← Caderno de laboratório

Os métodos de aprendizagem que as evidências sustentam — e os que não sustentam

17 min de leitura

Por que pesquisei métodos de aprendizagem antes de desenvolver o aplicativo

Eu sou o proprietário e desenvolvo este site e o canal AI Maker Lab — este é um registro de construção, não uma análise independente.

Releitura e destaque eram as duas técnicas que eu mais usava. Uma página familiar parecia progresso enquanto eu olhava para ela.

O aplicativo de aprendizagem ainda não existe. Este artigo relata a pesquisa que orientará seu design e não afirma nenhum resultado do aplicativo.

Antes de escolher os recursos, eu queria um inventário das evidências, com suas condições e limitações.

Em resumo:

  • A prática de testes e a prática distribuída receberam classificações de utilidade alta na revisão que fundamenta este artigo.
  • A prática intercalada, a autoexplicação e a interrogação elaborativa receberam classificações de utilidade moderada.
  • O resumo, o destaque, o mnemônico de palavra-chave, o uso de imagens para aprender textos e a releitura receberam classificações de utilidade baixa.
  • Os métodos compostos abaixo não compartilham uma única base de evidências, por isso trato seus componentes separadamente.
  • O mapa de aprendizagem e a visualização do domínio são ideias de produto orientadas por esta pesquisa, não resultados medidos de um aplicativo.

Dez técnicas de aprendizagem e suas classificações de utilidade

Dunlosky e seus colegas atribuíram dez técnicas a três faixas de utilidade em sua revisão de 2013: alta para prática de testes e prática distribuída; moderada para interrogação elaborativa, autoexplicação e prática intercalada; e baixa para resumo, destaque, mnemônico de palavra-chave, uso de imagens para aprender textos e releitura.

Dez técnicas de estudo classificadas pelas evidências: prática de testes e prática distribuída com utilidade alta; prática intercalada, autoexplicação e interrogação elaborativa com utilidade moderada; releitura, destaque, resumo, mnemônicos de palavra-chave e imagens com utilidade baixa.
São as classificações de utilidade dos autores da revisão nas condições consideradas, não garantias individuais.

A estrutura de classificação perguntava se os benefícios se generalizavam entre condições de aprendizagem, características dos estudantes, materiais e tarefas de critério. Não era um ranking de tamanhos de efeito.

As duas técnicas com classificação alta receberam essa avaliação porque a revisão encontrou benefícios entre estudantes de diferentes idades e habilidades, muitas tarefas de critério e contextos educacionais. Nem mesmo essa síntese estabelece o mesmo efeito para cada estudante ou matéria.

Moderada não significava ineficaz, e baixa não significava inútil. Os autores também usaram essas classificações quando as evidências tinham abrangência ou quantidade limitada, ou quando os benefícios não se generalizavam tão amplamente. As faixas são um auxílio à decisão com condições associadas.

Recuperação ativa e repetição espaçada: o que dizem as evidências

Uso recuperação ativa no título como um rótulo editorial. Os estudos abaixo usam seus próprios termos: prática de testes, testes repetidos e prática distribuída.

O segundo experimento de Roediger e Karpicke torna concreto o equilíbrio relacionado ao tempo. Cinco minutos depois do estudo de trechos em prosa, quatro períodos de estudo produziram 83% de recordação, três períodos de estudo mais um teste produziram 78%, e um período de estudo mais três testes produziram 71%.

Uma semana depois, a ordem se inverteu: um período de estudo mais três testes produziu 61%, três períodos de estudo mais um teste produziram 56%, e quatro períodos de estudo produziram 40%. O primeiro contraste nessa ordem após o intervalo foi marginal, e os autores disseram que as condições-limite do efeito de testagem ainda não eram conhecidas.

Cepeda e seus colegas sintetizaram 839 avaliações de 317 experimentos em 184 artigos, restritos a tarefas de memória verbal com resultados de recordação. Em 271 comparações entre estudo concentrado e espaçado, a precisão média no teste final foi de 47,3% para o estudo espaçado e de 36,7% para o estudo concentrado, enquanto 12 comparações não mostraram efeito ou mostraram um efeito de espaçamento negativo.

O intervalo de espaçamento associado à retenção máxima aumentou conforme aumentava o intervalo de retenção pretendido. A relação não era uma regra simples de que mais atraso é sempre melhor, e algumas combinações de intervalos tinham poucas evidências.

Murre e Dros replicaram o formato da curva de esquecimento de Ebbinghaus com um participante e o método de economia, que estima a memória pelo tempo poupado ao reaprender, e relataram que a curva não era totalmente suave. A figura combina esse formato qualitativo de declínio com o princípio do espaçamento: a revisão é distribuída ao longo do tempo, sem prescrever um calendário único para cada estudante, material ou objetivo.

Esquema da retenção: ela cai depois do estudo, e cada revisão espaçada volta a elevá-la, com o declínio desenhado a partir de uma curva de esquecimento replicada.
Os segmentos com o mesmo formato tornam o desenho um esquema, não uma afirmação sobre a taxa de esquecimento.

Para o aplicativo, isso significa que as revisões devem ser programadas a partir das evidências e do tempo decorrido, não de um cronograma universal. Também significa que um acerto rápido logo após o estudo não deve ser tratado como retenção duradoura.

Prática intercalada, autoexplicação e interrogação elaborativa: condições e custos

O segundo experimento de Rohrer e Taylor teve 18 estudantes de graduação de uma universidade participando das três sessões sobre quatro tipos de problemas de volume de sólidos. Uma semana depois, a prática mista obteve 63%, contra 20% depois da prática em blocos; os autores observaram o tamanho pequeno da amostra.

O custo apareceu durante a prática. O grupo misto obteve 60%, enquanto o grupo em blocos obteve 89%. Nessa tarefa de matemática desconhecida, a programação que produziu o resultado mais forte após o intervalo pareceu pior durante o trabalho.

Esse resultado não transforma a prática intercalada em regra para todas as matérias. O estudo abrangeu uma tarefa, e a editora disponibilizou publicamente o resumo e a figura, enquanto o texto completo continuou atrás de uma barreira de pagamento.

A autoexplicação e a interrogação elaborativa permaneceram com utilidade moderada porque os autores da revisão consideraram limitadas as evidências de eficácia, inclusive por haver evidências inadequadas em contextos educacionais reais. Essas técnicas continuam sendo ferramentas plausíveis, com sustentação mais restrita, não melhorias automáticas para cada aula.

Releitura, destaque e resumo: hábitos de utilidade menor

Releitura e destaque são as técnicas que os estudantes mais relataram usar na literatura examinada pela revisão. A revisão constatou que elas não melhoravam de modo consistente o desempenho dos estudantes e recomendou outras técnicas em seu lugar.

O resumo também recebeu uma classificação de utilidade baixa. Esse rótulo traz a mesma qualificação das outras faixas: evidências ou generalização limitadas não equivalem à conclusão de que uma técnica nunca ajuda.

Minha experiência é mais restrita. Releitura e destaque eram as duas técnicas que eu mais usava, e uma página familiar parecia progresso enquanto eu olhava para ela. Esse é meu histórico de estudo, não um resultado medido sobre outros estudantes.

A implicação honesta para o produto não é proibir leitura, anotações ou marcações em uma página. É evitar tratar exposição e familiaridade como evidência suficiente para avançar em um tópico.

Aprendizagem em camadas e outros métodos de aprendizagem compostos

Uma busca delimitada em 2026-08-23 não encontrou nenhuma avaliação direta e revisada por pares da eficácia do pacote nomeado de três passagens: conceitos centrais, depois detalhes importantes e, por fim, detalhes menores. Essa busca abrangeu consultas por frase exata no PubMed e no ERIC, além de consultas mais amplas na web; ela não pode estabelecer que nenhum estudo exista em lugar algum.

Por isso, trato a aprendizagem em camadas como uma estratégia de estruturação, não como uma técnica avaliada diretamente. As três passagens me dão uma ordem para percorrer o mesmo mapa de tópicos, enquanto o próprio pacote continua sem medição na busca delimitada.

Três passagens pelo mesmo mapa de tópicos: primeiro os conceitos centrais, depois os detalhes importantes e então os detalhes menores, com cada passagem aprofundando os mesmos nós.
As passagens em camadas organizam a cobertura; o diagrama não é evidência direta da eficácia do pacote.

As passagens de Keshav abrangem a ideia geral, o conteúdo sem detalhes e, depois, a reconstrução quase completa do artigo: explicitar suas premissas, recriar seu trabalho e comparar o resultado com o artigo real. Isso não é implementação de software nem replicação experimental; sua sustentação são quinze anos de prática pessoal, não um experimento.

O currículo em camadas, de nome semelhante, é um modelo diferente, com níveis de atividade C, B e A. Uma meta-análise de 2025 relatou 41 tamanhos de efeito de 13 teses turcas de pós-graduação e uma estimativa de efeitos aleatórios de 0,80, com IC de 95% de 0,616 a 0,988; esse resultado não avalia o pacote de três passagens descrito aqui.

Princípios de sequenciamento adjacentes têm suas próprias evidências. Uma meta-análise de 135 estudos encontrou um pequeno efeito facilitador dos organizadores prévios, que apresentam uma estrutura antes do conteúdo. Em um experimento com 164 estudantes de graduação em psicologia introdutória de uma universidade, apresentar os objetivos imediatamente antes de cada trecho produziu 0,55 no teste, contra 0,47 sem objetivos, enquanto apresentar todos os objetivos no início não fez diferença.

A expectativa de ensinar é outra ideia adjacente, mas as evidências são mistas. No primeiro experimento de Nestojko, a expectativa melhorou a recordação livre de 0,13 para 0,17 das unidades de ideia e organizou a recordação de modo mais parecido com o trecho original; ninguém chegou a ensinar. O segundo experimento não encontrou vantagem geral, apenas uma interação por tipo de informação e uma vantagem marginal para os pontos principais, sem efeito nos detalhes.

A prática deliberada tem uma definição mais restrita que a repetição. Na estrutura de Ericsson e seus colegas, as tarefas têm como alvo as fraquezas atuais, fornecem feedback informativo imediato, repetem o trabalho relevante e aumentam a dificuldade quando apropriado. A estrutura afirma que a melhora é mínima sem feedback adequado.

Sua contribuição também varia conforme o domínio. Uma meta-análise de 2014 relatou que a prática deliberada explicou 26% da variância de desempenho em jogos, 21% em música, 18% em esportes, 4% em educação e menos de 1% em profissões; essas porcentagens são de variância explicada, não tamanhos de efeito causal.

O procedimento de aprendizagem para o domínio de Bloom dividia os cursos em unidades pequenas, usava testes diagnósticos de progresso, prescrevia trabalho corretivo após a falta de domínio e exigia domínio completo antes do início de um trabalho dependente. Ele não prescrevia um único ponto de corte numérico universal.

A discussão de Bloom sobre dois sigmas, de 1984, veio de quatro amostras das 4ª, 5ª e 8ª séries, duas matérias e onze períodos de aula ao longo de três semanas. Nessas condições específicas, ele relatou a tutoria com testes formativos e atividades corretivas em cerca de dois desvios-padrão acima do grupo de controle, e somente a aprendizagem para o domínio em aproximadamente um.

Uma revisão sistemática de 2024 de experimentos de campo com tutoria do preK ao 12º ano relatou um efeito combinado de 0,288 desvio-padrão, com efeitos maiores para tutores que eram professores ou paraprofissionais, séries iniciais, pelo menos três sessões semanais e oferta na escola; ela não mediu o autoestudo de adultos nem um aplicativo.

Uma meta-análise de 108 avaliações controladas encontrou efeitos positivos em exames para programas de aprendizagem para o domínio, com efeitos mais fortes para estudantes com mais dificuldades e variação por procedimento, desenho e conteúdo. Também relatou custos: as versões no próprio ritmo frequentemente reduziram a conclusão de disciplinas universitárias.

Como os mapas de aprendizagem mostram o que aprender primeiro

Mapa de aprendizagem é o nome que dou a um grafo de tópicos e relações de pré-requisito, no qual um objetivo selecionado destaca um caminho relevante. É uma forma proposta de responder o que aprender em seguida, não a afirmação de que uma ordem seja objetivamente correta para todos os estudantes.

Um grafo de pré-requisitos no qual escolher um objetivo destaca um caminho viável de tópicos para aprender primeiro.
Um objetivo marca um caminho proposto, não o único caminho viável.

Mapas conceituais representam conceitos em caixas unidas por linhas de relacionamento rotuladas. Novak e Cañas os organizam em torno de uma pergunta focal, com conceitos gerais acima dos mais específicos, e ressaltam que um mapa depende do contexto, em vez de expressar uma ordem universal para a matéria.

Uma meta-análise de 2006 extraiu 67 tamanhos de efeito de 55 estudos com 5.818 participantes. O uso de mapas conceituais foi associado a maior retenção de conhecimento, com efeitos médios variando de pequenos a grandes conforme o modo de uso dos mapas e aquilo com que foram comparados.

A teoria dos espaços de conhecimento modela o estado de um estudante como o subconjunto dos problemas de um domínio que ele consegue resolver, em vez de um único resultado. Em sua definição formal, estados viáveis fechados sob uniões arbitrárias formam um espaço de conhecimento, e esses espaços correspondem a um tipo específico de grafo E/OU, que combina relações alternativas ou conjuntas.

Uma estrutura implantada de Álgebra Inicial continha cerca de 60.000 estados de conhecimento e bilhões de caminhos viáveis. Sua franja externa representava o conteúdo pronto para ser aprendido em seguida, enquanto a franja interna representava o conteúdo dominado que valia a pena revisar depois de uma dificuldade.

Os mesmos autores alertaram que apenas o julgamento de especialistas não valida uma estrutura de pré-requisitos. Eles exigiram dados dos estudantes e relataram correlações entre respostas previstas e observadas em torno de 0,7 a 0,8 para essa estrutura de Álgebra Inicial.

Um estudo de caso de currículo de computação modelou resultados desejados, tópicos e disciplinas como nós de um grafo com arestas de pré-requisito e depois ordenou topologicamente os tópicos em uma sequência de ensino. Seu grafo continha 150 resultados desejados, 1.232 tópicos e 2.295 arestas de pré-requisito, enquanto 15,7% dos tópicos não eram cobertos por nenhuma disciplina.

Como visualizar o progresso da aprendizagem e o domínio

A visualização proposta para o aplicativo atribui um estado visível a cada tópico e deixa as evidências antigas esmaecerem, em vez de apresentar o domínio como permanente. O estado é uma estimativa derivada do desempenho e do tempo, não uma observação direta do conhecimento.

O mesmo grafo de habilidades com cada nó marcado por nível de domínio, de não visto a dominado, e um nó praticado esmaecido para mostrar o envelhecimento de suas evidências.
Cinco estados distinguem as evidências em declínio das demais.

A escala de quatro estágios do praticante usa os rótulos inconscientemente inábil, conscientemente inábil, conscientemente hábil e inconscientemente hábil. A Gordon Training International atribui os estágios a Noel Burch, mas a fonte disponível aqui é uma retrospectiva institucional de 2016, não o documento original, por isso trato a escala apenas como vocabulário para reflexão.

O relatório de Dreyfus de 1980 nomeia novato, competência, proficiência, perícia e domínio, e argumenta que os praticantes dependem menos de regras abstratas e mais da experiência concreta conforme a habilidade se desenvolve. Seus autores reconheceram que suas evidências descritivas poderiam não ter a objetividade de experimentos controlados, e uma revisão clínica posterior questionou a adequação do modelo à resolução de problemas clínicos sem afirmar que ele falha em todos os contextos.

A taxonomia revisada de Bloom é uma estrutura de classificação de objetivos em duas dimensões. Suas categorias de processo cognitivo são Lembrar, Compreender, Aplicar, Analisar, Avaliar e Criar, e sua hierarquia flexível permite sobreposição; essas categorias não são seis medições sequenciais de um estudante.

O rastreamento do conhecimento mantém uma estimativa de probabilidade de cada regra em um modelo de tutor ter sido aprendida. O modelo original usa quatro parâmetros específicos por regra — aprendizagem prévia, aquisição, acerto ao acaso e erro por descuido — e supõe explicitamente que não há esquecimento.

Em uma validação com 345 objetivos de exercícios obrigatórios, as taxas médias de erro esperadas e reais tiveram correlação de 0,75, com erro absoluto médio de previsão de 0,07. Reajustar o modelo no mesmo grupo elevou a correlação para 0,90, valor que os autores descreveram como limite superior, não como precisão preditiva fora da amostra.

A regressão de meia-vida acrescenta o declínio ao modelar a probabilidade de recordação a partir do tempo desde a prática e de uma meia-vida estimada da memória. A meia-vida é um construto hipotético do modelo, não uma quantidade observada.

Em 12,9 milhões de registros de pares estudante-palavra do Duolingo, duas variantes principais atingiram erro absoluto médio de previsão da recordação de 0,128, contra 0,235 para uma programação Leitner, uma redução de pelo menos 45%. Esses são erros preditivos nos dados ruidosos e com faixa restrita de um produto, não resultados de aprendizagem medidos.

Em um experimento de duas semanas com 3,3 milhões de estudantes, uma variante aumentou a atividade no dia seguinte, a retenção nas lições e a retenção na prática em 12,0%, 1,7% e 9,5%. Essas eram medidas de engajamento no produto obtidas de uma comparação entre duas variantes do modelo, não ganhos de aprendizagem.

O que as evidências significam para o aplicativo de aprendizagem

A pesquisa me deixa cinco princípios de design, não cinco resultados do produto:

  1. Mapear primeiro. Representar pré-requisitos e caminhos relevantes para os objetivos, depois validar a estrutura com dados dos estudantes, em vez de depender apenas do julgamento de especialistas.
  2. Aprender em camadas. Usar conceitos centrais, detalhes importantes e detalhes menores como uma sequência de organização, mantendo visível que o pacote não foi medido.
  3. Testar para avançar. Pedir aos estudantes que recuperem ou apliquem o conteúdo, diagnosticar lacunas, fornecer trabalho corretivo e evitar tratar um acerto imediato como domínio permanente.
  4. Espaçar as revisões. Programar outra tentativa a partir dos objetivos de retenção, do tempo decorrido e do desempenho observado, sem impor um intervalo universal.
  5. Mostrar com honestidade um estado sensível ao declínio. Exibir uma estimativa por tópico com incerteza e deixá-la esmaecer conforme suas evidências envelhecem.

O aplicativo continua sem ser desenvolvido, por isso cada princípio é uma decisão de design a ser testada, não um resultado do produto.

Qual técnica de baixa utilidade você vai deixar de usar nesta semana?

Fontes

Continue lendo