Arquivo da Categoria: Educação

Liberdade, esforço e adições: o que a escola pode aprender com José Antonio Marina

Publicado a por
Responder

O filósofo José Antonio Marina publicou um livro sobre adições e, numa entrevista à revista Ethic, deixa uma ideia que qualquer professor reconhece à primeira: ser livre dá trabalho, e há quem fique pelo caminho quando tudo à volta é fácil. Lemos a entrevista com a sala de aula à frente dos olhos, à procura do que serve a quem ensina e a quem aprende, e do que convém ler com reserva.

Há perguntas que um professor faz a si próprio quase todas as semanas, sem lhes chamar filosofia. Porque é que aquele aluno desiste à primeira dificuldade? Porque é que uma turma que sabe muito bem o que lhe convém faz precisamente o contrário? O filósofo espanhol José Antonio Marina anda há anos às voltas com uma versão maior da mesma pergunta: se somos tão inteligentes, porque cometemos tantos disparates? A resposta mais recente está em La vacuna contra las adicciones, editado pela Ariel em maio de 2026, e a Ethic publicou a 13 de outubro uma entrevista com ele sobre o livro.

Nem tudo o que lá se diz é para a escola, e nem tudo aguenta a leitura sem reservas. Há, ainda assim, ideias que merecem chegar à sala dos professores.

Uma vacina para a insensatez

O ponto de partida de Marina é que o cérebro humano não nasceu de um projeto limpo. Resulta de uma evolução longuíssima, feita a saltos, que resolveu uns problemas e deixou outros por resolver. Daí a nossa vulnerabilidade àquilo a que chama patógenos mentais, ideias e hábitos que, uma vez instalados, estragam o funcionamento da inteligência. Como não vão desaparecer, a saída que propõe é uma vacina: reforçar as defesas de cada pessoa, para que consiga reconhecer os enquadramentos insensatos e desmontá-los. Entre os candidatos (o medo, o fundamentalismo, as adições), escolheu as adições por lhe parecerem o problema mais urgente e por achar que vivemos numa sociedade adictiva.

Clicar na imagem para ver a apresentação…

Três passos até perder o controlo

A entrevista distingue adições a substâncias e adições a comportamentos. Durante muito tempo, nestas últimas, quase só se falava do jogo; hoje a lista inclui o sexo, a comida, o telemóvel, as redes sociais e até o exercício físico. O caminho, descreve Marina, faz-se em três tempos. Primeiro, o encontro com um desencadeador que dá prazer ou satisfação, e que pode ser puro acaso. Depois, o consumo ou o comportamento passa a abuso e começa a fazer mal. Por fim, a perda de controlo: sair torna-se cada vez mais difícil e, se a pessoa tenta, sente um mal-estar forte. O círculo fecha-se quando já acredita que não tem outra saída.

Há uma segunda ideia, que nos parece a mais útil para quem ensina. Marina diz que a adição é muitas vezes uma má solução para um problema. Perante uma dificuldade, podemos enfrentá-la ou podemos enfrentar só o mal-estar que ela provoca, e para isso serve o comprimido, a droga, o álcool, a comida, o que estiver à mão. Na sua leitura, estamos a diminuir a competência das pessoas para resolver problemas e, ao mesmo tempo, a passar-lhes a mensagem de que a felicidade devia ser fácil.

Qualquer professor reconhece o desenho. O aluno que fica a olhar para o enunciado até chegar uma notificação não precisa, para já, de uma lição sobre a vida digital; precisa de alguém que o ajude a aguentar o problema um pouco mais de tempo. É uma leitura nossa, e não um diagnóstico: Marina fala de adições em sentido muito amplo, e a entrevista não traz dados sobre alunos nem sobre ecrãs na escola. Do lado da literacia digital, já aqui escrevemos sobre o que a escola ainda tem de aprender sobre nativos digitais e ingénuos digitais.

A felicidade fácil e o esforço que passou a parecer enorme

Marina não fica pelo indivíduo. A democracia precisa de votos, o mercado precisa de compradores, e uns e outros podem preferir pessoas crédulas e emotivas a cidadãos críticos e exigentes. Às novas tecnologias atribui um efeito mais discreto: quem se habitua a ter tudo facilitado acaba por achar que qualquer esforço é colossal. «A felicidade fácil é uma armadilha», diz (tradução nossa).

A escola tem aqui um nó para desatar, e não é pequeno. Tudo o que fazemos para ajudar os alunos, da ficha simplificada ao resumo já feito, tem uma face boa e outra menos boa: tira obstáculos e, às vezes, tira também o exercício. As ferramentas de inteligência artificial limitaram-se a acelerar a conversa. Perguntámos há algum tempo se os chatbots vão tornar os alunos mais preguiçosos, e contámos como, nas escolas da Estónia, uma ferramenta pensada para não entregar a resposta pronta foi mal recebida por alguns alunos, em parte por lhes fazer perguntas a mais. Já o estudo de Stanford que comentámos há dias, com todas as reservas que então fizemos, classifica boa parte do atrito nas conversas com IA como produtivo. Não se tiram daqui regras. Tira-se, quando muito, uma pergunta de planeamento: que dificuldade estamos a manter de propósito, e qual deixámos escapar por distração?

O contrário também é verdade, e convém dizê-lo: dificuldade a mais e sem apoio não forma ninguém, afasta. Marina, de resto, rejeita que tudo isto sirva para culpabilizar quem cai numa adição. Reconhecer um erro, sustenta, é um progresso, e o que falta é dar às pessoas mais capacidade para enfrentar os problemas e recuperar o controlo.

Liberdade não é fazer o que apetece

A passagem mais forte da entrevista é a da liberdade. Quem é impulsivo julga-se livre porque faz o que lhe apetece, mas se não consegue controlar o que lhe apetece está nas mãos disso. Para Marina, a liberdade começa quando se pode escolher entre o que se deseja e o que se sabe que convém. Por isso desconfia da ideia de que todos nascemos livres, que lhe parece ter sido política antes de ser psicológica: em termos psicológicos nascemos dependentes, dos pais, das emoções, das circunstâncias. A liberdade é um projeto, e dos cansativos. Marina recorre ao francês Jean-Claude Kaufmann para lembrar que a liberdade pesa, e avisa que um sistema informático que prometa resolver-nos todos os problemas, bastando-nos obedecer, pode parecer muito cómodo, mas é uma maneira de abdicar dela.

Quem conhece o Perfil dos Alunos à Saída da Escolaridade Obrigatória reconhece o terreno. A liberdade surge lá como um dos valores, ligada à autonomia e à livre escolha, e a área de competências Desenvolvimento pessoal e autonomia fala de autorregulação, de iniciativa e de decisões fundamentadas. O que Marina acrescenta é um tom de exigência que os documentos curriculares raramente têm: a autonomia não vem de graça, treina-se, e treina-se contra alguma resistência, a dos desejos, a do cansaço, a das dúvidas.

Opinião não é argumento

Outra frente em que Marina insiste é a das opiniões. Respeitar a pessoa não obriga a respeitar tudo o que ela diz: quem opina merece respeito, a opinião pode ou não merecê-lo, consoante o conteúdo e os critérios da área de que se fala. E uma opinião que não vem acompanhada de razões não conta como contributo intelectual. Na sala de aula isto traduz-se bem. Aceita-se qualquer aluno e exige-se a qualquer aluno que justifique. É a regra mais simples de pensamento crítico que conhecemos e a mais difícil de manter quando a turma está cansada. Sobre o que isto pede à educação já escrevemos a propósito do pensamento crítico e da ética na era da IA generativa e de como combater a desinformação na sala de aula; a própria Ethic tem um texto sobre porque é que nem todas as opiniões são respeitáveis.

Sete horas de heurística por semana

Quando lhe perguntam que disciplina obrigatória, de uma hora semanal, poria nas escolas, Marina muda os termos: heurística, a ciência de resolver problemas, e não uma hora, mas sete, desde o ensino primário. Os exemplos que dá são os de qualquer pátio: a amiga que não convida para o aniversário, o brinquedo do outro, um conflito, o assédio. Ensinar a enfrentar essas situações é, na sua visão, ensinar a procurar alternativas e a pedir ajuda. E resolver problemas não é só cognição: pede emoções, coragem, resistência, atenção voluntária e capacidade de continuar quando já se está cansado. Daí a defesa de uma educação por problemas, projetos e perguntas, que funciona, diz, porque o aluno percebe que o que aprende serve para resolver alguma coisa. Fica a ideia de que saber o que fazer não chega; é preciso conseguir fazê-lo.

Sete horas é uma provocação, evidentemente, e Marina sabe-o. Mas a escola portuguesa já tem uma porta aberta. No Perfil dos Alunos, Raciocínio e resolução de problemas é uma das áreas de competências, e os descritores falam de alunos que formulam as questões a investigar, escolhem estratégias, analisam criticamente as conclusões e reformulam o que for preciso. Não precisamos de uma disciplina nova para começar (o próprio Perfil diz que nenhuma área de competências corresponde a uma área curricular em exclusivo). O que talvez falte é tempo, e problemas que sejam realmente dos alunos.

Deixamos três ideias, nossas e por testar. A primeira é o «problema da semana», tirado da vida da turma e não do manual: um desentendimento, um trabalho de grupo que encalhou. Antes de pedir ajuda ao professor, cada par tem de apresentar três alternativas. A segunda é uma regra para o uso de IA nos trabalhos: tenta-se primeiro sozinho e só depois se pergunta, e o que se pergunta é onde falhou o raciocínio, e não qual é a resposta. É a lógica que procurámos pôr na aplicação IA para Aprender e nos cinco roteiros para pensar com a IA, não por ela. A terceira é a mais modesta: tolerar, de vez em quando, o silêncio de uma turma a tentar.

Quem escolhe os fins

O último ponto é o da inteligência artificial, que o livro também aborda. A pergunta de Marina vai ao fundo: a IA pode procurar os meios para atingir um objetivo, mas quem estabelece o objetivo? Os seres humanos inventam fins. Além disso, a IA funciona com sistemas de recompensa e pode chegar a resultados que nós próprios não percebemos. Marina avisa que já existe o risco de aparecerem demonstrações matemáticas que sabemos corretas, porque foram verificadas, mas cuja lógica nos escapa, e vê nisso um problema filosófico sério.

Para a escola, isto dá uma pergunta que cabe em qualquer tarefa com IA e dispensa conhecimentos técnicos: quem decidiu o objetivo, e quem fica a perceber o resultado? Um aluno habituado a fazê-la está bem encaminhado. É uma ideia vizinha da que explorámos quando perguntámos e se, no exame, fossem os alunos a avaliar a inteligência artificial.

O que a entrevista não nos dá

Convém ler isto como o que é, uma entrevista. Marina não apresenta dados nem estudos, e nós não lemos o livro, apenas a ficha editorial. O contexto é espanhol, e a referência ao ensino primário não coincide exatamente com os nossos ciclos.

Há ainda duas reservas. A primeira é que Marina considera insuficiente o modelo médico das adições, porque o verdadeiro problema é a perda de controlo, que é também um fenómeno social. É uma posição dele, e há quem sustente, com bons argumentos, que o enquadramento clínico é indispensável a quem precisa de tratamento. Nenhum professor deve concluir daqui que lhe cabe tratar o que é clínico: um aluno com sofrimento sério precisa de profissionais de saúde, e à escola cabe, antes de mais, perceber e encaminhar. A segunda é que a entrevista fala muito da pessoa e do mercado em geral e pouco do desenho concreto das plataformas e dos jogos, que é onde muita gente situa uma parte do problema. Uma escola que só trabalhe a fortaleza do aluno e nunca olhe para o que lhe é posto à frente fica com metade do trabalho feito.

Uma pergunta para levar

Na nossa escola, o que é que só se aprende com esforço, e em que momentos, por boa vontade, estamos a poupar os alunos a esse esforço? A pergunta não é nova, mas ganhou outro peso. Talvez valha a pena levá-la ao próximo conselho de turma ou ao grupo disciplinar, e ver o que sai.

Nota editorial e de transparência. Este artigo foi elaborado com apoio de inteligência artificial (Claude, da Anthropic) sujeito à revisão e à responsabilidade editorial dos autores do blogue.

Referências

Marina, J. A. (2026). La vacuna contra las adicciones: Inmunología mental para una especie vulnerable. Ariel. Consultado a 15 de outubro de 2026, em <https://www.planetadelibros.com/libro-la-vacuna-contra-las-adicciones/448704> (ficha editorial)

Ministério da Educação. (2017). Perfil dos alunos à saída da escolaridade obrigatória (Despacho n.º 6478/2017, de 26 de julho). Direção-Geral da Educação. Consultado a 15 de outubro de 2026, em <https://dge.mec.pt/sites/default/files/Curriculo/Projeto_Autonomia_e_Flexibilidade/perfil_dos_alunos.pdf>

Palomo, A. G. (2026, 13 de outubro). José Antonio Marina: «La libertad no consiste en hacer lo que uno quiere, sino en poder no hacerlo». Ethic. Consultado a 15 de outubro de 2026, em <https://ethic.es/entrevista-jose-antonio-marina-vacuna-adicciones>

Para saber mais

Fora do blogue: o primeiro capítulo de La vacuna contra las adicciones, na página da editora; «La vacuna contra la insensatez», texto de Marina na Ethic; «¿Por qué no todas las opiniones son respetables?», também na Ethic; outra entrevista a Marina na Ethic, de 2024.

No blogue: Reaprender a perguntar: estamos a caminho da geração prompt?; Literacia em IA: cinco passos para a escola; Quando a inteligência artificial entra na sala de aula: responsabilidade, ética e pedagogia.

Vinte e dois referenciais sobre IA na educação: por onde começar?

Publicado a por
2

Um guia recente reúne vinte e dois documentos de referência sobre inteligência artificial na educação. Ninguém precisa de os ler todos. Pareceu-nos mais útil perceber para que serve cada um e quais merecem lugar na mesa de um professor, de um aluno ou de uma direção.

Download |

Em outubro, Hatem Bounif, doutorando em Tecnologia Educativa na Universidade de Sevilha, publicou um guia gratuito em PDF com vinte e dois referenciais sobre IA na educação. Cada um vem com o ano, a entidade, os destinatários e a ligação à fonte oficial. É uma compilação e não um estudo, e convém lê-la como tal: serve de mapa, e um mapa só vale pelo caminho que nos ajuda a fazer.

A lista é longa e mistura coisas de natureza muito diferente. Há quadros de competências, orientações éticas, legislação e modelos pedagógicos com quase vinte anos. Por isso procurámos separar o que pode fazer diferença numa escola, numa sala de aula ou numa reunião de grupo disciplinar.

O documento que mudou o panorama em junho

A 18 de junho de 2026, a Comissão Europeia e a OCDE, com o apoio da CodeAI, apresentaram a versão final do quadro de literacia em IA para os ensinos básico e secundário, conhecido por AILit. O rascunho tinha saído em maio de 2025 e passou por consulta pública. O resultado organiza-se em quatro domínios: interagir com a IA, criar com a IA, gerir a IA e moldar a IA. Segundo o guia, são dezanove competências, acompanhadas de exemplos para a sala de aula.

O que nos parece mais importante é a ideia de fundo. Saber usar uma ferramenta não é o mesmo que ter literacia sobre ela. Um aluno que escreve bons pedidos a um assistente de IA não fica, só por isso, a perceber como aquilo funciona, onde falha ou a quem aproveita. O quadro também vai alimentar a primeira avaliação PISA de literacia mediática e em IA, prevista para 2029, o que dá à escola um bom motivo para começar a conversa agora e não daqui a três anos.

Quem ensina: três perguntas antes de abrir a ferramenta

Para os professores, o ponto de partida mais natural é o quadro de competências em IA para professores da UNESCO (2024). Estrutura-se em quinze competências, distribuídas por cinco dimensões, que vão da atitude centrada no ser humano à ética, aos fundamentos técnicos, à pedagogia e ao uso da IA no desenvolvimento profissional. Cada competência tem três níveis de progressão: adquirir, aprofundar e criar. Já escrevemos sobre este quadro noutro artigo. Quem já conhece o DigCompEdu, o referencial europeu de competência digital dos educadores, com as suas vinte e duas competências em seis áreas, encontra aqui um complemento e não uma novidade absoluta (o DigCompEdu também já passou por aqui).

Dois modelos mais antigos continuam a prestar bom serviço, precisamente por serem simples. O TPACK, de Mishra e Koehler (2006), obriga a perguntar se a ferramenta serve o conteúdo e a pedagogia daquela aula em concreto. O SAMR, de Ruben Puentedura, ajuda a perceber se a IA está apenas a substituir uma tarefa antiga ou a mudar o que os alunos conseguem fazer. Nenhum dos dois foi pensado para a IA, e talvez seja essa a vantagem: não vêm carregados de entusiasmo por nenhuma tecnologia em particular.

A terceira pergunta é a da ética, e para ela existem as orientações da Comissão Europeia sobre o uso ético da IA e dos dados no ensino e na aprendizagem, atualizadas em 2026 (a primeira versão é de 2022). Dirigem-se a professores e a líderes escolares e têm três partes: princípios e enquadramento legal, perguntas orientadoras com cenários, e recursos de apoio com um glossário renovado. A segunda parte é a que mais interessa a quem tem turmas, porque parte de situações concretas e não de declarações de princípio.

Quem aprende: de utilizador a cidadão

Para os alunos, a UNESCO tem um quadro próprio (2024), com doze competências em quatro dimensões: atitude centrada no ser humano, ética da IA, técnicas e aplicações, e conceção de sistemas de IA. Esta última dimensão merece atenção. Admite que o aluno não é apenas alguém que consome o que a IA produz, mas também alguém que pode vir a perceber como estes sistemas se desenham e que escolhas estão por trás deles. Este quadro também já foi tema do blogue.

Há ainda dois documentos que ajudam a pensar o currículo. O AI4K12 propõe cinco grandes ideias para o ensino não superior: perceção, representação e raciocínio, aprendizagem, interação natural e impacto na sociedade. O quadro da Digital Promise assenta em três modos de ação, compreender, avaliar e usar, que se traduzem bem em tarefas de sala de aula. Uma aula de Português pode, por exemplo, pôr os alunos a comparar um texto gerado por IA com um texto de autor humano, a procurar o que não está lá e a discutir quem responde pelo que lá está. Sobre a leitura e as multiliteracias na era da IA escrevemos há poucas semanas.

Esta ligação ao currículo nacional é leitura nossa e não de nenhum dos documentos. Mas algumas das áreas de competências do Perfil dos Alunos à Saída da Escolaridade Obrigatória, como a informação e comunicação ou o pensamento crítico e pensamento criativo, dão terreno natural a este trabalho. Não é preciso criar uma disciplina nova para começar.

A escola como organização

Há um lado menos simpático, mas que as direções não podem ignorar. O Regulamento (UE) 2024/1689, o chamado AI Act, exige no artigo 4.º que quem coloca sistemas de IA em uso garanta um nível suficiente de literacia em IA ao pessoal e aos utilizadores. E trata certos usos na educação como de risco elevado. Os prazos de aplicação de cada obrigação têm sido objeto de ajustamentos, pelo que quem precise de datas deve ir ao texto oficial e não confiar em resumos, incluindo este.

Em termos práticos, a pergunta para um agrupamento é simples: existe um documento que diga o que os professores podem fazer com a IA, com que dados de alunos e com que ferramentas? Se não existe, o conjunto de recursos do TeachAI foi pensado para ajudar a escrevê-lo. O quadro de gestão de risco do NIST, norte-americano e de uso voluntário, interessa mais a quem trata da parte informática e da governação das ferramentas do que a quem está em sala de aula.

Não são escalas intermutáveis

O próprio guia avisa, e bem, que estes referenciais servem propósitos diferentes e não se devem tratar como réguas que se substituem umas às outras. Quem os combinar, deve justificar a combinação e perceber que conceitos se sobrepõem. Uma escolha prudente, para quem não sabe por onde pegar, seria esta: os professores começam pelo quadro da UNESCO, pelo DigCompEdu e pelas orientações éticas da Comissão; a equipa que pensa o currículo parte do AILit; a direção junta-lhe o TeachAI e o artigo 4.º do AI Act.

No fundo, falta uma conversa que muitos grupos disciplinares ainda não tiveram: o que queremos que um aluno de quinze anos saiba sobre a inteligência artificial antes de sair da escola? Os referenciais não respondem por nós, mas ajudam a que a resposta não seja improvisada. Já deixámos cinco passos para a escola e um olhar sobre a literacia em IA vista pelo Conselho da Europa; podem servir de ponto de partida para essa conversa.

***

Nota editorial: este texto foi redigido com apoio de inteligência artificial, a partir do guia de Bounif (2026) e de fontes oficiais consultadas a 13 de outubro de 2026.

Referências

Bounif, H. (2026, outubro). AI in education: 22 essential frameworks for educators, researchers and leaders [Guia em PDF].

Comissão Europeia. (2026a). Guidelines on the ethical use of artificial intelligence and data in teaching and learning. Espaço Europeu da Educação. Consultado a 13 de outubro de 2026, em https://education.ec.europa.eu/node/1566

Comissão Europeia. (2026b, 19 de junho). Building AI literacy for the future. Learning Corner. Consultado a 13 de outubro de 2026, em https://learning-corner.learning.europa.eu/news-and-competitions/building-ai-literacy-future-2026-06-19_en

Comissão Europeia. (s.d.). AI Act. Estratégia Digital da Europa. Consultado a 13 de outubro de 2026, em https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054. https://doi.org/10.1111/j.1467-9620.2006.00684.x

OCDE & Comissão Europeia. (2026, 18 de junho). Empowering learners for the age of AI: Presenting the finalised AI literacy framework for primary and secondary education. Consultado a 13 de outubro de 2026, em https://ailiteracyframework.org/blog/empowering-learners-for-the-age-of-ai-literacy-framework/

UNESCO. (2024a). AI competency framework for teachers. https://unesdoc.unesco.org/ark:/48223/pf0000391104

UNESCO. (2024b). AI competency framework for students. https://unesdoc.unesco.org/ark:/48223/pf0000391105

Para saber mais

Quadro de literacia em IA (AILit), OCDE e Comissão Europeia

DigCompEdu, Centro Comum de Investigação da Comissão Europeia

Orientações éticas sobre IA e dados no ensino e na aprendizagem, Comissão Europeia

AI4K12: cinco grandes ideias sobre IA

Quadro de literacia em IA, Digital Promise

TeachAI: recursos para criar orientações sobre IA nas escolas

Literacia em IA: cinco passos para a escola, no blogue

Literacia em IA: o Conselho da Europa põe as pessoas no centro, no blogue

Marco referencial de competências em IA para estudantes (UNESCO), no blogue

Quadro de referência das competências pedagógico-digitais de professores, no blogue

A tutoria por IA igualou a humana num teste de admissão…

Publicado a por
1

Uma hora com um modelo de linguagem rendeu aos estudantes tanto como uma hora com um explicador humano experiente, pelo menos num teste norte-americano de acesso à pós-graduação. A conclusão anda a circular com entusiasmo e quase sem ressalvas. Lemos o estudo inteiro, apêndices incluídos, e há nele coisas que animam e coisas que pedem travão.

O que foi feito

O trabalho chama-se StudentBench, é assinado por Curtis Northcutt e mais cinco autores e foi publicado como preprint no arXiv a 23 de setembro de 2026 (a versão que lemos é a segunda, de 30 de setembro). Quem o financiou foi a Handshake AI, o que os autores declaram na secção de ética. Não encontrámos indicação de que tenha passado por revisão de pares, e convém lê-lo com essa condição à vista.

O teste escolhido foi o GRE, a prova usada sobretudo nos Estados Unidos para candidaturas a mestrados, doutoramentos e escolas de gestão, com uma parte de raciocínio quantitativo e outra de raciocínio verbal, em inglês. Os participantes foram 2383 adultos, 83% deles entre os 18 e os 24 anos, recrutados numa plataforma de emprego para jovens e pagos com 50 dólares por sessão, fizessem bem ou mal. Cada um fez um teste inicial de 27 perguntas, passou cinco minutos a rever os erros e depois uma hora numa de três situações, atribuída ao acaso: tutoria por IA, tutoria humana ou nada (neste último caso viram documentários de natureza). Terminada a hora, fizeram um segundo teste, com perguntas novas mas da mesma dificuldade, escritas por antigos autores de questões do ETS e da Kaplan. O ganho de aprendizagem é a diferença entre as duas notas, em pontos percentuais.

Do lado da IA estiveram 13 tutores, construídos a partir de 12 modelos de várias empresas. Receberam os erros do aluno, planearam a aula, criaram os exercícios e conversaram por escrito, com instruções deliberadamente curtas. Nunca viram o teste final. Os tutores humanos davam a aula por videochamada e eram antigos funcionários do ETS ou da Kaplan, ou pessoas com pelo menos cinco anos de experiência em explicações de GRE.

O que se encontrou

As médias brutas foram de 13,9 pontos percentuais para a IA, 15,6 para os tutores humanos e 7,1 para o grupo que viu documentários. Depois de ajustar pela nota de partida, a diferença entre IA e humanos ficou em −0,58 pontos (intervalo de confiança a 90% de −2,18 a 1,03), dentro da margem de ±4,09 pontos que os autores fixaram, o que dá uma equivalência estatística com p = 0,015. Dizer «equivalente» aqui quer dizer que a diferença provável é pequena em relação a uma margem escolhida de antemão. Não quer dizer igual. Em relação a quem não teve tutoria, a IA somou 6,15 pontos (intervalo a 95% de 4,08 a 8,21), cerca de uma resposta certa e meia a duas num teste de 27.

Há um pormenor que passa despercebido nas notícias e que a nós, professores, devia dizer alguma coisa: o grupo de controlo também melhorou, 7,1 pontos, sem um único minuto de explicação. Tinha refeito um teste da mesma natureza e gasto cinco minutos a olhar para os próprios erros. Uma parte considerável do que se atribui à tutoria vem, afinal, de algo que qualquer turma pode fazer sem tecnologia nenhuma.

Onde a igualdade deixa de se aguentar

A equivalência vale para a parte quantitativa (diferença de 0,88 pontos, p = 0,028) e não ficou demonstrada na verbal (−2,19 pontos, intervalo a 90% de −4,31 a −0,07, p = 0,085). Nos três domínios verbais, os tutores humanos ficaram acima da média da IA. Na compreensão de leitura, o ganho em relação ao controlo foi de 3,1 pontos para a IA e de 3,7 para os humanos, e em ambos os casos o intervalo de confiança inclui o zero. Ou seja, o estudo não consegue garantir que a tutoria, seja de quem for, tenha feito diferença nesse domínio. Para quem ensina Português, esta é provavelmente a linha mais interessante de todo o trabalho, ainda que o teste seja em inglês e nada nos diga sobre a nossa língua.

Outra manchete que merece cuidado é a de que o melhor tutor de IA superou o humano em cinco dos sete domínios. É verdade, mas compara-se o melhor de treze com a média dos humanos, e os próprios autores avisam, num dos apêndices, que essas comparações com o máximo não são avaliadas pelos testes estatísticos principais.

As fragilidades que os autores assumem

A amostra de tutoria humana é pequena: 140 sessões, com nove tutores por secção, e muitos alunos partilharam o mesmo tutor. Isso faz com que as sessões humanas se reduzam, em termos estatísticos, a sete grupos interligados, 102 das 140 no maior, e a 1,59 graus de liberdade efetivos. Numa análise de sensibilidade sem as covariáveis do modelo principal, a equivalência não ficou estabelecida em nenhuma das secções. O resultado é apresentado com honestidade, mas assenta num pé mais curto do que o título deixa supor.

Há ainda o que o desenho não permite saber. Não havia um grupo que passasse a hora a resolver exercícios sozinho, pelo que não se mede o que a IA acrescenta em comparação com simplesmente treinar. Os ganhos são imediatos, e nada se diz sobre o que fica passados meses. Dos cerca de 70 000 estudantes convidados, entraram na análise 2383, depois de excluídos, entre outros, os que tiveram notas iniciais demasiado altas ou demasiado baixas e os que mostraram pouco empenho.

O custo: 918 vezes menos

O número que mais viajou foi este. Um dos tutores de IA, o Gemma 4 31B, um modelo de pesos abertos, teve ganhos equivalentes aos dos humanos (p = 0,044) a um custo de 0,0052 dólares por ponto percentual ganho, contra 4,81 dólares dos tutores humanos. As contas conferem. Um tutor humano a 75 dólares por hora e 15,608 pontos de ganho médio dá 75 ÷ 15,608 ≈ 4,81. O Gemma custou em média 0,06671 dólares por sessão e deu 12,742 pontos, ou seja, 0,06671 ÷ 12,742 ≈ 0,00524. Dividindo uma coisa pela outra, 4,805 ÷ 0,005235 ≈ 918.

Convém olhar para o que está dentro de cada lado da conta. Os 75 dólares são um preço de referência retirado do site de uma empresa americana de explicações, não um custo medido. Os do lado da IA são só os de inferência, o que o modelo gastou a responder, sem plataforma, sem equipa técnica, sem equipamentos, sem proteção de dados, sem o tempo que um professor precisaria de lhe dedicar. E o teste de equivalência do Gemma foi um entre doze feitos separadamente e sem correção para comparações múltiplas; seis dos doze passaram, e os autores classificam esta análise como exploratória. Para ter uma ideia da variação, o tutor mais caro (GPT-5.5 Pro) custou 21,24 dólares por sessão, cerca de 318 vezes mais do que o Gemma.

A tese de que isto pode «democratizar» o acesso a ajuda individualizada é dos autores e é plausível, ligando ao velho problema dos dois sigmas de Bloom, a pergunta sobre como tornar acessível a todos o efeito do ensino individual. Mas o salto de «custa cêntimos por sessão a quem o fornece» para «chega à escola e aos alunos que mais precisam» tem pelo meio tudo o que o estudo não mediu.

Respostas rápidas, e a falta de hesitação

Entre os 12 tutores comparados, os que respondiam mais depressa levavam os alunos a escrever mais: a resposta variou entre 1,9 segundos (GPT-5.4 mini) e 31,0 segundos (GPT-5.5 Pro), com uma correlação de −0,81 (p = 0,006). Nas sessões da parte quantitativa (1137), cada dez segundos a mais de espera associou-se a 5,19 mensagens a menos por parte do aluno; dez mensagens a mais, a 0,52 exercícios resolvidos corretamente a mais; e dez exercícios corretos a mais, a 5,62 pontos de ganho. A cadeia é interessante, mas é observacional e não aparece na parte verbal, onde os alunos escrevem menos mensagens e mais compridas, de modo que contar mensagens pode não medir a mesma coisa.

Há aqui uma tensão que nos ficou na cabeça. Na semana passada, a propósito do Nobel, escrevemos sobre Anne Carson e o tempo que o dicionário em papel obrigava a esperar, esse intervalo de hesitação em que o pensamento já anda a caminho da palavra. O StudentBench aponta quase no sentido oposto: respostas rápidas, mais conversa, mais prática, mais ganho. Não há contradição necessária (um exercício de matemática com feedback imediato não é uma tradução de grego), mas é uma boa pergunta para ter em mente quando se desenha uma atividade com IA. Quando é que a velocidade ajuda a treinar, e quando é que tira ao aluno o tempo de pensar?

Ensinar bem não é o mesmo que fazer aprender

O segundo estudo do artigo pôs 51 tutores experientes a comparar, às cegas, planos de aula e exercícios gerados por diferentes modelos, num total de 2028 comparações. Os modelos que ficaram melhor classificados nesses rankings não são os que tiveram melhores ganhos de aprendizagem. Os autores suspeitam que a rapidez e o envolvimento dos alunos ajudem a explicar por que razão modelos fracos a planear aulas conseguiram, ainda assim, resultados de nível humano. Fica a lição de que a opinião de especialistas sobre uma aula não substitui a medição do que os alunos aprendem, e vale para planos feitos por IA e para planos feitos por nós.

Um dado mais prosaico vale a pena registar. Os alunos podiam carregar num botão a dizer que discordavam da resposta de um exercício. Aconteceu em 523 de 21 769 problemas quantitativos respondidos (2,4%) e em 120 de 23 694 verbais (0,5%), com um dos tutores a chegar perto dos 11% na parte quantitativa. O botão regista discordância, não erro confirmado. Mesmo assim, é um lembrete simpático de que as soluções que a IA propõe têm de passar pelas mãos de um professor, como já víamos no texto sobre a docência redescoberta com IA generativa, onde as rubricas geradas pelo modelo só ganhavam valor depois de verificadas.

O que pode a escola aproveitar daqui

O que se segue são leituras nossas, não conclusões do estudo.

A primeira é a mais óbvia e a mais esquecida: o estudo não testou crianças nem adolescentes, nem português, nem turmas inteiras, nem currículos. Os participantes eram adultos, a prova era de admissão, a hora era de trabalho individual e a língua era o inglês. Qualquer extrapolação para o 7.º ano de Matemática em Oeiras ou em Bragança é, para já, uma hipótese.

A segunda é que a mecânica que o estudo usou é replicável sem IA: um teste de diagnóstico, uns minutos a olhar para os próprios erros, prática dirigida a esses erros, novo teste com perguntas diferentes. É isto que os tutores, humanos e artificiais, faziam, e é o que o grupo de controlo fez em versão reduzida e ainda assim subiu 7,1 pontos. Não custa nada começar por aí.

A terceira tem a ver com o que se mede. O post-teste do StudentBench foi feito sem apoio nenhum, e isso importa, porque o estudo de Bastani e colaboradores, publicado na PNAS e resumido pelos autores do StudentBench, concluiu que, em matemática do secundário, a ajuda de IA sem barreiras melhorava o desempenho nos exercícios e prejudicava o desempenho posterior sem ela. Os tutores do StudentBench tinham instruções para ensinar e não para entregar respostas. Como contámos a propósito da Estónia, uma aplicação pensada para não dar a resposta pronta recebeu dos alunos uma nota média de 3,07 em 5, quando a meta era 4,2, em boa parte porque fazia perguntas a mais. A ferramenta que ensina bem e a que os alunos preferem nem sempre coincidem, e a escola precisa de saber qual das duas está a comprar.

A quarta diz respeito a quem fica a ganhar. Nos dois primeiros grupos de nota inicial da parte quantitativa, a vantagem da IA sobre o controlo foi clara (p < 0,001); no grupo mais forte, os dados não permitem concluir (p = 0,129). Se houver efeito, é onde o apoio individual mais falta, o que é coerente com a promessa de equidade, desde que haja equipamento, ligação, regras de proteção de dados e alguém que acompanhe. Para quem está a pensar como organizar o uso de IA no agrupamento, o nosso guia de projetos educativos com inteligência artificial ajuda a pôr as perguntas pela ordem certa.

Ficamos, por fim, com a parte verbal. Se há domínio em que os humanos ainda parecem ter vantagem, é o da leitura e da escrita, e é precisamente aquele em que o nosso trabalho de professores não se resume a corrigir respostas certas. Seria um erro tirar daqui a conclusão de que se pode deixar a Português entregue a um assistente. Seria igualmente um erro ignorar que um tutor que responde em dois segundos, sem cansaço e a custo quase nulo, pode servir para treinar partes do trabalho que hoje ficam por fazer por falta de tempo.

Os dados anonimizados e o código estão disponíveis para quem os quiser analisar, no Hugging Face e no GitHub, segundo o preprint. A boa notícia deste género de trabalho é que se pode contestar.

Clicar na imagem para ver a apresentação…

Nota editorial e de transparência. Este artigo foi elaborado com assistência de inteligência artificial (Claude, da Anthropic), com revisão e responsabilidade editorial dos autores. Assenta numa única fonte primária, o preprint StudentBench (v2, 30 de setembro de 2026), que lemos na íntegra a partir do PDF; confirmámos no arXiv o título, os autores e as datas. Não encontrámos revisão de pares nem análises independentes dos resultados. As ligações para outros trabalhos vêm da lista de referências do preprint,

Referências

Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), Artigo e2422633122. https://doi.org/10.1073/pnas.2422633122

Bloom, B. S. (1984). The 2 sigma problem: The search for methods of group instruction as effective as one-to-one tutoring. Educational Researcher, 13(6), 4–16. https://doi.org/10.3102/0013189×013006004

Northcutt, C., Hasmani, I., Feng, K., Khangi, T., Plesner, A., & Mueller, J. (2026). StudentBench: AI and human tutoring yield equivalent GRE learning gains (arXiv:2609.28470v2) [Preprint]. arXiv. https://arxiv.org/abs/2609.28470 (consultado em 11 de outubro de 2026)

Para saber mais

O texto integral do preprint tem, nos apêndices, as tabelas por domínio e por nível de partida. Sobre outros estudos de tutoria com IA, o preprint cita o de Kestin e colaboradores, um ensaio aleatorizado em física que compara um tutor de IA estruturado com aulas de aprendizagem ativa, e o de LearnLM e Eedi, feito em turmas do Reino Unido com supervisão de tutores humanos. Para a discussão em português sobre políticas de uso de IA na escola, vale a pena reler o balanço do primeiro ano de IA nas escolas estónias.

O que a Estónia aprendeu no primeiro ano de IA nas escolas

Publicado a por
2

Em fevereiro de 2025, o presidente da Estónia anunciou o AI Leap, um programa nacional para levar a inteligência artificial às escolas secundárias sem deixar que ela substitua o esforço de aprender. Passou um ano letivo, e a fundação responsável publicou o balanço. Tem números, tem queixas de alunos, tem dúvidas que ficam por resolver. Quase tudo isto soará familiar a quem anda em escolas por cá.

Download |

Um nome com memória

O nome não é inocente. Nos anos 90, o programa Tiger Leap pôs computadores e ligação à internet nas escolas estónias, e muita gente atribui-lhe parte do que o país é hoje em matéria digital. O AI Leap pede-se emprestado a esse historial, mas os próprios autores do relatório fazem questão de dizer que o desafio é outro. Os computadores ficavam numa sala. A inteligência artificial, escrevem, já entrou na escrita, na avaliação, na forma de pensar dos alunos, e por isso não pode ser tratada como mais uma ferramenta.

A ideia pedagógica que sustenta tudo é simples de enunciar e difícil de cumprir: aprender exige esforço cognitivo ativo, e uma IA que entrega respostas feitas pode, na prática, tirar ao aluno a oportunidade de pensar. Num dos seminários com professores, a imagem escolhida foi a das escadas e do elevador. O elevador chega mais depressa, mas quem o apanha não faz o caminho.

Quem entrou, e com quê

Aderiram 154 das 156 escolas secundárias do país (cerca de 99%, o que dá 154 ÷ 156 = 98,7%). Em agosto de 2025, aproximadamente cinco mil professores receberam acesso a contas pagas de ChatGPT ou de Gemini. Em janeiro de 2026, cerca de 20 mil alunos do 10.º e do 11.º ano passaram a ter uma aplicação própria, construída para não dar a resposta pronta: pergunta, sugere, pede ao aluno que explique o raciocínio. Cada escola indicou dois professores-líder, que participaram em seminários regionais ao longo do ano, e foram criadas comunidades de aprendizagem nas escolas, com encontros mensais de cerca de hora e meia.

Parte do esforço, e talvez a que menos se vê, foi linguística. A aplicação foi pensada para o estónio, e o Instituto da Língua Estónia montou testes próprios para avaliar o que os modelos fazem com a língua, o conhecimento do país e a segurança de crianças e jovens. Os autores admitem que subestimaram o trabalho de integrar materiais e contexto cultural estónios. Quem alguma vez tentou que uma IA respeite o português de Portugal compreenderá a dificuldade.

O que dizem os professores

Na primavera de 2026, 95,9% dos professores inquiridos já tinham usado IA no trabalho. No outono, 85% usavam-na pelo menos uma vez por mês. Estimaram poupar, em média, 1,8 horas por semana. Convém ler isto com a cautela devida: são respostas dos próprios professores, e o relatório não indica quantos responderam.

O mais interessante está na comparação entre as duas recolhas. A percentagem de professores que dizia ter repensado as competências necessárias aos alunos desceu um pouco (73,8% para 71,7%), e os autores leem isso como sinal de passagem da reflexão para a prática, não como desinteresse. Subiram as alterações nos trabalhos de casa (de 65,6% para cerca de 70%; o texto do relatório diz 70,4% e a tabela diz 71,4%, pelo que fico pela ordem de grandeza), nas práticas de feedback (43,2% para 47,6%, mais 4,4 pontos percentuais) e na avaliação (28,5% para 30,7%, mais 2,2 pontos). Ou seja, os trabalhos de casa mexeram bastante, o feedback alguma coisa, e a avaliação quase nada. Os próprios autores lembram que a avaliação é dos aspetos da pedagogia que mais resistem à mudança.

A maior subida, porém, foi a das comunidades de aprendizagem: as escolas com círculos focados em IA passaram de 70,5% para 83,4%. Os professores que participaram descrevem motivação alta, boa perceção de eficácia pessoal e pouco stress. Um deles resumiu assim o estado de espírito: precisam de tempo, de coragem para experimentar e do apoio dos colegas. Não é uma conclusão espetacular, mas é difícil de contestar.

E há a parte menos confortável. Em 2026, 80,2% dos professores concordavam que os alunos podem delegar o pensamento na IA, e 73,4% que há alunos capazes de entregar trabalho bom sem conseguir explicar o raciocínio que lá está. Só 11,7% acreditavam que os alunos tinham criado o hábito de confirmar a informação gerada noutras fontes. Entre as perguntas que apareceram em todas as regiões, quase em coro, estavam estas: como convencer os colegas céticos, onde arranjar tempo, como detetar o uso de IA nos trabalhos, quem define as regras.

O que dizem os alunos

Os dados de utilização são, no conjunto, animadores. Entre 17 de janeiro e 17 de maio de 2026, a aplicação registou 217 821 conversas e 9993 utilizadores ativos. Cerca de nove em cada dez alunos ativos tinham padrões de uso orientados para a aprendizagem ou mistos, e só 6,9% pediam sobretudo soluções prontas. Esses últimos eram também os menos ativos, com uma média de 8 conversas contra 66 no grupo dos usos mistos. Há uma ressalva metodológica que o relatório faz bem em apontar: os limiares de 40% e de 70% que separam os grupos foram escolhidos à mão, e mudá-los mudaria os resultados. Além disso, as percentagens do relatório para estes grupos não batem certo entre si (51,1% mais 41,4% dá 92,5%, não os 91,5% anunciados), por isso retenho a ideia geral e não o décimo.

Outro pormenor útil: por número de conversas, dominava a «geração de soluções» (129 107 conversas, cerca de 59% do total, assumindo que as categorias abrangem todas as conversas), mas por número de alunos dominava o apoio a tarefas de aprendizagem (8501 alunos, cerca de 85% dos 9993 ativos). A mesma categoria, aliás, significa coisas diferentes consoante a disciplina: em matemática pode ser pedir a resolução, em línguas pedir uma tradução, em arte pedir um texto acabado.

O retrato muda quando se passa do uso para a opinião. Em abril e maio de 2026, 182 alunos responderam a um inquérito de satisfação (cerca de 1,5% das 12 417 contas ativadas, se essa for a base certa, o que o relatório não esclarece). A satisfação média foi de 3,07 numa escala de 1 a 5, quando a meta era 4,2. O índice de recomendação (NPS) ficou em −27,5. Mais de metade dos alunos disse usar outros modelos de linguagem várias vezes por semana (57,7%), contra 46,7% que dizia o mesmo da aplicação do programa.

Dos 59 comentários abertos, cerca de 25 queixavam-se da mesma coisa, que a aplicação faz perguntas a mais (25 ÷ 59 = 42%). Outros 14 achavam o processo demorado. Havia quem não conseguisse usá-la para inglês, e os alunos de língua russa viam a utilidade da aplicação muito reduzida. Um aluno escreveu que, quando está com pressa, prefere o ChatGPT normal, e outro lembrou que o professor de matemática também começa por mostrar o problema resolvido antes de perguntar «o que achas?». Do outro lado, um quinto dos inquiridos era promotor, e um deles disse que era como ter um assistente de ensino. Uma pequena minoria pediu simplesmente que não lhes impusessem a IA.

O que isto revela, a meu ver, é um atrito que nenhum programa resolve sozinho. Uma ferramenta desenhada para travar o atalho compete, a um clique de distância, com outras que o oferecem de bandeja. O relatório reconhece-o sem rodeios: levar a aplicação aos alunos e conseguir uso regular foi mais difícil do que se esperava. Ficaram 5705 utilizadores ativos por mês em 12 417 contas ativadas (45,9%, para uma meta de 60%).

Clicar na imagem para ver a apresentação…

O que ainda não se sabe

Falta a parte que mais interessa a quem decide. O programa acompanha mais de 9000 alunos de 100 escolas num estudo longitudinal, conduzido pela Universidade de Tartu com a Universidade de Stanford e a OpenAI, e mede cinco coisas: motivação autónoma, crença na capacidade de evoluir, perseverança, autorregulação e estratégias de estudo eficazes. As duas avaliações de alunos decorreram em março e no fim de maio de 2026, e a análise dos dados começa neste verão. Ou seja, ainda não há prova de que o programa melhore a aprendizagem. Há uma investigadora a falar em cautela, ao dizer que, para alunos que já têm bons hábitos de estudo, o modelo se comporta de forma a apoiar a aprendizagem, e nada mais do que isso.

Convém também lembrar quem escreve o relatório. É a fundação que gere o programa, não uma avaliação independente, e os números de utilização e de satisfação vêm dela. Isso não os invalida, e a honestidade com que admite metas falhadas conta a favor, mas pede leitura crítica.

O que pode interessar à escola portuguesa

Não vou fingir que se transpõe tudo. A Estónia é pequena, com um sistema muito digitalizado e um investimento público e privado que não temos. Mas há pistas que não dependem disso.

A primeira é que o mexer na avaliação é o elo fraco. Os professores alteraram trabalhos de casa e feedback com relativa facilidade, e o instrumento de avaliação quase não saiu do sítio. Para quem trabalha com o Perfil dos Alunos à Saída da Escolaridade Obrigatória e as suas áreas de competência, a pergunta prática é a de sempre, só que mais urgente: o que está a ser avaliado, o produto ou o processo? Num dos testemunhos do relatório, um professor diz que os alunos, se virem cada prestação como um ponto isolado, acabam por esconder o que pensam.

A segunda tem a ver com verificação. Se apenas 11,7% dos professores acham que os alunos confirmam o que a IA diz, esse é um território de trabalho óbvio para qualquer disciplina, e não exige tecnologia especial. Basta pedir que se compare, que se cite a fonte, que se explique em voz alta.

A terceira é a mais prosaica. O que melhor funcionou foi gente a reunir-se, com um guião, uma vez por mês, para experimentar e contar o que correu mal. E as perguntas que apareceram em todo o país (tempo, colegas céticos, regras) são perguntas de organização de escola, não de software. Em muitos agrupamentos, a decisão de quem define as regras de uso ainda está por tomar.

E há as famílias. O programa criou uma secção para pais no seu portal e uma série de conversas em vídeo sobre o que os adolescentes fazem com a IA fora da escola, porque é aí que a maior parte do uso acontece. Sem esse lado, qualquer política de escola fica a meio caminho.

Para o segundo ano, a Estónia prevê alargar o programa aos professores do nível de ensino anterior ao secundário (até 15 mil, segundo o relatório) e às escolas profissionais. As metas já não são convencer as escolas de que têm de se adaptar, dizem os autores, e sim apoiar pontos de partida muito diferentes. Parece-me a formulação certa, e não só para a Estónia.

Nota editorial: este artigo foi redigido com apoio de inteligência artificial, a partir de uma única fonte primária, o relatório de balanço publicado pela própria fundação do programa (AI Leap Foundation, 2026).

Referências

AI Leap Foundation. (2026). AI Leap: First annual review 2025/26 [Relatório]. AI Leap Foundation. Obtido em 5 de outubro de 2026, de https://www.tihupe.ee/en/

Para saber mais

Uma linha num plano, um manifesto em Bruxelas: a Europa assume o seu problema com a leitura

Publicado a por
1

A razão: um problema de competitividade e de democracia

O Action Plan on Basic Skills — plano de ação sobre competências básicas, na minha tradução — foi apresentado pela Comissão Europeia a 5 de março de 2025 (COM(2025) 88) e abre com uma tese que mistura economia e cidadania. A competitividade e a coesão social da Europa começam em competências básicas sólidas, porque são elas que sustentam a criatividade, o pensamento crítico e a requalificação dos adultos. Perdê-las, lê-se no documento, não é apenas uma perda individual, mas uma perda para as sociedades europeias, num contexto de polarização crescente, de confiança institucional erodida e de manipulação da informação (European Commission, 2025).

Os números que sustentam a tese são conhecidos de quem acompanha o PISA, mas reunidos compõem um quadro exigente. Segundo o plano, cerca de um em cada três jovens de 15 anos tem dificuldade em aplicar a matemática a situações reais e cerca de um em cada quatro não compreende textos básicos, valores do PISA 2022; 43 % dos alunos do 8.º ano ficam abaixo do nível básico em competências digitais; e, entre os adultos, só 56 % têm pelo menos competências digitais básicas, quando a meta para 2030 é 80 %. A diferença é de 24 pontos percentuais (80 − 56 = 24). Ao todo, a Comissão fala de 18 milhões de alunos com baixo desempenho e de 47,7 milhões de adultos pouco qualificados entre os 25 e os 64 anos. Somadas, as duas populações dão 65,7 milhões de pessoas (18 + 47,7 = 65,7), mas a soma serve apenas de ordem de grandeza, porque os grupos são distintos.

Entre o plano e o lançamento da Coligação saiu o PISA 2025, e o retrato piorou precisamente no domínio que dá nome à iniciativa. De acordo com o memorando fundador da Coligação, 31,3 % dos jovens de 15 anos da UE têm dificuldade em compreender textos básicos e apenas 4,8 % atingem desempenho de topo em leitura (Mascia et al., 2026; OECD, 2026a). A meta europeia de menos de 15 % de jovens de 15 anos com baixo desempenho em competências básicas, que o plano já reconhecia estar a afastar-se, convive agora com um valor de 31,3 % só em leitura, mais do dobro (31,3 ÷ 15 ≈ 2,1).

Há outras duas razões, menos citadas. A primeira é institucional: em 2024, o Conselho dirigiu recomendações específicas por país a 15 Estados-Membros para melhorarem as competências básicas, no quadro do Semestre Europeu. A segunda é estratégica: os relatórios Draghi e Letta pediram atenção às competências em todas as fases da educação e para todas as gerações, numa Europa cuja população ativa encolhe por razões demográficas (European Commission, 2025).

Uma nota de rigor sobre os adultos, porque os dois documentos centrais não dizem exatamente o mesmo. O plano refere um em cada cinco adultos em idade ativa com dificuldades de leitura e escrita; o memorando fala em mais de um em cada quatro adultos com baixa proficiência em literacia. Ambos remetem para o Inquérito às Competências dos Adultos de 2023, mas com formulações e recortes diferentes. Neste artigo cada valor aparece com a atribuição respetiva e deve ler-se como ordem de grandeza.

O diagnóstico: porque descem as competências

O plano não se limita a lamentar números: propõe um diagnóstico de causas. O estatuto socioeconómico continua a ser o preditor mais forte do desempenho dos alunos. Entre os alunos desfavorecidos, o baixo desempenho em matemática chega aos 48 %, e o fosso alarga-se, inclusive nas competências digitais. Os alunos com origem migrante ou com deficiência são particularmente vulneráveis, e a pandemia agravou desigualdades e afetou o bem-estar, com efeitos na motivação para aprender.

Seguem-se fatores do lado da oferta e do contexto. Há escassez aguda de professores e formadores, sobretudo em áreas STEM, uma profissão envelhecida e pouco atrativa e menos envolvimento parental, com efeitos mais fortes nos alunos desfavorecidos. A distração digital tornou-se um risco: cerca de 30 % dos alunos dos países da OCDE dizem distrair-se com dispositivos digitais nas aulas de matemática. Os currículos sobrecarregados deixam as competências básicas sem espaço; as diferenças de género persistem, com as raparigas à frente em leitura e os rapazes no topo em matemática; e o acesso à educação e cuidados na primeira infância é desigual, a ponto de um quarto dos sistemas europeus não ter currículo nacional para o trabalho pedagógico com crianças pequenas. No ensino e formação profissionais faltam recursos e os currículos privilegiam o vocacional. Entre os adultos, o desafio é chegar aos mais difíceis de alcançar, muitos deles marcados por experiências escolares negativas.

Um detalhe é particularmente relevante para a leitura. O plano observa que cada vez mais crianças entram na escola com pouco domínio da língua de escolarização e que a leitura se desloca de textos longos em papel para conteúdos digitais curtos, o que reduz a capacidade de atenção. Os sistemas educativos, conclui, precisam de ponderar o impacto dos diferentes media na literacia e, ao mesmo tempo, de promover o contacto com textos mais complexos (European Commission, 2025).

Uma noção alargada de competências básicas

O plano define cinco competências básicas: literacia, matemática, ciências, competências digitais e cidadania. Está aqui uma das decisões mais relevantes do documento. Ao lado das três dimensões tradicionais do PISA entram o digital, que inclui literacia da informação e dos media, criação de conteúdos, segurança em linha e bem-estar digital, e a cidadania, que inclui a compreensão das instituições e dos processos democráticos e a preparação para crises. A justificação é dupla. A tecnologia obriga a dar ao digital a mesma prioridade das outras competências, e a democracia exige que a cidadania se cultive cedo.

A literacia, em particular, é definida como a capacidade de compreender, usar, avaliar e refletir, oralmente e por escrito, com materiais visuais, sonoros e digitais, entre disciplinas e contextos. As cinco competências são apresentadas como o alicerce das competências-chave para a aprendizagem ao longo da vida, o quadro europeu de 2018 que serve de referência a vários sistemas educativos nacionais (European Commission, 2025; European Commission, 2026a).

Propósitos e arquitetura: três eixos

Em vez de um programa único, o plano propõe um conjunto de iniciativas de curto e médio prazo, assente em recomendações do Conselho já existentes: Percursos para o Sucesso Escolar, Percursos de Melhoria de Competências, Garantia Europeia para a Infância e Competências-Chave. Organiza-se em três eixos, cada um com um propósito claro.

Quanto ao «como», o plano integra-se na governação da Union of Skills e reforça o seguimento das reformas no Semestre Europeu, com metas estratégicas a nível da UE e o futuro Observatório Europeu de Inteligência sobre Competências. Para o financiamento, o texto aponta os fundos da política de coesão, o Mecanismo de Recuperação e Resiliência, o Erasmus+, o Instrumento de Assistência Técnica, o InvestEU e o Horizonte Europa (European Commission, 2025). A página oficial do Espaço Europeu da Educação refere ainda o Corpo Europeu de Solidariedade e o Fundo Social Europeu Mais (European Commission, 2026a).

As ações e o calendário

A ação que o plano apresenta como principal é o Basic Skills Support Scheme, um esquema de apoio cujo objetivo é que todas as crianças alcancem um nível adequado de competências básicas no fim da escolaridade obrigatória. A lógica é a da intervenção precoce e do apoio individualizado, do ensino básico à formação profissional inicial. As medidas possíveis incluem mecanismos de identificação precoce e monitorização a nível nacional, local e escolar, planos de melhoria das competências básicas em cada escola, com tempo extra de aprendizagem, tutoria e mentoria, a integração da literacia e das competências digitais na formação inicial de professores de todas as disciplinas, papéis especializados como mediadores escolares e técnicos de ligação escola-família, programas de apoio aos pais construídos com a saúde, as migrações e a proteção de crianças, e parcerias com autoridades locais e empresas. A Comissão compromete-se a preparar orientações para decisores em 2025 e a lançar o piloto em 2026, e convida os Estados-Membros a manifestarem interesse, a fixarem metas nacionais para o baixo desempenho e para o desempenho de topo, com foco nos alunos desfavorecidos (European Commission, 2025).

A inteligência artificial aparece de duas maneiras. Como instrumento, o plano prevê testar percursos de aprendizagem personalizados com sistemas de IA, a partir das experimentações de política do Erasmus+ de 2026, para apoiar tanto os alunos com dificuldades como os de topo. Como competência, prevê atualizar o DigComp em 2025 para ter em conta tecnologias como a IA de uso geral. Trata-a, portanto, como algo a testar e a ensinar, e não apenas como risco.

O processo: como nasce uma coligação

A forma como a Coligação foi construída é parte da sua mensagem. Em vez de nascer de uma decisão administrativa, nasceu de um processo participativo. A 5, 6 e 7 de maio de 2026 realizou-se em Varsóvia a conferência Literacy for Democracy, organizada pelo consórcio do European Authors Day (#ReadForReal), financiado pelo Europa Criativa, que juntou educadores, promotores da leitura, pediatras e representantes do setor do livro e do mundo empresarial (European Commission, s.d.). Seguiu-se um workshop de cocriação com 40 intervenientes de toda a Europa — educação, investigação, cultura e bibliotecas, promoção da leitura, escrita, edição e livrarias, saúde, sociedade civil, setores tecnológico e criativo, além de aprendentes e famílias —, que definiram o que é literacia na Europa de hoje, identificaram as principais barreiras ao longo da vida e propuseram os primeiros passos (Mascia et al., 2026).

O resultado é o Memorando de Varsóvia, de 12 páginas, publicado no lançamento oficial em Bruxelas, a 22 e 23 de setembro. O texto esclarece quem o assina: a Comissão apoia e acompanha o processo, mas não é a autora do documento; o «nós» é o dos participantes. A redação final esteve a cargo de representantes de redes como a European Literacy Policy Network, a EU Read, a EBLIDA, a Federation of European Literacy Associations, a Universal Reading Foundation, a STEM Coalition e a GOPA, com um elemento da Comissão (Mascia et al., 2026). O memorando afirma também que a Coligação não pretende substituir nem duplicar as redes existentes, mas ser uma plataforma comum e dar à Europa uma voz intersetorial.

Há três mecanismos de continuidade. Primeiro, a subscrição: o memorando está aberto a subscrição pública, e as organizações podem manifestar interesse em integrar a Coligação através de um formulário (European Commission, 2026b). Segundo, a gestão: a Comissão lançou um concurso para escolher a entidade ou entidades que a vão coordenar; a Media & Learning Association indica 23 de novembro de 2026 como prazo de candidatura (Media & Learning Association, 2026). Terceiro, o acompanhamento: a Coligação compromete-se a publicar um Relatório Europeu da Literacia anual, a organizar atividades de aprendizagem entre pares e a contribuir para o Semestre Europeu e para o acompanhamento da União das Competências (Mascia et al., 2026).

O que o memorando acrescenta ao plano

O plano de 2025 dedica à Coligação uma única linha: uma comunidade de governos, empresas e bibliotecas para sensibilizar para a crise de literacia e para levar os jovens, em particular os rapazes, a ler por prazer (European Commission, 2025). O memorando de 2026 transforma essa linha num programa político de onze princípios. O ponto de partida é um conceito de literacia que já não se reduz à descodificação escolar. É um repertório dinâmico e vitalício de capacidades e práticas, escritas, orais, visuais, sonoras e digitais, que inclui o pensamento crítico e as literacias mediática, da informação, digital, visual e da IA (Mascia et al., 2026).

A partir desse conceito, o texto alarga o âmbito em quatro direções. A primeira é o tempo: da primeira infância, tida pelo memorando como o investimento mais eficaz e equitativo, à idade adulta, com programas de oferta de livros, consultas de saúde infantil com orientação de literacia e leitura em todas as línguas do lar. A segunda é o sentido: rejeita-se estreitar a literacia à avaliação de competências, recusa-se o rótulo de «não leitor» e valorizam-se formatos como o audiolivro e a banda desenhada, porque a leitura ensinada apenas como cumprimento deixa de ser fonte de prazer. A terceira são as pessoas: pede-se a reforma da formação inicial de professores em literacia, papéis de especialistas de literacia nas escolas e a integração formal dos bibliotecários nas equipas pedagógicas, com carreiras claras, e as bibliotecas surgem como instituições âncora dos ecossistemas locais. A quarta é a regulação: o memorando pede responsabilidades vinculativas ao setor tecnológico, em transparência algorítmica, recolha de dados e publicidade dirigida a crianças, e uma «literacia desde a conceção», inspirada no RGPD, através da revisão do Regulamento da IA e do Regulamento dos Serviços Digitais. Defende ainda que a integração, e não a substituição, deve governar o equilíbrio entre leitura em papel e leitura digital (Mascia et al., 2026).

Há uma tensão por resolver entre os dois textos, e é uma leitura minha. O plano apoia-se em programas e fundos de ciclo definido. O memorando afirma que os ciclos de financiamento por projeto falharam repetidamente em gerar mudança duradoura e pede um compromisso estrutural, ao mesmo tempo que solicita à Comissão apoio plurianual estável à própria Coligação, através do concurso Erasmus+ previsto e de instrumentos complementares. O pedido está feito; a resposta ainda não está dada. A pergunta que o texto coloca à Europa é, em tradução minha, «O que acontece se não fizermos nada?» (Mascia et al., 2026).

Objetivos e metas: o que se pretende alcançar

Os objetivos desta ação europeia desenham-se em dois níveis. No plano, a meta final é que todos os alunos, incluindo os desfavorecidos e os com deficiência, saiam da escola com competências básicas suficientes e que os adultos alcancem um nível adequado de proficiência, com a meta europeia de menos de 15 % de jovens com baixo desempenho e a meta de 80 % de adultos com competências digitais básicas em 2030. O plano pede ainda aos Estados-Membros que fixem metas nacionais e declarem interesse nos pilotos (European Commission, 2025).

Na Coligação, a missão, tal como a descreve a página oficial, passa por reforçar a cooperação com as escolas numa abordagem de escola inteira, produzir recomendações baseadas em evidência para as políticas de literacia, ligar e simplificar iniciativas por toda a Europa, melhorar as competências dos aprendentes e dos educadores, responder aos desafios da era digital, apoiar a aprendizagem entre pares e aumentar a sensibilização e o compromisso político (European Commission, 2026b). O memorando acrescenta uma exigência aos Estados-Membros: estratégias nacionais de literacia com objetivos mensuráveis, financiamento próprio e governação interministerial que una educação, cultura, promoção da leitura, saúde e serviços sociais. E assume um compromisso de prestação de contas, o Relatório Europeu da Literacia anual (Mascia et al., 2026).

Clicar na imagem para ver a apresentação…

Olhar para Portugal

Nem o plano nem o memorando falam especificamente de Portugal, mas os dados nacionais do PISA 2025 ajudam a situar o debate. Segundo a OCDE, 72 % dos alunos portugueses atingem pelo menos o nível 2 de leitura (média da OCDE: 69 %), o que deixa cerca de 28 % abaixo do nível básico (100 − 72 = 28), e apenas 3 % chegam ao nível 5 ou superior (média da OCDE: 6 %). O desempenho médio em leitura desceu em relação a 2022 (OECD, 2026b). Segundo a Iniciativa Educação (2026), a média portuguesa passou de 498 pontos em 2015 para 462 em 2025, uma perda de 36 pontos (498 − 462 = 36) e o valor mais baixo da série nacional. É um país perto da média da OCDE, mas após uma queda longa e com poucos alunos de excelência. Analisámos estes dados neste blogue.

Dois pontos do memorando tocam diretamente a realidade das bibliotecas escolares. O primeiro é a integração dos bibliotecários nas equipas pedagógicas, com formação e carreira; o segundo, a ideia de que a colaboração deve estar construída nas estruturas e não depender de relações individuais, apoiada em coligações locais de literacia. Em Portugal, onde já existem coordenações interconcelhias e professores bibliotecários, a questão que se coloca é de que modo estas figuras podem articular-se com uma rede europeia que nasce aberta a todos os setores. É uma questão minha, que o texto europeu não coloca. Quem quiser participar pode subscrever o memorando e registar interesse no formulário da Coligação.

Limites e perguntas em aberto

A leitura crítica destes documentos deve começar por um limite estrutural: a educação é, nos Tratados, competência dos Estados-Membros, e o plano opera por convite e por pilotos, não por obrigação. A Comissão convida os Estados a declarar interesse, a fixar metas e a subscrever; não lhes impõe currículos nem orçamentos. Seguem-se mais quatro reservas. O plano dá datas para 2025 e 2026, mas o estado de execução de cada ação não foi verificado aqui. A entidade coordenadora da Coligação ainda não foi escolhida. As propostas de regulação do memorando são dos participantes, e não uma posição da Comissão. E os números dos adultos, como se viu, variam de documento para documento.

O que há de novo, apesar disso, é o modo. Uma linha administrativa transformou-se num texto escrito a muitas mãos, que trata a literacia como bem público e direito, e que exige, para a defender, financiamento estrutural, profissionais reconhecidos e regras para as tecnologias em que hoje se lê. Se a Coligação cumprirá essa ambição dependerá menos do texto fundador do que daquilo que se segue: quem a coordena, com que recursos e com que ligação aos sistemas nacionais.

Nota editorial. Este artigo foi redigido com apoio de inteligência artificial (Claude, da Anthropic), a partir da leitura integral da Comunicação COM(2025) 88 (versão HTML do EUR-Lex) e do Memorando de Varsóvia (PDF oficial), e de páginas oficiais da Comissão Europeia, da OCDE e de fontes secundárias identificadas no texto. Os gráficos são originais, feitos para este artigo; não se usaram imagens oficiais para evitar dúvidas de direitos. As designações em português de documentos e instrumentos europeus são traduções minhas, sem confirmação das versões oficiais portuguesas.

Referências

European Commission. (s.d.). Reading and literacy – a joint approach across education and culture. https://culture.ec.europa.eu/whats-new/news/reading-and-literacy-a-joint-approach-across-education-and-culture (obtido em 2 de outubro de 2026)

European Commission. (2025, 5 de março). Communication from the Commission to the European Parliament, the Council, the European Economic and Social Committee and the Committee of the Regions on the Action Plan on Basic Skills (COM(2025) 88 final). EUR-Lex. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:52025DC0088 (obtido em 2 de outubro de 2026)

European Commission. (2026a, 5 de março). Basic skills [Página web]. European Education Area. https://education.ec.europa.eu/education-levels/school-education/basic-skills (obtido em 2 de outubro de 2026)

European Commission. (2026b, 22 de setembro). European Literacy Coalition [Página web]. European Education Area. https://education.ec.europa.eu/education-levels/school-education/european-literacy-coalition (obtido em 2 de outubro de 2026)

Iniciativa Educação. (2026). PISA 2025: o que nos dizem os resultados da última década. https://www.iniciativaeducacao.org/pt/ed-on/artigos/estatisticas/pisa-2025-o-que-nos-dizem-os-resultados-da-ultima-decada (obtido em 2 de outubro de 2026)

Mascia, T., Johnson, N., Stoeva, V., Cranfield, A., Deskur, M., Tzvetkova, M., Brennan, D. M., Schreuder, R., Daly, R., & Podlasek-Ziegler, M. (2026). Warsaw memorandum: A memorandum towards building a European Literacy Coalition. European Literacy Coalition. https://ec.europa.eu/assets/eac/education/European-Literacy-Coalition-Warsaw-Memorandum.pdf (obtido em 2 de outubro de 2026)

Media & Learning Association. (2026). Launch of European Literacy Coalition. https://media-and-learning.eu/subject/media-literacy/launch-of-european-literacy-coalition/ (obtido em 2 de outubro de 2026)

OECD. (2026a). PISA 2025 results (Volume I): Future-ready students. OECD Publishing. https://doi.org/10.1787/73451bc5-en

OECD. (2026b). PISA 2025 results (Volume I): Portugal [Nota por país]. https://www.oecd.org/en/publications/pisa-2025-results-volume-i-country-notes_2d4ff9ea-en/portugal_1b9ed477-en.html (obtido em 2 de outubro de 2026)

Para saber mais