Aprendizagem situada

Esta é uma tradução automática da página em inglês; ainda não foi revisada por uma pessoa falante nativa.

Aprendizagem situada — a teoria, enraizada no trabalho do início dos anos 1990 de Lave e Wenger (1991), de que a aprendizagem não é um ato isolado e descontextualizado, mas ocorre por meio da participação em atividades, contextos e culturas autênticos. O conhecimento é co-construído por quem aprende e por pares dentro de comunidades de prática, e novatos aprendem por participação periférica legítima — absorvendo a cultura, a linguagem e as práticas dos membros especialistas à medida que se deslocam da periferia para o centro de uma comunidade. A ênfase recai sobre aprender fazendo em situações do mundo real, em que a avaliação emerge da própria tarefa, em vez de ser separada dela.

Questões para considerar

• Pense em algo que você realmente sabe fazer bem — uma competência, um ofício, um artesanato. Você o aprendeu sobretudo por instrução abstrata ou participando de uma comunidade real que fazia aquilo? O que isso sugere sobre onde o conhecimento realmente vive?
• Lave e Wenger descrevem novatos aprendendo por "participação periférica legítima" — começando na borda de uma comunidade de prática e movendo-se para dentro. Onde você observou (ou foi) tal recém-chegado, e o que lhe permitiu passar da periferia para o centro?
• Se o conhecimento é "situado" em contextos autênticos, o que isso implica para a sala de aula tradicional, que deliberadamente separa a aprendizagem das situações do mundo real — e para ferramentas de IA desenhadas para entregar conteúdo descontextualizado?
• A página trata a aprendizagem situada como uma lente de desenho para a IA. Como um sistema adaptativo ou uma simulação poderia ancorar a aprendizagem na prática autêntica, em vez de tirá-la do contexto?
• Que obstáculos a pesquisa diz estar no caminho de situar a aprendizagem impulsionada por IA em contextos reais, e quais deles você já viu na sua própria instituição?

Introdução

A aprendizagem situada é uma das teorias de atividade-e-contexto dentro da vertente de teorias da aprendizagem desta base de conhecimento. Ela retoma temas vygotskianos de construção social, mas acrescenta uma forte ênfase na íntima integração entre "fazer" e "aprender" e na importância das comunidades de prática. Como postura educacional, ela confronta a escolarização tradicional e padronizada ao colocar em primeiro plano o contexto sociocultural de quem aprende como elemento-chave para adquirir competências e se apropriar do conhecimento relevante para sua realidade.

Na literatura sobre IA em educação, a aprendizagem situada importa porque fornece uma lente de desenho para a IA: sistemas adaptativos, tutoria inteligente em cenários autênticos e simulações imersivas podem ancorar a educação impulsionada por IA em contextos do mundo real, enquanto a aprendizagem situada oferece por sua vez à IA uma âncora significativa na prática e na complexidade autênticas. As duas são amplamente tratadas como complementares, com a orientação humana permanecendo essencial para o fundamento ético.

A aprendizagem situada como lente de desenho para a IA

A pesquisa desta base de conhecimento trata a aprendizagem situada não meramente como teoria abstrata, mas como framework concreto de desenho e avaliação para a IA na educação:

• Oportunidades e obstáculos. Uma revisão sistemática PRISMA de 60 artigos (três décadas) conclui que a IA pode aumentar a aprendizagem situada — por meio de sistemas adaptativos adequados às necessidades em evolução dos estudantes, tutoria inteligente situada em cenários autênticos, automação de tarefas administrativas e apoio docente orientado por dados —, enquanto os principais obstáculos são a aprendizagem passiva unidirecional da escola tradicional, uma ênfase excessiva em desfechos predefinidos e o conhecimento contextual limitado dos professores. A orientação humana permanece essencial para o fundamento ético.(Reshaping education in the era of artificial intelligence: insights from Situated Learning related literature)
• A IA como catalisador que conecta a educação à realidade. A IA pode atuar como catalisador da aprendizagem situada ao conectar a educação com a realidade e com contextos autênticos, habilitando a aprendizagem ancorada em cenários do mundo real.(Connecting Education with Reality: AI as a Catalyst for Situated Learning)
• Artefatos mediacionais na investigação autêntica. Na aprendizagem de ciências, ferramentas de IA (laboratórios virtuais, simulações, tutoria inteligente) funcionam como "artefatos mediacionais" que estendem a aprendizagem situada ao habilitar comunidades de prática digitais e a travessia de fronteiras entre contextos escolar, do mundo real e interdisciplinares — transformando os estudantes de "quem aprende conhecimento" em "praticantes da ciência".(Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives)
• Dispositivos curriculares situados. O letramento em IA pode ser desenvolvido por meio de Episódios de Aprendizagem Situada — instrumentos ativos de ensino (antecipar, produzir, refletir) que constroem competências em IA por meio da resolução de problemas do mundo real, e não por instrução abstrata.(Towards AI literacy: A proposal of a framework based on the Episodes of Situated Learning)
• Avaliação situada na aprendizagem baseada em desenho. Yaşar et al. (2026) fundamentaram seu estudo na teoria da aprendizagem situada e na pedagogia de desenho iterativo, avaliando 80 pôsteres de desenho de estudantes ao longo dos papéis de instrutor, revisor de pares e revisor de projetos. O prompting ciente de papel produziu feedback avaliativo qualitativamente diferente — instrutores encorajadores e orientados ao processo, pares apoiadores e conversacionais, revisores de projetos formais e orientados a resultados —, diferenças que eram epistêmicas, e não meramente estilísticas, colocando em primeiro plano aspectos diferentes da prática de desenho. Isso mostra como a avaliação situada e específica de papel pode ser emulada por um LLM quando sustentada por uma rubrica semanticamente precisa, e como a avaliação na aprendizagem baseada em desenho emerge da tarefa autêntica e de seus papéis, em vez de ser separada deles.
• Ética de IA situada. O raciocínio ético sobre IA é ele próprio melhor tratado como situado — ancorado em contexto cultural-histórico e ecológico, em vez de em princípios abstratos.(Situated AI ethics: a cultural-historical and ecological framework for education)

A aprendizagem situada se conecta de perto à aprendizagem incorporada (ambas estressam a ancoragem da cognição no contexto e na ação), à cognição distribuída (aprendizagem distribuída por pessoas, ferramentas e contextos), à aprendizagem experiencial e à teoria construtivista. Na educação com IA, ela fundamenta a crítica da aprendizagem descontextualizada e desincorporada: o desenho de IA que mantém quem aprende ancorado na prática autêntica preserva a situacionalidade que a aprendizagem durável exige.

Conceitos conectados

• Identidade de quem aprende — identidades de quem aprende disciplinares, profissionais, criativas e acadêmicas em evolução
• Teorias de aprendizagem
• Construtivismo
• Aprendizagem Experiencial
• Aprendizagem Incorporada
• Cognição distribuída
• Aprendizagem colaborativa
• Aprendizagem adaptativa
• Aprendizagem personalizada
• A docência
• Desenho de aprendizagem
• IA na educação
• Realidade virtual e aumentada — ambientes imersivos como rota para o contexto autêntico

Artigos conectados

• Reshaping education in the era of artificial intelligence: insights from Situated Learning related literature — Revisão sistemática PRISMA de aprendizagem situada e IA na educação (referência primária desta página)
• Generative AI technologies and educational outcomes: a comprehensive meta-analysis comparing traditional and AI-driven approaches
• Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives
• Situated AI ethics: a cultural-historical and ecological framework for education
• Connecting Education with Reality: AI as a Catalyst for Situated Learning
• Towards AI literacy: A proposal of a framework based on the Episodes of Situated Learning
• From evaluation to emulation: LLMs as agents of iterative pedagogical design — LLMs como agentes de desenho pedagógico iterativo