SEQUENCIALIZANDO CONHECIMENTOS BÁSICOS EM GEOGRAFIA E HISTÓRIA USANDO INTELIGÊNCIA ARTIFICIAL: NOVAS PERSPECTIVAS PEDAGÓGICAS PARA O ENSINO MÉDIO

Resumo

O artigo "Sequenciando o conhecimento básico de geografia e história usando inteligência artificial" analisa como modelos de linguagem generativa (LLM) podem ser usados para estruturar o currículo do ensino médio, particularmente nas disciplinas de geografia e história. Seu objetivo é comparar a eficácia de quatro modelos — ChatGPT, DeepSeek, Le Chat e Claude — na organização e sequenciamento do conhecimento básico estabelecido no currículo aragonês. O trabalho foi realizado utilizando uma metodologia que utilizou prompts sequenciais para interagir com os LLMs. Como resultado, foram gerados doze blocos temáticos, posteriormente avaliados quanto à sua progressão pedagógica, coerência interna e abordagem epistemológica. Os resultados mostram que, embora todos os modelos sejam baseados no mesmo corpus curricular, eles apresentam diferenças notáveis na estruturação do conteúdo, hierarquia temática, profundidade conceitual e escolha terminológica. Alguns priorizam habilidades metodológicas, enquanto outros se concentram em tópicos relevantes para a experiência dos alunos. O estudo conclui que essas ferramentas não apenas diversificam as formas de representação curricular, mas também facilitam um planejamento didático mais flexível e contextualizado, voltado para o desenvolvimento da cidadania crítica. A pesquisa destaca o potencial dos LLMs para gerar sequências coerentes a partir de diversas abordagens pedagógicas. Essas propostas estimulam os professores a refletir sobre a organização dos conteúdos e sua adaptação a diversos contextos educacionais.

DOI: https://doi.org/10.56238/sevened2025.029-023