A experiência de Portugal e uma proposta para o Brasil
A experiência recente de Portugal traz uma questão relevante para a educação brasileira: reduzir reprovação e abandono é necessário, mas melhorar os indicadores de fluxo escolar não significa, por si só, melhorar a aprendizagem.
O desafio não deveria ser escolher entre reprovar o estudante que não aprendeu ou promovê-lo sem que tenha adquirido as competências necessárias. Existe uma terceira possibilidade, que os avanços recentes da Inteligência Artificial tornam cada vez mais viável: identificar precocemente as dificuldades, oferecer recuperação personalizada e intervir antes que a defasagem resulte em reprovação ou abandono.
Essa perspectiva pode alterar significativamente a maneira como enfrentamos um dos problemas históricos da educação brasileira.
1. O alerta da experiência portuguesa
Portugal apresentou expressivo avanço educacional nas primeiras décadas deste século. No PISA 2015, alcançou 492 pontos em Matemática, 498 em Leitura e 501 em Ciências. Em 2022, registrou 472 em Matemática, 477 em Leitura e 484 em Ciências, permanecendo próximo da média da OCDE. (OECD)
A redução observada não pode ser atribuída automaticamente às políticas portuguesas de diminuição da retenção escolar. O período inclui a pandemia e outros fatores que dificultam estabelecer relações simples de causa e efeito.
Entretanto, a experiência coloca uma questão que interessa diretamente ao Brasil:
Quando reduzimos a reprovação, como assegurar que a progressão do estudante seja acompanhada pela aprendizagem?
Essa é uma pergunta mais importante do que simplesmente discutir se uma rede deveria reprovar mais ou menos.
2. O problema brasileiro é duplo
O Brasil enfrenta simultaneamente problemas de fluxo escolar e graves deficiências de aprendizagem.
No PISA 2022, os estudantes brasileiros obtiveram 379 pontos em Matemática, 410 em Leitura e 403 em Ciências, muito abaixo dos resultados portugueses. Além disso, 22% dos estudantes brasileiros de 15 anos declararam já ter repetido pelo menos uma série após ingressar no ensino fundamental, diante de uma média de 9% nos países da OCDE. A própria OCDE observa que a repetência tende a ser menos frequente nos sistemas educacionais de alto desempenho. (OECD)
Portanto, aumentar a reprovação não parece constituir, isoladamente, uma solução para a baixa aprendizagem.
Mas simplesmente promover estudantes que ainda apresentam deficiências importantes também não resolve o problema.
O objetivo deveria ser outro:
fazer com que o aluno avance porque aprendeu — e não apenas porque chegou ao final do ano letivo.
3. Antes de reprovar, recuperar
A escola brasileira precisa ampliar sua capacidade de identificar dificuldades durante o processo de aprendizagem, e não apenas constatá-las quando chega o momento da aprovação ou reprovação.
Um estudante pode começar a apresentar dificuldades em Matemática, leitura ou escrita meses antes de uma eventual reprovação. Da mesma forma, faltas recorrentes, queda repentina de desempenho e redução da participação podem aparecer muito antes do abandono escolar.
O problema é que professores responsáveis por dezenas ou centenas de alunos dificilmente conseguem oferecer acompanhamento individual permanente a todos.
É justamente nesse ponto que a Inteligência Artificial pode representar uma mudança importante.
4. Um tutor de IA para cada aluno que precise de apoio
A IA permite imaginar algo que, até recentemente, seria extremamente difícil de oferecer em larga escala nas redes públicas: tutoria individualizada e contínua para estudantes com dificuldades.
Esse tutor não substituiria o professor. Ao contrário, funcionaria sob orientação pedagógica e como instrumento de apoio ao trabalho docente.
Poderia exercer duas funções complementares.
Tutor de aprendizagem: identificaria lacunas específicas de conhecimento e ofereceria explicações adicionais, exercícios graduados, exemplos diferentes e atividades adaptadas ao ritmo do estudante. Em Matemática, por exemplo, poderia perceber que uma dificuldade atual decorre de conteúdos básicos não dominados em anos anteriores e trabalhar especificamente essa deficiência.
Tutor de permanência: dados educacionais poderiam permitir à escola detectar sinais objetivos de risco — como faltas recorrentes, queda de desempenho ou interrupção na realização das atividades — para que professores, gestores e famílias fossem alertados e pudessem realizar uma intervenção humana.
A IA não deveria decidir se um aluno será aprovado ou reprovado, nem substituir a avaliação profissional do professor.
Sua função seria ajudar a escola a agir antes que a reprovação ou o abandono aconteçam.
5. Já existem evidências promissoras
A ideia não é apenas teórica.
Um experimento randomizado realizado com estudantes do ensino secundário na Nigéria utilizou modelos de linguagem como apoio à tutoria durante seis semanas. O estudo encontrou uma melhora de 0,31 desvio-padrão na avaliação que combinava conteúdos curriculares de inglês, conhecimentos de IA e habilidades digitais. (Reproducibility World Bank)
É uma evidência relevante, mas deve ser interpretada com cautela: ocorreu em determinado contexto, durante período relativamente curto, e não demonstra que o mesmo efeito necessariamente ocorrerá em todas as redes brasileiras.
Por isso, o caminho adequado não seria simplesmente comprar tecnologias e distribuí-las pelas escolas, mas experimentar, avaliar e ampliar apenas aquilo que demonstrar resultados.
6. O Brasil já começou a caminhar nessa direção
O próprio Plano Brasileiro de Inteligência Artificial (PBIA) prevê sistemas inteligentes de tutoria em Matemática com IA generativa.
A iniciativa contempla correção automatizada, recomendação de recursos educacionais, intervenções personalizadas e interação em tempo real com estudantes. Entre os impactos esperados estão justamente melhoria da aprendizagem em Matemática e redução da reprovação decorrente do baixo desempenho.
Outra ação do PBIA associa IA, aprendizagem e bem-estar dos estudantes ao objetivo de contribuir para a redução do abandono e da evasão escolar. (Serviços e Informações do Brasil)
Há, portanto, uma oportunidade de transformar iniciativas ainda experimentais em uma agenda de pesquisa educacional de grande escala.
7. Proposta IVEPESP: Programa de Tutoria Inteligente para Aprendizagem e Permanência
O IVEPESP propõe a discussão de um Programa Piloto de Tutoria Inteligente para Aprendizagem e Permanência, envolvendo MEC, redes estaduais e municipais, universidades e instituições de pesquisa.
O programa poderia começar de maneira controlada em algumas redes e escolas, inicialmente em Língua Portuguesa e Matemática, áreas fundamentais para praticamente toda a trajetória escolar.
O modelo deveria combinar:
Professor + Tutor de IA + Avaliação diagnóstica + Intervenção pedagógica + Acompanhamento contínuo.
O estudante realizaria avaliações diagnósticas periódicas. A tecnologia identificaria dificuldades específicas e ajudaria a construir atividades personalizadas. O professor receberia informações sobre a evolução de seus alunos e decidiria as intervenções pedagógicas necessárias.
Paralelamente, indicadores de frequência e trajetória escolar poderiam ajudar a identificar estudantes que necessitam de atenção adicional.
8. O objetivo não é utilizar mais IA. É produzir melhores resultados
Um programa dessa natureza precisaria ser avaliado de maneira rigorosa e independente.
O sucesso não deveria ser medido pelo número de acessos à plataforma, quantidade de perguntas feitas à IA ou horas de utilização.
Deveria ser medido por resultados educacionais:
aprendizagem + frequência + permanência + redução da reprovação + redução do abandono + conclusão com competência.
Experimentos controlados, acompanhados por universidades, poderiam comparar diferentes modelos de tutoria e identificar quais efetivamente produzem aprendizagem adicional.
9. Proteção de dados e supervisão humana
A utilização de IA com crianças e adolescentes exige cuidados especiais.
Dados educacionais precisam ser protegidos, algoritmos devem ser auditáveis e decisões relevantes não podem ser delegadas integralmente às máquinas.
É significativo que o MEC tenha criado em 2026 seu Sandbox Regulatório de Inteligência Artificial na Educação, justamente para permitir experimentação controlada e avaliação de soluções considerando proteção de dados, equidade, segurança, impacto social e supervisão humana. O próprio regulamento veda decisões totalmente automatizadas sem revisão humana e a substituição dos docentes por sistemas de IA. (Serviços e Informações do Brasil)
Esse ambiente poderia contribuir para testar modelos de tutoria antes de qualquer implementação em grande escala.
10. Uma mudança de paradigma
Durante décadas, a discussão educacional frequentemente ficou presa entre dois extremos: reprovação ou progressão.
A Inteligência Artificial não elimina esse problema, mas pode oferecer instrumentos para enfrentá-lo antes que seja tarde.
Isso permite formular um princípio mais ambicioso para a educação brasileira:
Nenhum aluno deveria ser simplesmente promovido sem aprendizagem. Nenhuma reprovação deveria ocorrer sem oportunidades efetivas de recuperação. E nenhum estudante deveria abandonar a escola sem que seus sinais de risco tenham sido identificados e uma intervenção tenha sido tentada.
A tecnologia pode ajudar a transformar esse princípio em prática cotidiana.
O professor permanecerá no centro do processo educacional. Mas poderá contar com instrumentos capazes de acompanhar individualmente estudantes, identificar dificuldades e oferecer apoio em uma escala que seria praticamente impossível apenas com recursos humanos.
Conclusão
A experiência portuguesa oferece um alerta importante, mas não uma receita simples. Reduzir a reprovação é desejável quando isso significa que mais estudantes estão aprendendo e progredindo. Torna-se problemático quando a melhora do fluxo não é acompanhada por aprendizagem equivalente.
Para o Brasil, a pergunta central continua sendo:
Quantos concluirão — e com que aprendizagem?
A Inteligência Artificial acrescenta agora uma terceira pergunta:
Quantos poderiam aprender e permanecer na escola se conseguíssemos identificar suas dificuldades e intervir antes da reprovação ou do abandono?
Essa talvez seja uma das aplicações socialmente mais relevantes da IA na educação brasileira.
Antes de reprovar, recuperar. Antes de abandonar, intervir. A IA pode ajudar professores e escolas a fazer ambos em escala.
Prof. Dr. Helio Dias
Presidente do IVEPESP
Instituto para a Valorização da Educação e da Pesquisa do Estado de São Paulo
Av. Paulista, nº 1636, Conjunto 4, 15º Pavimento
Cerqueira César – São Paulo/SP
CEP 01310-200
E-mail: [email protected]
Fontes principais: OCDE — PISA 2022: Brasil · OCDE — PISA 2022: Portugal · Plano Brasileiro de Inteligência Artificial · MEC — Sandbox de IA na Educação · Banco Mundial — experimento de tutoria por IA na Nigéria.