Iniciei minha trajetória na área de tecnologia aos 13 anos de idade. Desde muito jovem, conquistei uma bolsa de estudos no Japão, onde obtive meu título em Engenharia Eletrônica e uma especialização em Robótica. Anos mais tarde, concluí um Mestrado em Tecnologias de Software na Espanha e uma Especialização em Marketing Digital no Canadá, complementada com estudos em Automação no Brasil.

Durante minha formação, realizei estágios em renomadas empresas como NTT, Mazda, Kyocera e Toshiba. Atuei na gestão de projetos nos setores bancário e de telecomunicações por mais de 10 anos, liderando equipes de TI multidisciplinares e multiculturais.

Minha carreira docente me permitiu formar profissionais por mais de 15 anos. Como Consultor Internacional, colaborei com importantes empresas no México, Colômbia, Equador, Costa Rica, El Salvador e Peru. Atualmente, contribuo com artigos tecnológicos para a revista meer, publicada em três idiomas.

Sou Conferencista Internacional e fundador orgulhoso da empresa de tecnologia FuturaSoft. 

Há quatro anos, aceitei o fascinante desafio de ministrar um curso de Big Data. A proposta temática era intimidadora, pois apresentava uma abordagem desprovida de ferramentas “prontas para uso” (ready-to-use) e, em contrapartida, propunha um enfoque altamente técnico (Kumar et al., 2022).

Essa proposta exigia uma prática minuciosa e mecânica, que envolvia o domínio do sistema operacional Linux, a configuração de máquinas virtuais e a instalação de mais de meia dúzia de ferramentas por meio de linha de comando, além da configuração de uma lista interminável de arquivos de sistema (.sh, .ini, etc.). Tais práticas especializadas demandam tempo e um nível considerável de expertise por parte do docente (Wang & Chen, 2023).

Naquele período, ainda não existiam assistentes de Inteligência Artificial como o ChatGPT ou o Claude. A preparação das aulas, sem essas ferramentas, tornava-se um processo árduo e, muitas vezes, tortuoso, no qual se buscava incessantemente a estratégia pedagógica ideal. Aspectos como o roteiro da aula, os recursos narrativos, os argumentos demonstrativos, a elaboração eficaz de exemplos, bem como a construção de questionários, glossários, estudos de caso e dinâmicas de grupo, ganhavam particular relevância.

Logo descobri que precisava de quatro horas de preparação para cada hora de aula ministrada. As sessões duravam quatro horas, o que me obrigava a iniciar os preparativos com dias de antecedência.

Grande parte desse tempo era dedicado à instalação, configuração e implantação das ferramentas que seriam objeto de estudo. Contudo, dada a complexidade técnica, surgiam constantemente problemas e imprevistos aparentemente intermináveis, alimentando um ciclo crescente de frustração e estresse.

Nesses momentos, mergulhava em uma busca frenética no Google, tentando encontrar respostas para perguntas que pareciam não ter solução. Após horas navegando por incontáveis páginas e centenas de cliques desesperados no mouse, acabava encontrando algum fórum onde outro usuário — provavelmente tão aflito quanto eu — descrevia o mesmo problema. E ali, uma alma generosa oferecia a solução, encerrando o mistério. Essa tornou-se uma rotina constante na minha atividade docente.

A preparação de aulas naquela “era pré-IA” exigia esforço, tempo e recursos consideráveis. Felizmente, a chegada da Inteligência Artificial transformou radicalmente o cenário acadêmico (Zawacki-Richter et al., 2019). As dúvidas já não precisam mais ser resolvidas com buscas exaustivas nos navegadores. Hoje, podemos compartilhar nossas inquietações com a IA e, em questão de segundos, ela apresenta uma proposta de solução com base em um vasto repertório de conhecimento, sustentado por argumentos sólidos, explicados de forma didática e ilustrados com exemplos que elevam a compreensão e o entendimento a níveis antes alcançados apenas por meio de longas horas de pesquisa e estudo tradicional. Essas respostas não apenas resolvem o problema apresentado, mas também abrem um leque de possibilidades pedagógicas (Mollick & Mollick, 2023), que vão desde a análise aprofundada de estudos de caso até a implementação de protótipos funcionais que transformam conceitos abstratos em experiências tangíveis para os alunos.

Embora os assistentes de IA tenham tornado nossa prática pedagógica mais eficaz e eficiente, a Inteligência Artificial avançou ainda mais na otimização do ensino. Um exemplo notável é o Gamma, uma plataforma que revolucionou a criação de apresentações. Essa ferramenta inovadora nos liberta da tarefa exaustiva de projetar slides do zero, gerando automaticamente apresentações com designs envolventes. O Gamma não apenas produz imagens de alta qualidade — sejam criadas por IA ou selecionadas de uma vasta biblioteca — como também gera conteúdo personalizado de acordo com as especificações do docente. Após uma análise criteriosa dos materiais produzidos por essa plataforma, posso afirmar que a precisão e a qualidade do conteúdo gerado são verdadeiramente impressionantes, elevando significativamente o padrão dos nossos recursos didáticos e transformando nossa maneira de preparar material para sala de aula.

Outra ferramenta destacável é o Napkin, que cria diagramas e infográficos a partir de textos. Ficaram no passado os dias em que dependíamos da funcionalidade SmartArt do Microsoft Word para gerar diagramas. O Napkin detecta e extrai os pontos-chave do conteúdo e os transforma em recursos visuais de alta qualidade, com estética profissional — tudo isso sem necessidade de curadoria ou edição posterior.

Não posso deixar de mencionar o NotebookLM, uma plataforma que considero uma das inovações mais surpreendentes dos últimos anos. Essa ferramenta não apenas resume conteúdos de diversas fontes (PDFs, URLs, vídeos do YouTube), organizando-os em capítulos estruturados, como também gera questionários, glossários, ensaios, cronologias, índices, guias de estudo, perguntas frequentes e até mesmo podcasts — tudo com um único clique. A qualidade e a fidedignidade do conteúdo gerado são excepcionais, levando a automação do trabalho docente a um nível sem precedentes.

A integração da IA no processo educacional marcou um verdadeiro ponto de inflexão (Anderson & Smith, 2024). O que antes era um percurso pedregoso transformou-se numa via rápida rumo à eficiência e à excelência pedagógica. Essa revolução não apenas aliviou a carga de trabalho, mas também ampliou as possibilidades de criação de experiências de aprendizagem mais ricas e personalizadas.

No entanto, é fundamental recordar que a IA é uma ferramenta poderosa — não um substituto do educador (Holmes & Richardson, 2024). Nosso papel como docentes evolui para o de curadores e facilitadores, que utilizam essas tecnologias para potencializar nossa capacidade de inspirar e orientar os estudantes em sua jornada de aprendizagem (Zhang et al., 2023).

A era da Inteligência Artificial na educação começou, abrindo um mundo de possibilidades para redefinir a forma como ensinamos e aprendemos. O futuro da educação é promissor, e estamos apenas no limiar do seu potencial transformador.

Referências

• Kumar, S., Patel, R., & Johnson, M. (2022). Teaching big data: Challenges and opportunities. Computer Science Education, 32(1), 45–63.
• Wang, Y., & Chen, X. (2023). Technical challenges in modern computer science education. Journal of Computing in Higher Education, 35(2), 289–310.
• Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 16(1), 1–41.
• Mollick, E., & Mollick, L. (2023). ChatGPT and the future of education. Harvard Business Review Digital Articles, 1–8.
• Anderson, K., & Smith, J. (2024). AI-powered educational tools: A comprehensive review. Journal of Educational Technology, 45(2), 78–92.
• Holmes, W., & Richardson, M. (2024). The evolving role of educators in the AI era. Educational Research Review, 31, 100411.
• Zhang, L., Liu, D., & Brown, A. (2023). AI as educational facilitator: Transforming teaching practices. Teaching in Higher Education, 28(4), 412–428.