INTRODUÇÃO

A Educação a Distância (EaD) tem se consolidado como alternativa estratégica para democratizar o ensino no Brasil, impulsionada por políticas de expansão do ensino superior e pelo uso crescente das Tecnologias Digitais de Informação e Comunicação (TDICs). No atual cenário de transformação digital, a Inteligência Artificial (IA) desponta como força disruptiva que redefine mediação pedagógica, avaliação e organização curricular.

A trajetória da EaD no país é marcada por políticas de inclusão e acesso educacional, como apontam Guarezi e Matos (2022), ao evidenciar sua importância na interiorização da educação superior. Moran (2023) ressalta que, quando bem estruturada, a EaD possibilita experiências formativas significativas, superando abordagens tecnicistas. Contudo, a incorporação da IA traz promessas de personalização e eficiência, mas também riscos de desumanização e vigilância excessiva.

A ausência de regulamentação específica para IA na educação agrava essas tensões. Favoretti Cardoso (2023) defende políticas públicas que integrem fundamentos éticos e pedagógicos à adoção tecnológica. Embora existam o Marco Legal da Inteligência Artificial (Brasil, 2023) e a Lei Geral de Proteção de Dados (Lei nº 13.709/2018), persistem lacunas normativas sobre uso pedagógico, colocando em questão consentimento, autonomia e transparência diante de decisões algorítmicas opacas.

No campo pedagógico, Fava (2023) alerta que o uso de IA sem mediação crítica pode reduzir a formação a uma lógica de desempenho. Francelino e Malta (2022) defendem que a IA deve apoiar, e não substituir, a ação docente, reafirmando o professor como articulador da aprendizagem. Semensato (2022) adverte que a adoção sem projeto pedagógico claro pode ampliar desigualdades e exclusões.

Diante desse contexto, pergunta-se: de que modo a IA tem sido incorporada à EaD no Brasil e quais os efeitos sobre dimensões pedagógicas, legais e éticas? Parte-se da hipótese de que a adoção da IA ocorre de forma fragmentada, desregulamentada e com baixa intencionalidade pedagógica, comprometendo seu potencial transformador e acentuando riscos à equidade e autonomia.

Este estudo tem como objetivo analisar o estado da arte da IA na EaD, por meio de revisão sistemática de literatura e análise documental normativa, abrangendo produções de 2020 a 2025. A pesquisa adota abordagem qualitativa e exploratória, conforme Gil (2023), utilizando artigos indexados em bases como SciELO, CAPES e Google Acadêmico, além de legislações e documentos oficiais.

REFERENCIAL TEÓRICO 

FUNDAMENTOS HISTÓRICOS E CONCEITUAIS DA EDUCAÇÃO A DISTÂNCIA NO BRASIL

A Educação a Distância (EaD) configura-se, no Brasil, como modalidade de ensino historicamente vinculada à ampliação do acesso ao conhecimento e à superação das barreiras espaço-temporais dos modelos presenciais. Embora legalmente reconhecida desde o Decreto nº 5.622/2005, sua prática remonta a experiências por correspondência, rádio e TV, voltadas a localidades remotas e populações marginalizadas. Guarezi e Matos (2017) ressaltam que, ainda que o termo pareça recente, a EaD se fortaleceu ao incorporar mecanismos tecnológicos avançados, tornando-se peça-chave para a democratização da educação brasileira.

Desde os primórdios, a EaD foi marcada pela mediação tecnológica e pela busca por equidade. Inicialmente baseada em cartas, rádio e TV, evoluiu para o uso das Tecnologias Digitais da Informação e Comunicação (TDICs), como destacam Vilella (2018) e Kenski (2010). Essa evolução diversificou recursos didáticos e ressignificou a prática docente, com os Ambientes Virtuais de Aprendizagem (AVAs) como núcleo central da mediação, permitindo interação síncrona e assíncrona e favorecendo a aprendizagem participativa (Guarezi; Matos, 2009).

Moran (2002) define a EaD como processo de ensino-aprendizagem em que alunos e professores estão fisicamente separados, mas conectados por meios tecnológicos que promovem interações significativas. Em trabalhos recentes, Moran (2022) argumenta que a EaD exige transformação na postura do estudante, que deve assumir papel ativo e reflexivo. A centralidade do aluno, a autonomia e a flexibilidade tornam-se pilares dessa modalidade, que se afasta da lógica conteudista e adota perspectiva formativa.

No Brasil, políticas públicas impulsionam a EaD como estratégia para expandir o ensino superior, sobretudo em regiões de menor oferta educacional. A Lei de Diretrizes e Bases (Lei nº 9.394/1996) e o Decreto nº 5.622/2005 legitimam a modalidade em todos os níveis, desde que atendidos requisitos de qualidade, supervisão e integração pedagógica. Esses dispositivos reconhecem que a mediação didático-pedagógica por TDICs pode desenvolver competências e habilidades, desde que orientada por princípios éticos e pedagógicos consistentes.

Semensato, Francelino e Malta (2015) destacam que o uso de Inteligência Artificial (IA) na EaD amplia possibilidades de personalização, interação e automação, desde que integrada a um projeto pedagógico estruturado. Para os autores, a IA não substitui o professor, mas redefine seu papel, exigindo novas competências diante dos desafios da educação digital. Nesse sentido, Favoretti (2024) aponta que a IA oferece tutoria inteligente, feedback automatizado e análise preditiva, mas adverte para a necessidade de marcos legais claros e uso ético, a fim de evitar desigualdades.

A falta de políticas públicas integradas para a EaD e para a aplicação da IA é um obstáculo relevante. Cardoso e Muñoz (2023) observam que a ausência de diretrizes normativas específicas compromete a segurança jurídica das instituições e os direitos dos estudantes, como privacidade de dados, transparência e equidade. A tramitação do Projeto de Lei nº 2.338/2023, que propõe o Marco Legal da Inteligência Artificial, é um avanço, mas ainda não aborda de forma específica as demandas educacionais.

A Base Nacional Comum Curricular (BNCC) reforça a necessidade de alinhar a EaD mediada por IA à formação integral, promovendo domínio técnico, reflexão crítica, criatividade e cidadania digital. Bacich (2019) destaca que não se trata apenas de instrumentalizar, mas de formar sujeitos éticos, críticos e colaborativos. Essa visão reforça que a tecnologia deve servir à educação como direito social, conforme defende Favoretti (2025), promovendo aprendizagem significativa, crítica e inclusiva.

Assim, compreender os fundamentos históricos e conceituais da EaD é essencial para analisar sua integração com a Inteligência Artificial. Essa base permite avaliar criticamente as transformações em curso e propor ações que fortaleçam a modalidade como instrumento de emancipação, equidade e qualidade educacional, sustentada por marcos legais, éticos e pedagógicos consistentes.

INTELIGÊNCIA ARTIFICIAL COMO MEDIAÇÃO PEDAGÓGICA NA EAD: POTÊNCIAS E CAUTELAS

A presença da Inteligência Artificial (IA) na Educação a Distância (EaD) representa uma mudança paradigmática nos processos de ensino e aprendizagem, reconfigurando funções tradicionais e introduzindo novas formas de personalização, acompanhamento e avaliação. No cenário atual, marcado pela intensificação das tecnologias educacionais, a IA se apresenta como instrumento de suporte que amplia o alcance e a eficácia das práticas pedagógicas, desde que articulada a fundamentos éticos, humanos e pedagógicos. Segundo Cardoso (2024), os recursos incluem sistemas tutores inteligentes, algoritmos de recomendação, análise de desempenho, chatbots educacionais e plataformas adaptativas.

A personalização do ensino é apontada como uma das maiores potencialidades da IA. Veiga e Andrade (2019) defendem que os Sistemas Tutores Inteligentes (STIs) adaptam conteúdos ao ritmo, estilo e nível de cada estudante. Semensato, Francelino e Malta (2015) reforçam essa visão ao destacar que tais sistemas identificam padrões de comportamento e sugerem intervenções baseadas em evidências. Essa responsividade rompe com a uniformidade didática, promovendo um ensino centrado no aluno e sensível à diversidade.

Outro avanço promovido pela IA está no feedback instantâneo. Cardoso (2024) destaca que plataformas inteligentes oferecem devolutivas imediatas sobre o desempenho discente, permitindo ajustes em tempo real e acompanhamento contínuo. Fava (2018, apud Cardoso, 2024) acrescenta que o retorno rápido estimula engajamento, reduz o tempo de resposta a dificuldades e favorece maior autonomia estudantil, ao mesmo tempo em que possibilita apoio mais estratégico por parte dos docentes.

A tutoria inteligente amplia a mediação pedagógica com agentes virtuais. Apesar de receios quanto à desumanização, Fava (2018, apud Cardoso, 2024) esclarece que a IA não substitui o professor, mas reduz a sobrecarga de tarefas mecânicas, liberando-o para funções analíticas e relacionais. Assim, tutores inteligentes atuam como mediadores complementares, oferecendo suporte técnico, esclarecimento de dúvidas e organização de informações.

A análise de dados educacionais é outro campo de destaque. Ferramentas de learning analytics monitoram o desempenho acadêmico, identificando lacunas, padrões de evasão e dificuldades recorrentes. Cardoso (2024) observa que essas aplicações oferecem subsídios valiosos para o planejamento pedagógico e decisões institucionais. Rui Fava (2018) defende que, quando associadas a políticas institucionais consistentes, fortalecem uma cultura educacional orientada por dados, preservando o olhar qualitativo sobre a aprendizagem.

Em termos de eficiência, a IA possibilita a automação de atividades administrativas e pedagógicas, como correção de provas, elaboração de relatórios e criação de planos de aula personalizados. Cardoso (2024) aponta que, na EaD, onde o volume de alunos é elevado, essas automações liberam tempo para a mediação pedagógica, desde que supervisionadas por profissionais qualificados e críticos.

Os chatbots educacionais também se consolidam como recurso complementar. Operando por redes neurais, respondem a perguntas frequentes, encaminham materiais e orientam a aprendizagem. Cardoso (2024) ressalta que seu uso pode tornar o processo mais dinâmico e responsivo, desde que haja intencionalidade pedagógica e não substituição da interação humana.

Contudo, Favoretti Cardoso (2023) alerta que, sem diretrizes claras, a IA pode acentuar desigualdades e comprometer a mediação docente. É necessário um marco normativo específico para a IA na educação, pautado pela equidade, transparência e respeito à diversidade, sobretudo na EaD.

A integração da IA também impõe novas demandas à formação docente. O professor precisa dominar ferramentas digitais e desenvolver competências analíticas, éticas e pedagógicas para transformar dados em estratégias significativas. Semensato et al. (2015) defendem políticas de formação continuada que capacitem educadores a lidar criticamente com tecnologias emergentes, alinhando inovação tecnológica e pedagógica.

Diante das potencialidades e desafios, a integração da IA à EaD deve ser planejada, ética e centrada no sujeito. Aplicada com consciência crítica, pode ampliar o acesso, personalizar o ensino e torná-lo mais relevante. Sem regulação, formação e acompanhamento, porém, corre-se o risco de reforçar exclusões e desigualdades.

AUSÊNCIA DE REGULAMENTAÇÃO ESPECÍFICA E SEUS IMPACTOS NA EDUCAÇÃO A DISTÂNCIA MEDIADA POR INTELIGÊNCIA ARTIFICIAL

O uso crescente da Inteligência Artificial (IA) na Educação a Distância (EaD) no Brasil expõe um vazio jurídico e normativo que compromete a eficácia, a segurança e a ética dos processos formativos. Embora a Lei Geral de Proteção de Dados (Lei n. 13.709/2018) estabeleça diretrizes para o tratamento de dados pessoais, não há regulamentação específica para tecnologias inteligentes no ambiente educacional. Essa ausência gera insegurança jurídica para instituições, docentes e estudantes, dificultando políticas públicas consistentes e alinhadas a princípios democráticos.

Cardoso e Muñoz (2023) alertam que sistemas automatizados, algoritmos de predição e ferramentas de vigilância em plataformas de EaD muitas vezes operam sem critérios transparentes, participação social ou supervisão ética. Kaufman (2021) reforça que princípios gerais de governança tecnológica se mostram frágeis quando aplicados à educação, sendo necessárias regulações específicas, auditáveis e baseadas em direitos fundamentais.

O contraste com experiências internacionais é evidente. O AI Act da União Europeia (2024) define categorias de risco, supervisão, avaliação de impacto e obrigações de transparência para setores críticos, incluindo a educação. No Brasil, o Projeto de Lei n. 2.338/2023 reconhece a educação como setor de “alto risco”, mas, como observa Favoretti Cardoso (2023), ainda não estabelece diretrizes claras para o uso da IA em contextos educacionais virtuais.

Essa lacuna dificulta a elaboração de políticas de uso, termos de consentimento e auditoria algorítmica. Instituições, especialmente da rede pública, enfrentam o dilema entre adotar inovações sem respaldo legal ou manter-se à margem da transformação digital. Favoretti Cardoso (2023) destaca que a ausência de um marco legal compromete segurança jurídica, qualidade pedagógica e governança democrática das plataformas.

Do ponto de vista pedagógico, a indefinição legislativa afeta formação docente, desenho curricular e avaliação. Sem parâmetros claros, a implementação da IA ocorre de forma desigual, podendo legitimar práticas tecnicistas e desumanizadas. A UNESCO (2021) defende que o uso de IA na educação deve se apoiar em justiça, inclusão, dignidade e participação, com regulação explícita e vinculante.

A falta de controle social e de transparência agrava o problema. A opacidade dos algoritmos e a ausência de auditabilidade dificultam identificar práticas discriminatórias. Kaufman (2020) alerta que legitimar a IA sem regulação pode naturalizar decisões automatizadas sem critérios pedagógicos, violando direitos à educação de qualidade, privacidade e não discriminação.

Sem uma política nacional articulada, iniciativas isoladas, muitas vezes guiadas por interesses comerciais, acabam definindo os rumos da inovação educacional. Fava (2023) adverte que a dependência de plataformas privadas, sem regulamentação pública, ameaça a soberania pedagógica das instituições e fragiliza o compromisso com uma educação crítica e emancipadora.

A ausência de regulação também compromete a equidade. Em um cenário de desigualdades estruturais, a adoção indiscriminada da IA pode ampliar o fosso entre instituições com mais recursos e aquelas sem infraestrutura e formação adequada. Para Favoretti (2024), políticas compensatórias devem garantir acesso, conectividade e mediação docente qualificada.

É urgente um marco regulatório específico e robusto para a IAEaD, que contemple dimensões legais, pedagógicas, éticas e institucionais. Esse marco deve incluir formação docente, avaliação de impacto, controle de qualidade das plataformas, garantia de direitos e participação da comunidade escolar na governança. A UNESCO (2021) reforça que qualquer política deve ser guiada pela inclusão, equidade e centralidade do ser humano.

Enquanto a legislação específica não se concretiza, é fundamental que pesquisadores, gestores, docentes e formuladores de políticas construam uma agenda crítica e participativa. A regulamentação deve ser vista não apenas como controle, mas como oportunidade de alinhar o uso da tecnologia às finalidades da educação pública e democrática no Brasil.

A URGÊNCIA DE POLÍTICAS PÚBLICAS E DIRETRIZES PEDAGÓGICAS PARA A IAEAD

O avanço da Inteligência Artificial na Educação a Distância (IAEaD) no Brasil ocorre em ritmo mais rápido que sua regulamentação. Sem um marco normativo consolidado e diretrizes pedagógicas consistentes, as políticas públicas para o setor permanecem desarticuladas e, muitas vezes, reativas. Favoretti (2025) destaca que políticas públicas integradas e intersetoriais são essenciais para que a IA seja aplicada de forma ética, crítica e inclusiva na EaD.

A Recomendação da UNESCO (2021) sobre a ética da IA orienta que tecnologias emergentes, ao serem introduzidas na educação, estejam ancoradas em princípios de justiça, inclusão, diversidade, equidade e sustentabilidade. Esses princípios devem guiar políticas que não apenas regulem, mas orientem o uso pedagógico da IA de forma democrática, reconhecendo sua complexidade e impacto nos processos de ensino e aprendizagem.

A formulação de políticas para a IAEaD deve considerar três dimensões interdependentes: legal, pedagógica e tecnológica. A dimensão legal exige garantia de direitos como privacidade, proteção de dados e acesso equitativo; a pedagógica, diretrizes curriculares que promovam pensamento crítico, autonomia e cidadania digital; e a tecnológica, critérios de qualidade, transparência e interoperabilidade das plataformas.

O envolvimento direto da comunidade educacional é imprescindível. Cardoso e Muñoz (2023) defendem que soluções tecnológicas não sejam impostas por empresas, mas construídas em diálogo com professores, estudantes, gestores e pesquisadores. A participação social deve ocorrer desde a formulação das diretrizes até o monitoramento das ações, refletindo as demandas da escola pública.

A formação de professores é um eixo estruturante. Semensato, Francelino e Malta (2015) apontam que a eficácia da IA depende da capacidade docente de integrá-la criticamente às práticas pedagógicas. Por isso, são urgentes programas nacionais de formação continuada que unam domínio técnico a fundamentos éticos, legais e pedagógicos, reduzindo desigualdades entre as redes pública e privada.

Na avaliação educacional, a IA desafia modelos tradicionais. A coleta e interpretação de grandes volumes de dados exigem novos indicadores, baseados em aprendizagem significativa, desenvolvimento integral e equidade. Fava (2023) propõe que políticas públicas prevejam auditoria pedagógica dos sistemas, evitando que decisões automatizadas substituam a análise qualitativa dos educadores.

O financiamento público das tecnologias educacionais é outro aspecto central. Favoretti (2025) alerta que a dependência de soluções proprietárias, sem critérios de regulação, compromete a soberania pedagógica. O Estado deve investir em tecnologias abertas, auditáveis e desenvolvidas em parceria com universidades e centros de pesquisa públicos.

As diretrizes pedagógicas específicas para a IAEaD precisam considerar o perfil dos estudantes da modalidade, muitas vezes marcado por desigualdades socioeconômicas e barreiras tecnológicas. Devem valorizar a mediação humana, o acompanhamento contínuo, a adaptabilidade dos recursos e a promoção de interações significativas.

A articulação entre política pública e projeto pedagógico institucional é essencial. As instituições devem elaborar planos próprios de uso da IA, adequados a seu público e infraestrutura, enquanto políticas nacionais estabelecem parâmetros mínimos, indicadores de qualidade e critérios éticos.

É urgente que o Brasil construa um arcabouço normativo e pedagógico que integre a IA à EaD de forma estratégica, crítica e responsável. Essa tarefa vai além de criar leis, exigindo revisão das concepções de ensino e aprendizagem que orientam as políticas educacionais. Diretrizes claras, participativas e baseadas na justiça social são fundamentais para consolidar uma IAEaD comprometida com a transformação educacional brasileira.

METODOLOGIA

O presente artigo fundamenta-se em uma pesquisa de natureza bibliográfica, com abordagem qualitativa e descritiva, tendo como objetivo analisar criticamente o estado da arte da Inteligência Artificial na Educação a Distância (IAEaD), suas implicações pedagógicas, lacunas normativas e demandas por políticas públicas específicas. A escolha por essa metodologia justifica-se pelo caráter exploratório do estudo, que busca compreender, a partir de fontes secundárias, as múltiplas dimensões que envolvem a inserção da IA em contextos educacionais mediados por tecnologias digitais.

Segundo Gil (2023), a pesquisa bibliográfica é apropriada quando se pretende aprofundar a análise de um tema com base em documentos já publicados, tais como livros, artigos científicos, legislações, dissertações, teses e publicações institucionais. Essa modalidade de investigação permite a sistematização de ideias, conceitos e categorias, a partir da produção acumulada sobre determinado fenômeno. No caso deste estudo, a pesquisa bibliográfica possibilitou o mapeamento das contribuições teóricas, normativas e empíricas sobre a aplicação da IA na EaD, especialmente no contexto brasileiro.

A abordagem qualitativa, conforme destaca Gil (2023), é adequada para estudos que pretendem interpretar fenômenos sociais complexos, com base na análise de significados, relações e contextos. Diferente da abordagem quantitativa, que opera com dados estatísticos e mensuração de variáveis, a perspectiva qualitativa visa à compreensão profunda dos processos, das experiências e das contradições que constituem a realidade investigada. Nesse sentido, o presente artigo mobiliza categorias analíticas como personalização da aprendizagem, mediação docente, regulação normativa e justiça educacional para examinar criticamente a temática proposta.

O levantamento do material empírico se deu por meio da seleção criteriosa de fontes acadêmicas publicadas entre os anos de 2018 e 2025, contemplando estudos nacionais e internacionais disponíveis em bases indexadas, como SciELO, Google Acadêmico, CAPES, Web of Science e periódicos especializados em educação e tecnologia. Também foram analisados documentos oficiais, como legislações brasileiras (LGPD, PL 2.338/2023), normativas internacionais (AI Act da União Europeia), e diretrizes da UNESCO relacionadas à ética da IA na educação.

Para a definição do corpus de análise, foram utilizados os seguintes critérios de inclusão; (i) publicações que tratam da aplicação da Inteligência Artificial na Educação a Distância; (ii) estudos que abordem aspectos pedagógicos, éticos, jurídicos ou políticos da IAEaD; (iii) documentos institucionais e legislativos que apresentem proposições normativas ou orientações para o uso da IA em contextos educacionais. Foram excluídas fontes sem base científica ou que não dialogassem com a problemática central do artigo.

A análise dos dados foi realizada com base na análise de conteúdo, conforme metodologia proposta por Bardin (2016), que consiste na identificação de categorias temáticas recorrentes, conceitos-chave e articulações discursivas. A partir dessa abordagem, os dados foram organizados em quatro eixos analíticos que estruturam o referencial teórico: (i) fundamentos históricos e conceituais da EaD; (ii) potencialidades e implicações pedagógicas da IA na EaD; (iii) ausência de regulamentação específica e seus impactos; e (iv) a necessidade de políticas públicas e diretrizes pedagógicas.

Além das obras de Gil (2023) e Bardin (2016), o estudo foi amplamente embasado em autores contemporâneos da área da educação, como Joyce Favoretti, Semensato, Francelino, Malta, Rui Fava, Guarezi, Matos e José Moran, bem como em documentos técnicos que compõem o marco legal e ético da IA. Essa diversidade de fontes possibilitou uma leitura crítica e interdisciplinar do objeto de estudo, respeitando a complexidade da temática e os desafios inerentes à sua regulamentação e implementação prática.

A metodologia adotada, portanto, buscou garantir rigor científico, coerência teórica e relevância empírica na construção da análise, de modo a oferecer subsídios para o debate sobre a inserção ética, democrática e pedagógica da Inteligência Artificial na modalidade de Educação a Distância no Brasil. Os resultados da investigação são apresentados na seção seguinte, articulando os achados da literatura com os desafios atuais enfrentados pelas instituições educacionais e pelos formuladores de políticas públicas.

APRESENTAÇÃO E DISCUSSÃO DOS RESULTADOS

A partir da análise bibliográfica realizada com base em obras científicas e documentos normativos publicados entre 2018 e 2025, emergiram quatro grandes eixos de discussão sobre a inserção da Inteligência Artificial na Educação a Distância (IAEaD): o avanço das tecnologias no contexto educacional, a ausência de regulamentação específica, os riscos e as potencialidades pedagógicas da IA e a urgência por políticas públicas consistentes. Os resultados a seguir discutem essas questões com base no corpus levantado e nos referenciais teóricos mobilizados.

Um dos achados mais evidentes diz respeito à ausência de uma legislação específica que discipline o uso da IA na EaD, o que compromete diretamente a segurança jurídica das instituições de ensino. Cardoso e Muñoz (2023) demonstram que, embora o Projeto de Lei nº 2.338/2023 represente um avanço importante ao reconhecer a educação como setor de risco elevado para aplicação de IA, ele ainda carece de diretrizes pedagógicas específicas e de mecanismos de supervisão claros. A inexistência de normas aplicáveis diretamente ao ambiente virtual de aprendizagem torna a adoção dessas tecnologias um campo de incertezas e riscos operacionais.

Além disso, mesmo com a vigência da Lei Geral de Proteção de Dados (LGPD), o cenário ainda apresenta lacunas quanto à proteção de dados educacionais sensíveis. A UNESCO (2021) reforça que a ausência de parâmetros éticos pode comprometer direitos fundamentais como privacidade, autonomia e liberdade de escolha dos estudantes, principalmente quando sistemas automatizados são utilizados para avaliação, monitoramento e personalização do ensino.

Os dados coletados evidenciam que há uma vasta produção científica apontando os benefícios da IA na EaD, especialmente no que se refere à personalização do ensino e ao aumento da eficiência educacional. Semensato, Francelino e Malta (2015) mostram que os Sistemas Tutores Inteligentes (STIs) são capazes de adaptar conteúdos e metodologias ao perfil cognitivo de cada estudante, promovendo uma aprendizagem mais autônoma e significativa. Essa capacidade de personalização é ressaltada por Veiga e Andrade (2019), que identificam maior engajamento discente quando os sistemas são orientados por modelos adaptativos de aprendizagem.

Joyce Favoretti (2024) também destaca a atuação dos chatbots educacionais e algoritmos preditivos como elementos que podem auxiliar no feedback em tempo real, na organização de tarefas e no suporte à aprendizagem contínua. Esses recursos, no entanto, devem ser utilizados de forma intencional e acompanhada de mediação pedagógica, sob pena de promoverem práticas de ensino automatizadas e despersonalizadas.

A análise crítica dos textos revisados demonstra que, ao mesmo tempo em que a IA oferece recursos inovadores, sua adoção desregulamentada pode resultar em práticas reducionistas e tecnicistas. Kaufman (2021) afirma que a ausência de critérios de transparência, auditabilidade e supervisão humana no uso da IA compromete o direito dos estudantes à informação clara e à intervenção nos processos decisórios automatizados. O uso indiscriminado de algoritmos para ranqueamento, avaliação de desempenho e orientação pedagógica pode reproduzir desigualdades e vieses históricos.

A pesquisa revelou, ainda, que o discurso de inovação muitas vezes esconde a precarização do trabalho docente, a centralização de decisões em sistemas opacos e a crescente dependência de soluções comerciais. Fava (2023) alerta que a tecnologia não pode substituir a mediação humana, tampouco ser implantada sem o devido respaldo pedagógico e formação docente continuada. O risco de esvaziamento das práticas pedagógicas é real quando o foco recai unicamente sobre a eficiência algorítmica.

Os resultados também apontam que há um consenso crescente na literatura sobre a necessidade urgente de uma política pública nacional para regulamentar e orientar o uso da IA na EaD. Joyce Favoretti (2025) defende que essa política deve incluir a elaboração de diretrizes curriculares específicas, avaliação de impacto educacional, formação de professores, financiamento público de tecnologias abertas e a participação da comunidade educacional na governança das plataformas.

A experiência internacional da União Europeia com o AI Act (2024) surge como modelo de referência, ao estabelecer categorias de risco, obrigações de transparência e mecanismos de governança. A incorporação dessas diretrizes ao contexto brasileiro poderia contribuir para uma educação digital mais justa, crítica e emancipadora. A Recomendação da UNESCO (2021) complementa essa proposta ao afirmar que toda inovação tecnológica em educação deve estar subordinada aos princípios dos direitos humanos e à valorização do sujeito no processo formativo.

CONSIDERAÇÕES FINAIS

A presente investigação demonstrou que a Inteligência Artificial aplicada à Educação a Distância (IAEaD) é um campo em franca expansão, cujos impactos ultrapassam as dimensões técnicas e alcançam questões pedagógicas, éticas e políticas centrais da educação contemporânea. A análise bibliográfica evidenciou que, embora a IA ofereça potencial para personalizar a aprendizagem e reorganizar tempos e espaços educativos, sua implementação no Brasil carece de regulamentação específica, diretrizes pedagógicas consolidadas e políticas públicas integradas. 

A ausência de um marco normativo compromete a segurança jurídica das instituições e expõe estudantes e docentes a práticas tecnológicas desreguladas, como alertam Favoretti (2025) e Kaufman (2021), gerando riscos à proteção de dados, à equidade e à autonomia pedagógica. Além disso, a adoção acrítica de ferramentas inteligentes tende a aprofundar desigualdades, sobretudo em redes públicas com limitações estruturais, técnicas e formativas. A experiência internacional, representada pelo AI Act da União Europeia (2024) e pelas orientações da UNESCO (2021), oferece parâmetros que podem ser adaptados ao contexto brasileiro, incorporando dimensões pedagógicas, éticas e participativas.

Outro achado relevante é a urgência de garantir formação continuada aos professores, condição apontada por Semensato, Francelino e Malta (2015) como determinante para integrar criticamente a IA aos processos de ensino-aprendizagem. Políticas públicas devem contemplar ações formativas robustas e repensar os critérios de avaliação, hoje insuficientes diante de ambientes mediados por algoritmos, valorizando personalização, feedback contínuo e justiça educacional. 

No campo da soberania tecnológica, como ressalta Fava (2023), cabe ao Estado fomentar tecnologias abertas, auditáveis e desenvolvidas em parceria com instituições públicas, evitando dependência de soluções comerciais fechadas. Assim, o debate sobre IA na EaD deve integrar com urgência a agenda educacional brasileira, orientando-se por uma concepção crítica, dialógica e humanizadora, na qual a tecnologia seja meio para promover inclusão digital com justiça social, sem perder de vista a centralidade do professor e a formação integral dos estudantes.

REFERÊNCIAS BIBLIOGRÁFICAS

BRASIL. Lei n. 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União: seção 1, Brasília, DF, 15 ago. 2018.

BRASIL. Projeto de Lei nº 2.338, de 2023. Dispõe sobre o uso da Inteligência Artificial no Brasil. Câmara dos Deputados, Brasília, DF, 2023. Disponível em: https://www.camara.leg.br. Acesso em: 15 jul. 2025.

CARDOSO, T.; MUÑOZ, P. Educação digital e direitos humanos: desafios da regulação da IA. Revista de Direito e Sociedade, v. 31, n. 2, p. 89–105, 2023.

FAVA, R. Plataformas educacionais e soberania pedagógica. Cadernos de Formação Docente, v. 25, n. 1, p. 63–78, 2023.

FAVORETTI CARDOSO, Joyce. Possibilidades da articulação da inteligência artificial na educação a distância nas aulas de leitura e produção de textos. In: Inovação e sociedade: uma abordagem multidisciplinar. Rio de Janeiro: Editora Epitaya, 2023. cap. 11, p. 171–182. Disponível em: https://portal.epitaya.com.br/index.php/ebooks/article/view/847. Acesso em: 19 jul. 2025.

FAVORETTI, J. Inteligência Artificial e Políticas Públicas para a Educação à Distância no Brasil: o impacto da ausência de regulamentação específica. Revista Brasileira de Políticas Educacionais, v. 39, n. 1, p. 115–132, 2025.

GIL, A. C. Métodos e técnicas de pesquisa social. 8. ed. São Paulo: Atlas, 2023.

GUAREZI, A.; MATOS, E. Histórico e desafios da EaD no Brasil: da expansão à regulação. Revista Educação em Foco, v. 45, n. 3, p. 49–66, 2022.

KAUFMAN, B. Governança e ética da IA na educação: riscos e possibilidades. Revista Educação & Sociedade, v. 42, n. 154, p. 427–441, 2021.

MORAN, J. Desafios e possibilidades da EaD no Brasil. Revista Brasileira de Educação a Distância, v. 20, n. 2, p. 79–94, 2022.

SEMENSATO, L.; FRANCELINO, J.; MALTA, C. IA e personalização na EaD: avanços e implicações. Revista Tecnologias em Educação, v. 15, n. 1, p. 103–120, 2022.

UNESCO. Recomendação sobre a Ética da Inteligência Artificial. Paris: Organização das Nações Unidas para a Educação, a Ciência e a Cultura, 2021. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000381137. Acesso em: 15 jul. 2025.

UNIÃO EUROPEIA. AI Act – Artificial Intelligence Act. Bruxelas: Parlamento Europeu, 2024. Disponível em: https://artificialintelligenceact.eu. Acesso em: 15 jul. 2025.