Design instrucional baseado em prompts no ensino de programação apoiado por inteligência artificial
DOI:
https://doi.org/10.29352/mill0230.45667Palavras-chave:
instrução baseada em prompts; inteligência artificial generativa; ensino de programação; pensamento computacional; autorregulação da aprendizagemResumo
Introdução: A rápida integração da inteligência artificial (IA) generativa no ensino de programação transformou o uso de prompts de uma técnica de interação em uma prática instrucional relevante. Entretanto, a pesquisa no ensino superior permanece fragmentada.
Objetivo: Sintetizar estudos empíricos sobre instrução baseada em prompts no ensino de programação apoiado por inteligência artificial, analisando conceitualizações, estratégias de implementação, resultados de aprendizagem e lacunas de pesquisa.
Métodos: Realizou-se uma revisão sistemática conforme as diretrizes PRISMA 2020. As buscas nas bases Scopus e Web of Science identificaram publicações entre 2023 e 2025. Vinte estudos atenderam aos critérios de inclusão e foram analisados por meio de síntese temática.
Resultados: O prompting foi conceituado como habilidade técnica, processo iterativo, mecanismo de autorregulação, apoio ao pensamento computacional e recurso instrucional incorporado ao sistema. Andaimes estruturados, como modelos de prompt, progressão orientada e ciclos de depuração, associaram-se a melhorias no pensamento computacional e nos comportamentos de interação. Evidências de ganhos sustentados permanecem limitadas.
Conclusão: A instrução baseada em prompts constitui um campo pedagógico emergente cujo impacto depende do alinhamento com princípios de pensamento computacional e autorregulação. São necessários estudos longitudinais e teoricamente fundamentados.
Downloads
Referências
Alves, P., & Pereira Cipriano, B. (2025). “Give me the code”: Log analysis of first-year CS students’ interactions with GPT. Proceedings of the International Conference on Computer Supported Education (CSEDU), 2. https://doi.org/10.5220/0013194400003932
Arora, U., Garg, A., Gupta, A., Jain, S., Mehta, R., Oberoi, R., Prachi, Raina, A., Saini, M., Sharma, S., Singh, J., Tyagi, S., & Kumar, D. (2025). Analyzing LLM usage in an advanced computing class in India. Proceedings of the 27th Australasian Computing Education Conference (ACE 2025). https://doi.org/10.1145/3716640.3716657
Aruleba, K., Sanusi, I. T., Obaido, G., Ogbuokiri, B., & Mienye, I. D. (2025). Beyond the prompt: Student strategies, ethical reflections, and learning with ChatGPT in computer science. Technology, Knowledge and Learning. https://doi.org/10.1007/s10758-025-09899-7
Becker, B. A., Denny, P., Finnie-Ansley, J., Luxton-Reilly, A., Prather, J., & Santos, E. A. (2023). Programming Is hard - or at least it used to be: Educational opportunities and challenges of AI code generation. Proceedings of the 54th ACM Technical Symposium on Computer Science Education (SIGSE 2023) 1. https://doi.org/10.1145/3545945.3569759
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., … Amodei, D. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems.
Chi, M. T. H., & Wylie, R. (2014). The ICAP framework: Linking cognitive engagement to active learning outcomes. Educational Psychologist, 49(4). https://doi.org/10.1080/00461520.2014.965823
Finnie-Ansley, J., Denny, P., Becker, B. A., Luxton-Reilly, A., & Prather, J. (2022). The robots are coming: Exploring the implications of OpenAI Codex on introductory programming. ACM International Conference Proceeding Series. https://doi.org/10.1145/3511861.3511863
Garg, A., Nisumba Soodhani, K., & Rajendran, R. (2025). Enhancing data analysis and programming skills through structured prompt training: The impact of generative AI in engineering education. Computers and Education: Artificial Intelligence, 8. https://doi.org/10.1016/j.caeai.2025.100380
Gong, X., Xu, W., & Qiao, A. (2025). Exploring undergraduates’ computational thinking and human-computer interaction patterns in generative progressive prompt-assisted programming learning. International Journal of Educational Technology in Higher Education, 22(1). https://doi.org/10.1186/s41239-025-00552-y
Gunturi, S. V., Blum, J., & Love, T. (2025). An evaluation of prompt engineering strategies by college students in competitive programming tasks. https://doi.org/10.18260/1-2--57608
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. The Center for Curriculum Redesign.
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., … Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Kazemitabaar, M., Ye, R., Wang, X., Henley, A. Z., Denny, P., Craig, M., & Grossman, T. (2024). CodeAid: Evaluating a classroom deployment of an LLM-based programming assistant that balances student and educator needs. Proceedings of the CHI Conference on Human Factors in Computing Systems. (60), 1-20. https://doi.org/10.1145/3613904.3642773
Lahtinen, E., Ala-Mutka, K., & Järvinen, H.-M. (2005). A study of the difficulties of novice programmers. ACM SIGCSE Bulletin, 37(3). https://doi.org/10.1145/1151954.1067453
Liu, P., Yuan, W., Fu, J., Jiang, Z., Hayashi, H., & Neubig, G. (2023). Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing. ACM Computing Surveys, 55(9). https://doi.org/10.1145/3560815
López-Pernas, S., Misiejuk, K., Oliveira, E., & Saqr, M. (2025). The dynamics of the self-regulation process in student-AI interactions The case of problem-solving in programming education. Proceedings of 25th International Conference on Computing Education Research (Koli Calling 2025). https://doi.org/10.1145/3769994.3770043
Maher, M. Lou, Tadimalla, S. Y., & Dhamani, D. (2023). An exploratory study on the impact of AI tools on the student experience in programming courses: An intersectional analysis approach. Proceedings of the IEEE Frontiers in Education Conference (FIE), 1–5. https://doi.org/10.1109/FIE58773.2023.10343037
Majumdar, R., Prasad, P., & Sane, A. (2024). Mining epistemic actions of programming problem solving with Chat-GPT. Proceedings of the International Conference on Educational Data Mining. https://doi.org/10.5281/zenodo.12729902
Menon, P. (2025). Quantifying shortfalls in students’ AI-supported programming practices. Issues in Information Systems, 26(1). https://doi.org/10.48009/1_iis_134
Mueller, M., List, C., & Kipp, M. (2025). The power of context: An LLM-based programming tutor with focused and proactive feedback. Proceedings of the European Conference on Software Engineering Education (ECSEE 2025). https://doi.org/10.1145/3723010.3723034
Mutanga, M. B., Msane, J., Mndaweni, T. N., Hlongwane, B. B., & Ngcobo, N. Z. (2025). Exploring the impact of LLM prompting on students’ learning. Trends in Higher Education, 4(3). https://doi.org/10.3390/higheredu4030031
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. The BMJ, 372. https://doi.org/10.1136/bmj.n71
Rachmat, A., Watterson, C., & Lundqvist, K. (2025). The impact of chatbots on students’ reflective thinking in introductory programming course. Proceedings of the IEEE Global Engineering Education Conference (EDUCON). https://doi.org/10.1109/EDUCON62633.2025.11016417
Robins, A., Rountree, J., & Rountree, N. (2003). Learning and teaching programming: A review and discussion. Computer Science Education, 13(2). https://doi.org/10.1076/csed.13.2.137.14200
Roy, N., Horielko, O., & Omojokun, O. (2025). Integrating AI tools in advanced computer science curricula: A case study of course redesign. Proceedings of the ACM Global Computing Education Conference (CompEd 2025), 1. https://doi.org/10.1145/3736181.3747130
Scholl, A., Schiffner, D., & Kiesler, N. (2024). Analyzing chat protocols of novice programmers solving introductory programming tasks with ChatGPT. Lecture Notes in Informatics (LNI), P-356. https://doi.org/10.18420/delfi2024_05
Servín, C., Karichev, N. V., & Pagel, M. (2024). Unfolding programming: How to use AI tools in introductory computing courses. Proceedings of the Annual Conference on Information Technology Education (SIGITE 2024). https://doi.org/10.1145/3686852.3687073
Sun, D., Boudouaia, A., Yang, J., & Xu, J. (2024). Investigating students’ programming behaviors, interaction qualities and perceptions through prompt-based learning in ChatGPT. Humanities and Social Sciences Communications, 11(1). https://doi.org/10.1057/s41599-024-03991-6
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4
Tripaldelli, A., Pozek, G., & Butka, B. (2024). Leveraging prompt engineering on ChatGPT for enhanced learning in CEC330: Digital system design in aerospace. Proceedings of the IEEE Global Engineering Education Conference (EDUCON). https://doi.org/10.1109/EDUCON60312.2024.10578705
Urhan, S., & Kocadere, S. A. (2024). Problem-solving through pair-programming: The mediational role of ChatGPT. Proceedings of the International Conference in Electronic Engineering, Information Technology and Education (EEITE 2024). https://doi.org/10.1109/EEITE61750.2024.10654434
vanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems. In Educational Psychologist 46(4). https://doi.org/10.1080/00461520.2011.611369
Wightman, P. (2024). Twisted games: A first experience of inclusion of AI tools in first year programming classes. Proceedings of the IEEE Latin American Conference on Computational Intelligence (LA-CCI 2024). https://doi.org/10.1109/LA-CCI62337.2024.10814750
Wood, D., Bruner, J. S., & Ross, G. (1976). The role of tutoring in problem solving. Journal of Child Psychology and Psychiatry, 17(2). https://doi.org/10.1111/j.1469-7610.1976.tb00381.x
Zhai, X. (2023). ChatGPT for next generation science learning. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4331313
Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory into Practice 41(2). https://doi.org/10.1207/s15430421tip4102_2
Downloads
Publicado
Como Citar
Edição
Secção
Licença
Direitos de Autor (c) 2026 Millenium - Journal of Education, Technologies, and Health
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.
Os autores que submetem propostas para esta revista concordam com os seguintes termos:
a) Os artigos são publicados segundo a licença Licença Creative Commons (CC BY 4.0), conformando regime open-access, sem qualquer custo para o autor ou para o leitor;
b) Os autores conservam os direitos de autor e concedem à revista o direito de primeira publicação, permitindo-se a partilha livre do trabalho, desde que seja corretamente atribuída a autoria e publicação inicial nesta revista.
c) Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
d) Os autores têm permissão e são estimulados a publicar e distribuir o seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publica
Documentos necessários à submissão
Template do artigo (formato editável)
