Zambian Secondary School Teachers’ TPACK and their Attitude Towards Artificial Intelligence in Mathematics Classrooms: A Case of Mufulira District

Resumo Técnico: O TPACK de Professores de Matemática do Ensino Secundário de Zâmbia e a sua Atitude em Relação à Inteligência Artificial nas Salas de Aula de Matemática

Enunciado do Problema
Embora o cenário educacional global esteja a integrar rapidamente a Inteligência Artificial (IA), e o Ministério da Tecnologia e Ciência da Zâmbia tenha identificado a necessidade de uma força de trabalho qualificada em IA, existe uma carência de investigação empírica na Zâmbia relativa à interseção entre a competência tecnológica dos professores e a sua aceitação da IA. Especificamente, permanece incerto se os níveis de Conhecimento Tecnológico Pedagógico de Conteúdo (TPACK) dos professores de matemática do ensino secundário da Zâmbia servem como um fator determinante para as suas atitudes e intenções de adotar a IA nas salas de aula de matemática. Embora a literatura internacional sugira uma correlação entre o TPACK e a adoção de tecnologia, a dinâmica específica no contexto da Zâmbia, onde a IA apresenta tanto potenciais benefícios (ex.: aprendizagem personalizada) como riscos (ex.: diminuição do pensamento crítico), requer investigação para informar políticas e o desenvolvimento curricular.

Metodologia
O estudo empregou um design de investigação de métodos mistos sequencial incorporado no Distrito de Mufulira, na Zâmbia.

• Participantes: A amostra quantitativa consistiu em 127 professores de matemática do ensino secundário (de uma população de ~200), representando uma taxa de resposta de 94,8%. O componente qualitativo envolveu 10 professores selecionados de três escolas para entrevistas semiestruturadas.
• Instrumentação: A recolha de dados utilizou um questionário online (Google Forms) para dados quantitativos e entrevistas semiestruturadas para percepções qualitativas. O questionário mediu os níveis de TPACK (especificamente o alinhamento da tecnologia com o conteúdo matemático) e as atitudes em relação à IA (perceções de utilidade, complexidade e impacto na resolução de problemas).
• Análise: Os dados quantitativos foram analisados através de estatística descritiva (frequências, médias) e análise de correlação de Pearson para determinar a força e a significância da relação entre os níveis de TPACK e as atitudes em relação à IA. Os dados qualitativos foram analisados tematicamente para explorar as percepções dos professores e as nuances das suas barreiras de adoção.
• Considerações Éticas: O estudo aderiu a protocolos éticos rigorosos, incluindo o consentimento informado, o anonimato e o direito de retirada.

Resultados Principais
O estudo gerou vários resultados críticos relativos à relação entre o TPACK e a adoção da IA:

1. Perceções Gerais: A maioria dos professores (69,05%) acredita que a IA pode melhorar a compreensão dos alunos em matemática, e 57,6% concordam que poderia ajudar a melhorar o baixo desempenho. Da mesma forma, 59,06% acreditam que a IA melhora as competências de resolução de problemas. No entanto, uma parte significativa (27,2%) perceciona as ferramentas de IA como demasiado complexas para o uso em sala de aula.
2. Relação Estatística (TPACK vs. Atitude): Contrariamente à hipótese de que níveis mais elevados de TPACK impulsionam uma adoção positiva da IA, a análise de correlação de Pearson revelou nenhuma relação estatisticamente significativa entre os níveis de TPACK dos professores e as suas atitudes em relação à IA.
   • Melhoria da Compreensão: $r = 0,109$, $p = 0,225$ (Muito fraca, não significativa).
   • Melhoria da Resolução de Problemas: $r = -0,028$, $p = 0,997$ (Nula, não significativa).
   • Complexidade das Ferramentas: $r = -0,090$, $p = 0,321$ (Muito fraca, não significativa).
   • Melhoria do Desempenho: $r = 0,046$, $p = 0,609$ (Nula, não significativa).
   • Perceção Geral: $r = 0,087$, $p = 0,331$ (Muito fraca, não significativa).
3. Perceções Qualitativas: As entrevistas revelaram que, embora muitos professores reconheçam a relevância da IA, muito poucos a utilizam ativamente devido à falta de conhecimento sobre estratégias de integração. Existe uma divergência de opinião: alguns professores confiantes acreditam que o TPACK facilita a adoção da IA, enquanto outros argumentam que mesmo um alto nível de TPACK não garante a adoção se o professor mantiver crenças negativas sobre a segurança ou utilidade da IA.

Contribuições e Significância Principais
A principal contribuição deste estudo é a descoberta empírica de que os níveis de TPACK não são um forte preditor das atitudes dos professores em relação à adoção da IA no contexto matemático da Zâmbia. Os autores desafiam a suposição de que a competência técnica por si só impulsiona a aceitação.

• Mudança de Foco: O estudo sugere que, embora o TPACK seja vital para a implementação da tecnologia, é menos influente na atitude ou na intenção de adotar a IA.
• Implicação Política: Os autores defendem que os decisores políticos e os desenvolvedes curriculares devem desviar o seu foco de apenas avaliar as competências técnicas para abordar a "perceção geral" dos professores. A significância reside na necessidade de fornecer melhores práticas e formação que abordem especificamente o porquê e o como do uso da IA para mudar as perceções negativas, em vez de assumir que o aumento do TPACK resultará automaticamente numa adoção positiva.
• Relevância Contextual: O estudo destaca que, no contexto da Zâmbia, a barreira à integração da IA não é necessariamente a falta de competências digitais (TPACK), mas sim a falta de compreensão sobre a aplicação específica das ferramentas de IA e a necessidade de equilibrar o seu uso para evitar afetar negativamente a interação professor-aluno e o pensamento crítico.

Conclusão
O artigo conclui que, embora o TPACK seja um elemento fundamental para a integração da tecnologia, ele tem "menos a ver" com a atitude de um professor para adotar a IA em matemática. O estudo enfatiza que a atitude é um determinante mais crítico do que os níveis de TPACK neste domínio específico. Consequentemente, uma integração bem-sucedida requer intervenções direcionadas que abordem as crenças dos professores e forneçam estratégias concretas para o uso da IA, em vez de depender apenas do aperfeiçoamento técnico.