O uso da inteligência artificial no apoio às atividades de ensino do Corpo de Bombeiros Militar do Distrito Federal

Abstract

O presente estudo investiga a aplicação da Inteligência Artificial (IA) como ferramenta de apoio às atividades de ensino do Corpo de Bombeiros Militar do Distrito Federal (CBMDF), com o objetivo de otimizar processos administrativos e pedagógicos. A pesquisa adotou abordagem qualitativa, de caráter exploratório, estruturada em três eixos metodológicos complementares. Inicialmente, foi realizada uma revisão integrativa da literatura, com o propósito de mapear aplicações práticas da IA no contexto educacional e de gestão acadêmica. Em seguida, procedeu-se ao mapeamento dos principais processos do Sistema de Ensino do CBMDF, identificando fluxos, limitações e oportunidades de apoio por soluções baseadas em IA. Por fim, foram aplicados questionários a gestores e instrutores, visando captar percepções institucionais sobre desafios, potencialidades e impactos esperados da adoção dessas tecnologias. Os resultados indicam que a IA apresenta potencial para reduzir a carga administrativa dos educadores, automatizar a produção de conteúdos e avaliações, integrar bases de dados educacionais e apoiar o monitoramento do desempenho discente. Contudo, evidenciaram-se barreiras relevantes, como a ausência de diretrizes institucionais consolidadas e a necessidade de capacitação específica dos profissionais. Conclui-se que a implementação da IA no ensino do CBMDF demanda planejamento estratégico adequado e formação continuada, configurando-se como um caminho promissor para o fortalecimento da eficiência e da gestão educacional institucional.

This study examines the application of Artificial Intelligence (AI) as a support tool for educational activities within the Federal District Military Fire Department (CBMDF), aiming to optimize administrative and pedagogical processes. The research adopted a qualitative, exploratory approach, structured around three complementary methodological axes. First, an integrative literature review was conducted to identify practical applications of AI in educational and academic management contexts. Subsequently, the main processes of the CBMDF Educational System were mapped, enabling the identification of workflows, limitations, and opportunities for support through AI-based solutions. Finally, questionnaires were administered to managers and instructors to capture institutional perceptions regarding the challenges, potential benefits, and expected impacts associated with the adoption of these technologies. The findings indicate that AI has the potential to reduce educators’ administrative workload, automate the development of instructional content and assessments, integrate educational data sources, and support the monitoring of student performance. Nevertheless, significant barriers were identified, including the lack of consolidated institutional guidelines and the need for targeted professional training. It is concluded that the implementation of AI in CBMDF educational activities requires appropriate strategic planning and continuous professional development, representing a promising pathway toward enhancing institutional efficiency and educational management.