Uma síntese de evidência do Banco Mundial, construída a partir de 23 estudos experimentais e 155 estudos de implementação, conclui que a tecnologia educativa só melhora a aprendizagem quando reforça o que já se sabe sobre bom ensino — nunca quando o substitui. Para as escolas portuguesas, o interesse não está nos dispositivos, está nos princípios de conceção que separam as ferramentas que ajudam das que apenas distraem.

Uma nova nota de orientação do Banco Mundial reúne, pela primeira vez de forma sistemática, a evidência sobre que tipo de tecnologia educativa melhora efetivamente a leitura e o cálculo nos primeiros anos de escolaridade. O documento nasce de contextos de baixo e médio rendimento, mas as suas conclusões sobre o que faz uma ferramenta digital funcionar — ou falhar — dizem respeito a qualquer escola que hoje decida comprar uma aplicação, testar um chatbot ou adotar uma plataforma de leitura.

Há uma pergunta que persegue quem gere um agrupamento e que raramente tem resposta simples: esta aplicação, este quadro interativo, esta plataforma de leitura vai mesmo melhorar a aprendizagem dos alunos, ou vai apenas ocupar tempo e orçamento? Uma nota de orientação publicada em junho de 2026 pelo Banco Mundial, assinada por Jeongmin Lee e Alison Grimsland no âmbito do Accelerator Program da Foundational Learning Compact, tenta responder a essa pergunta com um rigor pouco comum neste tipo de literatura. Em vez de catalogar ferramentas por tipo ou por marca, os autores reviram 23 estudos experimentais e quase-experimentais e 155 estudos de implementação, publicados desde 2016, todos centrados em intervenções tecnológicas testadas com alunos e professores do 1.º ao 3.º ano em países de baixo e médio rendimento (Banco Mundial, 2026).

A escolha de estudar precisamente esta faixa etária não é arbitrária. É nos primeiros anos que se constroem as competências de literacia e numeracia que sustentam toda a aprendizagem posterior, e é também nesta fase que os défices instrucionais começam a alargar-se de forma mais difícil de recuperar (Banco Mundial, 2026). O diagnóstico de partida é duro: sete em cada dez crianças destes países não conseguem ler um texto simples no final do 1.º ciclo, uma proporção que sobe a nove em cada dez na África subsariana. E, apesar de anos de investimento em tecnologia educativa, esse número não tem melhorado de forma consistente — o que levou os autores a perguntar não «que tecnologia existe», mas «que problema instrucional concreto é que esta tecnologia resolve, e resolve-o mesmo».

O núcleo instrucional: porque é que a tecnologia sozinha não ensina

A ideia organizadora de todo o documento é simples e vale a pena reter isolada de qualquer contexto geográfico: aquilo que faz um aluno aprender não é a tecnologia, é a interação entre o professor, o aluno e o conteúdo — o que os autores chamam o «núcleo instrucional» (Banco Mundial, 2026). A tecnologia só acrescenta valor quando fortalece uma dessas três relações: quando dá ao professor mais acesso a formação de qualidade, quando dá ao aluno mais oportunidades de prática estruturada e com resposta, ou quando torna os conteúdos mais fáceis de produzir, adaptar e distribuir. Fora disso, é apenas um dispositivo a mais.

Esta distinção explica um resultado que atravessa toda a revisão e que qualquer diretor de escola devia guardar antes de assinar a próxima fatura de uma aplicação: a evidência mostra, de forma consistente, que fornecer tecnologia por si só raramente melhora os resultados dos alunos — o que conta é a integração pedagógica. Um exemplo citado no documento ilustra bem o problema: numa série de ensaios na Índia com o jogo de leitura GraphoLearn, as crianças melhoravam claramente nas tarefas dentro do próprio jogo, mas essas competências não se transferiam para leituras em papel nem para avaliações escolares — até que os investigadores integraram o jogo com o ensino de fonética já dado em sala de aula, e só então os ganhos começaram a aparecer também fora do ecrã (Bora et al., 2024). A ferramenta não mudou; o que mudou foi a sua ligação ao que o professor já estava a ensinar.

O que funciona para formar professores

A parte do documento sobre formação contínua de professores é, provavelmente, a que mais interessa a quem organiza planos de formação em Portugal, porque as suas conclusões coincidem com um problema recorrente: a formação pontual, feita numa sessão isolada, dificilmente se traduz em mudança de prática. A evidência reunida mostra que a tecnologia ajuda quando transforma a formação de um acontecimento único num processo contínuo de aprendizagem, reforço e uso em sala de aula — através do alargamento do acesso onde a formação presencial regular é difícil de sustentar, do reforço do envolvimento ativo em vez da exposição passiva, e da reintrodução periódica das estratégias treinadas através de lembretes, coaching à distância ou intercâmbio entre pares (Banco Mundial, 2026).

Um dos exemplos mais claros vem de um ensaio aleatorizado no Quénia, e é notável precisamente pela sua simplicidade. Professores dos primeiros anos receberam uma formação presencial de três dias sobre estratégias de leitura, seguida de mensagens SMS semanais, com dicas pedagógicas e lembretes, ao longo de dois anos letivos. O custo total do reforço por SMS não chegou a dez por cento do custo do programa. Ainda assim, os professores que o receberam passaram significativamente mais tempo em atividades de fonética e leitura orientada, e os seus alunos superaram os colegas de escolas de controlo em competências de leitura fundamentais, com efeitos que os autores do estudo original classificam como grandes para os padrões da investigação educativa (Jukes et al., 2017). Não foi a mensagem de texto que ensinou a ler; foi a mensagem de texto a manter viva, semana após semana, uma prática que a formação presencial tinha instalado mas que se perderia sem reforço.

Outro estudo, desta vez na África do Sul, compara diretamente coaching virtual com coaching presencial e chega a uma conclusão útil para quem hesita entre as duas formas de acompanhar professores: o coaching à distância, feito por telefone e mensagens de texto com recursos digitais preparados, custou menos e melhorou a instrução em escrita e a proficiência oral dos alunos, embora o coaching presencial tenha produzido ganhos mais amplos, nomeadamente em leitura guiada e compreensão (Cilliers et al., 2022). A conclusão que os autores retiram não é que uma modalidade substitui a outra, é que ambas funcionam quando são estruturadas, regulares e ligadas a materiais concretos — e que a escolha entre elas é, sobretudo, uma questão de recursos disponíveis e de que ganhos importam mais a cada escola.

O que funciona para apoiar quem aprende

Do lado dos alunos, o documento identifica seis características que separam as ferramentas eficazes das que não produzem qualquer efeito mensurável, e a primeira delas devia bastar para travar muitas compras de tecnologia feitas por entusiasmo: o alinhamento com o currículo (Banco Mundial, 2026). Uma aplicação que ensina competências diferentes das que o professor está a trabalhar em sala de aula compete pela atenção do aluno em vez de a reforçar. As restantes cinco características — trajetos adaptativos ao desempenho de cada aluno, prática sequenciada que exige o domínio de uma competência antes de avançar para a seguinte, envolvimento ativo através de estímulos multissensoriais, ciclos de resposta imediata que corrigem o erro no momento em que acontece, e funcionamento sem depender de ligação à internet constante — aparecem repetidamente nos estudos com melhores resultados.

Um caso particularmente relevante para bibliotecas escolares e para professores de apoio é o dos e-readers testados no Quénia dentro do programa estruturado de leitura PRIMR. Alunos do 2.º ano com acesso diário a mais de cem livros digitais, ao lado do manual em papel, melhoraram significativamente a fluência de leitura em inglês e em suaíli, e a proporção de alunos a atingir os patamares nacionais de fluência subiu cerca de doze pontos percentuais face às escolas de controlo (Piper et al., 2016). O que tornou a diferença não foi o dispositivo — foi o facto de o e-reader estar integrado num programa de leitura já estruturado, e de dar acesso a livros que, de outra forma, simplesmente não existiriam nas mãos daquelas crianças.

Há também um alerta importante sobre os limites da tecnologia isolada, que merece ser lido com atenção por quem tende a ver na inteligência artificial ou nos jogos digitais uma solução automática para dificuldades de leitura. Vários estudos mostram ganhos claros dentro da própria ferramenta — mais precisão a reconhecer letras, mais rapidez a associar sons — sem que esses ganhos se traduzam em melhor leitura de textos reais, quando a ferramenta funciona isolada da instrução da turma (Banco Mundial, 2026). A lição prática é direta: uma ferramenta de prática digital não substitui o ensino explícito de leitura, funciona como reforço dele, e só produz efeito quando o professor sabe exatamente que competência a ferramenta está a treinar e a liga ao que está a ensinar naquela semana.

A inteligência artificial: extensão, não substituição

O documento dedica secções específicas ao que chama «casos de uso emergentes de IA», com uma reserva que convém sublinhar antes de qualquer entusiasmo: a evidência sobre ferramentas de inteligência artificial na educação é, nas palavras dos próprios autores, ainda incipiente, e os exemplos apresentados demonstram viabilidade, não eficácia comprovada (Banco Mundial, 2026). Nenhum destes casos tem o peso probatório dos ensaios aleatorizados que sustentam as conclusões sobre tecnologia mais estabelecida, e o próprio Banco Mundial pede que sejam lidos como direções de investigação, não como recomendações prontas.

Ainda assim, os padrões que emergem são úteis. No Mali, uma equipa treinou o modelo Claude, da Anthropic, com o currículo nacional e modelos de aulas, para gerar rascunhos de aulas graduadas por nível de proficiência em várias línguas nacionais — um processo que permitiu produzir quase trezentas aulas em pouco mais de um ano, um volume difícil de alcançar por via manual. Mas os próprios autores do estudo são claros: todo o conteúdo gerado exigiu revisão humana substancial, sobretudo em línguas nacionais com pouca representação nos dados de treino do modelo, devido a erros de conteúdo e a problemas de exatidão linguística (Sidibe et al., 2025). Na Serra Leoa, um chatbot baseado em WhatsApp chamado TheTeacher.AI ajudou professores a planear aulas e a esclarecer dúvidas sobre o currículo, funcionando com dados mínimos e sem exigir ligação estável — mas o próprio estudo regista que muitos professores tratavam o sistema como um motor de busca genérico, fazendo perguntas vagas em vez de pedidos específicos, o que reduzia claramente a qualidade das respostas (Choi et al., 2024).

Da leitura conjunta destes casos, o Banco Mundial retira uma conclusão que resume bem o que qualquer escola devia exigir antes de introduzir um assistente de inteligência artificial na sua prática: a IA acrescenta valor quando ajuda um sistema educativo a fazer melhor aquilo que já sabia fazer — redigir conteúdos, automatizar a avaliação da leitura em voz alta, dar respostas mais adaptadas a cada aluno — e não quando cria funções inteiramente novas. O seu valor prático depende de quatro condições que se repetem em todos os casos analisados: adequação pedagógica, exatidão linguística, supervisão humana constante e capacidade real dos utilizadores e dos sistemas para gerir os riscos que traz consigo, incluindo a governação dos dados recolhidos sobre cada aluno.

Sete condições que decidem se a tecnologia funciona

A parte final do documento traduz toda a evidência reunida em sete recomendações de política, e vale a pena lê-las como uma lista de verificação antes de qualquer decisão de compra ou de adoção de uma ferramenta digital, seja qual for o contexto (Banco Mundial, 2026). Primeiro, começar sempre pelo problema instrucional concreto que se quer resolver, e só depois procurar a tecnologia que o resolve — nunca ao contrário. Segundo, dar prioridade ao ajuste pedagógico sobre a novidade tecnológica: as ferramentas mais eficazes são as que se encaixam no currículo e na rotina da turma, não as tecnicamente mais sofisticadas. Terceiro, desenhar para as condições reais da escola desde o início, incluindo a hipótese de a ferramenta ter de funcionar sem ligação estável à internet. Quarto, contabilizar o custo total de posse — manutenção, atualização, formação continuada — e não apenas o custo de compra inicial, porque é aí que a maioria dos projetos falha a médio prazo. Quinto, tratar a escalabilidade como critério de conceção desde o primeiro dia, e não como uma esperança para depois do projeto-piloto correr bem. Sexto, avaliar qualquer ferramenta de inteligência artificial pelos seus riscos práticos tanto quanto pelo seu potencial. E sétimo, integrar a equidade na conceção da ferramenta, e não como um acrescento de última hora — porque as intervenções que dependem de recursos indisponíveis aos alunos mais desfavorecidos tendem a alargar, e não a fechar, as desigualdades que deviam resolver.

O que isto diz à escola portuguesa

É preciso alguma honestidade metodológica antes de transpor conclusões de países de baixo e médio rendimento para o contexto português: as condições de infraestrutura, de rácio aluno-professor e de disponibilidade de materiais impressos são, em muitos dos estudos citados, radicalmente diferentes das de uma escola em Portugal, e essa distância deve pesar em qualquer leitura destas conclusões. Mas os princípios de conceção que o documento identifica — alinhamento curricular, integração com a prática do professor, supervisão humana sobre ferramentas de IA, atenção ao custo total e à equidade — não dependem do grau de desenvolvimento de uma infraestrutura escolar. São, no fundo, os mesmos princípios que sustentam o Perfil dos Alunos à Saída da Escolaridade Obrigatória, ao colocar o pensamento crítico e a autonomia no centro da aprendizagem, em vez de qualquer ferramenta específica (Direção-Geral da Educação, 2017), e os mesmos que o quadro europeu DigCompEdu descreve quando distingue saber usar uma ferramenta de saber quando ela deixa de servir (Redecker & Punie, 2017).

Há ainda uma ligação direta ao regime de autonomia e flexibilidade curricular estabelecido pelo Decreto-Lei n.º 55/2018, que atribui às escolas margem para adaptar estratégias de ensino ao contexto dos seus alunos (Portugal, 2018): a conclusão central do documento do Banco Mundial — que a tecnologia funciona quando reforça uma abordagem pedagógica já existente, não quando tenta compensar a sua ausência — é, no essencial, um argumento a favor de decidir primeiro que ensino se quer dar, e só depois escolher com que ferramentas se dá. A Recomendação n.º 4/2026 do Conselho Nacional de Educação sobre a integração da inteligência artificial no sistema educativo português, que este blogue já analisou noutro artigo, avisa precisamente contra uma integração «acrítica e desordenada» — e a nota do Banco Mundial dá a essa preocupação um conjunto de critérios operacionais concretos, testados em contextos onde o erro custa mais caro por haver menos margem para o corrigir.

Uma proposta para o conselho pedagógico

Uma forma simples de levar este documento a uma reunião de departamento ou de conselho pedagógico não passa por resumir as suas setenta páginas, passa por aplicar a sua lista de sete condições a uma ferramenta digital que a escola já usa. Escolhe-se uma aplicação, plataforma ou assistente de inteligência artificial em utilização corrente — uma plataforma de leitura, um sistema de gestão de aprendizagem, um chatbot de apoio ao estudo — e cada participante responde, por escrito e em poucas linhas, a cada uma das sete perguntas que decorrem diretamente das recomendações do Banco Mundial: que problema instrucional concreto esta ferramenta resolve; se se encaixa no currículo e na rotina da turma sem exigir condições que a escola não tem; que custo recorrente, além da compra inicial, está associado à sua manutenção; se a escola sabe como a alargaria a mais turmas sem perder qualidade; que riscos práticos traz, se usar inteligência artificial; e se algum aluno fica em desvantagem por não ter, em casa, as condições que a ferramenta pressupõe.

As respostas, lidas em conjunto, costumam revelar mais do que qualquer apresentação comercial sobre a ferramenta. Frequentemente aparece uma pergunta sem resposta clara — normalmente a do custo de manutenção ou a da equidade — e é exatamente aí que vale a pena concentrar a discussão seguinte, em vez de avançar para a compra da próxima novidade. O exercício não decide sozinho se uma ferramenta deve continuar a ser usada; dá à escola uma linguagem comum para o decidir com fundamento, em vez de o decidir por entusiasmo ou por hábito.

No fundo, o que esta síntese devolve a quem trabalha numa escola não é uma lista de aplicações recomendadas — é uma disciplina para as escolher. A tecnologia educativa mais cara nem sempre é a mais eficaz, e a mais simples, bem integrada no que o professor já faz, produz muitas vezes mais aprendizagem do que a mais sofisticada usada sem esse cuidado. É essa, afinal, a conclusão que atravessa as 23 avaliações rigorosas revistas por este documento: a tecnologia não substitui o núcleo instrucional, só o pode reforçar — e só o reforça quando alguém decidiu, primeiro, o que esse núcleo precisa.

---

Este artigo foi elaborado com o apoio de inteligência artificial (Claude, da Anthropic), a partir da leitura integral do documento «How to Integrate Edtech into Foundational Learning in Low- and Middle-Income Countries» (Banco Mundial, junho de 2026), partilhado diretamente pelos autores deste blogue em formato PDF.

Referências

Banco Mundial. (2026). How to integrate edtech into foundational learning in low- and middle-income countries: Evidence synthesis and policy guidance note. World Bank Group.

Bora, D., Patel, P., Psyridou, M., Ruotsalainen, J., Richardson, U., & Torppa, M. (2024). Foundational English literacy development in India: A randomised-control trial using phonics instruction and GraphoLearn. Reading and Writing, 38, 1309–1335. https://doi.org/10.1007/s11145-024-10551-6

Choi, J. H., Garrod, O., Atherton, P., Joyce-Gibbons, A., Mason-Sesay, M., & Björkegren, D. (2024). Are LLMs useful in the poorest schools? TheTeacher.AI in Sierra Leone (arXiv:2310.02982). https://doi.org/10.48550/arXiv.2310.02982

Cilliers, J., Fleisch, B., Kotze, J., Mohohlwane, N., Taylor, S., & Thulare, T. (2022). Can virtual replace in-person coaching? Experimental evidence on teacher professional development and student learning. Journal of Development Economics, 155, Artigo 102815. https://doi.org/10.1016/j.jdeveco.2021.102815

Conselho Nacional de Educação. (2026, 21 de maio). Recomendação n.º 4/2026 — Integração da inteligência artificial no sistema educativo português. Diário da República, 2.ª série. https://www.cnedu.pt

Direção-Geral da Educação. (2017). Perfil dos alunos à saída da escolaridade obrigatória. Ministério da Educação. https://www.dge.mec.pt/sites/default/files/Noticias_Imagens/perfil_do_aluno.pdf

Jukes, M. C. H., Turner, E. L., Dubeck, M. M., Halliday, K. E., Inyega, H. N., Wolf, S., Zuilkowski, S. S., & Simon Brooker, S. J. (2017). Improving literacy instruction in Kenya through teacher professional development and text messages support: A cluster randomized trial. Journal of Research on Educational Effectiveness, 10(3), 449–481.

Piper, B., Zuilkowski, S. S., Kwayumba, D., & Strigel, C. (2016). Does technology improve reading outcomes? Comparing the effectiveness and cost-effectiveness of ICT interventions for early grade reading in Kenya. International Journal of Educational Development, 49, 204–214. https://doi.org/10.1016/j.ijedudev.2016.03.006

Portugal. (2018). Decreto-Lei n.º 55/2018, de 6 de julho. Diário da República, 1.ª série, n.º 129.

Redecker, C., & Punie, Y. (2017). European framework for the digital competence of educators: DigCompEdu. Serviço das Publicações da União Europeia. https://data.europa.eu/doi/10.2760/159770

Sidibe, M., Adelman, M., & Thiam, D. (2025). AI-generated scripted lessons in Mali. International Literacy Day. World Bank.

Para saber mais

Página do Accelerator Program, no sítio do Banco Mundial, onde se enquadra o projeto de investigação que deu origem a este documento.

Página da Foundational Learning Compact, com outros documentos e iniciativas relacionadas com aprendizagem fundacional e tecnologia educativa.

Perfil dos alunos à saída da escolaridade obrigatória, na Direção-Geral da Educação, para enquadrar a leitura das conclusões deste artigo nos documentos curriculares portugueses.

Quadro europeu DigCompEdu, no Centro Comum de Investigação da Comissão Europeia, com as seis áreas de competência digital docente referidas neste artigo.