Ensinar algoritmos na era da inteligência artificial generativa: um relato de experiência docente no ensino superior tecnológico

Autores

DOI:

https://doi.org/10.5281/zenodo.21285770

Palavras-chave:

Algoritmos computacionais; Inteligência artificial generativa; Pensamento computacional; Mediação pedagógica; Ensino superior tecnológico

Resumo

Este artigo apresenta um relato de experiência docente na disciplina de Algoritmos Computacionais do curso de Análise e Desenvolvimento de Sistemas da Faculdade EDUFOR, em São Luís (MA), construído a partir das perspectivas complementares do professor Marcos, que inaugurou a disciplina em 2024.1 e a conduziu ao longo de 2024 e 2025, e do professor William, que a assumiu em 2026.1 com uma abordagem deliberadamente orientada à integração da inteligência artificial generativa (IAG). O problema central que o relato enfrenta é a seguinte tensão: como ensinar raciocínio lógico-computacional quando ferramentas como ChatGPT, GitHub Copilot e Google Gemini são capazes de resolver os exercícios da disciplina em segundos? O argumento desenvolvido é que a IAG não elimina a necessidade de aprender algoritmos — ela desloca o foco da resposta certa para o processo de raciocínio. As decisões pedagógicas descritas incluem a integração da IAG em vez de sua proibição, a exigência de registro de prompts como prática de responsabilização e visibilidade do processo, o uso de soluções geradas por IA como objeto de análise coletiva em sala e a articulação com o projeto de extensão curricularizada Portal de Ideias. A fundamentação teórica ancora essas decisões nos conceitos de pensamento computacional, no framework TPACK e nas competências humanas que a engenharia de software requer além da geração de código. O relato conclui com uma análise do fenômeno do vibe coding como horizonte que radicaliza a tensão original, reforçando o argumento de que a formação do raciocínio computacional permanece indispensável porque é ela que confere ao desenvolvedor agência sobre as ferramentas que o cercam.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • William Corrêa Mendes

    Doutorando em Ciências Contábeis e Administração, FUCAPE, Brasil.

    Docente, Faculdade EDUFOR (EDUFOR), São Luís, MA, Brasil.

    Lattes: https://lattes.cnpq.br/7726054867638395

  • Marcos Christian Silva Matos

    Mestre em Direção Estratégica em Tecnologias da Informação, FUNIBER, Brasil.

    Docente, Faculdade EDUFOR (EDUFOR), São Luís, MA, Brasil.

    Lattes: http://lattes.cnpq.br/8568026725518533

Referências

AZAMBUJA, Celso Candido De; FERREIRA DA SILVA, Gabriel. Novos desafios para a educação na Era da Inteligência Artificial. Filosofia Unisinos, v. 25, n. 1, p. 1–16, 26 mar. 2024.

AZEVEDO, Rodolfo; WAINER, Jacques. Ensino de Programação (e Computação) na Era da IA Generativa. In: RIBEIRO, Leila; DURAN, Rodrigo (Orgs.). Seminário dos Grandes Desafios da Educação em Computação no Brasil. 1. ed. Porto Alegre: Sociedade Brasileira de Computação, 2024. p. 101–105.

CAMBAZ, Doga; ZHANG, Xiaoling. Use of AI-driven Code Generation Models in Teaching and Learning Programming: a Systematic Literature Review. In: SIGCSE 2024: THE 55TH ACM TECHNICAL SYMPOSIUM ON COMPUTER SCIENCE EDUCATION. Proceedings of the 55th ACM Technical Symposium on Computer Science Education V. 1. Portland OR USA: ACM, 7 mar. 2024. Disponível em: <https://dl.acm.org/doi/10.1145/3626252.3630958>. Acesso em: 20 maio. 2026.

CORRÊA MENDES, William; BEZERRA DE MELO, Alessandra; DO ROSARIO MIRANDA, Marcio Antonio. FRAMEWORK GCED: GESTÃO DO CONHECIMENTO NA EXTENSÃO CURRICULARIZADA MEDIADA POR TECNOLOGIAS DIGITAIS. REVISTA ELETRÔNICA EXTENSÃO EM DEBATE, v. 15, n. 25, maio 2026.

GOMES, Anabela; MENDES, A. J. Learning to Program - Difficulties and Solutions. In: Coimbra, Portugal: ICEE, 2007. Disponível em: <http://icee2007.dei.uc.pt/proceedings/papers/411.pdf>.

JOŠT, Gregor; TANESKI, Viktor; KARAKATIČ, Sašo. The Impact of Large Language Models on Programming Education and Student Learning Outcomes. Applied Sciences, v. 14, n. 10, p. 4115, 13 maio 2024.

KASNECI, Enkelejda et al. ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, v. 103, p. 102274, abr. 2023.

LAU, Sam; GUO, Philip. From “Ban It Till We Understand It” to “Resistance is Futile”: How University Programming Instructors Plan to Adapt as More Students Use AI Code Generation and Explanation Tools such as ChatGPT and GitHub Copilot. In: ICER 2023: ACM CONFERENCE ON INTERNATIONAL COMPUTING EDUCATION RESEARCH. Proceedings of the 2023 ACM Conference on International Computing Education Research V.1. Chicago IL USA: ACM, 7 ago. 2023. Disponível em: <https://dl.acm.org/doi/10.1145/3568813.3600138>. Acesso em: 20 maio. 2026.

LI, Jie et al. Vibe Coding in Product Teams: Reconfiguring AI-Assisted Workflows, Prototyping, and Collaboration. arXiv, 2025. Disponível em: <https://arxiv.org/abs/2509.10652>. Acesso em: 20 maio. 2026.

MESKE, Christian et al. Vibe Coding as a Reconfiguration of Intent Mediation in Software Development: Definition, Implications, and Research Agenda. IEEE Access, v. 13, p. 213242–213259, 2025.

MISHRA, Punya; KOEHLER, Matthew J. Technological Pedagogical Content Knowledge: A Framework for Teacher Knowledge. Teachers College Record, v. 108, n. 6, p. 1017–1054, 2006.

PONTUAL FALCÃO, Taciana; FRANÇA, Rozelma Soares De. Computational Thinking Goes to School: Implications for Teacher Education in Brazil. Revista Brasileira de Informática na Educação, v. 29, p. 1158–1177, 2 out. 2021.

PRATHER, James et al. “It’s Weird That it Knows What I Want”: Usability and Interactions with Copilot for Novice Programmers. ACM Transactions on Computer-Human Interaction, v. 31, n. 1, p. 1–31, 29 fev. 2024.

PRESSMAN, Roger S.; MAXIM, Bruce R. Engenharia de software: uma abordagem profissional. 8. ed. Porto Alegre, RS: AMGH, 2016.

ROBINS, Anthony; ROUNTREE, Janet; ROUNTREE, Nathan. Learning and Teaching Programming: A Review and Discussion. Computer Science Education, v. 13, n. 2, p. 137–172, jun. 2003.

SARKAR, Advait; DROSOS, Ian. Vibe coding: programming through conversation with artificial intelligence. arXiv, 2025. Disponível em: <https://arxiv.org/abs/2506.23253>. Acesso em: 20 maio. 2026.

SILVA, Teresinha Letícia Da et al. Potencialidades do uso de Inteligência Artificial Generativa como apoio ao Ensino de Programação. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO. Anais do XXXV Simpósio Brasileiro de Informática na Educação (SBIE 2024). Brasil: Sociedade Brasileira de Computação - SBC, 4 nov. 2024. Disponível em: <https://sol.sbc.org.br/index.php/sbie/article/view/31369>. Acesso em: 20 maio. 2026.

SILVEIRA NASCIMENTO, Márcio; PIRES MARTINS, Sidney; JOSÉ DOS SANTOS, Éber. Professores e inteligência artificial generativa (IAG): mediação, desafios e oportunidades para o engajamento discente. Devir Educação, v. 10, n. 1, p. e-1116, 3 mar. 2026.

WING, Jeannette M. Computational thinking. Commun. ACM, v. 49, n. 3, p. 33–35, mar. 2006.

ZHANG, Ruixin et al. Engineering Pitfalls in AI Coding Tools: An Empirical Study of Bugs in Claude Code, Codex, and Gemini CLI. arXiv, 2026. Disponível em: <https://arxiv.org/abs/2603.20847>. Acesso em: 20 maio. 2026.

Downloads

Publicado

09-07-2026

Edição

Seção

Artigo Original

Como Citar

Ensinar algoritmos na era da inteligência artificial generativa: um relato de experiência docente no ensino superior tecnológico. (2026). Revista Interlocus, 2(5). https://doi.org/10.5281/zenodo.21285770