Letramento tecnológico na formação de professores do fundamental: usar não basta

Futuros professores podem incluir tecnologia em uma aula de Matemática sem fazer com que os alunos pensem mais: em um estudo, o uso apareceu de forma passiva; em outro, uma experiência de exploração e reflexão mudou a maneira como os participantes imaginavam ensinar com tecnologia. Os resultados parecem se contradizer, mas apontam para uma diferença importante: usar uma ferramenta não é o mesmo que saber por que, como e para quê usá-la.

Separar o que cada pesquisa investigou ajuda a entender essa tensão sem transformar tecnologia em solução automática nem em ameaça. A seguir, reunimos estudos recentes sobre formação inicial para os anos iniciais e finais, Matemática, Ciências, realidade virtual e inteligência artificial. O fio condutor é prático: que conhecimentos precisam acompanhar uma ferramenta para que ela contribua para a aprendizagem, e o que esses estudos permitem considerar na rotina de professores brasileiros?

O que é letramento tecnológico na formação inicial de professores do ensino fundamental e por que importa para o professor?

Letramento tecnológico, neste contexto, é a capacidade de escolher, compreender e usar recursos digitais com intenção pedagógica, relacionando a ferramenta ao conteúdo, aos estudantes e à forma de ensinar. Não se resume a saber abrir um aplicativo. Aparece, por exemplo, quando o professor decide se uma simulação ajuda a explorar um conceito, se uma atividade digital exige raciocínio dos alunos ou se uma ferramenta de inteligência artificial é confiável e adequada para determinada tarefa.

Na rotina escolar, essa competência influencia decisões pequenas e frequentes: que recurso propor, que aprendizagem esperar, como organizar a participação da turma e como perceber se a tecnologia está facilitando ou atrapalhando. Também inclui reconhecer limites. Uma ferramenta pode funcionar tecnicamente e ainda assim não favorecer a compreensão, não atender à diversidade dos estudantes ou deslocar a atenção do objetivo da aula.

Os estudos reunidos aqui tratam de dimensões relacionadas, mas não idênticas: conhecimento tecnológico, pedagógico e de conteúdo; competências em informação; atitudes em relação à IA; e conhecimentos específicos para ensinar com tecnologias. Em conjunto, ajudam a olhar para o letramento tecnológico como algo que se aprende praticando, planejando, avaliando e revendo escolhas — e não como uma habilidade pronta que se adquire apenas pelo contato diário com dispositivos.

O que a pesquisa recente mostra sobre tecnologia na formação docente?

Os estudos sugerem que a formação pode ampliar conhecimentos e possibilidades de uso, mas também revelam dificuldades persistentes em ligar ferramenta, conteúdo e pedagogia. Há resultados de intervenções formativas, análises de planos e reflexões, investigações sobre competências informacionais e pesquisas específicas sobre IA. Como os focos e contextos variam, é mais útil agrupá-los por questão do que procurar uma resposta única para todos.

Usar uma ferramenta não garante uma aula intelectualmente ativa

Uma análise de planos de aula de dezenove futuros professores dos anos iniciais examinou duas aulas de Matemática planejadas com integração tecnológica. Os resultados indicaram que a tecnologia foi incorporada de maneira passiva e que as tarefas de resolução de problemas também eram passivas, sem favorecer o envolvimento ativo dos estudantes com conceitos matemáticos (Roxburgh, 2026). O achado chama atenção para uma distinção que pode passar despercebida no planejamento: a presença de um recurso digital não informa, por si só, o tipo de pensamento que a atividade pede.

Em outra pesquisa, futuros professores dos anos iniciais participaram de uma aula de Matemática mediada por tecnologia primeiro como estudantes e depois como professores, refletindo sobre a implementação e a pedagogia. Os autores relatam mudanças na maneira como imaginavam usar tecnologia e nos conhecimentos tecnológicos, pedagógicos e de conteúdo. Os participantes passaram a compreender mais profundamente as experiências ricas em conteúdo que a tecnologia pode proporcionar (Navas, 2026). A comparação com o estudo anterior não prova que uma abordagem específica resolverá o problema em qualquer curso, mas põe em evidência o valor de explorar a experiência de aprendizagem e analisá-la como prática docente.

Essa diferença é relevante para quem planeja formação: aprender a operar uma ferramenta e aprender a desenhar uma atividade com ela são tarefas distintas. Uma tela pode apresentar uma resposta pronta ou permitir que a turma investigue relações; o equipamento é o mesmo, mas a demanda intelectual muda. Os estudos apontam, portanto, para a necessidade de discutir a tarefa e a aprendizagem pretendida junto com a escolha tecnológica.

Planejar, criar e refletir ajuda a articular conteúdo, pedagogia e tecnologia

Uma pesquisa qualitativa acompanhou 28 futuros professores dos anos iniciais, matriculados no terceiro ano do curso, em uma experiência de Aprendizagem Baseada em Projetos. A investigação reuniu documentos dos projetos, observações, diários reflexivos e entrevistas. Os resultados indicaram avanços na elaboração de tarefas matemáticas contextualizadas e visuais e uma mudança em direção a um ensino mais ativo e experiencial. Ao mesmo tempo, a fundamentação teórica permaneceu limitada e as reflexões sobre as funções pedagógicas das ferramentas tecnológicas foram pouco desenvolvidas (Putra, 2026).

O resultado é instrutivo justamente porque mostra avanços e lacunas lado a lado. Criar tarefas pode aproximar o conhecimento matemático de uma situação de ensino, mas não substitui a reflexão sobre por que uma ferramenta é adequada, que ideia matemática coloca em foco e como o professor pode avaliar o que os alunos compreenderam. Os autores sugerem incorporar reflexão fundamentada na teoria e análise praxeológica aos currículos de formação, com a finalidade de fortalecer a aplicação de teorias de ensino, a prática reflexiva e a adaptação às necessidades de estudantes diversos.

Na Alemanha, 58 professores em formação para atuar nos anos iniciais e finais criaram e avaliaram jogos matemáticos digitais de fuga em um seminário. A análise de 471 respostas abertas mostrou que as aprendizagens relatadas se relacionavam, em sua maioria, a conhecimentos pedagógicos do conteúdo, tecnológicos e à integração entre tecnologia, pedagogia e conteúdo. Os desafios mais citados foram elaborar problemas matemáticos, adaptá-los à heterogeneidade dos estudantes e integrá-los de modo significativo à narrativa do jogo (Herold-Blasius, 2026).

O contexto alemão não permite presumir que a mesma atividade produza os mesmos resultados em cursos brasileiros. Ainda assim, o estudo oferece uma pergunta útil para qualquer proposta de criação digital: os participantes estão apenas aprendendo a montar o recurso ou também precisam justificar a qualidade do problema, a adequação aos estudantes e a relação entre narrativa e conteúdo? É essa conexão que transforma a produção de um objeto digital em oportunidade de pensar o ensino.

O planejamento e a reflexão pós-aula podem revelar lacunas diferentes

Uma pesquisa sobre aulas de Ciências com conteúdos de realidade virtual e aumentada analisou discursos de planejamento e reflexões após microensino de professores dos anos iniciais em formação. Os resultados mostraram uma relação complementar entre os dois momentos: elementos do conhecimento tecnológico, pedagógico e de conteúdo que não haviam sido suficientemente considerados no planejamento causaram problemas durante o microensino e foram discutidos nas reflexões posteriores (Ga, 2025).

Também houve uma mudança no foco do discurso. No planejamento, os participantes se concentraram nos conteúdos de realidade virtual e aumentada, em currículos ou livros didáticos e na gestão da sala. Nas reflexões, falaram mais sobre os dispositivos e os aprendizes. Essa diferença sugere que a experiência de ensinar, mesmo em uma situação de microensino, pode tornar visíveis questões que não aparecem com a mesma força antes da aula.

Os autores defendem que formadores apoiem os futuros professores considerando as conexões entre as dimensões do conhecimento tecnológico, pedagógico e de conteúdo. Também sugerem disponibilizar uma lista de conteúdos de realidade virtual e aumentada adequados aos currículos, para reduzir o tempo dedicado à busca de materiais apropriados. Para a escola brasileira, essa recomendação pode inspirar curadoria de recursos, mas não deve ser confundida com uma prescrição sobre quais plataformas usar: o estudo trata de um contexto de formação específico.

Competência digital, informação e inteligência artificial exigem formação intencional

Uma pesquisa com 378 futuros professores de uma universidade pública turca investigou a relação entre consciência sobre transformação digital e competências em informação. Os participantes apresentaram níveis moderados de consciência sobre transformação digital e níveis elevados de competências em informação. Estudantes em anos mais avançados e aqueles com experiência mais frequente de ensino apoiado por tecnologia apresentaram níveis mais elevados de ambas. A consciência sobre transformação digital, o ano do curso e a frequência dessa experiência explicaram, em conjunto, 28% da variância das competências em informação; a consciência foi o preditor mais forte (Akar, 2025).

O estudo turco também relata que o uso diário da internet foi um preditor significativo da consciência sobre transformação digital, mas não das competências em informação. É uma distinção importante: estar conectado com frequência não equivale automaticamente a avaliar informações, compreender mudanças educacionais ou mobilizar essas competências no trabalho docente. Como se trata de uma universidade e de um contexto nacional específicos, os resultados não descrevem diretamente futuros professores brasileiros, mas ajudam a formular uma pergunta para a formação: que experiências fazem a familiaridade digital avançar para uma leitura crítica e profissional da tecnologia?

A IA torna essa questão ainda mais concreta. Em uma pesquisa qualitativa com 112 estudantes universitários, futuros professores da educação infantil e dos anos iniciais, 57,7% disseram sentir-se insuficientemente preparados para usar IA. Um terço demonstrou motivação para se aprimorar, enquanto a experiência efetiva frequentemente se limitava a uso superficial. As preocupações incluíram confiabilidade, ética e qualidade da aprendizagem; os desafios mencionados envolveram aspectos educacionais, sociais, éticos, informacionais e tecnológicos (Lamanauskas, 2025).

Em outra intervenção, um programa de formação de 18 horas foi desenvolvido para professores em exercício e em formação inicial dos anos iniciais com formação em áreas não STEM. Participaram 31 professores em exercício e 28 futuros professores. Após a formação, houve melhorias significativas em todas as dimensões avaliadas do conhecimento pedagógico e de conteúdo sobre IA nos dois grupos, embora não tenha sido encontrada diferença significativa entre as pontuações pré e pós-teste de professores em exercício e de futuros professores (Fan, 2025). O estudo oferece evidência sobre uma formação estruturada, mas não autoriza concluir que qualquer oficina de duração semelhante terá o mesmo efeito.

Uma pesquisa de design desenvolveu um protótipo de aprendizagem colaborativa com assistentes de voz de IA e o implementou em uma disciplina de Educação em Ciências com 15 futuros professores dos anos iniciais. Depois da sessão, os dados quantitativos indicaram aumento significativo no conhecimento tecnológico inteligente, pedagógico e de conteúdo dos participantes; a percepção da experiência foi positiva, mas a experiência de usuário foi ambivalente. Os relatos qualitativos apontaram expectativas de mudanças nas práticas epistêmicas e também problemas técnicos, como reconhecimento de fala e latência das respostas (Lee, 2025). O protótipo mostra uma possibilidade investigada, não uma recomendação geral para colocar assistentes de voz em qualquer sala de aula.

Quais estudos aparecem lado a lado nesta revisão?

A tabela resume os estudos citados e distingue o que cada um investigou do que relatou. Os contextos só são identificados quando aparecem nos resumos fornecidos; isso evita atribuir uma localização ou etapa que não esteja informada.

O que os estudos têm em comum e onde divergem?

O ponto comum é que a competência tecnológica aparece ligada a decisões de ensino, e não apenas à operação de ferramentas. Nos estudos de Matemática, Ciências e IA, aprender a escolher um recurso envolve considerar conteúdo, pedagogia, estudantes e experiência de uso. Os trabalhos de Navas, Putra, Herold-Blasius e Ga, por caminhos diferentes, colocam planejamento, criação ou reflexão no centro da formação. O estudo de Akar acrescenta que competências em informação se relacionam à consciência sobre transformação digital e à experiência de ensino apoiado por tecnologia.

Outra convergência é a presença de lacunas mesmo quando há algum domínio ou contato com recursos. Os futuros professores dos planos analisados por Roxburgh incluíram tecnologia, mas de modo passivo. Em Putra, houve avanço na construção de tarefas, sem que a reflexão pedagógica sobre as ferramentas se desenvolvesse na mesma medida. Em Lamanauskas, a familiaridade com IA muitas vezes era superficial e muitos participantes se sentiam despreparados. Assim, a quantidade de contato não deve ser confundida com capacidade de justificar escolhas.

As diferenças entre os resultados também importam. Algumas pesquisas acompanham intervenções e relatam mudanças em conhecimentos ou concepções (Navas, 2026; Fan, 2025; Lee, 2025); outras examinam planos, discursos ou percepções e tornam visíveis dificuldades e relações entre variáveis (Roxburgh, 2026; Ga, 2025; Akar, 2025; Lamanauskas, 2025). Não medem exatamente a mesma coisa e não permitem comparações diretas de eficácia. O aumento observado em um programa ou protótipo não apaga os desafios encontrados em outras experiências.

Permanece em aberto como essas aprendizagens se transferem para práticas sustentadas ao longo do tempo e em escolas com condições diferentes. Os resumos tampouco permitem estabelecer que uma tecnologia específica seja superior, ou que uma intervenção isolada produza efeitos duradouros na aprendizagem dos estudantes. A questão mais produtiva não é escolher entre entusiasmo e rejeição, mas investigar que experiências formativas ajudam o professor a planejar, testar, avaliar e adaptar recursos com critérios claros.

O que isso significa para a sala de aula?

Os estudos não testaram todas as sugestões abaixo em escolas brasileiras; elas são aplicações possíveis das questões que a pesquisa levanta. O princípio é manter o objetivo de aprendizagem no centro e usar a tecnologia como meio, não como enfeite ou como substituta automática da mediação docente.

1. Comece pela aprendizagem que quer observar

Aplicação: antes de escolher um aplicativo ou dispositivo, escreva em linguagem simples o que os alunos deverão compreender ou conseguir fazer. Imagine uma turma de 7º ano trabalhando com relações entre medidas: em vez de começar pelo recurso disponível, o professor pode planejar uma tarefa em que os estudantes precisem comparar estratégias e explicar como chegaram a uma conclusão. A tecnologia entra se ajudar a produzir, testar ou discutir essas ideias. Essa ordem ajuda a evitar o uso passivo identificado na análise de planos de Matemática (Roxburgh, 2026).

2. Experimente a atividade no papel de estudante e depois analise-a como professor

Aplicação: antes de levar uma ferramenta à turma, resolva uma tarefa como se fosse aluno e, em seguida, reflita sobre o que ela exige. Em uma formação entre colegas, cada professor pode participar de uma atividade digital e depois discutir qual conteúdo ficou visível, onde surgiram dúvidas e que intervenções seriam necessárias. Essa passagem entre experiência e reflexão se aproxima da abordagem investigada por Navas (2026), sem exigir que se replique exatamente a intervenção do estudo.

3. Peça justificativa pedagógica para cada recurso criado

Aplicação: ao elaborar um quiz, jogo ou material interativo, convide o grupo a explicar que ideia o recurso ajuda a explorar e como pretende perceber a aprendizagem. Imagine professores montando um desafio de Matemática: além de verificar se o jogo funciona, podem revisar se os problemas são matematicamente pertinentes, se a narrativa faz sentido e se há caminhos de participação para estudantes com diferentes necessidades. Essa proposta responde a desafios relatados na criação de jogos digitais (Herold-Blasius, 2026).

4. Faça uma revisão pós-aula voltada às conexões entre ferramenta, conteúdo e turma

Aplicação: depois de uma atividade com recurso digital, reserve alguns minutos para registrar o que estava previsto, o que aconteceu e o que os alunos fizeram. Em uma aula de Ciências com uma simulação, por exemplo, o professor pode perguntar se o recurso ajudou a observar o fenômeno, se houve barreiras de acesso e que explicação precisou ser retomada. A diferença entre planejamento e reflexão observada por Ga (2025) inspira esse ciclo de revisão; não significa que o microensino investigado seja idêntico a uma aula regular.

5. Ensine a avaliar informação, não apenas a encontrar conteúdo

Aplicação: quando uma atividade envolver pesquisa digital, proponha que os estudantes comparem informações e expliquem por que consideram uma fonte adequada para a pergunta. Imagine uma turma investigando um tema de Ciências: além de reunir respostas, os alunos podem registrar o que verificaram e quais dúvidas continuam. O estudo turco relacionou consciência sobre transformação digital e competências em informação, mas não testou essa atividade escolar específica (Akar, 2025); aqui, ela é uma forma de aplicação possível.

6. Trate a IA com curiosidade crítica e critérios explícitos

Aplicação: se a escola e as regras locais permitirem usar uma ferramenta de IA, apresente uma tarefa delimitada e verifique com a turma a confiabilidade e a pertinência da resposta. Em vez de aceitar uma explicação automaticamente, os alunos podem identificar o que precisa ser conferido e comparar o resultado com outras evidências. As preocupações com precisão, ética, plágio e qualidade da aprendizagem relatadas por Lamanauskas (2025) tornam importante discutir limites, não apenas ensinar comandos.

7. Planeje uma alternativa para falhas técnicas

Aplicação: para uma atividade que depende de conexão, áudio ou dispositivo, prepare uma versão que preserve o objetivo caso a ferramenta falhe. Imagine um trabalho em grupo com assistente de voz: se o sistema não reconhecer a fala, os estudantes podem continuar a discussão com perguntas previamente organizadas. Problemas de reconhecimento de fala e demora nas respostas foram relatados no protótipo estudado por Lee (2025); prever alternativas é uma decisão prática inspirada nesse resultado, não uma solução testada pelo estudo.

8. Comece pequeno e avalie a experiência antes de ampliar

Aplicação: uma equipe docente pode testar uma proposta com um objetivo claro, recolher percepções dos alunos e rever o plano antes de repeti-la em outras turmas. A formação de Fan (2025) e a experiência de Lee (2025) mostram que intervenções estruturadas podem ser acompanhadas por mudanças em conhecimentos avaliados, mas não garantem que toda atividade digital funcione igual em qualquer escola. Um teste limitado ajuda o professor a observar condições de acesso, dificuldades e valor pedagógico antes de ampliar o uso.

O que muda quando levamos esses estudos para o contexto brasileiro?

O cuidado principal é não tratar resultados de outros países como retrato direto das escolas brasileiras. Um dos estudos aconteceu em três universidades alemãs e outro em uma universidade pública turca; vários resumos não identificam o país. As amostras, os cursos, as ferramentas e as condições de formação também variam. Assim, os resultados podem ajudar a formular perguntas e planejar experiências, mas não demonstram automaticamente como professores brasileiros estão preparados nem quais recursos estão disponíveis em cada rede.

Também é necessário distinguir formação inicial, formação continuada e condições de trabalho. Parte das pesquisas acompanhou futuros professores em atividades universitárias; outra incluiu professores em exercício junto com participantes em formação inicial. A experiência de um seminário de criação de jogos, um microensino com realidade virtual ou uma sessão com assistente de voz não equivale às demandas de uma turma regular. No Brasil, a aplicação precisa considerar o que a escola tem, o tempo de planejamento, a conectividade, as regras institucionais e a diversidade dos estudantes — questões que os resumos não permitem mapear para todas as redes.

Os achados ainda oferecem orientações úteis, desde que apresentadas como pontos de partida. Vale perguntar se a tecnologia torna a atividade mais intelectualmente rica, como os alunos participarão, que conhecimentos o professor precisa desenvolver e que alternativa existe se o recurso não funcionar. No caso da IA, a formação pode incluir confiabilidade, ética e qualidade da aprendizagem, preocupações que aparecem em Lamanauskas (2025), sem presumir que todas as escolas já possam ou devam adotar as mesmas ferramentas.

Em vez de importar um programa pronto, formadores e equipes escolares podem adaptar as perguntas dos estudos a situações locais: que conteúdos são adequados ao recurso disponível? Que evidências de aprendizagem serão observadas? Que apoio prático os docentes precisam? Essas perguntas combinam com a ênfase dos estudos em experiência, reflexão e integração entre tecnologia, conteúdo e pedagogia, mas sua resposta depende das condições concretas de cada instituição.

Quais são os limites desta leitura?

Este artigo se baseia nos resumos de estudos recentes disponibilizados para consulta, e não na leitura integral dos trabalhos. Por isso, apresenta os objetivos, os métodos e os resultados tal como aparecem nesses resumos, sem acrescentar detalhes sobre instrumentos, análises ou procedimentos que não foram informados. Os estudos também usam abordagens, participantes e medidas diferentes; os resultados não formam uma comparação controlada entre ferramentas ou modelos de formação.

Ficam em aberto perguntas importantes: quanto tempo duram as mudanças de conhecimento relatadas? Como elas se traduzem em práticas recorrentes na escola? Que efeitos têm sobre a aprendizagem dos estudantes? Como variam conforme acesso a dispositivos, apoio institucional e formação anterior? Em que condições uma tecnologia favorece a participação de estudantes diversos? Para responder a essas perguntas, seria necessário consultar os artigos completos e, em alguns casos, pesquisas adicionais realizadas em escolas brasileiras.

Faz sentido ler o estudo integral quando você pretende adotar um modelo específico de formação, utilizar uma ferramenta semelhante à investigada ou citar um resultado em um projeto acadêmico ou institucional. Também vale consultar o trabalho completo para entender melhor os critérios de avaliação, as características dos participantes e os limites que os próprios autores discutem. Os resumos são uma porta de entrada para decisões informadas, não um substituto para toda a evidência disponível.

Como o GeraProva ajuda com este assunto?

O GeraProva pode apoiar o professor na criação de provas e atividades, mas uma ferramenta de geração não decide sozinha se uma questão avalia o que a turma precisa aprender ou se está adequada aos estudantes. Você pode revisar, adaptar e contextualizar os materiais gerados, mantendo seus objetivos pedagógicos no centro. Conheça o gerador de provas do GeraProva ou faça seu cadastro grátis para explorar a plataforma.

Perguntas frequentes sobre letramento tecnológico docente

O que significa letramento tecnológico para um professor do ensino fundamental?

Letramento tecnológico envolve mais do que operar dispositivos ou aplicativos. É conseguir relacionar uma ferramenta ao conteúdo, à estratégia de ensino e às necessidades dos estudantes, além de avaliar seus limites. Nos estudos reunidos, essa articulação aparece em pesquisas sobre Matemática, Ciências, realidade virtual e aumentada e inteligência artificial. Um professor letrado tecnologicamente pode explicar por que escolheu um recurso, que aprendizagem espera favorecer e como vai perceber se a atividade funcionou. Isso não significa usar tecnologia em todas as aulas, mas fazer escolhas intencionais.

Se futuros professores usam tecnologia, por que ainda podem precisar de formação?

O uso frequente não garante que a tecnologia seja integrada de modo pedagógico. No estudo de Roxburgh, os planos incluíam tecnologia, mas seu uso e as tarefas de resolução de problemas eram passivos. Já a pesquisa de Akar encontrou associação entre consciência sobre transformação digital, ano do curso, experiência de ensino apoiado por tecnologia e competências em informação. Os resultados não são contraditórios: mostram que contato, prática e reflexão são dimensões diferentes. A formação ajuda a transformar familiaridade em decisões justificadas sobre conteúdo, atividade e aprendizagem.

Que tipo de formação tecnológica parece promissor nos estudos?

Os estudos investigaram experiências variadas, não uma fórmula única. Entre elas estão explorar uma aula como estudante e analisá-la depois como professor, criar projetos ou jogos matemáticos, planejar uma aula e refletir após microensino e participar de um programa estruturado sobre IA. Algumas pesquisas relataram mudanças em conhecimentos ou concepções; outras revelaram dificuldades que permaneceram. Em comum, essas experiências envolvem mais do que demonstração técnica: incluem produzir, planejar, experimentar e refletir sobre a relação entre ferramenta, conteúdo e ensino.

O que os estudos dizem sobre inteligência artificial na formação docente?

Os resultados apontam tanto possibilidades quanto preocupações. Em um estudo, 57,7% dos participantes se sentiam insuficientemente preparados para usar IA, e foram relatadas dúvidas sobre confiabilidade, ética e qualidade da aprendizagem. Uma formação de 18 horas foi acompanhada por melhorias significativas nas dimensões avaliadas do conhecimento pedagógico e de conteúdo sobre IA. Um protótipo de aprendizagem colaborativa com assistentes de voz também apresentou aumento em conhecimentos avaliados, mas problemas técnicos e uma experiência de usuário ambivalente. Isso sustenta uma abordagem crítica e prática, não a adoção automática de qualquer ferramenta.

Como posso avaliar se uma ferramenta digital ajuda minha turma?

Comece pelo objetivo: que conceito ou habilidade os alunos devem compreender e que ação demonstraria isso? Depois, considere se a ferramenta torna possível explorar, discutir ou representar esse conteúdo de uma forma útil. Planeje como observar a participação e o raciocínio dos estudantes, e reveja a atividade depois da aula. A pesquisa de Ga mostra que questões pouco consideradas no planejamento podem surgir no microensino e aparecer com mais força na reflexão. Esse ciclo de antecipar, observar e ajustar é uma aplicação prática inspirada no estudo, não uma garantia de resultado.

Os resultados de outros países podem ser aplicados diretamente no Brasil?

Não sem adaptação. A pesquisa sobre jogos matemáticos aconteceu em universidades alemãs, e o estudo sobre transformação digital foi realizado em uma universidade pública turca. Outros resumos não indicam o país. Além disso, os estudos variam em participantes, ferramentas e formato de formação, e não descrevem as condições de todas as escolas brasileiras. Eles podem oferecer perguntas úteis — sobre acesso, adequação do conteúdo, participação e formação necessária —, mas cada aplicação deve considerar as condições da rede e da turma. Para decisões de política ou adoção ampla, é importante ler os trabalhos completos e buscar evidências locais.

Referências

1. Roxburgh (2026). Integração de tecnologias nos planos de aula de matemática de futuros professores dos anos iniciais do Ensino Fundamental (Elementary Preservice Teachers' Integration of Technology in Mathematics Lesson Plans). Educational Research: Theory and Practice. link.
2. Navas (2026). A evolução dos conhecimentos de futuros professores sobre o uso de tecnologias no ensino de Matemática (Preservice Teachers' Evolving Knowledge around Technology for Teaching Mathematics). Mathematics Teacher Educator. link.
3. Putra (2026). Aprendizagem Baseada em Projetos na formação de professores: uma reflexão sobre a análise dos conhecimentos de matemática, didática e tecnologia de futuros professores dos anos iniciais do ensino fundamental (Project-Based Learning in Teacher Education: A Reflection on Analysing Prospective Elementary Teachers' Knowledge of Math, Didactics, and Technology). Journal on Mathematics Education. link.
4. Herold-Blasius (2026). Fomentando as dimensões do conhecimento do modelo TPACK por meio da criação de jogos matemáticos digitais de fuga — uma análise qualitativa de conteúdo das aprendizagens e dos desafios relatados por professores em formação (Fostering Knowledge Facets of the TPACK Framework through Designing Digital Mathematical Escape Games -- A Qualitative Content Analysis of Pre-Service Teachers' Self-Reported Learnings and Challenges). International Journal of Science and Mathematics Education. link.
5. Lamanauskas (2025). Atitudes de futuros professores da educação infantil e dos anos iniciais do ensino fundamental em relação à inteligência artificial: prontidão para usar e possíveis desafios (Pre-Service Preschool and Primary School Teachers' Attitudes on Artificial Intelligence: Readiness to Use and Potential Challenges). International Baltic Symposium on Science and Technology Education. link.
6. Akar (2025). Investigando o papel da conscientização sobre a transformação digital entre futuros professores na formação de suas competências em informação (Investigating the Role of Preservice Teachers' Digital Transformation Awareness in Shaping Their Information Literacy Skills). Journal of Pedagogical Research. link.
7. Ga (2025). Conhecimento tecnológico pedagógico do conteúdo de professores dos anos iniciais do ensino fundamental em formação inicial nos discursos de planejamento de aulas e de reflexão pós-aula sobre aulas de Ciências com uso de conteúdos de realidade virtual e aumentada (Pre-Service Elementary Teachers' Technological Pedagogical and Content Knowledge in Lesson Planning and Post-Lesson Reflection Discourses on Science Classes Using Virtual and Augmented Reality Content). Journal of Science Education and Technology. link.
8. Lee (2025). Aprendizagem colaborativa com assistentes de voz com inteligência artificial: respostas de professores de Ciências dos anos iniciais do Ensino Fundamental em formação inicial ao protótipo (Collaborative Learning with Artificial Intelligence Speakers: Pre-Service Elementary Science Teachers' Responses to the Prototype). Science & Education. link.
9. Fan (2025). Um modelo para desenvolver conhecimentos pedagógicos e de conteúdo sobre IA em professores dos anos iniciais do ensino fundamental em exercício e em formação inicial, com formação em áreas não STEM (A Model for Developing AI Pedagogical and Content Knowledge in Inservice and Preservice Non-STEM Elementary Teachers). Education and Information Technologies. link.

Que tal escolher uma atividade que você já planejou e perguntar: a tecnologia está ajudando meus alunos a pensar melhor sobre o conteúdo? Essa pergunta pode ser um bom começo para experimentar, observar e ajustar junto com seus colegas.