Resumo Executivo

_{Autor: Beatriz Carvalho Almeida — Orientador: Renato Godoi Da Cruz}

^{Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.}

Esta pesquisa analisou os padrões de erros e acertos nas questões de Química do Exame Nacional do Ensino Médio (ENEM) para refletir sobre as habilidades em Química e Ciências da Natureza desenvolvidas na Educação Básica. A partir desta análise, discutiu-se como as competências da Base Nacional Comum Curricular (BNCC) são mobilizadas e quais reflexões isso traz para o ensino. A investigação diagnosticou, por meio deste importante instrumento avaliativo, a proficiência dos egressos do Ensino Médio não apenas em conteúdos conceituais, mas na capacidade de aplicar o conhecimento científico de forma crítica e contextualizada, pilar para a formação de uma cidadania cientificamente letrada.

Educadores e documentos curriculares recentes, nacionais e internacionais, convergem para um ensino que transcende a transmissão de conceitos, focando na compreensão das inter-relações entre ciência, tecnologia, sociedade e ambiente. Essa abordagem visa capacitar os estudantes para debates públicos e decisões informadas sobre questões sociocientíficas (NRC, 2012). No Brasil, a BNCC formaliza essa perspectiva, estabelecendo a alfabetização científica como objetivo central da Educação Básica. A Base defende o desenvolvimento de competências que articulem conhecimentos conceituais com a contextualização social, histórica e ambiental da ciência, além de fomentar práticas de investigação e o domínio das linguagens científicas (Brasil, 2018).

Avaliações de larga escala, como o Programme for International Student Assessment (PISA), refletem essa tendência ao avaliar como os estudantes aplicam o conhecimento para analisar, raciocinar e comunicar-se ao resolver problemas em diversos contextos (OECD, 2006). De forma análoga, o ENEM, desde sua reformulação em 2009, adotou uma abordagem baseada em competências e habilidades. O exame passou a ser estruturado em áreas do conhecimento para avaliar a capacidade dos estudantes de mobilizar seus saberes para solucionar problemas complexos, muitos dos quais exigem reflexão sobre os impactos sociais e tecnológicos do desenvolvimento científico (Costa et al., 2016).

A matriz de referência do ENEM para a área de Ciências da Natureza e suas Tecnologias evidencia essa orientação. A competência de área 7, que abrange a Química, não se limita a testar o domínio de teorias, mas exige que os candidatos avaliem os impactos sociais, ambientais e econômicos associados à produção e utilização de recursos, bem como os riscos e benefícios de intervenções humanas no ambiente (Brasil, 2024). Essa estrutura posiciona o ENEM como um termômetro potencial do sucesso das políticas educacionais voltadas para uma formação científica mais integral e crítica.

Dada a relevância do ENEM como principal via de acesso ao ensino superior e como indicador da qualidade da Educação Básica, é crucial investigar se seu desenho avaliativo e seus resultados espelham o desenvolvimento das habilidades preconizadas. Este estudo aprofunda essa questão com uma análise quantitativa robusta dos microdados do exame. Focando especificamente nas questões de Química, a pesquisa busca oferecer um diagnóstico detalhado sobre quais competências são solidamente desenvolvidas e quais representam gargalos na formação dos jovens, fornecendo subsídios para a reflexão sobre práticas pedagógicas e políticas curriculares.

Este é um estudo quantitativo de natureza exploratório-descritiva, que empregou estatística multivariada para analisar dados secundários. A fonte foram os microdados do ENEM 2023, disponibilizados pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). A base de dados original foi filtrada, selecionando-se exclusivamente os registros de participantes que responderam aos cadernos de prova das cores azul, amarelo, rosa e cinza, garantindo que todos na amostra tivessem sido expostos ao mesmo conjunto de questões. A amostra final consolidada para a análise foi composta por 8.152 participantes.

A etapa subsequente foi a identificação das questões de Química. A prova de Ciências da Natureza do ENEM é interdisciplinar, com 45 itens de Química, Física e Biologia. Uma análise qualitativa foi conduzida pela pesquisadora para identificar as 15 questões de conteúdo predominantemente químico. Uma vez selecionadas, as questões foram mapeadas em cada caderno de prova para a correta extração das respostas. A variável central, ‘Resultado’, foi criada a partir da comparação entre a resposta do participante e o gabarito oficial, sendo categorizada como ‘Correta’ ou ‘Incorreta’ para cada uma das 15 questões.

O passo crucial da metodologia foi a categorização de cada questão segundo as habilidades da matriz de referência do ENEM. Cada questão foi classificada em duas dimensões: ‘Habilidade em Química’ e ‘Habilidade em Ciências da Natureza’. A primeira dimensão focou na competência de área 7, sobre a apropriação de conhecimentos da Química. A segunda abrangeu um espectro mais amplo, incorporando habilidades das competências de área 1, 2, 3 e 5, relacionadas a linguagens científicas, qualidade de vida e intervenções no meio ambiente. Essa dupla categorização reconhece o caráter interdisciplinar das questões do ENEM, onde a resolução de um problema químico frequentemente demanda competências científicas mais gerais. Por exemplo, uma questão sobre equilíbrio químico em um contexto de contaminação da água foi classificada tanto pela habilidade química específica (H27 – avaliar riscos e benefícios) quanto pela habilidade geral de ciências (H7 – utilizar critérios para avaliar produtos).

Para a análise dos dados, a técnica escolhida foi a Análise de Correspondência Múltipla (ACM), implementada em Python com a biblioteca Prince. A ACM é adequada por sua capacidade de analisar a estrutura de inter-relações entre múltiplas variáveis categóricas e de representar graficamente essas associações, facilitando a interpretação de padrões complexos (Bertoncelo, 2022). O processo incluiu a geração de tabelas de contingência, a aplicação do teste qui-quadrado para verificar associações estatisticamente significativas e o cálculo dos resíduos padronizados ajustados para identificar a força de associações específicas (Fávero e Belfiore, 2015). Finalmente, a ACM foi executada para extrair duas dimensões principais, e a adequação do modelo foi verificada pela análise dos autovalores. A interpretação dos resultados baseou-se na análise do mapa perceptual e nas contribuições de cada categoria, com um nível de significância de 5% para todos os testes.

A análise exploratória inicial revelou um panorama desafiador: 74,8% das respostas analisadas foram incorretas, enquanto apenas 25,2% foram corretas. Este resultado sugere uma dificuldade generalizada na resolução dos itens de Química. Aprofundando a análise, a taxa de acerto foi calculada para cada habilidade. As habilidades H26 (avaliar impactos da produção/consumo de recursos energéticos) e H4 (avaliar propostas de intervenção no ambiente visando à sustentabilidade) apresentaram as maiores taxas de acerto. Em contrapartida, as habilidades H27 (avaliar riscos e benefícios de intervenções no ambiente com base em conhecimentos químicos) e H10 (analisar perturbações ambientais e seus impactos) registraram os piores desempenhos.

O teste qui-quadrado confirmou que as associações entre o resultado (correto/incorreto) e as categorias de habilidades eram estatisticamente significativas (p < 0,001), validando que o desempenho não é aleatório. A análise dos resíduos padronizados ajustados corroborou a análise exploratória, mostrando uma associação positiva e significativa entre a habilidade H26 e as respostas corretas, e uma forte associação negativa entre as habilidades H27 e H24 (utilizar códigos e nomenclaturas da Química) e as respostas corretas, ou seja, uma forte associação com o erro. De forma similar, para as habilidades gerais de Ciências da Natureza, H4 e H18 (relacionar propriedades de materiais a seus usos) associaram-se positivamente com acertos, enquanto H7 (utilizar critérios para comparar produtos) e H10 associaram-se significativamente com erros.

A Análise de Correspondência Múltipla (ACM) resultou em um modelo de duas dimensões que explicou 41,20% da inércia total dos dados, um valor considerado robusto para estudos em ciências sociais e educacionais. A interpretação do mapa perceptual revelou uma estrutura clara. A primeira dimensão foi predominantemente definida pela oposição entre as habilidades H27, H10 e H7, que se localizaram próximas da categoria ‘Incorreta’. A segunda dimensão foi definida pela oposição entre as habilidades H4, H26 e H24, com as duas primeiras (H4 e H26) posicionando-se próximas da categoria ‘Correta’. Esta configuração sugere que a Dimensão 1 pode ser interpretada como um eixo de “dificuldade analítico-química”, enquanto a Dimensão 2 representa um eixo de “compreensão socioambiental contextual”.

A discussão desses resultados permite inferir que os estudantes demonstram maior facilidade em mobilizar conhecimentos para analisar questões ambientais de caráter mais geral, como sustentabilidade (H4) e impactos do consumo de energia (H26). Essas são habilidades que podem ser desenvolvidas por meio de uma compreensão discursiva dos temas, frequentemente abordados na mídia. O desempenho satisfatório nessas áreas pode indicar que a abordagem contextualizada do ensino de ciências, preconizada pela BNCC, tem tido algum sucesso em promover uma consciência sobre grandes temas socioambientais.

Em nítido contraste, o desempenho cai drasticamente quando as questões exigem uma aplicação mais técnica e específica do conhecimento químico. As habilidades com pior desempenho (H27, H10, H7) demandam que o estudante não apenas reconheça um problema, mas que utilize conceitos químicos (como equilíbrio, reatividade, concentração) para analisar dados e avaliar riscos de forma quantitativa ou semi-quantitativa. Este resultado sugere que a ponte entre o conhecimento conceitual de Química e sua aplicação prática em contextos complexos não está sendo solidamente construída durante a Educação Básica.

Um dos achados mais significativos foi a forte associação das habilidades H17 (relacionar informações apresentadas em diferentes formas de linguagem) e H24 (utilizar códigos e nomenclaturas da Química) com as respostas incorretas. Essas habilidades instrumentais representam o domínio da “linguagem da ciência”: a capacidade de ler e interpretar gráficos, tabelas e equações químicas. A dificuldade sistemática nessas competências funciona como um gargalo fundamental, impedindo os estudantes de processar a informação necessária para resolver problemas, mesmo que possuam algum conhecimento conceitual. Este achado corrobora estudos anteriores que apontam para a deficiência em letramento gráfico e simbólico (Veras et al., 2021) e reforça que a alfabetização científica plena, que inclui a fluência nas formas de representação da ciência, permanece um objetivo distante.

A análise conjunta aponta para um paradoxo no ensino e na avaliação em Ciências. Embora o ENEM e os documentos curriculares promovam uma abordagem contextualizada, o sucesso na prova ainda parece ser determinado pela proficiência em habilidades disciplinares mais tradicionais, especialmente aquelas ligadas à linguagem matemática e simbólica da Química. Isso sugere que as abordagens pedagógicas podem não estar integrando efetivamente o desenvolvimento de competências conceituais, contextuais e instrumentais. A dificuldade em transferir o conhecimento químico para situações-problema, como identificado por Xavier et al. (2021), parece ser um sintoma dessa desarticulação. Os resultados indicam que a avaliação pode acabar por medir mais a proficiência em decodificar representações científicas do que a capacidade de raciocínio crítico sobre temas sociocientíficos, como também apontado por Rosa et al. (2019).

Este estudo revelou um descompasso significativo entre os objetivos pedagógicos formalizados nos documentos norteadores da educação e o desenvolvimento efetivo de habilidades científicas demonstrado pelos egressos da Educação Básica no ENEM. A análise dos padrões de desempenho em Química indica que, embora os estudantes apresentem alguma capacidade de articular conhecimentos com temas ambientais amplos, eles enfrentam dificuldades sistemáticas em competências que são a base da alfabetização científica: a interpretação de linguagens e representações próprias da ciência, como gráficos, tabelas e nomenclaturas. Esta lacuna instrumental compromete a capacidade dos jovens de mobilizar o conhecimento científico de forma autônoma e crítica para a tomada de decisões informadas. Os resultados sugerem que o ensino de Química pode estar privilegiando a memorização de conceitos de forma isolada, em detrimento da aplicação contextualizada que exige fluência na linguagem científica.

A persistência dessas dificuldades aponta para a necessidade de uma reformulação das práticas pedagógicas. É imperativo que o ensino de Ciências integre, de forma indissociável, o conceito científico, sua aplicação em contextos sociais e ambientais, e o desenvolvimento explícito das habilidades de representação e análise de dados. Apenas por meio de uma abordagem que trate a linguagem da ciência como parte central do próprio conhecimento científico será possível concretizar os objetivos de alfabetização científica preconizados pela BNCC. Conclui-se que o objetivo da pesquisa foi plenamente atingido: demonstrou-se que os padrões de desempenho em Química no ENEM revelam um desenvolvimento desigual de habilidades, com proficiência em temas ambientais contextuais, mas com lacunas críticas na alfabetização científica instrumental, especialmente na interpretação de linguagens e representações científicas.

Referências:
^{Bertoncelo, E. 2022. Construindo espaços relacionais com a análise de correspondências múltiplas: aplicações nas ciências sociais. ENAP, Brasília, DF, Brasil.
Brasil. Ministério da Educação [MEC]. 2018. Base Nacional Comum Curricular.
Catena, D.; Testa, I. 2024. Exploring students’ attitudes towards physics and their association with gender. Journal of Physics: Conference Series 2727: 012017.
Costa, E. S. C.; Santos, M. L.; Silva, E. L. 2016. Abordagem da química no novo ENEM: uma análise acerca da interdisciplinaridade. Química Nova na Escola 38(2): 112-120.
Fávero, L. P.; Belfiore, P. 2015. Análise de dados: técnicas multivariadas exploratórias com SPSS e STATA. 1ed. Elsevier, Rio de Janeiro, RJ, Brasil.
Giuliana, G.; Marzoli, I.; Testa, I.; Scotti di Uccio, U. 2024. Exploring students’ views about basic concepts in introductory quantum mechanics. Journal of Physics: Conference Series 2750: 012021.
Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira [INEP]. 2024. Matriz de referência para o ENEM 2023.
Koyuncu, I. 2021. TIMSS International Benchmarks of Eighth Graders in Mathematics: a correspondence analysis study. International Electronic Journal of Elementary Education 14(2): 179-194.
National Research Council [NRC]. 2012. A Framework for K-12 Science Education: practices, crosscutting concepts, and core ideas. The National Academies Press, Washington, DC, EUA.
Organization for Economic Cooperation and Development [OECD]. 2006. Assessing Scientific, Reading and Mathematical Literacy: A Framework for PISA 2006. OECD Publishing, Paris, France.
Prada Núñez, R.; Rabelo Procopio, M. V.; Fernández-Cézar, R.; Solano-Pinto, N. 2024. Affective domain and mathematics achievement of Colombian students under multiple correspondence analysis. Frontiers in Education 8: 1261829.
Rosa, T.; Lorenzetti, L.; Lambach, M. 2019. Níveis de alfabetização científica e tecnológica na avaliação de química do Exame Nacional do Ensino Médio. Educação Química en Punto de Vista 3(1): 1730.
Veras, W. S.; Ferreira, L. A.; Sousa, P. S. A.; Carvalho, H. A.; Rodrigues, M. G.; Vieira, T. B. S.; Oliveira, R. E. G.; Alves, M. J. P.; Ayala, K. N. R.; Silva, T. B. L.; Araujo, J. C.; Siqueira, F. J. G.; Vieira Junior, R. P. M. 2021. Exame Nacional do Ensino Médio (ENEM): Conteúdo matemático mais abordado e suas dificuldades. Research, Society and Development 10(6): 16041.
Xavier, R. P. S.; Quintella, S. A.; Jacinto Junior, S. G.; Pires, A. M. L. 2021. Análise das dificuldades dos alunos no componente curricular de química a partir dos conteúdos abordados no ENEM. Research, Society and Development 10(15): 23523.}

---

Resumo executivo oriundo de Trabalho de Conclusão de Curso de Especialização em Data Science e Analytics do MBA USP/Esalq

_{Saiba mais sobre o curso; clique aqui:}