Finisterra, LXI(131), 2026, e42387  
ISSN: 0430-5027  
doi: 10.18055/Finis42387  
Artigo de Revisão  
A APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL GENERATIVA NO  
ENSINO DA GEOGRAFIA:  
PANORAMA ATUAL E PERSPETIVAS FUTURASꢀ  
1
VITOR REIS  
RUI PEDRO JULIÃO  
1
1
ELISABETE FIEL  
RESUMO – A utilização da Inteligência Artificial Generativa (IAGen) está a ganhar relevância no ensino da Geografia,  
transformando as práticas pedagógicas através da simulação de fenómenos espaciais, da análise de dados geográficos e da  
personalização das aprendizagens. Este artigo analisa o impacto da IAGen no processo educativo, apresentando exemplos  
concretos da sua aplicação em diferentes contextos e discutindo as implicações para o papel do professor, que passa de  
transmissor de conteúdos a facilitador do pensamento crítico. Destaca-se a importância de uma formação docente que promova  
um uso consciente e integrado da IAGen. Conclui-se que o futuro do ensino da Geografia poderá beneficiar significativamente  
da IAGen, desde que as suas potencialidades sejam equilibradas com estratégias pedagógicas que favoreçam o pensamento  
autónomo e a reflexão crítica.  
Palavras-chave: Inteligência Artificial Generativa (IAGen); educação geográfica; formação docente.  
ABSTRACT – THE APPLICATION OF GENERATIVE ARTIFICIAL INTELLIGENCE IN THE TEACHING OF  
GEOGRAPHY: CURRENT LANDSCAPE AND FUTURE PERSPECTIVES. The use of Generative Artificial Intelligence  
(GenIA) is gaining relevance in the teaching of Geography, transforming pedagogical practices through the simulation of spatial  
phenomena, the analysis of geographical data, and the personalization of learning. This article analyzes the impact of GenIA  
on the educational process, presenting concrete examples of its application in different contexts and discussing the implications  
for the teacher's role, which shifts from being a content transmitter to a facilitator of critical thinking. The importance of teacher  
training that promotes a conscious and integrated use of GenIA is emphasized. It is concluded that the future of Geography  
education could significantly benefit from GenIA, provided that its potential is balanced with pedagogical strategies that foster  
autonomous thinking and critical reflection.  
Keywords: Generative Artificial Intelligence (GenIA); geographic education; teacher training.  
DESTAQUES  
●
●
●
A IAGen está a redefinir o ensino da Geografia através de metodologias inovadoras.  
A educação geográfica beneficia da IAGen ao potenciar aprendizagens mais interativas.  
A formação docente é essencial para integrar a IAGen de forma crítica e pedagógica.  
1.  
INTRODUÇÃO  
Muita da literatura recente sobre Inteligência Artificial (IA) no ensino abre com a constatação repetida  
de que a IA está presente em muitas das tecnologias que usamos no quotidiano, muitas vezes sem que disso  
nos apercebamos ou que as reconheçamos como tal: “A inteligência artificial tornou-se omnipresente na vida  
dos cidadãos do século XXI” (Crompton & Burke, 2023, p. 2). “A inteligência artificial é a característica  
Recebido: 29/06/2025. Aceite: 30/01/2026. Publicado: 11/05/2026.  
Vitor Reis: a2021100547@campus.fcsh.unl.pt  
1 Faculdade de Ciências Sociais e Humanas, Universidade Nova de Lisboa, Avenida de Berna, 26-C, 1069-061, Lisboa, Portugal.  
Published under the terms and conditions of an Attribution-NonCommercial-NoDerivatives 4.0 International license.  
 
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
mais significativa da revolução do conhecimento, da tecnologia e das comunicações” (Melnyk et al., 2024,  
p. 721). Esta presença é indiscutível nos motores de busca na Internet, nas plataformas de gestão académica,  
nos Sistemas de Controlo de Fronteiras, nos sistemas de condução autónoma e, mais recentemente, em  
interfaces generativas que produzem texto, código, som e imagem com base em linguagem natural, apenas  
para referir alguns. No entanto, o reconhecimento e aceitação da disseminação desta tecnologia, estará já, ou  
não, a transformar também o processo educativo?  
Um estudo recente, com o objetivo de analisar as perceções dos professores de Geografia, em Portugal,  
sobre o impacto da Inteligência Artificial Generativa (IAGen) no processo de ensino-aprendizagem concluiu  
que 60,2% dos inquiridos afirma que o seu nível de familiaridade com a IAGen é “fraco”, apesar de 51%,  
confirmar já ter utilizado ferramentas de IAGen na preparação das suas aulas (Reis, 2025). A utilização da  
IA e da IAGen abre espaço para a exploração de novas ideias, a criação de simulações mais complexas e o  
fomento de debates críticos no contexto educativo. Contribuem para tornar os ambientes de aprendizagem  
mais ricos e colaborativos que estimulam nos alunos uma forma de pensar mais autónoma e interligada entre  
diferentes áreas do saber (Santos & Ramos Filho, 2025). O estudo de Martins et al. (2024), realizado em  
Portugal com alunos de Mestrado, explorou a utilização da ferramenta ChatGPT em contexto de aula. As  
principais conclusões apontam para uma clara melhoria na compreensão do tema estudado, com a maioria  
dos alunos a referir que a tarefa solicitada ajudou a aprofundar o entendimento do conteúdo e não apenas a  
aprender sobre a tecnologia usada. A atividade teve um efeito motivador, despertando entusiasmo e maior  
envolvimento na aula, especialmente pelo apoio próximo da docente, reforçando o papel fundamental da  
presença efetiva do professor em aula.  
A emergência da IAGen, especialmente visível com a difusão de Grandes Modelos de Linguagem  
(LLM) como o ChatGPT, pode representar uma viragem significativa no modo de ensinar, de aprender e de  
avaliar conhecimento Geográfico e de todas as áreas do saber. A integração da IAGen no ensino superior da  
Geografia abre novas formas de explorar o território através de linguagens e suportes diferenciados para lá  
dos mapas interativos, imagens de satélite ou vídeos 360°. Estes recursos ajudam a aprofundar a leitura dos  
fenómenos geográficos e estimulam uma análise mais crítica do espaço. Para que cumpram esse potencial, é  
indispensável que professores e alunos desenvolvam um conjunto de competências digitais, técnicas e éticas  
(Chiu, 2024; Santos & Ramos Filho, 2025). Ou seja, a adoção de ferramentas de IAGen requer condições  
adequadas nas faculdades e formação adequado dos docentes e alunos. A introdução da IAGen, representa  
uma oportunidade de inovação que importa explorar com rigor científico e pedagógico. No desenvolvimento  
de competências técnicas e analíticas com pensamento crítico e tomada de decisão com base em situações  
concretas. Nas interpretação e compreensão de práticas educativas complexas, interdisciplinares e ligadas ao  
território (Lee, 2023; Liu et al., 2025). A criação de conteúdos visuais e narrativos gerados por IAGen podem  
ajudar os alunos a compreender fenómenos complexos, como a transformação das paisagens, os impactos  
ambientais ou os riscos naturais (Lee et al., 2025). A IAGen surge também como apoio ao trabalho docente,  
automatizando tarefas de avaliação e libertando tempo para o acompanhamento individual dos alunos  
(Melnyk et al., 2024).  
Embora os primeiros sinais de transformação digital na educação tenham surgido com as plataformas  
de e-learning e com os sistemas de gestão da aprendizagem (LMS), é com a IAGen que se atinge um novo  
patamar transformador e de grande impacto no processo Ensino-Aprendizagem. Este processo encaixa-se na  
transição de uma pedagogia digital para uma pedagogia algorítmica, em que o papel do professor deixa a  
posição de autoridade exclusiva, reconfigurando-se como facilitador e curador numa rede expandida de  
saberes humanos e artificiais (Pratschke, 2024). Importa clarificar o conceito de Pedagogia Algorítmica de  
Raffaghelli (2024, p. 98) define-a como o “acesso e uso de grandes quantidades de dados digitais, para,  
através do uso de algoritmos, adotar automatismos educativos”. De acordo com a autora, em vez de apenas  
digitalizar as aulas, a pedagogia algorítmica assenta na recolha massiva de dados e em decisões tomadas por  
algoritmos. Isso acarreta riscos, uma vez que o conhecimento é convertido em métricas e visualizações;  
podendo o papel do professor ficar condicionado por automatismos e pela orientação dos dados. A tecnologia  
deixa de ser um instrumento para se tornar um dispositivo mediador que exige políticas de utilização,  
participação e capacitação para a sua utilização e interpretação crítica.  
O acesso ao conhecimento é hoje significativamente mais rápido e generalizado do que no início do  
século XX, impulsionado pelo exponencial desenvolvimento tecnológico. A figura 1 apresenta uma Linha  
Cronológica da Inovação Tecnológica no Contexto Educativo, desde 1920. A Tecnologia como facilitadora  
na disseminação e no acesso ao conhecimento. Nesta representação estão algumas das tecnologias, que os  
professores integraram nas suas práticas de ensino e que provocaram mudanças significativas nos sistemas  
educativos (Luterbach, 2024).  
2
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
Fig. 1 – Linha Cronológica da Inovação Tecnológica no Contexto Educativo.  
Fig. 1 – Timeline of Technological Innovation in the Educational Contex.  
Fonte: Os autores  
A utilização da IAGen tem vindo a permitir o desenvolvimento de simuladores geográficos que  
colocam os alunos em contacto direto com representações mais realistas e interativas dos fenómenos  
espaciais. Um exemplo ilustrativo é apresentado por Duan et al. (2025) que propõem um modelo pedagógico  
inovador, assente na combinação entre visualizações em realidade mista e algoritmos generativos. Esta  
abordagem visa fomentar uma aprendizagem mais experimental e imersiva, contribuindo significativamente  
para o enriquecimento do conhecimento geográfico e para o envolvimento ativo dos estudantes nas suas  
aprendizagens.  
O presente artigo tem como objetivo central analisar as possibilidades de aplicação da IAGen no ensino  
da Geografia, identificando práticas pedagógicas emergentes, perspetivas futuras e os principais desafios que  
se colocam à sua adoção em contexto educativo. São abordadas, neste sentido, três dimensões essenciais: a  
forma como a IA está a ser integrada na educação de modo transversal; exemplos concretos de utilização da  
IA no ensino da Geografia, em diferentes níveis de ensino; e, por fim, uma reflexão sobre os cenários futuros  
da IA na educação geográfica.  
A elaboração deste artigo contou com o apoio de diferentes ferramentas de IAGen, utilizadas de forma  
crítica e integrada no processo de construção científica. Tal como é trivial recorrer-se a calculadoras para  
validar cálculos, a corretores ortográficos para garantir que não existem erros ortográficos ou gramaticais ou  
a ferramentas de tradução para compreender um texto escrito numa língua que não dominamos, também a  
IA foi aqui utilizada como apoio técnico e cognitivo, ampliando as possibilidades de investigação e redação.  
A sua aplicação incluiu: identificação de artigos relevantes numa análise exploratória inicial,  
formulação de questões comparativas sobre as abordagens metodológicas, organização de estruturas  
argumentativas, verificação de coerência interna e simulação de contra-argumentos. Em nenhuma destas  
etapas a IA substituiu o juízo crítico, a seleção de fontes ou a autoria científica. Funcionou antes como um  
concierge virtual, respondendo a necessidades devidamente enquadradas. Este reconhecimento alinha-se  
com a perspetiva de Pratschke (2024) que defende uma visão de co-design entre humanos e máquinas,  
recusando abordagens simplistas ou moralizantes quanto ao papel da IAGen na produção do conhecimento.  
O mesmo confirma Furze (2024, p. 6) no início do seu livro Pratical AI Strategies – Engaging with  
Generative AI in Education, quando indica “utilizo o ChatGPT e outras ferramentas de IA generativa  
diariamente, incluindo na construção deste livro”, o autor identifica depois todas as tarefas onde explorou o  
potencial da IAGen no seu processo criativo e de automação de processos.  
2.  
INTELIGÊNCIA ARTIFICIAL E EDUCAÇÃO  
O advento e integração da IA na educação tem vindo a ganhar forte relevância nos debates políticos,  
pedagógicos e filosóficos. O relatório da Comissão Europeia sobre os direitos e princípios digitais reconhece  
explicitamente os riscos associados à utilização de sistemas de IA em contextos educativos, defendendo que  
a sua aplicação deve ser acompanhada por avaliações rigorosas e garantir sempre o respeito pelos direitos  
fundamentais, conforme previsto no Artificial Intelligence Act da EU (European Commission, 2024). Em  
novembro de 2023, o Ministério da Educação Austríaco apresentou o programa eEducation Austria. Este,  
abrange iniciativas de formação de professores do ensino básico e secundário, desenvolvimento escolar,  
utilização pedagógica da IAGen e avaliação de software educativo, com o objetivo de responder aos desafios  
e oportunidades da digitalização nas escolas austríacas de forma sustentável e crítica (eDucation, 2023). A  
monitorização e a aplicação de métodos de avaliação destas ferramentas em escolas austríacas são um dos  
pontos mais relevantes dentro do projeto e de onde se esperam resultados que permitam compreender as  
3
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
mais-valias, ou menos-valias, da implementação da IAGen nos processos ensino-aprendizagem. Este projeto  
é um excelente exemplo de como, de forma proativa pode ser pensada a integração de ferramentas de  
inteligência artificial num sistema educativo.  
Na sala de aula, a IA pode ser um estímulo importante para a criatividade de professores e alunos. O  
seu papel deve ser visto como complementar à ação pedagógica do professor, permitindo explorar novas  
ideias, desenvolver simulações complexas ou promover reflexões e discussões críticas. A sua utilização  
potencia um enriquecimento dos ambientes de aprendizagem, integrando recursos multimédia e incentivando  
dinâmicas colaborativas que desafiam os alunos a pensar de forma mais autónoma e interdisciplinar (Chiu,  
2024). Sendo que, exatamente o oposto pode também acontecer, se o uso da IA for inadequado, uma vez que  
também pode reduzir a iniciativa individual, limitar a originalidade e promover a dependência tecnológica.  
Kumar et al. (2025) demonstram que a IAGen ajuda a criatividade convergente em tarefas assistidas (melhor  
síntese/seleção), mas pode inibir a criatividade divergente ao homogeneizar ideias e reduzir a diversidade. O  
efeito depende do tipo de tarefa e do grau de intervenção humana; mais do que a tecnologia, é o design  
pedagógico (quando, como e para quê se usa a IA) que determina se a criatividade é verdadeiramente  
estimulada ou, pelo contrário, está a ser limitada.  
Em Portugal, um estudo de 2025, com professores do ensino básico e secundário revelou uma atitude  
maioritariamente favorável à introdução da inteligência artificial no contexto educativo: os professores,  
afirmaram estar dispostos a integrar estas ferramentas no seu trabalho, desde que exista apoio e condições  
adequadas. Estes reconhecem o contributo que a IA pode trazer, sobretudo na personalização do ensino e no  
aumento do envolvimento/motivação dos alunos. Os maiores obstáculos reconhecidos por estes professores  
vão desde a falta de conhecimento técnico/formação, limitações tecnológicas e a resistência à mudança a  
nível institucional (Neves & Gonçalves, 2025). O estudo sugere que o interesse demonstrado pelos  
professores pode ser potenciado através de iniciativas de formação e estratégias de apoio adequadas à  
realidade escolar, em conjunto com a adequação tecnológica da sala de aula.  
As editoras de manuais escolares em Portugal começam a disponibilizar recursos para professores que  
exploram ferramentas de IAGen. Um novo manual da disciplina de Tecnologia de Informação e Comunicação  
(TIC) do ensino básico, o TecnICjúnior 6, disponibiliza aos professores recursos tutoriais sobre diferentes  
ferramentas e IAGen enquadrando-as com a prática pedagógica, com os conteúdos programáticos da  
disciplina e com as diferentes áreas de Competência do PASEO (Perfil dos Alunos à Saída da Escolaridade  
Obrigatória, homologado pelo Despacho n.º 6478/2017, de 26 de julho, do Gabinete do Secretário de Estado  
da Educação; Roque et al., 2025). Desta forma os professores podem explorar com os seus alunos estes  
recursos de forma orientada e enquadrada através de metodologias pedagógicas ativas de aprendizagem. Da  
mesma maneira que formam os seus alunos para as questões da segurança digital. Román Jiménez et al.  
(2024) descrevem a integração de IAGen no ensino superior através de técnicas ativas: entrevistas simuladas  
com personagens geradas por IAGen para treino de empatia; debates com análise e contra-argumentação  
assistidos por IA; narrativas pessoais com geração de imagens e experiências gamificadas. Os resultados do  
inquérito indicaram elevada aceitação (acima dos 80% para avaliação da utilidade/facilidade) e perceção de  
ganhos em pensamento crítico e inovação, mantendo o docente como mediador e garantindo uso responsável.  
Um estudo recente, realizado no Cazaquistão em 2024, analisou as perceções de alunos, pais e  
professores do ensino básico e secundário sobre a utilização de ferramentas de IA no contexto educativo. A  
maioria dos alunos revelou interesse pelas ferramentas de IA, com cerca de 60% a afirmarem gostar de as  
utilizar, sobretudo para estudar e fazer trabalhos. Também os professores reconheceram o interesse dos  
alunos nestas ferramentas. Mais de 75% relataram a integração regular da IA nas suas práticas pedagógicas,  
reconhecendo também um impacto positivo na motivação dos estudantes. Já entre os pais, cerca de 70%  
mostraram-se favoráveis à utilização destas tecnologias, desde que acompanhada por supervisão adequada.  
Os autores concluem que a IA pode ser uma aliada importante no apoio à aprendizagem, sobretudo quando  
usada de forma responsável e crítica. Ainda assim, alertam para os riscos de uma adoção pouco refletida, que  
possa comprometer a autonomia dos alunos (Uaidullakyzy, 2024).  
As instituições de ensino superior, em reação aos debates públicos e aos receios éticos e até legais,  
começaram a criar documentos internos que tentam regular ou estabelecer padrões de utilização de  
ferramentas de IA pelos alunos, docentes e órgãos administrativos. Um estudo de 2024, analisou de forma  
crítica a forma como as universidades têm respondido ao uso crescente da IAGen no meio académico,  
sobretudo no que diz respeito à originalidade do trabalho dos alunos. Os autores concluíram que muitas  
instituições adotam políticas que encaram a IA como uma ameaça à autoria e ao pensamento independente,  
enquadrando a IAGen como apoio externo que pode comprometer a originalidade e o trabalho independente  
do aluno, levantando questões de integridade académica (Luo, 2024). No entanto, os autores defendem que  
esta abordagem carece de maior reflexão, sugerindo ser necessário repensar o conceito de originalidade no  
contexto atual, onde a produção de conhecimento é frequentemente mediada por ferramentas tecnológicas.  
4
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
Em Portugal, por exemplo, a Universidade Lusófona definiu como regra que é o docente que deve  
“permitir”, ou não, a utilização de ferramentas de IA pelos seus alunos nas tarefas de avaliação, estabelecendo  
diretrizes para cada opção (Universidade Lusófona, 2023). A Faculdade de Medicina da Universidade de  
Lisboa definiu um conjunto de princípios e práticas, que orientam os alunos no sentido de “garantir o acesso  
equitativo às ferramentas de IA e fomentar uma cultura de uso responsável” (Faculdade de Medicina da  
Universidade de Lisboa [FMUL], 2025, p. 1).  
Estes documentos, centram-se nos receios ligados à errada aplicação das ferramentas de IAGen e nas  
questões éticas da sua exploração. A inclusão de orientações para a integração harmoniosa desta tecnologia  
e que enquadrassem a sua aplicação na otimização da aquisição de conhecimento e na simplificação de  
processos, tanto de alunos como de docentes, poderia tornar estes documentos mais relevantes na  
implementação de políticas eficazes de regulação. Estes deverão definir a postura institucional de banir,  
regulamentar ou integrar, e alinhar-se com a capacitação em IAGen para docentes e alunos. Tendo em conta  
os riscos, torna-se necessário que as instituições: desenhem programas de formação de professores e alunos,  
seguindo por exemplo os referenciais da Comissão Europeia o DigiCompEdu 2.2 (Vuorikari et al., 2022),  
que criem programas de desenvolvimento personalizados, que se concentrem especificamente nas  
competências de literacia em IA; promovam trabalho em equipa institucional, criando comunidades de  
prática ativa; desenhem políticas éticas sobre o uso ético da IA, incluindo revisão e atualização regulares;  
promovam o desenvolvimento de competências dos alunos, garantindo que estes também adquiram a literacia  
em IA e que o seu acesso seja equitativo (Tenberga & Daniela, 2024).  
Aumentando a sua abrangência, incluindo programas de formação que potenciassem a utilização da  
IAGen e que simultaneamente sensibilizassem para as questões éticas e de segurança, poderiam envolver  
toda a comunidade académica. Pelo contrário, posturas demasiado rígidas, ou até desinformadas, podem  
afastar os estudantes e desperdiçar oportunidades de aprendizagem crítica e inovadora. As instituições de  
ensino superior podem vir a reconhecer o potencial da IA como instrumento criativo, quando usada com  
responsabilidade e enquadramento ético.  
As metodologias de Aula Magistral, reduzem o papel do professor à mera transmissão de  
conhecimentos. Estas metodologias limitam os alunos nas suas capacidades de aplicar, analisar, criticar e  
sintetizar (Ribeiro., 2007). Desta forma estamos a reduzir o papel do professor à mera transmissão de  
conhecimentos, o que é uma simplificação errada da profissão docente. Se assim fosse, efetivamente a IAGen  
poderia ser vista como uma ameaça direta à profissão. Uma leitura apressada que alguns têm vindo a  
anunciar, como fez Bill Gates em entrevista no programa da NBC The Tonight Show Starring Jimmy Fallon.  
Nessa entrevista, o cofundador da Microsoft sugere que “a IA vai substituir médicos, professores e  
muito mais nos próximos 10 anos, tornando os humanos desnecessários para a maioria das coisas” (The  
Tonight Show Starring Jimmy Fallon, 2025). Esta opinião é contrariada pelo relatório Future of Jobs 2025  
do Fórum Económico Mundial que aponta o foco na requalificação profissional, como literacia digital e  
competências em tecnologias emergentes e que ampliará a necessidade de educadores com formação  
especializada (World Economic Forum, 2025). O que está verdadeiramente em causa é, mais uma vez, tal  
como noutros momentos da história, a redefinição do papel do professor. Agora, num cenário em que a  
empatia, a mediação humana, o pensamento crítico e a relação pedagógica continuarão a ser insubstituíveis.  
Assim, a formação de professores, neste contexto, assume um papel fundamental. Para além de  
dominarem a sua área científica e as ferramentas digitais, é fundamental que os professores possam  
desenvolver competências que lhes permitam compreender de forma crítica o papel da IA nos processos  
ensino-aprendizagem (Duque, et al., 2023). Os autores referem que haverá obstáculos e que alguns serão  
colocados pelos próprios professores. A resistência à mudança, a escassez de recursos nas escolas e a falta  
de atualização dos currículos.  
No Luxemburgo, o Lycée Aline Mayrisch destaca-se como um exemplo interessante de integração da  
IA em práticas educativas inovadoras. Embora ainda sem orientações oficiais para o uso destas tecnologias,  
ferramentas como o ChatGPT têm sido utilizadas em sala de aula de forma ponderada, com uma clara  
preocupação pedagógica e ética. Esta escola tem investido na formação dos professores e promovido a  
participação dos alunos em projetos que articulam criatividade, tecnologia e reflexão crítica. Trata-se de um  
caso de estudo que mostra como a IA pode ser integrada no ensino de forma responsável, num ambiente que  
valoriza a experimentação e o pensamento interdisciplinar (European Schoolnet, 2023).  
A nível internacional, são muitos os estudos que apresentam resultados do impacto positivo da IA na  
personalização das aprendizagens, na adaptação ao ritmo dos alunos e na diversificação das estratégias  
pedagógicas. Casos como o Squirrel AI, na China, demonstram uma redução significativa no tempo  
necessário para atingir os objetivos de aprendizagem, acompanhada de um aumento na motivação e na  
autonomia dos estudantes. No Reino Unido, a Open University recorre a sistemas baseados em IA para  
fornecer feedback imediato e orientações adaptadas ao perfil de cada aluno. Nos Estados Unidos, plataformas  
5
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
como o Cognitive Tutor têm vindo a ajustar em tempo real o conteúdo ao desempenho de cada  
utilizador/aluno (Sumartono et al., 2024).  
No plano cognitivo-pedagógico, a IAGen deve ser entendida como um apoio e não como substituto do  
esforço intelectual. Quando usada para automatizar tarefas, como gerar resumos orientadores, perguntas para  
estudo ativo e feedback imediato, pode estimular memória e ajudar a compreensão, sempre que complemente,  
e não substitua, o contacto com as fontes originais. Em contrapartida, o uso excessivo destas ferramentas  
desloca o esforço cognitivo, promove codificação superficial e a erosão da memória, e reduz o pensamento  
crítico e a avaliação, incluindo risco de atrofia cognitiva (Riley et al., 2025). Pedagogicamente, a distinção  
parece ser clara, se automatizar para libertar tempo de prática intencional e de raciocínio ativo (analisar,  
avaliar, criar) preserva e treina competências, em contraponto automatizar para substituir o trabalho cognitivo  
do aluno, degrada-as.  
Ou seja, a sobre-dependência deve ser evitada e o controlo e autorregulação devem ser promovidos.  
Na mesma linha, Roxin (2025) sustenta que o uso intensivo de IAGen promove a atrofia cognitiva, reduzindo  
memória, atenção e esforço cognitivo relevante, com efeitos na capacidade de pensamento crítico e na  
criatividade. O professor emérito da Universidade Marie et Louis Pasteur assinala ainda que,  
pedagogicamente, a IAGen deve apoiar e não substituir processos nucleares cognitivos, como memorizar,  
analisar, avaliar e criar, pelo que aos alunos deva ser exigido a verificação independente, comparação de  
pontos de vista, explicitação de fontes e justificação do raciocínio, mitigando a dependência e preservando a  
autonomia intelectual.  
Os diferentes exemplos, resumidamente apresentados, mostram que a introdução da IA no ensino  
representa uma mudança estrutural com grandes implicações nas práticas pedagógicas. É neste  
enquadramento que importa agora observar como estas ferramentas estão a ser exploradas no ensino da  
Geografia, analisando práticas que articulam inovação tecnológica, pensamento espacial e literacia digital.  
3.  
APLICAÇÕES DA IA NO ENSINO DA GEOGRAFIA  
O ensino da Geografia, pelo seu carácter analítico e interdisciplinar, apresenta um enorme potencial  
para a integração da IA. Ferramentas de IAGen, sistemas adaptativos, geradores de mapas e assistentes  
digitais têm vindo a ser exploradas no suporte às aprendizagens e à aproximação dos alunos aos fenómenos  
espaciais. São várias as possibilidades pedagógicas que a IAGen pode trazer ao ensino da Geografia e são  
mais ainda os trabalhos recentes que focam a sua atenção no cruzamento desta tecnologia e o ensino da  
Geografia.  
Ao contrário de abordagens genéricas sobre IA na educação, a Geografia aporta um quadro  
epistemológico próprio que integra pensamento espacial, análise a diferentes escalas e interpretação crítica  
do território enquanto mediação entre sociedade e ambiente. A IAGen potencia estas competências ao  
formular hipóteses espaciais, articular escalas (local-regional-global) e traduzir dados heterogéneos em  
narrativas territoriais. São vários esses exemplos que podemos sublinhar: na Climatologia, não se trata apenas  
de melhorar previsões, é compreender padrões de risco e discutir trade-offs sociais e ecológicos (Chen et al.,  
2023). Nos estudos das migrações, a leitura vai além da deteção de fluxos, implica relacionar trajetórias,  
contextos e escalas para interpretar causas, fricções e impactos territoriais (Yıldız & Açar, 2024). Na  
Geografia do Turismo, a IAGen suporta modelos de mobilidade e concentração que informam ordenamento  
e capacidade de carga em diferentes escalas (Kırtıl & Aşkun, 2021). Na Geografia das Florestas e dos  
Incêndios, combina deteção remota e modelação preditiva com leitura crítica dos usos do solo e resiliência  
dos ecossistemas (Thapliyal et al., 2023). Na Geografia Humana, a análise de mobilidade, desigualdades e  
distribuição populacional ganha explicação territorial quando a IA é utilizada para analisar as relações com  
o espaço e as implicações de políticas públicas (Rudewicz, 2024). Pedagogicamente, isto exige formação  
específica em literacia territorial com IAGen, avaliação do raciocínio espacial crítico e ética dos dados  
geográficos, alinhando inovação com agência docente e investigação sobre impactos e limites da IAGen  
(Bozkurt et al., 2024; Xiao et al., 2025).  
A criação de conteúdos visuais e narrativos pode ajudar os alunos a compreender fenómenos  
complexos, como a transformação das paisagens, os impactos ambientais ou os riscos naturais. Com a IAGen,  
é possível desenvolver atividades de simulação, nas quais os alunos podem assumir diferentes papéis e  
discutir temas geoespaciais com base em cenários realistas. É possível ainda, elaboração automática de  
gráficos, o que permite aos alunos focar a sua atenção na interpretação e análise dos dados. O risco está no  
uso destas ferramentas de IAGen em ambientes de autoaprendizagem, o que pode limitar o desenvolvimento  
da autonomia e do pensamento crítico dos alunos e agravar desigualdades educativas (Tenberga & Daniela,  
2024). Ou seja, o papel do professor, efetivamente capacitado para explorar de forma pedagógica a IAGen,  
6
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
pode ser a chave para uma integração que promova verdadeiramente as aprendizagens. Outro aspeto com  
grande potencial é a personalização das aprendizagens, já que estas ferramentas podem adaptar a  
apresentação dos conteúdos ao ritmo, ao nível de conhecimento e aos interesses de cada aluno. Estas  
aplicações abrem espaço para práticas pedagógicas mais dinâmicas, centradas no aluno e ajustadas ao mundo  
digital em que vivem (Lee et al., 2025).  
Um estudo Sul Coreano de 2023, eminentemente prático e objetivo, apresentou quatro exemplos de  
investigação geoespacial, entre os quais um com integração da IAGen. Nesse exemplo os alunos recorreram  
à IAGen para criar, com base em dados reais, um mapa interativo da distribuição de turbinas eólicas na Coreia  
do Sul. Através da recolha de dados gratuitos e do uso do ChatGPT para gerar código em Python, foram  
capazes de visualizar padrões espaciais e compará-los com fontes oficiais. Esta atividade, articulou  
competências técnicas com pensamento crítico e tomada de decisão, exemplificando o potencial da IAGen  
na promoção de aprendizagens em Geografia (Lee, 2023).  
Um outro estudo, de 2023, apresenta várias formas de integrar IAGen no ensino da Geografia a alunos  
com necessidades educativas especiais. Numa articulação da IAGen e do Google Maps, os alunos exploraram  
áreas urbanas e rurais, e utilizaram a IAGen para descrever padrões espaciais e criar roteiros temáticos.  
Combinaram ainda imagens do Street View com explicações produzidas automaticamente e redigiram  
pequenos relatórios com base nos dados recolhidos, avaliando criticamente a utilidade e fiabilidade dos textos  
gerados pela IAGen. O estudo concluiu que a integração do Google Earth e da IAGen no ensino da Geografia  
traz benefícios significativos para alunos com necessidades educativas especiais, e que as atividades  
desenvolvidas reforçam o pensamento geográfico e a autonomia destes alunos (Lestyono et al., 2024).  
Um estudo apresentado em 2025, foca a sua atenção na utilização da ferramenta ERNIE Bot (Enhanced  
Representation through kNowledge IntEgration) no ensino da Geografia. Este evidencia o potencial das  
ferramentas de IAGen para enriquecer as experiências de aprendizagem em contexto de ensino-  
aprendizagem. Este LLM foi aplicado num projeto educativo centrado nos habitats das aves migratórias da  
região do Mar Amarelo, proporcionando aos alunos acesso facilitado a dados atualizados, simulações e apoio  
na elaboração de relatórios. A IAGen funcionou como mediadora entre a observação direta e a análise  
espacial, permitindo aos alunos explorar relações ecológicas e dinâmicas territoriais com maior  
profundidade. O recurso ao ERNIE Bot revelou-se, desta forma, útil no desenvolvimento de competências  
como a interpretação de dados ambientais, a articulação entre escalas locais e globais e o reforço da literacia  
geográfica, sem substituir o papel ativo dos alunos na construção do conhecimento (Liu et al., 2025). De  
facto, este é um exemplo concreto de como a IAGen pode ser integrada de forma pedagógica e  
simultaneamente crítica, com um contributo positivo em práticas educativas complexas, interdisciplinares e  
ligadas ao território.  
A integração de Realidade Aumentada (RA), Realidade Virtual (RV) e Realidade Mista (RM) tem  
vindo a revelar-se particularmente promissora para o ensino da Geografia. Desenvolvida como um ambiente  
educativo híbrido, a VirtualGeo combina visualizações geográficas em 3D com a interação contínua de um  
assistente baseado em IA, permitindo aos alunos explorar conceitos espaciais de forma imersiva e  
personalizada. Esta abordagem potencia a aprendizagem ativa, favorece a autonomia e promove uma relação  
direta com os conteúdos. Os alunos podem colocar de forma direta perguntas à IA, esclarecer dúvidas em  
tempo real e interagir e manipular mapas e modelos que respondem aos seus movimentos e escolhas (Duan  
et al., 2025). Os resultados do estudo apresentado por estes autores indicam melhorias claras ao nível do  
conhecimento geográfico e da produção cartográfica, bem como um aumento significativo da motivação dos  
participantes. Trata-se, portanto, de uma abordagem inovadora com potencial para revolucionar o modo  
como se ensina e aprende Geografia, aproximando, de novo, os alunos das dinâmicas do território de forma  
envolvente, potenciando as análises críticas.  
A aplicação da IAGen ao ensino da Geografia é já uma realidade em diversos contextos educativos,  
como demonstrado no sistema educativo vietnamita. No âmbito do programa nacional de 2018, a IA tem sido  
usada para reforçar aprendizagens em diversas áreas do conhecimento Geográfico, da climatologia e dos  
desastres naturais, do urbanismo e fluxos migratórios. O contributo da IA no ensino da Geografia neste país,  
alinha-se com a restante literatura que cruza IA e o ensino. Garante a possibilidade de adaptar os conteúdos  
ao ritmo e ao perfil de cada aluno, tornando a aprendizagem mais personalizada e eficaz. Além disso, o acesso  
a grandes quantidades de dados geográficos em tempo real, a integração de imagens de satélite e a criação  
de simulações permitem que os alunos desenvolvam competências técnicas e analíticas com base em  
situações concretas. A IA surge também como apoio ao trabalho docente, automatizando tarefas de avaliação  
e libertando tempo para o acompanhamento individual dos alunos (Melnyk et al., 2024). Este estudo reforça  
a ideia de que, quando bem integrada, a IA pode enriquecer o ensino da Geografia.  
Apesar de a IAGen estar a abrir novas perspetivas no ensino da Geografia, é essencial refletir sobre os  
seus limites e implicações. A ideia simplista de que os chatbots funcionam como meras “calculadoras de  
7
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
bolso”, pode levantar grandes problemas morais e éticos, pois, estas ferramentas podem afetar diretamente o  
desenvolvimento de competências cognitivas complexas, como a análise crítica, a avaliação e a criação. Com  
base num inquérito dirigido a professores universitários de Geografia e Ciências da Informação Geográfica  
nos Países Baixos, foi verificado que muitas das respostas fornecidas pelo ChatGPT seriam suficientes para  
obter aprovação em exames, mesmo em níveis exigentes da Taxonomia de Bloom, “classificação dos  
objetivos de aprendizagem educacional em níveis de complexidade e especificidade”. No entanto, essas  
mesmas respostas, apesar de geralmente corretas, carecem por vezes de concisão e clareza, levantando  
questões sérias sobre a fiabilidade da avaliação, já que se torna difícil separar o que é trabalho do aluno e o  
que resulta da intervenção da IA (Scheider et al., 2023). Este exemplo reforça, portanto, a necessidade de se  
criarem sistemas de formação e avaliação, focados na literacia em IA, na exploração transparente dos  
processos de construção do conhecimento e na criação de tarefas que avaliem o raciocínio, a autoria e o  
conhecimento dos alunos.  
A integração da IAGen no ensino de diferentes áreas da Geomática surge como uma oportunidade para  
melhorar a análise de dados espaciais e preparar os alunos para o mercado de trabalho em tecnologias  
Geoespaciais. Entre os principais contributos identificados está o uso de IAGen para otimizar o  
processamento de grandes volumes de dados, como imagens de satélite, facilitando a identificação  
automática de padrões e a classificação de elementos geográficos. As plataformas educativas baseadas em  
IAGen personalizam a aprendizagem, ajustando conteúdos ao progresso e necessidades de cada aluno,  
promovendo assim um ensino mais orientado e eficaz (Retscher, 2024). Na Geomática, a IAGen desenvolve,  
assim, competências técnicas avançadas, mas também aprofunda a capacidade analítica dos alunos ao lidar  
com problemas espaciais complexos.  
As experiências apresentadas mostram como a Inteligência Artificial pode contribuir para um ensino  
da Geografia inovador, dinâmico, adaptado e motivador. Embora tenham sido deixados de fora outros casos  
igualmente relevantes, os exemplos analisados permitem perceber que o valor da IAGen depende muito da  
forma como é integrada e do papel que o professor assume nesse processo.  
4.  
PERSPETIVAS FUTURAS E DESAFIOS  
A Plataforma There’s An AI For That (https://theresanaiforthat.com/), registava a 10 de junho 2025,  
38 819 ferramentas de IA disponíveis na World Wide Web. São mais 11 757 que no início do ano,  
representando um crescimento diário de mais de 60 destas ferramentas. A crescente utilização da IA por parte  
dos alunos tem gerado apreensão entre docentes e investigadores, sobretudo no que toca à autonomia, à  
capacidade de resolver problemas de forma independente, à iniciativa e à atitude na investigação. Há quem  
alerte para o risco de uma dependência excessiva destas ferramentas, que pode comprometer o envolvimento  
ativo com os conteúdos e favorecer aprendizagens superficiais. O acesso imediato a respostas fornecidas por  
sistemas de IAGen pode levar os alunos a deixar de lado o pensamento crítico e diminuir o conhecimento a  
longo prazo. Acrescem questões éticas relacionadas com a autoria e a integridade académica (O’Donnell et  
al., 2024). A aprendizagem superficial descreve abordagens centradas em memorização mecânica, “estudar  
para os testes” e foco em baixa complexidade cognitiva, frequentemente induzidas, por exemplo, pelos  
formatos de avaliação como escolha múltipla. As formas de avaliação como ensaios/portefólios tendem a  
promover processos mais profundos e divergentes (Biggs, 1999). A IAGen pode então, favorecer as  
autoaprendizagens ao suportar a Metacognição. Entende-se por Metacognição apoiada por IA, como o uso  
de sistemas de IA para estimular o ciclo planear/monitorizar/avaliar da aprendizagem, através de prompts e  
feedback que tornam visíveis as estratégias do aluno (Azevedo & Aleven, 2013). Caberá, como já aqui  
referido, através de exemplos, às instituições educativas definirem orientações claras sobre a forma de avaliar  
os seus alunos e o uso adequado da IA.  
A utilização informada e consciente da IAGen passará pela de métodos de avaliação, de forma que  
estes valorizem as competências que não possam ser facilmente substituídas ou dissimuladas por estas  
ferramentas. Por outro lado, será importante que a investigação nesta área, consiga responder a questões  
importantes como “as tecnologias de IA estão a apoiar a intervenção humana na aprendizagem ou a substituí-  
la?” ou “a tecnologia está a considerar as complexidades das interações humanas ou a reduzir esses processos  
a versões simplificadas?” (United States Department of Education, 2023 p. 50).  
Transpondo estas questões para o ensino da Geografia, será importante perceber o papel da IAGen  
enquanto apoio ou substituta da ação docente no decorrer do processo Ensino-Aprendizagem da Geografia.  
Embora estas tecnologias possam enriquecer a análise geoespacial, haverá o perigo da excessiva  
simplificação de fenómenos complexos e a redução do envolvimento crítico dos alunos, limitando a  
compreensão das relações territoriais e das suas diferentes variáveis? Competências como Raciocínio  
8
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
Espacial, fundamentas no estudo e na análise Geográfica, assentam na análise de relações espaciais e na  
interpretação de padrões através do recurso a mapas, imagens e a Sistemas de Informação Geográfica (Yalçın  
et al., 2025). Pedagogicamente traduz-se em ir mais além do que “saber operar um software”. Os autores  
desenvolveram e validaram um teste específico de raciocínio espacial (Spatial Thinking Skills Test – STST)  
sublinhando que o que se deve ensinar e avaliar é a capacidade de pensar espacialmente, não a mera execução  
técnica.  
Estas e outras questões são fulcrais para que a implementação da IAGen no ensino Geográfico possa  
não só potenciar as aprendizagens dos alunos como auxiliar verdadeiramente os professores nas suas tarefas  
letivas, como demonstram alguns dos estudos já aqui referidos.  
Num futuro onde os avanços tecnológicos da RA e da RV permitam reduzir substancialmente os seus  
custos de utilização, aumentando a sua acessibilidade, o ensino da Geografia poderá beneficiar amplamente  
da integração destas tecnologias, sobretudo quando articuladas com IAGen. Estas ferramentas abrem novas  
possibilidades para a exploração de ambientes distantes, a análise detalhada de dados espaciais e a recriação  
de cenários de desastres naturais em contextos virtuais imersivos (Jantanukul, 2024).  
Desta forma os conteúdos tornam-se mais acessíveis e interativos, e podem potenciar o  
desenvolvimento de competências analíticas através da interação com mapas em três dimensões e da  
participação em atividades colaborativas. Quando alimentadas por IAGen estas ferramentas permitem a  
análise em tempo real de dados geoespaciais, fornecendo feedback imediato aos alunos enquanto estes  
exploram ambientes virtuais ou simulam fenómenos naturais, enquanto, adapta os conteúdos às necessidades  
individuais dos alunos. Há, no entanto, um alerta que tem de ser sublinhado “isso exige um investimento  
considerável de tempo e conhecimento por parte do professor na preparação das aulas” (Matkovič, 2024 p.  
46).  
Parece, portanto, que será necessário investir numa formação docente que favoreça uma abordagem  
crítica, criativa, pedagógica, ética, reflexiva e tecnicamente fundamentada da IAGen e que prepare os  
professores para integrarem estas tecnologias de forma consciente e alinhada nos processos ensino-  
aprendizagem.  
O modelo de formação Substituição, Aumento, Modificação e Redefinição (SAMR) propõe uma  
abordagem progressiva, permitindo que os docentes comecem por tarefas mais simples, como a substituição  
de métodos tradicionais por ferramentas digitais, e avancem gradualmente para práticas mais inovadoras que  
transformam a aprendizagem.  
Por outro lado, o modelo Conhecimento Tecnológico, Pedagógico e do Conteúdo (TPACK) sublinha  
a importância de um equilíbrio entre o domínio da tecnologia, a intencionalidade pedagógica e o  
conhecimento da disciplina (Pratschke, 2024). Na conferência Internacional subordinada ao tema Inteligência  
Artificial na Educação, organizada pela Organização das Nações Unidas para a Educação, a Ciência e a  
Cultura (UNESCO) em Paris, foram apresentados dois frameworks, tendo como objetivo “orientar os países  
no apoio a alunos e professores para compreenderem tanto o potencial como os riscos da IA, de forma a  
envolverem-se com ela de maneira segura, ética e responsável, dentro e fora da educação” (Organização das  
Nações Unidas para a Educação, a Ciência e a Cultura [UNESCO], 2024, p. 8). Os AI Competency  
Frameworks da UNESCO são um roteiro prático para integração da IAGen na educação com qualidade e  
equidade. Para os docentes, orientam formação contínua, desenho pedagógico e avaliação com foco em ética  
e melhoria das aprendizagens; para os alunos, definem conhecimentos, atitudes e capacidades para usar e co-  
criar com IAGen de forma crítica e responsável. Em conjunto, podem ser ferramentas muito úteis para os  
stakeholders e que ajudam a alinhar currículos, políticas e certificação, evitando usos acríticos da tecnologia  
e promovendo literacia em IA como parte da cidadania digital e científica.  
Qualquer que seja a abordagem formativa, pretende-se que “nova” formação docente aponte o  
caminho para o uso consciente e criativo da IA. Que ajudem os professores a desenvolver as competências  
que vão para além do uso técnico e que promovam experiências de aprendizagem significativas para o seu  
desempenho profissional. Será, portanto, importante desenvolver competências que permitam aos  
professores trabalhar com confiança nos novos ambientes pedagógicos: colaboração, essencial para  
promover trabalho em equipa em contextos digitais; criatividade, para que possa explorar e desenvolver  
ideias inovadoras e “fora da caixa”; pensamento crítico, pensar além dos dados e das fontes; comunicação, o  
domínio de diferentes técnicas e tecnologias para interagir de forma clara e eficaz nos novos ambientes de  
aprendizagem (Priya, 2024).  
Existem, no entanto, vários riscos para o uso indiscriminado da IAGen na educação Geográfica.  
Distorções pedagógicas decorrentes poderão resultar num ensino mecanizado e despersonalizado. A falta de  
preparação dos professores, sempre a formação docente, para integrar essas tecnologias pode acentuar  
lacunas metodológicas, comprometer a qualidade das aprendizagens e limitar o potencial formativo da IAGen  
em contextos educativos (Miller, 2023). Carrasco-Sáez (2025), num estudo com alunos universitários em  
9
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
Espanha, aponta para questões como a literacia em IAGen para treinar prompting eficaz, como forma de  
melhorar a qualidade das respostas de ferramentas de IAGen como o ChatGPT. Al-Zahrani (2024)  
recomenda, para se evitar a redução da interação humana nas relações professor-aluno, implementar a IAGen  
como extensão do professor e não seu substituto. O autor indica que se devem preservar rotinas de interação  
presencial e colaborativa, investir em formação docente para mediação com IAGen.  
No ensino da Geografia, o potencial da IAGen estará na sua capacidade de proporcionar análises  
avançadas de dados espaciais e na criação de cenários interativos para explorar dinâmicas territoriais, sem  
que com isso se comprometa o papel do docente de facilitador e elo entre aluno e conhecimento geográfico.  
Aparentemente um paradoxo, a formação de professores em IAGen poderá reforçar a importância das  
relações interpessoais na educação. Sem a devida formação os professores não poderão fortalecer os aspetos  
da educação onde o fator humano é, ainda, indispensável, nas áreas onde a IA é limitada, levando à  
negligência das dimensões mais críticas da educação (Yeşiltaş, 2024). O papel do docente continua a ser  
indispensável nas dimensões humanas, éticas e sociais, como a empatia e a transmissão de valores.  
No futuro, o ensino da Geografia poderá ser transformado pela aplicação da IAGen, potenciando a  
análise de dados geoespaciais e permitindo que os alunos explorem padrões climáticos, urbanos e  
populacionais de forma mais precisa e aprofundada. A IA terá um papel central na abordagem de questões  
globais, como a previsão de desastres naturais e a monitorização dos impactos ambientais da urbanização,  
capacitando os alunos a utilizar o conhecimento geográfico na resolução de problemas reais (Rakuasa, 2023).  
A personalização da aprendizagem, aliada a projetos colaborativos globais, poderá criar oportunidades para  
um ensino mais integrado, crítico e orientado para a compreensão das dinâmicas territoriais, incentivando  
uma visão sistémica e interdisciplinar do espaço geográfico.  
Tendo em conta todas estas possibilidades, foi solicitado ao ChatGPT que gerasse uma imagem de  
uma sala de aula de Geografia do ensino universitário, num futuro próximo, onde se pudesse visualizar a  
integração da IAGen. A imagem resultante (fig. 2) reforça visualmente esse potencial e ilustra um cenário  
em que as tecnologias emergentes e a IAGen coexistem numa prática pedagógica colaborativa e significativa.  
Fig. 2 – Sala de aula de Geografia do ensino Universitário, num futuro próximo, com integração de IAGen.  
Fig. 2 – University Geography classroom in the near future, with Generative AI integration.  
Fonte: OpenaAI, ChatGPT  
5.  
CONCLUSÃO  
A utilização da IAGen no ensino da Geografia está a transformar as práticas pedagógicas,  
proporcionando novas abordagens para a análise de dados espaciais, simulações e experiências de  
aprendizagem mais imersivas. É fundamental que esta integração seja acompanhada por uma formação  
adequada dos docentes, de modo a garantir um uso consciente e crítico da tecnologia. A dependência  
excessiva da IAGen pode potenciar a superficialidade das aprendizagens. Será, pois, importante que, neste  
10  
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
contexto de transformação do paradigma dos processos ensino-aprendizagem em Geografia, o professor  
garanta a mediação pedagógica e estimule o pensamento crítico dos alunos. Zoumpoulidi et al. (2024),  
propõem a utilização da Taxonomia de Bloom como estrutura para orientar o uso educativo da IAGen. Ao  
relacionar os diferentes níveis cognitivos com tipos específicos de prompts, os autores demonstram como a  
IAGen pode apoiar desde tarefas simples até processos criativos e analíticos. Esta abordagem reforça o papel  
do professor como mediador, promovendo aprendizagens mais profundas e orientadas pedagogicamente.  
Um estudo de 2023 contribui de forma relevante para o debate sobre o futuro papel da IAGen no  
ensino. Os seus autores propõem 4 caminhos possíveis para lidar com os novos desafios pedagógicos:  
redefinir os objetivos de aprendizagem, adaptar os ambientes de avaliação, acompanhar de perto os processos  
formativos ou, em última instância, restringir o uso destas ferramentas (Scheider et al., 2023). Destas opções  
a mais difícil de implementar será a restrição, pois os alunos e professores estarão sempre expostos a esta  
tecnologia dentro e fora das instituições de ensino. Independentemente da opção seguida, o futuro da  
educação geográfica passará inevitavelmente por uma abordagem pedagógica mais exigente, que consiga  
articular tecnologia com reflexão e pensamento crítico.  
Será importante investir em modelos de avaliação que valorizem o raciocínio próprio dos alunos e  
desenvolver estratégias de ensino que promovam autonomia intelectual. Mais do que proibir ou adotar  
cegamente a IAGen, o desafio estará em construir ambientes de aprendizagem onde a inteligência humana e  
a artificial se complementem de forma equilibrada, ética e sobretudo pedagógica. O foco deverá estar na  
construção de ambientes em que a IAGen potencie o pensamento espacial, o conhecimento geográfico, a  
interpretação crítica do território e a análise multi-escala, assegurando a ética dos dados e a finalidade  
pedagógica.  
DECLARAÇÃO DE INTERESSES  
Os autores declaram que não possuem conflitos de interesse financeiros, comerciais ou pessoais que  
possam influenciar os resultados ou a interpretação desta pesquisa. Este trabalho foi conduzido de forma  
independente, sem financiamento externo ou qualquer relação que possa gerar potenciais conflitos.  
CONTRIBUTOS DOS/AS AUTORES/AS  
Vitor Reis: Conceptualização, Metodologia, Redação – preparação do esboço original. Rui Pedro Julião:  
Redação – revisão e edição, Supervisão. Elisabete Fiel: Redação – revisão e edição, Supervisão.  
ORCID  
Vitor Reis  
https://orcid.org/0009-0007-0844-9055  
Rui Pedro Julião  
Elisabete Fiel  
https://orcid.org/0000-0002-5625-9965  
https://orcid.org/0000-0002-3069-7481  
REFERÊNCIAS BIBLIOGRÁFICAS  
Al-Zahrani, A. M. (2024). Unveiling the shadows: Beyond the hype of AI in education. Heliyon, 10(9), e30696.  
https://doi.org/10.1016/j.heliyon.2024.e30696  
Azevedo, R., & Aleven, V. (2013). International handbook of metacognition and learning technologies. Springer.  
Biggs, J. (1999). Teaching for quality learning at university. SRHE & Open University Press.  
Bozkurt, A., Xiao, J., Farrow, R., Bai, J. Y. H., Nerantzi, C., Moore, S…Asino, T. I. (2024). The Manifesto for Teaching and  
Learning in a Time of Generative AI: A Critical Collective Stance to Better Navigate the Future. Open Praxis, 16(4),  
487-513. https://doi.org/10.55982/openpraxis.16.4.777  
Carrasco-Sáez, J. L., Contreras-Saavedra, C., San-Martín-Quiroga, S., Contreras-Saavedra, C. E., & Viveros-Muñoz, R.  
(2025). Analyzing higher education students’ prompting techniques and their impact on ChatGPT’s performance: An  
exploratory study in Spanish. Applied Sciences, 15(14), 7651. https://doi.org/10.3390/app15147651  
11  
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
Chen, L., Chen, Z., Zhang, Y., Liu, Y., Osman, A. I., Farghali, M… Yap, P.-S. (2023). Artificial intelligence-based solutions  
for climate change: a review. Environmental Chemistry Letters, 21, 2525-2557. https://doi.org/10.1007/s10311-023-  
01617-y  
Chiu, T. K. F. (2024). Future research recommendations for transforming higher education with generative AI. Computers  
and Education: Artificial Intelligence, 6, 100197. https://doi.org/10.1016/j.caeai.2023.100197  
Cloke, H. (2024, novembro). The Evolution of Learning Technology: A Complete History (1440-2025). Growth Engineering  
https://www.growthengineering.co.uk/learning-technology-history/#elementor-toc__heading-anchor-19  
Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of  
Educational Technology in Higher Education, 20(22), 1-22. https://doi.org/10.1186/s41239-023-00392-8  
Duan, Y., Xu, X., He, H., & Li, S. (2025). Blending mixed reality and generative AI to teach geography: An MR+GenAI  
learning environment. Journal of Interactive Learning Research, 36(1), 83-100.  
https://doi.org/10.70725/766676yxclqe  
Duque, R. C. S., Turra, M., Santos, A. A., Soares, L. G., Pascon, D. M., Bernardina, L. D… Oliveira, E. A. R. (2023).  
Formação de professores e a Inteligência Artificial: desafios e perspectivas [Teacher Training and Artificial  
Intelligence: Challenges and Perspectives]. Contribuciones a las Ciencias Sociales, 16(7), 6864-6878.  
https://doi.org/10.55905/revconv.16n.7-158  
eEducation Austria. (2023). KI-Initiative des Bundesministeriums [Federal Ministry AI Initiative]. eEducation Austria.  
https://eeducation.at/community/ki-initiative-des-bm  
European Commission. (2024). Monitoring of the European Declaration on Digital Rights and Principles. In Commission  
Staff Working Document. Digital Decade 2024: Implementation and perspective (Annex 4).  
https://ec.europa.eu/newsroom/dae/redirection/document/106722  
European Schoolnet. (2023). School strategies for fostering students’ digital competences: Practical guidelines for school  
leaders – Case Study: Lycée Aline-Mayrisch, Luxembourg. Interactive Classroom Working  
Group.https://fcl.eun.org/luxembourg-1  
Faculdade de Medicina. Universidade de Lisboa. (2025). Despacho do Diretor nº24/2025 [Director’s Dispatch No. 24/2025].  
Orientações para o Uso Responsável da Inteligência Artificial Generativa para a comunidade académica da FMUL  
[Guidelines for the Responsible Use of Generative Artificial Intelligence for the Academic Community of FMUL].  
https://www.medicina.ulisboa.pt/sites/default/files/documentos/despacho-24-2025.pdf  
Furze, L. (2024). Practical AI Strategies: Engaging with Generative AI in Education. Amba Press.  
Google. (2025). NotebookLM [Web application]. https://notebooklm.google.com/  
Jantanukul, W. (2024). Immersive reality in education: Transforming teaching and learning through AR, VR, and mixed  
reality technologies. Journal of Education and Learning Reviews, 1(2), 51-62. https://doi.org/10.60027/jelr.2024.750  
Kırtıl, İ. G., & Aşkun, V. (2021). Artificial intelligence in tourism: A review and bibliometrics research. Advances in  
Hospitality and Tourism Research, 9(1), 205-233. https://doi.org/10.30519/ahtr.801690  
Kumar, H., Vincentius, J., Jordan, E., & Anderson, A. (2025). Human Creativity in the Age of LLMs: Randomized  
Experiments on Divergent and Convergent Thinking. In N. Yamashita, V. Evers, K. Yatani, X. Ding, B. Lee, M.  
Chetty, & P. Toups-Dugas (Eds.), CHI '25: Proceedings of the 2025 CHI Conference on Human Factors in  
Computing Systems, 1-18. https://doi.org/10.1145/3706598.3714198  
Lee, J. (2023). Beyond geospatial inquiry: How can we integrate the use of artificial intelligence into geography education?  
Education Sciences, 13(11), 1128. https://doi.org/10.3390/educsci13111128  
Lee, J., Cimová, T., Foster, E. J., France, D., Krajňáková, L., Moorman, L… Zhang, J. (2025). Transforming geography  
education: The role of generative AI in curriculum, pedagogy, assessment, and fieldwork. International Research in  
Geographical and Environmental Education, 34(3), 237-253. https://doi.org/10.1080/10382046.2025.2459780  
Lestyono, E. F., Solihin, A., Rachmadyanti, P., Kristanto, A., & Dwinata, A. (2024). Leveraging Google Maps and  
Generative AI for Geography Education. Jurnal Ilmiah Pendidikan, 2(3), 139-147.  
https://doi.org/10.70437/educative.v2i3.725  
Liu, B., Zeng, W., Liu, W., Peng, Y., & Yao, N. (2025). AI-enhanced design and application of high school geography field  
studies in China: A case study of the Yellow (Bohai) Sea migratory bird habitat curriculum. Algorithms, 18(1), 47.  
https://doi.org/10.3390/a18010047  
Luo, J. (2024). A critical review of GenAI policies in higher education assessment: A call to reconsider the “originality” of  
students’ work. Assessment & Evaluation in Higher Education, 49(5), 651-664.  
https://doi.org/10.1080/02602938.2024.2309963  
Luterbach, K. J. (2024). Considering the history of technologies in education, the distinctiveness of AI apps, and the future of  
educational systems. In X. Lin, R. Y. Chan, S. Sharma, & K. Bista (Eds.), ChatGPT and global higher education:  
Using artificial intelligence in teaching and learning (pp. 19-45). STAR Scholars Press.  
12  
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
Martins, H., Areosa, J., Godinho, T., & Mouro, J. (2024, junho). Uma experiência pedagógica com ChatGPT: considerações  
para a teoria e a prática [A pedagogical experience with ChatGPT: considerations]. Congresso Nacional de Prática  
Pedagógicas no Ensino Superior [National Congress on Pedagogical Practices in Higher Education], Faro, Portugal.  
https://doi.org/10.34623/kf51-wf33  
Matkovič, M. (2024). The use of artificial intelligence, virtual and augmented reality in teaching geography in secondary  
school. Gamtamokslinis Ugdymas/Natural Science Education, 21(1), 42-48. https://doi.org/10.48127/gu-nse/24.21.42  
Melnyk, I. G., Havriushenko, H. V., Mohylnyi, S. H., Grek, M. O., Cherednychenko, I. V., & Sopov, D. S. (2024).  
Застосування Технології Штучного Інтелекту В Географічній Та Землевпорядній Освіті [Application of  
artificial intelligence technology in geographic and land management education]. Актуальні питання у сучасній  
науці, 5(23), 719-729. https://doi.org/10.52058/2786-6300-2024-5(23)-719-729  
Miller, M. (2023). AI for Educators. Ditch That Textbook  
Mirislomov, M. M. (2024). Integration of Artificial Intelligence in Geography Learning: Challenges and Opportunities.  
Экономика и социум/Economy and Society, 4(119), 1055-1061. https://cyberleninka.ru/article/n/integration-of-  
artificial-intelligence-in-geography-learning-challenges-and-opportunities/viewer  
Neves, F., & Gonçalves, D. (2025). Perceções docentes sobre a inteligência artificial: a importância de saber pensar com  
[Teachers’ perceptions of artificial intelligence: the importance of knowing how to think with it]. IX Encontro  
Internacional de Formação na Docência: Livro de Atas [9th International Conference on Teacher Education:  
Conference Proceedings], Bragança, Portugal. http://hdl.handle.net/10198/34777  
O’Donnell, F., Porter, M., & Fitzgerald, S. (2024). The role of artificial intelligence in higher education: Higher education  
students’ use of AI in academic assignments. Irish Journal of Technology Enhanced Learning, 8(1), 1-21.  
https://doi.org/10.22554/szwjfy54  
OpenAI. (2025). ChatGPT [Large language model]. https://chat.openai.com/  
Pratschke, B. M. (2024). Generative AI and education: Digital pedagogies, teaching innovation and learning design.  
Springer. https://doi.org/10.1007/978-3-031-67991-9  
Priya, P. P. (2024). It’s Time to Reexplore Digital Pedagogy for Future Learning. In N. T. Lepcha, A. Purohit, M. Raja, A.  
Acharya, R. Sosa, S. P. Singh…P. Mehta (Eds.), Futuristic Trends in Social Sciences (pp. 260-266). Iterative  
International Publishers Series. https://www.doi.org/10.58532/V3BASO26P8CH7  
Raffaghelli, J. E. (2024). ¿Pedagogía algorítmica? ¿Complejidad y ética en el uso de las tecnologías inteligentes en la  
educación [Algorithmic Pedagogy? Complexity and Ethics in the Use of Intelligent Technologies in Education]. In L.  
Martins (Ed.), Aspectos éticos y pedagógicos de los datos y la tecnología en educación [Ethical and Pedagogical  
Aspects of Data and Technology in Education] (pp. 95-119). Learning, Media & Social Interactions, Universitat de  
Barcelona. https://hdl.handle.net/11577/3541942  
Rakuasa, H. (2023). Integration of Artificial Intelligence in Geography Learning: Challenges and Opportunities. Sinergi  
International Journal of Education, 1(2), 70-78. https://doi.org/10.61194/education.v1i2.71  
Reis, V. (2025). Professores de Geografia e a Inteligência Artificial Generativa: Um Estudo Exploratório [Geography  
Teachers and Generative Artificial Intelligence: An Exploratory Study]. In E. Reis, & P. Rego (Eds.), Inteligência  
Artificial e Geografia [Artificial Intelligence and Geography] (pp. 57-64). Associação Portuguesa de Geógrafos.  
https://www.apgeo.pt/sites/default/files/inforgeo_27_-_2025_lancamento.pdf  
Retscher, G. (2024). Exploring the intersection of artificial intelligence and higher education: Opportunities and challenges in  
the context of geomatics education, Applied Geomatics, 17, 49-61. https://doi.org/10.1007/s12518-024-00602-6  
Ribeiro, C. (2007). A aula magistral ou simplesmente a aula expositiva [The lecture or simply the expository class].  
Máthesis, (16), 189-201. https://doi.org/10.34632/mathesis.2007.5102  
Riley, C., Al-Refai, O., Colunga Reyes, Y., & Hammad, E. (2025). Human–AI interactions: Cognitive, behavioral, and  
emotional impacts. arXiv, 1-12. https://doi.org/10.48550/arXiv.2510.17753  
Román Jiménez, O. R., Saavedra Gastélum, V., Zubieta Ramírez, C., & González Almaguer, C. A. (2024). Application of  
active learning techniques supported by generative AI in education. In L. G. Chova, C. G. Martínez, & J. Lee (Eds.)  
17th annual International Conference of Education, Research and Innovation (pp. 10408-10417). IATED Academy.  
https://doi.org/10.21125/iceri.2024.2662  
Roque, E., Filipe, H., & Xambre, L. (2025). TecnIC Júnior 6 – TIC (Tecnologioa de Informação e Comunicação): Manual do  
6º Ano [TecnIC Júnior 6 – ICT (Information and Communication Technology): Year 6 Student Book]. Raiz Editora.  
Roxin, I. (2025, julho). Generative AI: the risk of cognitive atrophy. Polytechnique Insights. https://www.polytechnique-  
insights.com/en/columns/neuroscience/generative-ai-the-risk-of-cognitive-atrophy/  
Rudewicz, J. (2024). Theoretical insights into artificial intelligence applications in human geography and spatial management  
(GeoAI). European Research Studies Journal, 27(4), 973-984. https://doi.org/10.35808/ersj/3640  
13  
Reis, V., Julião, R. P., Fiel, E. Finisterra, LXI(131), 2026, e42387  
Santos, F. K. S., & Ramos Filho, R. A. (2025). Transformações no ensino de geografia: o papel das tecnologias emergentes  
[Transformations in Geography Teaching: The Role of Emerging Technologies]. Revista de Geografia, 42(2), 178-  
191. https://doi.org/10.51359/2238-6211.2025.264302  
Scheider, S., Bartholomeus, H., & Verstegen, J. (2023). ChatGPT is not a pocket calculator: Problems of AI-chatbots for  
teaching Geography. arXiv, 1-8. https://doi.org/10.48550/arXiv.2307.03196  
SciSpace. (n.d.). SciSpace: The AI for Academic Research. https://scispace.com/  
Sumartono, W. A. P., & Rafsanjani, W. A. H. (2024). Transforming education: The impact of artificial intelligence on  
learning and pedagogical practices. In Enrichment of Career by Knowledge of Language and Literature (Eds.),  
Proceeding of International Seminar ECKLL XII 2024 (pp. 75-84). ECKLL.  
https://doi.org/10.25139/eckll.v12i1.9605  
Tenberga, I., & Daniela, L. (2024). Artificial Intelligence Literacy Competencies for Teachers Through Self-Assessment  
Tools. Sustainability, 16(23), 10386. https://doi.org/10.3390/su162310386  
Thapliyal, S., Dobhal, S., Dhyani, A., Gupta, H., & Singh, C. (2023). Artificial intelligence: An emerging tool for the  
sustainable management of forest resources. In H. S. Jatav, H. Singh, U. Singh, S. K. Attar, V. D. Rajput, & M.  
Burachevskaya (Eds.), Sustaining agriculture: Food security, biodiversity and climate change (pp. 129–148).  
Deepika Book Agency.  
The Tonight Show Starring Jimmy Fallon. (2025, fevereiro 4). Bill Gates Joked with Steve Jobs About Taking the Wrong  
LSD, Talks AI and Optimism for the Future [Vídeo]. https://www.youtube.com/watch?v=uHY5i9-0tJM  
There's An AI For That. (n.d.). There’s an AI for that. https://theresanaiforthat.com/  
Uaidullakyzy, E., Oralbekova, A. K., Dosbenbetova, A. S., Yerubay, B., Nauryzbayev, B. A., & Turmanov, R. (2024).  
Examination of students’ success in the use of artificial intelligence. South African Journal of Education, 44(4), 1-11.  
https://doi.org/10.15700/saje.v44n4a2542  
United Nations Educational, Scientific and Cultural Organization. (2024). AI competency framework for students. UNESCO.  
https://doi.org/10.54675/JKJB9835  
United States Department of Education, Office of Educational Technology. (2023). Artificial Intelligence and the Future of  
Teaching and Learning: Insights and Recommendations. https://www.ed.gov/sites/ed/files/documents/ai-report/ai-  
report.pdf  
Universidade Lusófona. (2023). Despacho Conjunto n. º 76/2023[Joint Order No. 76/2023]. Integridade académica e o uso de  
instrumentos de inteligência artificial [Academic integrity and the use of artificial intelligence tools]. Universidade  
Lusófona. https://www.ulusofona.pt/noticias/integridade-academica-uso-de-instrumentos-de-inteligencia-artificial  
Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The digital competence framework for. European Commission  
https://doi.org/10.2760/115376  
World Economic Forum. (2025). Future of Jobs Report 2025. World Economic Forum.  
https://www.weforum.org/reports/the-future-of-jobs-report-2025  
Xiao, J., Bozkurt, A., Nichols, M., Pazurek, A., Stracke, C. M., Bai, J. Y. H… Themeli, C. (2025). Venturing into the  
unknown: Critical insights into grey areas and pioneering future directions in educational generative AI research.  
TechTrends, 69, 582-597. https://doi.org/10.1007/s11528-025-01060-6  
Yalçın, A., Şanlı, C., & Pınar, A. (2025). Developing a spatial thinking skills test in geography teaching. Journal of  
Theoretical Educational Science, 18(2), 280-301. https://doi.org/10.30831/akukeg.1581042  
Yeşiltaş, E. (2024, novembro). An evaluation from the perspective of teachers’ professional competencies: Can artificial  
intelligence replace teachers? 5th International Congress of Educational Sciences and Social Sciences of the Turkish  
World. Antalya, Turquia. https://teskongre.org/es2024/  
Yıldız, A., & Açar, D. A. (2024). Artificial intelligence and migration governance: Navigating cooperation and complexity in  
EU- Turkey relations. ODTÜ Gelişme Dergisi, 51(2), 191-209. https://izlik.org/JA42MY76FF  
Zoumpoulidi, M.-E., Paraskevopoulos, G., & Potamianos, A. (2024). BloomWise: Enhancing problem-solving capabilities of  
large language models using Bloom's-taxonomy-inspired prompts. arXiv, 1-16  
https://doi.org/10.48550/arXiv.2410.04094  
14