El conocimiento del profesor que enseña matemáticas en la era de la inteligencia artificial: una revisión sistemática

Autores/as

DOI:

https://doi.org/10.5007/1982-5153.2026.e109836

Palabras clave:

educação matemática, formação de professores, AITPACK, methodi ordinatio, inteligência artificial

Resumen

Este artículo analiza la relación entre el conocimiento del profesor que enseña matemáticas y la integración de la Inteligencia Artificial (IA) en la educación. Para ello, se realizó una revisión sistemática de la literatura, utilizando la metodología Methodi Ordinatio, con foco en estudios publicados entre 2018 y 2025 en revistas de alto impacto. El análisis cualitativo se centró en los diez principales artículos, de un total de treinta seleccionados, que abordan temas como el papel del profesor y sus conocimientos profesionales; transformaciones en la práctica docente mediadas por la IA; articulaciones entre conocimientos pedagógicos, matemáticos y tecnológicos; impactos de la IA en el aula; competencias requeridas para el uso pedagógico de la IA; y brechas en la formación docente. Los resultados indican que la Inteligencia Artificial está redefiniendo el papel del profesor, exigiendo la integración entre conocimientos tradicionales y tecnológicos. A pesar de los beneficios, como la personalización de la enseñanza, también se evidencian desafíos relacionados con aspectos algorítmicos y riesgos para la privacidad, lo que resalta la necesidad de una formación docente que prepare a los profesores para una actuación ética, crítica y mediadora.

Biografía del autor/a

Loryane Santos de Oliveira, Universidade Tecnológica Federal do Paraná

Loryane Santos de Oliveira es doctoranda en Enseñanza de Ciencia y Tecnología en la Universidad Tecnológica Federal de Paraná (UTFPR), campus Ponta Grossa, vinculada al Programa de Posgrado en Enseñanza de Ciencia y Tecnología (PPGECT). Posee licenciatura en Matemática por la UTFPR – campus Cornélio Procópio (2021) y maestría profesional en Educación Matemática por la UTFPR – campi Cornélio Procópio y Londrina (2024). Sus investigaciones se centran en la enseñanza y el aprendizaje de la Matemática, con énfasis en el razonamiento matemático, las tareas exploratorias y la formación de profesores. Su trayectoria académica se destaca por la investigación de procesos que promueven el desarrollo del razonamiento matemático por medio de prácticas formativas y reflexivas, contribuyendo a la cualificación docente y al mejoramiento de la enseñanza de la Matemática.

André Luis Trevisan , Universidad Tecnológica Federal de Paraná

André Luis Trevisan es profesor titular del Departamento de Matemática de la Universidad Tecnológica Federal de Paraná (UTFPR) y docente permanente del Programa de Posgrado en Enseñanza de Ciencia y Tecnología (PPGECT), campus Ponta Grossa. Es doctor en Enseñanza de Ciencias y Educación Matemática por la Universidad Estatal de Londrina (2013), magíster en Matemática Aplicada (Unicamp, 2008), licenciado y bachiller en Matemática Aplicada y Computacional (Unicamp, 2005) y licenciado en Pedagogía (Unifatecie, 2021). Realizó un posdoctorado en la Universidad Federal del ABC (2018–2019). Desde 2019, es líder del grupo de investigación “Razonamiento Matemático y Formación de Profesores” y posee experiencia en Matemática y Educación Matemática, con énfasis en la enseñanza de Cálculo Diferencial e Integral y en el desarrollo del razonamiento matemático en la formación docente. Participa en programas de formación continua en colaboración con redes educativas y actúa como vicecoordinador del GT 4 – Educación Matemática en la Educación Superior de la SBEM. Fue coordinador de la Maestría Profesional en Enseñanza de Matemática (PPGMAT – UTFPR/CP-LD) entre 2015 y 2016 y es becario de productividad de la Fundação Araucária (2019–2021; 2024–actual).

Eliane Maria de Oliveira Araman , Universidade tecnológica Federal do Paraná

Eliane Maria de Oliveira Araman es docente del Departamento de Matemática de la Universidad Tecnológica Federal de Paraná (UTFPR), campus Cornélio Procópio. Posee licenciatura en Ciencias con habilitación en Matemática por el Centro de Estudios Superiores de Londrina (1994), así como maestría (2006) y doctorado (2011) en Enseñanza de Ciencias y Educación Matemática por la Universidad Estatal de Londrina (UEL). Es profesora permanente de los Programas de Posgrado en Enseñanza de Matemática (PPGMAT) y en Enseñanza de Ciencia y Tecnología (PPGECT) de la UTFPR. En 2019 realizó una estancia posdoctoral en el Instituto de Educación de la Universidad de Lisboa. Lidera los grupos de investigación “Perspectivas en la Enseñanza y el Aprendizaje de la Matemática” y “Razonamiento Matemático y Formación de Profesores”. Sus investigaciones se centran en la Historia de la Matemática en la Educación Matemática, el Razonamiento Matemático y la Formación de Profesores.

S, Universidade tecnológica Federal do Paraná

Sani de Carvalho Rutz da Silva é professora titular da Universidade Tecnológica Federal do Paraná
(UTFPR). Licenciada em Matemática pela UEPG, possui mestrado em Matemática Aplicada e doutorado em
Ciência dos Materiais pela Universidade Federal do Rio Grande do Sul (UFRGS). Atua nas áreas de Ensino
de Matemática, Educação Matemática Inclusiva e uso de Tecnologias no ensino. Participou do programa
internacional PREFALC (França-Colômbia-Brasil) e é professor responsável externo do Mestrado
Interdisciplinar Multicultural em Inovação Educativa, Tecnológica e Gestão do Conhecimento (México
BUAP/INSA de Lyon). Foi orientadora do trabalho vencedor do Prêmio CAPES de Tese (2018) na área de
Ensino e é membro do Comitê de Assessores de Ciências Humanas da Fundação Araucária (2020–2024).
Coordenou o projeto internacional Rethinking Teacher Education, financiado pela Teachers College e
Fundação Lemann. Na UTFPR, integrou o Conselho de Pesquisa e Pós-Graduação (2015–2023) e atua
como professora permanente do PPGECT (mestrado e doutorado). É líder do grupo “O Ensino e a Inclusão
de Pessoas com Deficiência”, editora-chefe da RBECT e membro da ANPEd, SBEM e RedDOLAC.

Alessandra Dutra , Universidade tecnológica Federal do Paraná

Alessandra Dutra é professora titular da Universidade Tecnológica Federal do Paraná (UTFPR). Possui
graduação em Letras – Anglo e Literaturas (1997), mestrado em Estudos da Linguagem (2003) pela
Universidade Estadual de Londrina (UEL), além de doutorado em Linguística e Língua Portuguesa pela
Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP, 2008). Atuou como coordenadora do
Programa de Pós-Graduação em Ensino de Ciências Humanas, Sociais e da Natureza (PPGEN) da UTFPR
entre 2013 e 2017, e como coordenadora adjunta de 2017 a 2019. Atualmente, é professora permanente do
Programa de Pós-Graduação em Ensino de Ciência e Tecnologia (PPGECT), em Ponta Grossa (PR). Sua
pesquisa concentra-se nas áreas de Multiletramentos e Letramentos Digitais, com ênfase em práticas
pedagógicas que promovem o desenvolvimento do Pensamento Computacional. Foi bolsista de
produtividade em pesquisa pela Fundação Araucária entre 2019 e 2021.

Citas

Almuhanna, M. A. (2025). Teachers’ perspectives of integrating AI-powered technologies in K-12 education for creating customized learning materials and resources. Education and Information Technologies, 30, 10343–10371.

Anderson, T. (2020). The role of AI in educational practices. Journal of Educational Technology & Society, 23(1), 56–70.

Bai, X., Wang, Y., Zhang, X., & Li, Z. (2024). Math teachers and AI: Potential and limitations. Frontiers in Education.

Ball, D. L., Thames, M. H., & Phelps, G. (2008). Content knowledge for teaching: What makes it special? Journal of Teacher Education, 59(5), 389–407.

Celik, I. (2023). Towards Intelligent-TPACK: An empirical study on teachers’ professional knowledge to ethically integrate artificial intelligence (AI)-based tools into education. Computers in Human Behavior, 138, 107468.

Elias, H. R. (2017). Fundamentos teórico-metodológicos para o ensino do corpo dos números racionais na formação de professores de matemática [Tese de Doutorado, Universidade Estadual de Londrina]. Universidade Estadual de Londrina.

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.

Imran, A., & Almusharraf, N. (2024). Teacher readiness and ethical concerns in AI literacy. Education Sciences.

Kim, H., Park, S., Lee, J., & Choi, Y. (2024). AI literacy and mathematics teacher preparation. Journal of Technology and Teacher Education.

Kitchenham, B. (2004). Procedures for performing systematic reviews. Keele University Technical Report TR/SE-0401. Keele University.

Koehler, M. J., Mishra, P., Kereluik, K., Shin, T. S., & Graham, C. (2013). The technological pedagogical content knowledge framework. In J. M. Spector, M. D. Merrill, J. Elen, & M. J. Bishop (Eds.), Handbook of research on educational communications and technology (pp. 101–111). Springer.

Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson.

Meylani, R. (2024). Artificial Intelligence in Mathematics Teacher Education: A Systematic Review and Qualitative Synthesis of Contemporary Research Literature. International journal of Technology in Education Science, 1(1), 63-91.

Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054.

Ng, D. T. K., Chan, K., & Lo, B. (2025). Opportunities, challenges and strategies for integrating generative AI in education. Computers and Education: Artificial Intelligence.

Niess, M. L. (2005). Preparing teachers to teach science and mathematics with technology: Developing technology pedagogical content knowledge. Teaching and Teacher Education, 21(5), 509–523.

Ning, Y., Zhang, C., Xu, B., Zhou, Y., & Wijaya, T. T. (2024). Teachers’ AI-TPACK: Exploring the relationship between knowledge elements. Sustainability, 16, 1–17.

Okoli, C. (2015). A guide to conducting a systematic literature review of information systems research. Sprouts: Working Papers on Information Systems, 10(26), 1–49.

OpenAI. (2022). Introducing ChatGPT. OpenAI.

Pagani, R. N., Kovaleski, J. L., & Resende, L. M. (2015). Methodi Ordinatio: A proposed methodology to select and rank relevant scientific papers encompassing the impact factor, number of citation, and year of publication. Scientometrics, 105(3), 2109–2135.

Saragih, I. (2024). Integrating AI in mathematics teaching: Teachers’ attitudes. International Journal of STEM Education.

Shulman, L. S. (1986). Those who understand: Knowledge growth in teaching. Educational Researcher, 15(2), 4–14.

Sperling, K., Stenberg, C. J., McGrath, C., Åkerfeldt, A., Heintz, F., & Stenliden, L. (2024). In search of artificial intelligence (AI) literacy in teacher education: A scoping review. Computers and Education Open, 6, 100169.

Stokel-Walker, C. (2023). ChatGPT listed as author on research papers: Many scientists disapprove. Nature, 613(7945), 620–621.

Sun, J., Ma, H., Zeng, Y., Han, D., & Jin, Y. (2023). Promoting the AI teaching competency of K-12 computer science teachers: A TPACK-based professional development approach. Education and Information Technologies, 28(2), 1509–1533.

Tardif, M. (2014). conhecimentos profissionais e formação profissional (14a ed.). Vozes.

UNESCO. (2024). AI competency framework for teachers. UNESCO.

Uygun, D. (2024). Teachers’ perspectives on artificial intelligence in education. Advances in Mobile Learning Educational Research, 4(1), 931–941.

Yan, L., Sha, L., Zhao, L., Chai, C. S., Jong, M. S. Y., Istenič, A., Spector, J. M., Liu, J. B., Yuan, J., & Li, Y. (2024). Practical and ethical challenges of large language models in education: A systematic scoping review.

Descargas

Publicado

2026-08-13

Número

Vol. 19 (2026)

Sección

Artigos

Licencia

Derechos de autor 2026 Loryane Santos de Oliveira, André Luis Trevisan , Eliane Maria de Oliveira Araman , Sani de Carvalho Rutz da Silva, Alessandra Dutra

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

 

Os autores retêm os direitos autorais e direitos de publicação sobre suas obras, sem restrições.

Ao submeterem seus trabalhos, os autores concedem à Revista Alexandria o direito exclusivo de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution (CC BY) 4.0 International. Essa licença permite que terceiros remixem, adaptem e criem a partir do trabalho publicado, desde que seja dado o devido crédito de autoria e à publicação original neste periódico.

Os autores também têm permissão para firmar contratos adicionais, separadamente, para distribuição não exclusiva da versão publicada do trabalho neste periódico (por exemplo: depositar em repositório institucional, disponibilizar em site pessoal, publicar traduções ou incluí-lo como capítulo de livro), desde que com reconhecimento da autoria e da publicação inicial na Revista Alexandria.