhos, clicar num botão e enviar automaticamente aos alunos aquilo que a máquina produziu.

A automatização pode acelerar a análise. A responsabilidade pelo feedback continua a ser do professor.

Temos de ler, validar, corrigir e adaptar.

Mas começar com uma primeira análise estruturada pode ser muito diferente de começar com uma página completamente em branco.

E a privacidade?

Aqui há uma questão que não pode ser ignorada.

Quando trabalhamos com produções dos alunos, temos de ter especial cuidado com os dados que enviamos para serviços externos.

Devemos reduzir ao mínimo a informação identificável e evitar introduzir dados pessoais desnecessários.

A facilidade de utilização de uma ferramenta nunca deve substituir o nosso critério na proteção dos dados dos alunos.

4. Criar um assistente que os alunos podem utilizar

A quarta ideia muda um pouco a lógica.

Em vez de utilizarmos a IA apenas para produzir alguma coisa para nós, podemos criar um ambiente de interação para os alunos.

Na LIVE construí um exemplo muito simples:

“Vamos conversar com Luís de Camões.”

Através de um Gem do Gemini, podemos definir como queremos que o assistente se comporte, o tipo de linguagem que deve utilizar, os conteúdos que pode trabalhar e até aquilo que deve fazer quando o aluno tenta fugir completamente ao assunto.

Podemos ainda fornecer fontes selecionadas pelo professor para orientar as respostas.

O objetivo não é criar um chatbot que sabe tudo.

É quase o contrário.

É criar um assistente com limites.

Um recurso preparado para determinado objetivo de aprendizagem e determinado contexto.

E aqui há uma diferença importante entre simplesmente dizer aos alunos “usem o Gemini” e disponibilizar-lhes um assistente criado pelo professor para uma finalidade concreta.

No segundo caso existe uma intenção pedagógica.

Há regras.

Há fontes.

Há um objetivo.

E há orientação.

5. Criar a primeira versão de um recurso diretamente no Canva

A última experiência da LIVE foi feita com a IA do Canva.

Parti de conteúdos sobre Portugal no século XV e pedi a criação de uma atividade para alunos do 5.º ano.

O primeiro resultado?

Não gostei.

E ainda bem que aconteceu em direto.

Porque esta também é uma parte importante da utilização da IA que, por vezes, desaparece das demonstrações perfeitas que vemos nas redes sociais.

A IA nem sempre acerta à primeira.

Foi necessário explicar melhor o que pretendia: uma atividade com perguntas diferentes, um pequeno texto introdutório e uma organização mais adequada.

O resultado começou a aproximar-se do que precisava.

E, a partir daí, podia continuar no editor do Canva e fazer aquilo que um professor faz normalmente: editar, reorganizar, corrigir, melhorar e personalizar.

Ou seja:

IA → primeira versão → professor → recurso final

Não precisamos de exigir que a Inteligência Artificial nos entregue sempre um produto perfeito.

Por vezes, basta que nos retire da página em branco.

O padrão repete-se nos cinco exemplos

Se reparares, as ferramentas são diferentes.

Num momento utilizamos um chatbot. Noutro, o Brisk Teaching. Depois o Gemini. Mais à frente o Canva.

Mas a lógica é praticamente sempre a mesma:

1. Identificar uma tarefa que consome tempo.

2. Perceber que parte pode ser acelerada.

3. Dar contexto suficiente à IA.

4. Obter uma primeira versão.

5. Validar, corrigir e personalizar.

Talvez seja esta a mudança mais importante.

Não procurar ferramentas à espera de descobrir o que fazer com elas.

Fazer exatamente o contrário.

Olhar para aquilo que fazemos todos os dias e perguntar onde uma ferramenta nos pode ajudar.

Experimenta fazer isto durante uma semana

Tenho-te um desafio.

Durante os próximos sete dias, não procures novas ferramentas de Inteligência Artificial.

A sério.

Em vez disso, repara no teu trabalho.

Sempre que encontrares uma tarefa repetitiva, burocrática ou simplesmente demasiado demorada, aponta-a.

No final da semana escolhe cinco.

E, para cada uma, faz esta pergunta:

Devo DELEGAR, ACELERAR ou PRESERVAR esta tarefa?

Delegar, quando grande parte da execução pode ser entregue à tecnologia.

Acelerar, quando a IA pode criar uma primeira versão ou realizar parte do processo.

Preservar, quando estamos perante algo em que a decisão, relação, conhecimento do aluno ou julgamento profissional justificam que continue essencialmente nas nossas mãos.

Nem tudo deve ser automatizado.

E talvez seja precisamente essa a competência que mais precisamos de desenvolver neste momento: saber distinguir aquilo que podemos entregar à máquina daquilo que não devemos abdicar de fazer enquanto professores.

A pergunta talvez não seja “Que IA devo aprender?”

Estamos numa fase em que aparecem novas ferramentas praticamente todas as semanas.

É impossível conhecer todas.

E, sinceramente, também não vejo grande vantagem nisso.

Prefiro uma pergunta diferente:

“O que me está a roubar tempo esta semana e como posso fazê-lo de outra forma?”

Talvez seja uma ficha.

Talvez seja um questionário.

Talvez sejam 25 feedbacks.

Talvez seja uma grelha.

Talvez seja um relatório que já fizeste demasiadas vezes.

Começa por uma tarefa.

Depois outra.

E outra.

Ao fim de alguns meses, a diferença pode não estar no número de ferramentas de IA que conheces.

Pode estar simplesmente no tempo que recuperaste.

Queres aprofundar este percurso?

Esta forma de trabalhar é também uma das ideias centrais do curso Inteligência Artificial para Professores — Professores Insubstituíveis.

Não se trata de aprender dezenas de ferramentas ou decorar prompts.

Trata-se de perceber como integrar a Inteligência Artificial no trabalho real de um professor: preparar, criar, adaptar, diferenciar, avaliar e recuperar tempo, mantendo sempre a decisão final do nosso lado.

Conhecer o Curso Professores Insubstituíveis →

E se não quiseres fazer nenhum curso, fica pelo menos com o desafio desta LIVE:

faz a tua lista.

Não precisas de transformar 30 tarefas de uma vez.

Escolhe uma.

Se conseguires recuperar uma hora por semana, já começaste a utilizar a Inteligência Artificial para resolver um problema real.

E isso, para mim, vale muito mais do que conhecer mais uma ferramenta.

Boas Aprendizagens!

Há uma pergunta que começa a aparecer cada vez mais nas escolas, nas formações e até nas conversas informais entre professores:

Se a Inteligência Artificial consegue criar textos, imagens, exercícios, apresentações e até planos de aula, para que continuará a ser necessário o professor?

A pergunta é legítima. Mas talvez esteja mal colocada.

O verdadeiro desafio não é perceber se a Inteligência Artificial vai conseguir fazer mais tarefas. Vai. E, provavelmente, muito mais depressa do que imaginamos. O desafio é perceber o que continua a depender de nós: do nosso conhecimento dos alunos, do nosso julgamento pedagógico, da nossa capacidade de criar relações, de tomar decisões e de transformar informação em aprendizagem.

Nesta LIVE partilhei seis competências que considero essenciais para qualquer professor, formador ou educador que queira trabalhar com a IA sem lhe entregar aquilo que nunca deve ser automatizado: a intenção pedagógica e a decisão final.

Vê a LIVE completa

No vídeo desenvolvo estas ideias com exemplos, uma analogia muito concreta e uma reflexão sobre o papel do professor numa escola onde a IA já está presente — mesmo quando a escola decide ignorá-la.

Se o vídeo não aparecer, podes abri-lo diretamente no YouTube.

A IA pode ser o GPS. Mas o professor continua ao volante

Durante muitos anos, para fazermos uma viagem, precisávamos de conhecer as estradas, consultar mapas e confiar na memória. Hoje, um GPS calcula percursos em segundos, acompanha o trânsito em tempo real e encontra alternativas que dificilmente conheceríamos.

Mas há uma diferença importante: o GPS orienta; o condutor decide.

Uma rota pode ser mais curta e, ainda assim, não ser adequada ao veículo, ao estado da estrada ou às condições do momento. Se seguirmos todas as instruções sem observar o contexto, podemos acabar num caminho impraticável.

Com a Inteligência Artificial acontece exatamente o mesmo.

A IA consegue propor atividades, adaptar textos, gerar recursos, sugerir estratégias e acelerar muito do trabalho que antes demorava horas. Mas não conhece verdadeiramente a turma. Não vê o olhar de um aluno que deixou de acompanhar. Não sabe que uma atividade funcionou muito bem no 8.º A e falhou por completo no 8.º B. Não conhece os receios, os interesses, o ambiente familiar ou a dinâmica emocional daquele grupo.

Essa leitura pertence ao professor.

Por isso, a utilização da IA na educação não deve retirar poder ao professor. Deve dar-lhe mais possibilidades para decidir melhor, criar com mais rapidez e dedicar mais tempo àquilo que exige presença humana.

A ferramenta pode sugerir o caminho. A responsabilidade pelo percurso continua a ser nossa.

O risco do círculo da ilusão da aprendizagem

Há um cenário que devemos evitar.

O professor prepara os materiais com IA, cria as atividades com IA e apresenta recursos feitos com IA. O aluno recebe a tarefa, pede à IA que a resolva e entrega o resultado. Depois, o professor utiliza novamente a IA para avaliar e gerar o feedback.

No final, tudo parece muito produtivo. Há materiais, tarefas, respostas, classificações e feedback. Mas fica uma pergunta incómoda:

Quem aprendeu alguma coisa neste processo?

Este é o círculo da ilusão da aprendizagem: muita produção visível, muita velocidade e muito pouco pensamento.

Integrar IA não significa colocar IA em todas as etapas. Há tarefas em que deve estar presente, outras em que pode funcionar apenas como apoio e outras em que deve ficar de fora. A escolha depende do objetivo de aprendizagem.

Se queremos que o aluno argumente, não basta entregar um texto bem escrito. Se queremos que compreenda, não basta apresentar uma resposta correta. Se queremos que desenvolva autonomia, não podemos permitir que delegue todo o processo.

É precisamente para evitar esta facilidade sem aprendizagem que o professor precisa de desenvolver novas competências.

As 6 competências do professor na era da IA

1. Saber comunicar e colaborar com a IA

Usar um chatbot como se estivéssemos a fazer uma pesquisa rápida raramente produz os melhores resultados. A conversa pode funcionar, mas o método amplifica a qualidade.

Comunicar bem com a IA implica explicar o pedido, fornecer o contexto relevante, definir o objetivo e indicar o formato pretendido. Implica também saber continuar a conversa: pedir alternativas, corrigir o rumo, questionar opções e melhorar progressivamente o resultado.

Não se trata apenas de “escrever prompts”. Trata-se de cocriar com intenção.

Exemplo prático: em vez de pedir “cria uma ficha sobre alimentação saudável”, o professor pode indicar o ano de escolaridade, os conhecimentos prévios, o perfil da turma, o objetivo de aprendizagem, o tempo disponível, as adaptações necessárias e o tipo de atividade pretendido.

Quanto mais clara for a intenção, mais útil será a resposta. E esta é também uma competência que devemos ensinar aos alunos: pedir melhor, explicar melhor e não aceitar a primeira resposta como definitiva.

2. Reforçar o pensamento crítico

A IA pode apresentar informação incorreta, inventar fontes, simplificar demasiado um conceito ou reproduzir enviesamentos. Um texto fluido e convincente não é necessariamente um texto verdadeiro.

Por isso, o pensamento crítico deixa de ser apenas uma competência desejável e passa a ser uma condição básica de utilização.

O professor precisa de questionar, verificar, comparar fontes, corrigir, adaptar e decidir o que pode ou não ser usado. E precisa de integrar essa validação nas tarefas dos alunos.

Exemplo prático: pedir à IA três explicações diferentes para o mesmo fenómeno e desafiar os alunos a identificar imprecisões, confirmar dados em fontes de referência e construir uma versão final justificada.

Neste caso, o erro da IA deixa de ser apenas um problema. Pode transformar-se em matéria-prima para aprender.

3. Desenvolver criatividade pedagógica

Durante muito tempo repetimos estratégias muito semelhantes: ler, explicar, responder e corrigir. A IA facilita o acesso ao conteúdo, mas isso não significa que o conteúdo se transforme automaticamente numa boa experiência de aprendizagem.

É aqui que entra a criatividade pedagógica.

O professor pode pegar num texto que antes terminaria num conjunto de perguntas e transformá-lo num debate, numa missão, numa simulação, num pequeno podcast, numa banda desenhada, num desafio visual ou num projeto colaborativo.

Exemplo prático: depois da leitura de um texto histórico, os alunos podem assumir diferentes personagens, analisar interesses contraditórios e participar num debate em que precisam de sustentar as suas decisões com evidências retiradas das fontes.

A IA pode ajudar a imaginar cenários, criar versões, gerar materiais e reduzir o tempo de preparação. Mas a decisão sobre o que faz sentido para aprender continua a depender do professor.

O nosso papel começa, cada vez mais, a deslocar-se da simples transmissão de conteúdos para a criação de experiências.

4. Diferenciar e incluir com mais qualidade

As turmas são cada vez mais diversas. Temos alunos com diferentes ritmos, níveis de autonomia, línguas maternas, interesses e dificuldades específicas. Sabemos que devemos diferenciar, mas também sabemos quanto tempo exige adaptar um único recurso para vários perfis.

A IA pode ser especialmente útil neste ponto.

Podemos criar versões com leitura mais acessível, simplificar instruções, construir guiões visuais, adaptar uma atividade para um aluno com dislexia ou PEA, traduzir um recurso para apoiar um aluno de PLNM ou acrescentar desafios para quem já domina o conteúdo.

Exemplo prático: a partir da mesma ficha, criar uma versão-base, uma versão com frases mais curtas e apoio visual, uma versão bilingue para um aluno ucraniano e uma extensão mais exigente para alunos avançados.

Isto não torna a educação menos humana. Pelo contrário: usar uma ferramenta para conseguir responder melhor às diferenças é uma escolha profundamente humana.

A IA não faz a inclusão. Mas pode dar ao professor tempo e meios para a concretizar com mais consistência.

5. Desenvolver literacia ética e digital

Levar a IA para a escola implica falar de responsabilidade.

É necessário discutir a privacidade dos dados, a idade mínima para utilizar determinadas ferramentas, a transparência na utilização, a autoria, a citação, os enviesamentos e os limites da automatização.

Os dados pessoais dos alunos — nomes completos, números de identificação, fotografias ou informação sensível — não devem ser introduzidos indiscriminadamente em plataformas digitais. Da mesma forma, quando existe cocriação com IA, essa participação deve ser assumida com clareza.

Exemplo prático: antes de uma atividade, criar com a turma um pequeno acordo de utilização da IA: que dados não podem ser partilhados, quando a ferramenta pode ser usada, como deve ser indicada e como cada aluno demonstrará o que realmente aprendeu.

O objetivo não é apenas avaliar o produto final. É perceber o processo, as decisões tomadas e a aprendizagem construída.

Proibir sem explicar não prepara ninguém. Usar sem regras também não. A escola tem de criar espaços de utilização orientada, crítica e transparente.

6. Assumir a liderança da aprendizagem

Durante muitos anos, o professor foi visto sobretudo como transmissor de conteúdos. Mais tarde, começou a afirmar-se como facilitador da aprendizagem. Na era da IA, precisamos de dar um passo adicional: tornar-nos arquitetos da aprendizagem.

Isso significa desenhar percursos, escolher quando usar tecnologia, propor desafios, acompanhar dificuldades, promover autonomia e criar as condições para que alunos diferentes consigam aprender de formas diferentes.

A liderança da aprendizagem não se faz apenas com conhecimento científico. Exige presença, empatia, capacidade de motivar, leitura do grupo e julgamento pedagógico.

Exemplo prático: numa sequência de aprendizagem, o professor pode usar IA para preparar recursos diferenciados, mas reservar para si as decisões centrais: que desafio lançar, que apoios disponibilizar, quando intervir, que perguntas colocar e como verificar se houve compreensão.

A IA organiza informação. O professor orienta pessoas.

O que torna um professor insubstituível?

Não é a capacidade de produzir uma ficha mais depressa do que uma máquina. Também não é memorizar mais informação do que um sistema treinado com milhões de documentos.

O que torna um professor insubstituível é a combinação de competências que dá sentido à tecnologia:

• comunicação, para colaborar com método;
• pensamento crítico, para validar e decidir;
• criatividade pedagógica, para transformar conteúdos em experiências;
• diferenciação e inclusão, para responder a quem aprende de forma diferente;
• literacia ética e digital, para usar com responsabilidade;
• liderança, para orientar, desafiar e motivar pessoas.

Estas competências não afastam a IA da escola. Fazem exatamente o contrário: permitem integrá-la com propósito, sem confundir velocidade com aprendizagem nem automatização com qualidade.

Um pequeno desafio para esta semana

Escolhe uma atividade que costumas realizar com os teus alunos e faz três perguntas:

1. Que parte pode ser acelerada ou melhorada com IA?
2. Que parte precisa obrigatoriamente da minha decisão e presença?
3. Como vou verificar que o aluno pensou e aprendeu?

Este exercício simples ajuda a evitar dois extremos: rejeitar uma tecnologia que já faz parte do presente ou utilizá-la em tudo apenas porque é possível.

A Inteligência Artificial pode ajudar-nos a preparar melhor, adaptar mais depressa e imaginar novas possibilidades. Mas o rumo continua a depender de quem conhece os alunos e sabe o que precisa de acontecer para que aprendam.

A IA pode ser o GPS. O professor continua a escolher o destino, a interpretar o caminho e a decidir quando é preciso mudar de rota.

Em qual destas seis competências sentes que precisas de investir mais neste momento?

Partilha este artigo e a LIVE com outros colegas. Estas são conversas que precisamos de levar para as escolas — não para falar apenas de ferramentas, mas para pensar no tipo de professores e de alunos que queremos preparar para o futuro.

Se quiseres aprofundar este percurso e aprender a integrar a IA de forma prática, pedagógica e responsável, consulta aqui as informações sobre o curso Professor Insubstituível.

Boas Aprendizagens!

Subscreve o meu Canal do YouTube

Deixa-me começar com uma frase que uma colega me disse numa formação e que ficou a ecoar: “a IA dá-me o que peço, não o que quero.” É simples, é certeira, e resume o maior obstáculo de quem está a começar a usar a Inteligência Artificial.

Porque a verdade é esta: muitos professores experimentam a IA, ficam desiludidos com o resultado e desistem. Ficou a ideia de que “isto não presta” ou de que “só serve para perder tempo”. Mas, na maioria dos casos, o problema não é a ferramenta — é a forma como comunicamos com ela.

Neste artigo mostro-te duas técnicas simples que mudam isto de vez. Não precisas de saber programar nem de ser especialista. Precisas apenas de perceber uma palavra: contexto.

O vídeo desta semana

Nesta sessão mostro-te, ao vivo e com exemplos práticos, como passar da conversa solta para uma comunicação com técnica. Vê o vídeo completo aqui:

Não consegues ver o vídeo? Abre-o diretamente no YouTube aqui.

Dois conceitos, antes de avançar

Se estás a dar os primeiros passos, há duas palavras que convém clarificar — porque numa sala de formação a maioria diz não as conhecer, mas conhece o ChatGPT:

• Chatbot — é o programa de conversação. O ChatGPT é um chatbot (da OpenAI), tal como o Gemini (Google) e o Copilot (Microsoft). E atenção: um chatbot não é um motor de busca. São coisas diferentes.
• Prompt — é o comando que damos ao chatbot. E aqui está a chave: o prompt não é só uma pergunta. É uma técnica de comunicação.

Porque é que a IA “falha”? Os erros mais comuns

Nas formações vejo repetirem-se sempre os mesmos tropeços de quem começa. Reconheces algum?

• Prompt vago: pedir “faz uma ficha sobre o sistema digestivo” e nada mais. O chatbot faz sempre qualquer coisa — mas sem contexto, faz o que lhe apetece.
• Não adaptar aos alunos: o 8.º A não é o 8.º B. Sem indicar o perfil da turma, o resultado vem genérico.
• Esperar que a IA faça tudo: quem procura um substituto para o seu trabalho é rapidamente apanhado, porque o resultado não se ajusta à realidade.
• Usar sem validar: a regra dos 80/20 — a IA faz 80%, os 20% de validação e ajuste são sempre teus.
• Falta de rotina: usar pontualmente não treina a ferramenta nem melhora os resultados ao longo do tempo.
• “Eu já sei isto muito bem”: a barreira mais traiçoeira — acomodar-se e recusar a melhoria pela técnica.

Técnica 1 — PCF: Pedido + Contexto + Formato

Esta é a primeira técnica que recomendo para saíres da conversa solta. É fácil de memorizar e muda logo a qualidade:

• P — Pedido: o que quero fazer? (ex.: uma ficha de trabalho)
• C — Contexto: a quem se destina, que tipo de alunos, que diferenças têm, qual o objetivo
• F — Formato: como quero o resultado, com que estrutura

Repara na diferença:

Prompt vago:

Faz uma ficha sobre o sistema digestivo.

Prompt com PCF:

Cria uma ficha de trabalho sobre o sistema digestivo, para alunos do 8.º ano, com níveis diferenciados (base e avançado), incluindo cinco perguntas de compreensão e uma proposta de escrita criativa curta.

O segundo devolve uma ficha estruturada por níveis, com objetivos e desafio de escrita. É outro mundo — e a diferença é só uma: contexto. Se não dizemos o que queremos, a IA devolve apenas o mais provável.

Técnica 2 — A Pergunta Mágica

E quando não sabemos que contexto falta? Há um truque que uso em todas as formações. Depois do teu pedido, acrescenta (com Shift + Enter para ficar tudo no mesmo prompt):

O que precisas saber para me dares a melhor resposta possível?

Em vez de responder logo, a IA passa a pedir-te o contexto: o objetivo, o nível dos alunos, o formato, a extensão, o estilo das perguntas… Tu respondes a cada ponto e o resultado final fica muito mais afinado. Simples e poderosíssimo.

A palavra mágica de hoje é CONTEXTO

Se há uma ideia para levares deste artigo, é esta: não basta fazer perguntas, é preciso dar contexto. E o melhor de tudo — tanto a técnica PCF como a Pergunta Mágica são válidas para o professor e para os alunos. É na escola que eles devem aprender a usar a IA com critério: não para copiar, mas para aprender melhor.

Um último lembrete

Estas técnicas são muito simples — são os primeiros passos para melhorar a qualidade da comunicação. Não precisas de te tornar especialista numa semana. Precisas de dar o passo: experimenta um prompt com PCF esta semana, junta-lhe a Pergunta Mágica e vê a diferença.

Eu também estou sempre a aprender, todos os dias. É essa evolução constante que nos torna um pouco melhores a cada dia.

Boas Aprendizagens!

Subscreve o meu Canal do YouTube

Nos últimos meses tive um lugar privilegiado: acompanhei de perto mais de 800 professores e formadores que decidiram, cada um à sua maneira, deixar de adiar a conversa com a Inteligência Artificial. Uns chegaram cheios de curiosidade, outros cheios de desconfiança. E muitos — mais do que imaginas — chegaram com um medo silencioso que quase ninguém admite em voz alta.

Este artigo não é sobre ferramentas. É sobre padrões. Porque quando observas centenas de colegas a fazer o mesmo percurso, começas a perceber o que distingue quem avança de quem fica eternamente “a experimentar umas coisas”. E acredito que estas conclusões te podem ser úteis, estejas tu no início, no meio ou ainda do lado de fora desta mudança.

O medo que ninguém admite nas salas de professores

Fala-se muito de falta de tempo. Fala-se do excesso de ferramentas. Mas o que encontro repetidamente nas primeiras conversas é outra coisa: “E se os meus alunos souberem mais do que eu?” Ou a variante institucional: “E se a escola começar a exigir IA e eu não souber?”

Este medo é legítimo — e é bom sinal. Significa que levas a profissão a sério. O problema é o que a maioria faz com ele: nada. Adia. Espera que passe. E enquanto isso, a distância entre o que a IA já permite e o que se faz na sala de aula continua a aumentar.

O erro número 1: colecionar ferramentas em vez de construir um percurso

Este é o padrão mais comum que observo. O professor experimenta o ChatGPT num dia, o Gemini noutro, vê um vídeo sobre o Copilot, guarda 30 prompts num documento que nunca mais abre. Resultado: 50 ferramentas, nenhum fio condutor — e a sensação frustrante de andar sempre a começar do zero.

Os professores que avançam de verdade fazem o contrário: escolhem poucas ferramentas e organizam a aprendizagem por fases com objetivos concretos. Primeiro perceber o que a IA é (e não é). Depois recuperar tempo nas tarefas burocráticas. Só depois levar a IA para a sala de aula com os alunos. É a regra 80/20 em ação: 80% dos resultados vêm de dominar bem 20% das ferramentas.

As 5 fases que observo em quem faz o percurso completo

Ao fim de acompanhar tantos professores, consigo hoje desenhar o percurso típico de quem chega longe. Usa-o como auto-diagnóstico — em que fase estás tu?

Fase 1 — Desmistificação. O medo transforma-se em curiosidade. Acontece quase sempre no momento em que o professor cria o primeiro material pedagógico real em menos de 10 minutos. É um clique que não tem volta.

Fase 2 — Recuperação de tempo. Planificações, grelhas, relatórios, emails para as famílias. É aqui que aparecem as primeiras vitórias mensuráveis — há colegas a recuperar 5 horas por semana só nesta fase. E é também aqui que muitos percebem, pela primeira vez em anos, que a burocracia não tem de consumir a energia que devia ir para os alunos.

Fase 3 — Sala de aula potenciada. A IA deixa de ser uma ferramenta só do professor e passa a ser usada com os alunos — com critério, ética e literacia digital crítica. Esta é a fase que separa o “utilizador de IA” do “educador na era da IA”.

Fase 4 — Professor criador. Recursos originais, com a tua voz e a tua identidade: fichas, quizzes adaptativos, guias de estudo, até assistentes personalizados para a tua disciplina. Deixas de consumir materiais dos outros e passas a criar os teus.

Fase 5 — Professor que inspira. Quase sem dar por isso, tornas-te a referência na tua escola. Os colegas começam a perguntar-te coisas. Passas a formar, a liderar pequenos projetos, a ter voz nas decisões sobre tecnologia. Vi isto acontecer vezes sem conta — e nunca foi com os professores mais “tecnológicos”. Foi com os mais metódicos.

O que dizem os que já fizeram o percurso

A Claudina, professora de Educação Musical em Leiria, resumiu bem um dos problemas de aprender sozinho: no YouTube e nos blogs aprendemos de forma fragmentada, e falta quem nos ajude a organizar o conhecimento disperso. A Ana Paula, professora de História, destacou o impacto direto no trabalho com os alunos — aprendizagens que não ficam na teoria. E a Alice sublinhou algo que eu defendo há muito: a componente de partilha entre colegas, das criações mas também das dúvidas, é o que constrói confiança verdadeira.

Três testemunhos, um denominador comum: nenhum deles fala de ferramentas. Falam de organização, confiança e impacto. É essa a diferença entre saber usar IA e ser um professor melhor por causa dela.

A pergunta que te deixo

A IA não vai substituir professores. Mas vai criar uma diferença cada vez mais visível entre os que a usam bem e os que continuam a adiar. E essa diferença não se mede em tecnologia — mede-se em tempo recuperado, em aulas mais ricas e na tranquilidade de saber que estás preparado para o que os teus alunos já estão a viver.

Por isso, a pergunta não é “devo aprender IA?”. É: em que fase do percurso estás — e o que te está a impedir de passar à seguinte?

Foi para responder a essa pergunta que estruturei o curso Professor Insubstituível, onde este método das 5 fases é trabalhado passo a passo, com ferramentas prontas a usar e uma comunidade de professores no mesmo caminho — a mesma comunidade onde já entraram os mais de 800 colegas de que te falei. Se sentiste que este artigo descreveu o ponto onde estás, espreita a página e vê se faz sentido para ti.

Boas Aprendizagens!

Já pensaste no que acontece quando sais da bolha da escola e vais ver, ao vivo, o que a Inteligência Artificial está a fazer no resto do mundo? Foi exatamente isso que eu fui fazer à AI Week, em Milão — uma das maiores feiras de IA realizadas na Europa — e voltei com a cabeça a fervilhar de ideias, algumas fascinantes, outras francamente assustadoras.

Neste artigo partilho contigo o essencial dessa visita: o que vi, o que experimentei e, acima de tudo, o que isto significa para ti enquanto professor, formador ou encarregado de educação. Porque a mensagem mais importante que trouxe de Milão é esta: a IA não é só a “brincadeira” de gerar textos e imagens — é uma transformação profunda do mercado de trabalho para o qual os nossos alunos têm de estar preparados.

Podes ver a partilha completa nesta live do meu canal:

Uma feira à escala do futuro

Para teres uma ideia da dimensão: seis palcos principais, cada um com capacidade para cerca de 2.000 pessoas, quase sempre cheios. A somar a isso, dezenas de palcos mais pequenos e centenas de expositores onde era possível interagir, experimentar e testar projetos de praticamente todas as áreas — retalho, finanças, banca, saúde, marketing, segurança.

As intervenções eram curtas (15 a 30 minutos), muito sintetizadas e de grande qualidade. E um pormenor que me agradou: a preocupação com a desumanização não é exclusiva da educação. Em quase todos os projetos se discutia a importância de manter o humano como validador dos resultados da IA. Enquanto essa preocupação existir, estamos no caminho certo.

A IA está a sair do ecrã e a entrar no mundo físico

Nós, professores, conhecemos a IA sobretudo na vertente do software: o que escrevemos no computador e o que a IA generativa nos devolve. O que vi em Milão é que a grande tendência é a passagem do digital para o físico: robôs, hologramas, avatares e computadores de bordo que comunicam connosco de voz para voz.

Uns são ainda muito robotizados, outros já surpreendentemente próximos da comunicação humana — e vão evoluir para interações com sensação de emoção. Isto vai ter um impacto enorme no mercado de trabalho: tarefas repetitivas e baseadas em informação serão substituídas rapidamente.

Robôs com missões reais (não apenas para dançar)

Os robôs humanoides e quadrúpedes são os “animadores” instagramáveis destas feiras — vi robôs a dançar e quadrúpedes com movimentos incrivelmente semelhantes aos dos animais (alguns até com sapatilhas calçadas!). Mas o objetivo final não é a diversão.

Estes equipamentos são treinados para missões críticas: locais de temperaturas extremas, terrenos agrestes, inspeção e monitorização industrial, busca e resgate. Fazem o que é perigoso ou impossível para os humanos, com mais segurança e eficiência. E atenção a esta previsão que ouvi por lá, numa intervenção do grupo Porsche: a massificação dos robôs humanoides começa por volta de 2028 e o impacto no dia a dia sente-se a partir de 2030. É já ali.

IA preditiva: prever a avaria antes de ela acontecer

Para além da IA generativa, a IA preditiva esteve muito presente. Um exemplo: um navio automatizado com um ecossistema digital que monitoriza continuamente toda a embarcação. O sistema analisa os dados, calcula probabilidades de avaria (daqui a 7 dias? 14 dias?) e alerta para uma intervenção em tempo útil — decidida por humanos ou automatizada.

O mesmo princípio aplica-se à indústria, onde a IA já analisa volumes gigantescos de informação técnica para criar novos materiais, ligas mais resistentes e protótipos de grande qualidade a uma velocidade que nenhuma equipa humana conseguiria igualar. E há ainda o conceito de Dark Factory: fábricas totalmente robotizadas onde nem sequer é preciso luz, porque os equipamentos se movimentam por sensores.

Digital Twin na saúde: o gémeo digital do médico

Uma das áreas que mais me impressionou foi a saúde. Estão a ser desenvolvidos digital twins — gémeos digitais — com aplicações que vão da formação de futuros médicos (que treinam o atendimento com pacientes-avatar em simulações muito realistas, com IA e realidade virtual) até à possibilidade de criar o gémeo digital de um médico, com as suas competências validadas, para assumir determinadas funções.

E aqui fica a minha reflexão: se os melhores cérebros da saúde europeia estão a investir tão profundamente nestes projetos, faz-me confusão que alguns professores ainda neguem a importância disto para a escola. Precisamos de criar hubs de IA nas escolas para testar, experimentar e perceber como tudo isto pode funcionar. Tal como na saúde, na educação nada está feito — e quem não der os primeiros passos terá dificuldade em dar os seguintes.

O confessionário com chatbot (e um alerta sério)

Um dos projetos mais polémicos era um confessionário onde as pessoas conversavam, de voz para voz, com um chatbot. Uma provocação de feira, sim, mas que me deixou um alerta importante: os estudos mostram que os nossos alunos estão a usar chatbots generalistas para falar das suas emoções e de temas íntimos — chatbots que não estão configurados nem contextualizados para a realidade cultural e social daquela criança ou jovem.

Este é um tema que nós, professores e pais, temos mesmo de acompanhar de perto.

Experiências imersivas: do cérebro em cores às pontes de Itália

Também experimentei coisas fascinantes. Um sensor que faz o mapeamento da atividade elétrica do cérebro e a devolve em cores — cada cor corresponde a um estado mental: calma, ansiedade, foco, stress. Fiz a experiência com rebuçados de sabores mutantes enquanto o sistema lia as minhas reações. Aplicações? Saúde mental, bem-estar, performance cognitiva e, claro, educação.

Testei ainda óculos de realidade aumentada que não tapam a visão: explorei um mapa interativo com pontes de Itália, peguei nos modelos 3D, acionei vídeos — tudo isto continuando a ver e a conversar com as pessoas à minha volta. E uma exposição imersiva sobre Klimt em realidade virtual, com acesso 360º aos detalhes da obra. Turismo, museus, história, educação: o potencial é enorme.

E a educação? A lição que veio da Holanda

Na área da educação destaco a apresentação de dois professores universitários holandeses que já trabalharam com mais de 2.000 professores em escolas de vários ciclos. A ideia deles não é levar as ferramentas por si — é mudar o design dos percursos de aprendizagem.

Um exemplo concreto com o NotebookLM, ferramenta que já exploramos muito por cá: em vez de ser apenas o professor a criar os recursos e a partilhá-los (iguais para todos), treinar os alunos para criarem os seus próprios recursos, adaptados às suas necessidades e gostos — uns preferem síntese, outros desenvolvimento; uns o colorido, outros o monocromático. Com prompts bem elaborados, cada aluno vai buscar ao recurso exatamente aquilo de que precisa.

Outro exemplo: os alunos criavam imagens com IA a partir de uma pesquisa curta sobre um tema (o início dos Romanos, na disciplina de História). O primeiro resultado vinha errado — a IA devolvia logo grandes impérios. O professor questionava, orientava a investigação, e o aluno melhorava progressivamente o resultado. O erro da IA transformado em percurso de aprendizagem. Simples e brilhante.

O que levo (e o que te deixo) desta viagem

A Europa está atrasada em relação aos Estados Unidos e à Ásia. Portugal está ainda mais atrasado. E é precisamente por isso que a integração da IA na educação e a criação de currículos associados a esta tecnologia são urgentes.

As carreiras e as profissões vão mudar muito, e muito mais depressa do que esperamos. É na escola que esta preparação tem de acontecer — e, embora não dependa só de nós, depende muito de nós. Leva estas ideias para a sala de aula, para as reuniões com colegas, para as conversas com os pais dos teus alunos. Falar sobre o futuro do mercado de trabalho já é, em si, um ato pedagógico.

Se este conteúdo te foi útil, partilha o artigo e o vídeo com outros colegas — e subscreve o meu canal do YouTube, onde todas as semanas trago conteúdos sobre IA e tecnologia na educação.

Boas Aprendizagens!

Já te sentiste perdido com toda esta conversa à volta da Inteligência Artificial? Experimentaste o ChatGPT, ouviste falar do Gemini e do Copilot, mas no fim ficaste com a mesma sensação: “tudo isto é interessante, mas como é que encaixa no meu dia a dia de professor?”

Não és o único. Nas formações que dou pelo país, encontro este sentimento em muitos colegas — e ninguém costuma falar dele com honestidade. Há três medos silenciosos que se repetem: o tempo que nunca chega (planificações, grelhas, relatórios, e-mails para pais), as 50 ferramentas sem fio condutor, e o receio de ficar para trás enquanto tudo muda.

Foi para responder a isto que criei um percurso completo de IA para educadores. E neste artigo quero mostrar-te, com franqueza, o que muda quando o frequentas.

A ideia central: a IA não te vai substituir

Deixa-me começar pela mensagem mais importante, porque é a que liberta o medo:

A Inteligência Artificial não vai substituir os professores. Vai ajudar muito aqueles que a souberem usar bem.

O objetivo não é fazeres mais do mesmo, mais depressa. É libertares-te da burocracia para te dedicares àquilo que só um ser humano consegue fazer: ensinar de verdade, criar relação, ler a tua turma. A IA trata do trabalho repetitivo; tu ficas com o trabalho que importa.

Um método em fases, do zero à referência

O curso está organizado em módulos progressivos, cada um com um objetivo concreto, ferramentas prontas a usar e uma vitória tangível. Sem teoria solta — só aplicação. Vê o que te espera em cada etapa:

Módulo 1 — Despertar: a IA chegou à escola

Percebes o que a IA é (e o que não é), sem jargão. Compreendes como funcionam os chatbots, o que está a mudar na Educação e dás os primeiros passos no prompting. Resultado: o medo transforma-se em curiosidade e crias o teu primeiro material pedagógico real em poucos minutos.

Módulo 2 — Do Pedido ao Resultado: prompts que funcionam

Aqui está o coração da comunicação com a IA. Aprendes porque uns prompts funcionam e outros não, e dominas técnicas estruturadas — a Conversação Natural + Pergunta Mágica, o framework PPCFL e a técnica POCALA (o tutor inteligente). Depois aplicas tudo a casos práticos: planificação, criação de recursos, avaliação e feedback, e diferenciação pedagógica. Resultado: deixas de “tentar à sorte” e passas a obter qualidade de forma consistente.

Módulo 3 — Criar Recursos com IA: multimédia e criatividade

Tornas-te um professor criador. Crias apresentações inteligentes (com chatbots e com o Gamma), imagens educativas, storybooks, vídeos (com Meta AI, Google Vids, Google Flow) e até áudio, voz e podcast com IA. Resultado: recursos originais, com a tua voz e identidade, para a tua disciplina.

Módulo 4 — Ferramentas dedicadas à educação

Exploras plataformas pensadas de raiz para professores, como o Brisk Teaching, o MagicSchool e o SchoolAI — que automatizam tarefas e abrem novas possibilidades dentro da sala de aula.

Módulo 5 — IA avançada e com os alunos

Vais mais longe com o NotebookLM, a criação de quizzes com IA, avatares falantes e outras aplicações. E, muito importante, dedicamos aulas a como usar a IA com os alunos — a utilização pelos próprios alunos, de forma ética, crítica e centrada na aprendizagem (não no facilitismo).

Quero conhecer o curso →

O que muda, na prática, depois do curso

Esta é a parte que mais interessa. Não se trata de saber “mais umas ferramentas”. Trata-se de uma mudança real na tua semana e na tua profissão:

Sem o curso	Depois do curso
Horas semanais perdidas em burocracia	Planificação semanal em cerca de 15 minutos
Medo crescente de ficar irrelevante	Um professor mais valioso e insubstituível
Perdido entre ferramentas, sem estratégia	Um método claro, com vitórias logo na 1.ª semana
Alunos com mais literacia digital do que tu	Ensinas os alunos a usar IA com critério
O mesmo professor de há cinco anos	A referência de IA na tua escola

Não estás sozinho neste percurso

Além das aulas, tens uma comunidade de professores no mesmo caminho, sessões síncronas regulares, convidados ao longo do ano e um conjunto de assistentes GPT já configurados para o contexto educativo — para planificar, avaliar, comunicar com as famílias e adaptar materiais a alunos com necessidades específicas.

E sei do que falo quando digo que percebo as tuas preocupações. Sou professor há mais de 25 anos e a estrutura deste curso nasce exatamente das angústias e limitações que vivemos todos os dias na escola. É por isso que há sempre uma componente prática e de partilha — para que te sintas cada vez mais confiante no que fazes.

O melhor momento para começar era há um ano. O segundo melhor é hoje.

Os professores que aprenderem a trabalhar com IA agora terão uma vantagem que vai durar décadas. Não precisas de te tornar especialista numa semana — precisas de um percurso claro, com resultados desde o primeiro dia.

Se queres recuperar tempo, perder o medo e transformar-te no professor que a IA não substitui, dá o primeiro passo.

Quero conhecer o curso →

Boas Aprendizagens!

Subscreve o meu Canal do YouTube

Nas formações que vou dando pelas escolas há um padrão que se repete: muitos colegas já experimentaram a inteligência artificial, mas poucos continuaram a usá-la. Testaram uma vez, o resultado veio fraco, com alucinações ou completamente desadequado à turma, e ficou a ideia de que “isto não presta” ou de que “só serve para perder tempo”.

A verdade, na maior parte dos casos, é mais simples (e mais animadora): o problema não está na ferramenta, está na forma como comunicamos com ela. A qualidade do resultado depende quase sempre da qualidade do pedido. E a boa notícia é que isto aprende-se com pequenas mudanças.

Este artigo é dirigido mesmo a quem está a dar os primeiros passos com os chatbots — aqueles colegas mais resistentes, com receio ou que já desistiram. Se já dominas a IA de forma avançada, partilha à mesma com quem ainda não entrou nesta onda. Pode fazer toda a diferença.

Primeiro, dois conceitos para alinharmos

Antes de avançar, vale a pena clarificar dois termos, porque numa sala de pessoas que estão a iniciar a maioria diz não saber o que são — mas conhece o ChatGPT.

• Chatbot – é o programa de conversação. O ChatGPT é um chatbot da OpenAI, o Gemini é o da Google e o Copilot é o da Microsoft. Há muitos outros, mas estes são os de maior peso. Atenção: um chatbot não é um motor de busca. São coisas diferentes.
• Prompt – é o comando que damos dentro do chatbot para comunicar com a IA. E aqui está o ponto-chave: o prompt não é só uma pergunta. É uma técnica de comunicação.

Os 6 erros mais comuns de quem está a começar

Fiz uma seleção dos erros que vejo repetir-se vezes sem conta nas formações. São estes que levam à frustração e, quase sempre, à desistência.

1. Prompt vago. Pedir “faz uma ficha sobre o sistema digestivo” e mais nada. O chatbot nunca se cala — faz sempre qualquer coisa — mas sem contexto faz o que lhe apetece, não o que tu precisas.
2. Não adaptar aos alunos. Mesmo dizendo “8.º ano”, o 8.º A é diferente do 8.º B. E há os alunos regulares, os mais curiosos, os que precisam de diferenciação, os alunos com dislexia, com espectro do autismo, os estrangeiros… Sem adaptação, o resultado é genérico.
3. Esperar que a IA faça o trabalho todo. Quem procura um substituto para o seu trabalho é rapidamente “caçado na curva”, porque o resultado não está ajustado à realidade da turma.
4. Usar sem validar (esquecer a regra dos 80/20). A IA faz 80%, mas os 20% são meus: validar, adaptar, corrigir, simplificar, rever, dar a minha linguagem e a minha marca ao conteúdo.
5. Falta de rotina. Usar pontualmente não treina o chatbot nem cria continuidade. Quando passamos a usar nas várias tarefas da semana — planificação, avaliação, feedback, ideias para atividades, sugestões de diferenciação, e-mails mais burocráticos — os resultados melhoram progressivamente.
6. “Eu já sei isto muito bem.” É a barreira mais traiçoeira. Quem já deu o primeiro passo e se acomoda recusa a melhoria pela técnica — quando uma pequena alteração na estrutura da comunicação traria resultados muito melhores. Para um profissional da educação, parar de evoluir não faz sentido.

O vídeo desta semana

Nesta sessão mostro, com exemplos práticos e ao vivo, como passar da conversação natural para uma técnica simples que traz logo mais qualidade. Vê o vídeo completo aqui:

Não consegues ver o vídeo? Abre-o diretamente no YouTube aqui.

Conversação natural vs. técnica: qual escolher?

Existem dois caminhos para comunicar com a IA, e nenhum está errado:

• Conversação natural — conversar e ir fazendo pedidos. É o mais habitual, mas tende a ser mais demorada e, atenção, pode ser viciante: as sugestões da própria IA levam-nos para a dispersão e o que faríamos em 10 minutos arrasta-se por uma hora.
• Técnica de prompt — estruturar o pedido de forma orientada. Por defeito, é mais rápida e mais focada.

A decisão é de cada um. Não há obrigatoriedade, nem certo nem errado — há apenas técnica de utilização.

Técnica PCF: Pedido + Contexto + Formato

Esta é a primeira técnica que recomendo a quem quer sair da conversa solta e dos prompts fracos. É simples de memorizar e muda logo a qualidade:

• P — Pedido: o que é que eu quero fazer? (Ex.: criar uma ficha de trabalho.)
• C — Contexto: a quem se destina, que tipo de alunos, que diferenças têm, qual o objetivo.
• F — Formato: como quero o resultado, com que estrutura.

É muito comum ouvir: “mas eu pedi e ele trouxe outra coisa!”. Pois… se não dissermos o que queremos, a IA devolve apenas o mais provável. Se o que queres é ligeiramente diferente do mais provável, tens de o pedir.

Vê a diferença na prática

Prompt vago:

Faz uma ficha sobre o sistema digestivo.

Resultado: uma ficha de conteúdo qualquer — provavelmente não era isto que querias.

Prompt com técnica PCF:

Cria uma ficha de trabalho sobre o sistema digestivo, para alunos do 8.º ano, com níveis diferenciados (base e avançado), incluindo cinco perguntas de compreensão e uma proposta de escrita criativa curta.

Resultado: uma ficha estruturada por níveis, com objetivos, perguntas de compreensão e desafio de escrita. Outro mundo.

Mais dois exemplos rápidos para fixar:

• Feedback fraco: “Dá feedback a este texto.”
  Feedback com PCF: “Dá feedback a este texto narrativo de um aluno do 8.º ano, destacando pontos positivos e sugestões de melhoria; usa linguagem simples e inclui duas sugestões concretas para melhorar a estrutura.”
• Quiz fraco: “Cria um quiz sobre os planetas.”
  Quiz com PCF: “Cria um quiz com oito perguntas de escolha múltipla sobre o sistema solar, para alunos do 7.º ano, com dificuldade moderada e feedback imediato para cada resposta.”

A Pergunta Mágica: deixa a IA pedir-te o contexto

A técnica PCF já melhora imenso, mas e quando não sabemos qual é todo o contexto que falta? Há um truque que uso muito e que ensino em todas as formações. Depois do teu pedido, acrescenta (muda de linha com Shift + Enter para ficar tudo no mesmo prompt):

O que precisas saber para me dares a melhor resposta possível?

Em vez de responder logo, a IA passa a pedir-te as informações de contexto: o objetivo da ficha, o formato pretendido, o nível dos alunos, a extensão da escrita criativa, o estilo das perguntas, se queres elementos visuais… Tu respondes a cada ponto e o resultado final fica muito mais adaptado.

Uma nota sobre as imagens: nesta fase, costumo dar liberdade à IA para sugerir recursos visuais, mas não peço que os gere. Quando o resultado vem com imagens pesquisadas na internet, normalmente são incongruentes ou de fraca qualidade — e a frustração regressa. Eu prefiro usar a minha própria galeria de imagens, esquemas e desenhos nos testes.

A palavra mágica de hoje é CONTEXTO

Se há uma ideia para levar deste artigo é esta: não basta fazer perguntas, é preciso dar contexto. São as informações associadas ao pedido que ajustam, adaptam e aproximam o resultado daquilo que realmente precisamos.

E reparem: tanto a técnica PCF como a Pergunta Mágica são válidas para o professor e para os alunos. Os jovens, da geração ultrarrápida, vão procurar atalhos na internet — muitas vezes com influenciadores que não são professores e que os ajudam a “fazer melhor a batota”. É na escola que eles devem ter a melhor orientação: não para copiar, mas para aprender melhor.

Usar a IA como substituto do nosso trabalho levanta questões éticas — tal como o aluno que só quer copiar. Mas usá-la como ferramenta de apoio, aceleração e melhoria da qualidade das aprendizagens é fantástico. É aí que ela se torna mesmo útil.

Vale a pena experimentar, testar e otimizar. Estás sempre a aprender — eu também, todos os dias.

Boas Aprendizagens!

Subscreve o meu Canal do YouTube