Análise | O lado invisível da alfabetização: IA expõe desigualdades na leitura de alunos brasileiros

Um estudo publicado na revista Scientific Reports analisou diferenças na fluência de leitura entre alunos da rede pública e privada no Brasil após a pandemia. A pesquisa utilizou uma ferramenta baseada em inteligência artificial (IA) da plataforma Azure SST, capaz de processar áudios em português e gerar métricas como: palavras corretamente lidas por minuto (WRCM), percentual de precisão (PCW), sequência média de acertos (CCW) e tempo médio de silêncio entre sentenças (SBS).

Com uma amostra de 1.296 alunos, do 2º ao 5º ano, de escolas localizadas nas regiões Sul e Nordeste, o estudo identificou que, no pós-pandemia:

• Alunos da rede privada obtiveram melhor desempenho em WRCM no 4º ano;
• E melhor PCW no 3º ano;
• Além disso, alunos da rede privada no 4º ano já alcançaram níveis típicos do 5º ano em WRCM — algo que não ocorreu na rede pública (Nature).
• Não houve diferenças significativas em CCW e SBS entre os grupos.

Pontos fortes do estudo

• Escalabilidade e objetividade: A inteligência artificial permitiu uma avaliação automatizada, objetiva e eficiente da fluência de leitura, comparável ao desempenho humano, com correlações superiores a 0,90 para WRCM e PCW (Nature).
• Acompanhamento pós-pandemia: O uso de dados de 2022 oferece uma perspectiva atualizada sobre os impactos educacionais da COVID-19.
• Amostra considerável: Com quase 1.300 participantes, o estudo tem poder estatístico confiável para detectar diferenças entre os grupos.

Limitações e pontos críticos

• Amostra não-representativa: A seleção por conveniência e a restrição a duas regiões não permitem generalizações nacionalmente válidas — além da necessidade de incluir variáveis como classe socioeconômica, contexto familiar e apoio escolar em pesquisas futuras.
• Causas não identificadas: O estudo documenta disparidades, mas não as explica — fatores como infraestrutura para ensino remoto, envolvimento dos responsáveis e qualidade do material didático remoto não foram analisados diretamente.
• Foco limitado em fluência oral: Fluência de leitura é apenas um aspecto da alfabetização. Outros elementos críticos, como compreensão textual e vocabulário, não foram abordados.
• Desafio para rede pública: O fato de os alunos da rede pública não atingirem níveis equivalentes aos da rede privada, especialmente no 4º ano, reforça a necessidade de políticas compensatórias focadas na alfabetização fluente.

O estudo contribui significativamente para o uso da IA como ferramenta de avaliação educacional, mostrando que métodos automatizados podem acelerar e tornar mais confiáveis os diagnósticos em larga escala. Os resultados apontam para desigualdades persistentes entre redes pública e privada, afetando especialmente alunos em fases iniciais de escolarização.

Para enfrentar essas lacunas, é vital:

1. Ampliar o alcance de futuras investigações com amostras mais diversificadas e representativas;
2. Investigar, em profundidade, os fatores que levam às disparidades identificadas — sobretudo o impacto desigual do ensino remoto;
3. Promover estratégias de recuperação e suporte individualizado para a rede pública, valorizando a fluência leitora como elemento central da alfabetização e do progresso educacional.

Essa abordagem crítica enriquece a discussão sobre como a tecnologia — via IA — pode não só medir, mas também orientar intervenções eficazes na educação brasileira.

Leia também: