Barreiras no ensino de matemática no ensino médio: práticas inclusivas já existem, mesmo sem formação

Turmas numerosas, pouco tempo para planejar e recursos desiguais podem transformar o ensino de matemática no ensino médio em um trabalho de equilibrar aprendizagem, participação e avaliação. O que a pesquisa recente identifica como barreira para professores? Que práticas inclusivas já aparecem mesmo sem formação formal? E como levar essas pistas para a rotina de uma escola brasileira sem copiar soluções de outros contextos?

Os estudos reunidos aqui olham para desafios diferentes: formação e confiança docente, condições materiais, organização das turmas, uso de tecnologias e tratamento dos erros. Em conjunto, ajudam a enxergar que a dificuldade não está apenas no conteúdo matemático nem pode ser resolvida por uma ferramenta isolada. A escola, os recursos disponíveis e as escolhas de ensino também moldam o que professores e estudantes conseguem fazer.

O que são barreiras para o ensino de matemática no ensino médio e por que importam para o professor?

Barreiras para ensinar matemática são condições que dificultam planejar, explicar, acompanhar e adaptar o ensino para que estudantes diferentes possam participar e aprender. Elas aparecem em situações muito concretas: faltar tempo para preparar uma aula, não ter recursos acessíveis, enfrentar conexão instável, receber pouco apoio institucional ou trabalhar com expectativas distintas sobre quem é “bom” em matemática. Para o professor, reconhecer essas condições importa porque evita transformar todo obstáculo em culpa individual ou em suposta falta de capacidade dos alunos.

Os estudos também sugerem que uma barreira pode estar nas próprias rotinas pedagógicas. Agrupar estudantes por desempenho e tratá-los com expectativas diferentes, por exemplo, pode influenciar as oportunidades de aprendizagem. O modo como se responde a um erro pode abrir espaço para raciocínio ou posicionar o estudante como incapaz. Isso não significa que qualquer escolha didática produza necessariamente um resultado idêntico em todas as turmas; significa que vale observar como as condições e as práticas se combinam.

O foco deste texto é o ensino secundário ou médio nos estudos apresentados. Os contextos variam e nem todos tratam exclusivamente de matemática: alguns incluem professores de Ciências, formação inicial ou educação digital. Por isso, as conclusões devem ser lidas conforme o que cada pesquisa investigou, sem converter achados locais em regras universais.

O que a pesquisa recente mostra sobre as barreiras no ensino de matemática?

A pesquisa recente não apresenta uma única barreira central. Ela mostra um conjunto de tensões: professores podem adotar práticas alinhadas à inclusão sem conhecer o nome de um referencial; ao mesmo tempo, formação insuficiente, carga de trabalho, infraestrutura e apoio institucional podem limitar a consistência dessas práticas. Outros estudos chamam atenção para as expectativas sobre capacidade matemática e para a forma de tratar erros em sala.

Práticas inclusivas podem existir antes do nome formal

Um estudo com professores de matemática em escolas secundárias do estado de Enugu, na Nigéria, examinou familiaridade com o Desenho Universal para a Aprendizagem (DUA), implementação e necessidades de apoio. Os autores encontraram baixa familiaridade formal com o referencial, mas uso moderado de práticas pedagógicas alinhadas aos seus princípios. O estudo nomeia esse fenômeno como prática implícita do DUA: professores podem realizar escolhas compatíveis com uma proposta inclusiva sem conhecê-la formalmente (Nzeadibe, 2026).

O achado não apaga as barreiras apontadas pelos participantes. Formação continuada inadequada, turmas numerosas, escassez de recursos pedagógicos e apoio institucional insuficiente apareceram como obstáculos à implementação. Os professores manifestaram disposição para adotar o DUA quando houver formação, recursos e compromisso da instituição. Para quem está na escola, há uma distinção útil: reconhecer práticas que já funcionam pode ser um ponto de partida, mas não substitui as condições para sustentá-las.

Em Ruanda, uma pesquisa com professoras de Matemática e Ciências investigou um programa de desenvolvimento profissional contínuo com sessões voltadas a áreas de conteúdo em que haviam sido identificadas concepções equivocadas. Após a formação, a análise quantitativa encontrou melhorias estatisticamente significativas na compreensão conceitual das quatro áreas disciplinares estudadas; os dados qualitativos também relataram aumento de autoeficácia, competência pedagógica, engajamento e confiança profissional (Nkundabakura, 2025). É uma evidência situada em um programa específico, não uma promessa de que qualquer curso terá o mesmo efeito.

Tempo, conectividade e apoio institucional condicionam o uso de recursos

As limitações de tempo e de infraestrutura aparecem em mais de uma pesquisa. Em cinco escolas públicas de ensino médio no distrito de Nyamasheke, Ruanda, um estudo qualitativo investigou o uso de documentos pedagógicos digitais por professores de matemática. Plano de trabalho e resumo de anotações eram reconhecidos como guias, mas apenas uma minoria os utilizava consistentemente. A falta de tempo e a sobrecarga dificultavam cumprir planos de aula; manter registros de notas e avaliação também era difícil para metade dos professores participantes (Niyibizi, 2024).

Essa pesquisa descreve uma implementação heterogênea, não uma rejeição simples aos documentos. Diários, frequência, registros de avaliação por unidade e tarefas de casa tinham níveis variados de adesão. Os autores destacam que esses documentos configuram o ambiente educacional e apontam a necessidade de intervenções direcionadas e mecanismos de apoio. Para a rotina docente, a diferença é importante: entregar um modelo ou arquivo não garante que haja tempo para usá-lo, nem que ele ajude a acompanhar a aprendizagem.

Outro estudo, com professores de matemática do ensino secundário da Província Sul de Ruanda, investigou comunidades profissionais digitais. Os participantes relataram acesso ampliado a recursos, colaboração, resolução de problemas, mentoria e menor isolamento profissional. Também citaram maior confiança pedagógica e motivação. Mas internet de baixa qualidade, lacunas de letramento digital, falta de tempo e apoio institucional insuficiente dificultaram o envolvimento pleno, sobretudo em contextos rurais (Niyibizi, 2026). A colaboração on-line pode apoiar o trabalho, mas depende das condições para acessá-la.

Um levantamento com professores de Matemática e Ciências do ensino secundário em Ruanda investigou a aceitação de aplicações baseadas em IA. Os participantes relataram alta utilidade percebida e facilidade de uso moderadamente alta; utilidade percebida foi o fator com maior poder preditivo da aceitação. Autoeficácia tecnológica, influência social e apoio administrativo também favoreceram a adoção, enquanto carga de trabalho e limitações de infraestrutura tiveram efeito negativo. Nas entrevistas, apareceram benefícios para planejamento e participação, junto a preocupações com internet instável, formação insuficiente e possível erosão do julgamento profissional na avaliação (Habimana, 2026).

Uma pesquisa qualitativa em duas escolas públicas de ensino médio investigou como professores mediam o uso de IA generativa na educação matemática. Os autores identificaram práticas de andaime mediadas pelo professor; formular problemas com investigações geradas por IA e comparar criticamente resultados estiveram associadas a maior engajamento e raciocínio nas condições estudadas, sobretudo com mediação crítica intencional. Sem essa mediação, surgiram riscos de aprendizagem passiva, desigualdade entre escolas com diferentes recursos e problemas de orientação sobre dados (Canonigo, 2026). O ponto não é que a IA resolva uma barreira, mas que sua contribuição depende de condições pedagógicas e materiais.

Expectativas sobre capacidade e tratamento dos erros também podem limitar

Em três escolas secundárias da Aotearoa Nova Zelândia, um estudo acompanhou turmas de estudantes de 13 a 14 anos organizadas por “habilidade” e seus professores de matemática. Professores descreviam estudantes de grupos considerados de nível superior como confiantes e automotivados; nos grupos de nível inferior, enfatizavam a necessidade de instruções específicas e limites comportamentais firmes. Os autores argumentam que práticas de agrupamento interagem com discursos sociais racializados e de classe sobre matemática e habilidade matemática, reforçando desigualdades existentes (Pomeroy, 2025).

Esse resultado convida a observar não apenas o arranjo das turmas, mas também o que se espera de cada grupo e quais oportunidades de raciocínio são oferecidas. A pesquisa não autoriza concluir que toda diferenciação ou agrupamento produz o mesmo efeito. Ela aponta uma relação a examinar: descrições sobre capacidade podem acompanhar práticas que abrem ou restringem trajetórias de aprendizagem.

Um estudo interpretativo de casos cruzados com três professores de matemática do ensino médio investigou como enquadravam os erros e como isso se traduzia em ações de sala. Os autores identificaram quatro enquadramentos: erros como recursos, estudantes como capazes, erros como deficiências e estudantes como incapazes. O estudo desafia a ideia simples de que crenças produtivas sempre levam a práticas produtivas e crenças improdutivas a práticas improdutivas, chamando atenção para a complexidade entre o valor atribuído ao erro e os papéis autorizados aos estudantes (Alvidrez, 2024).

O estudo de Heshmati e Lin aborda professores de matemática em formação inicial, não especificamente docentes em exercício no ensino médio. Em entrevistas com 25 participantes, a maioria atribuiu experiências de resiliência social ao apoio do contexto e da comunidade, embora também estivessem presentes pensamentos pouco favoráveis à resiliência (Heshmati, 2025). Essa pesquisa amplia a conversa sobre barreiras: enfrentar demandas profissionais não é apenas uma questão individual; redes de apoio podem fazer parte dos recursos de proteção.

A tecnologia pode ampliar tanto oportunidades quanto desigualdades

As pesquisas sobre ferramentas digitais não sustentam uma resposta automática de “usar mais tecnologia”. No estudo sobre IA generativa, a tecnologia intensificou condições pedagógicas existentes, tanto as eficazes quanto as marcadas pela desigualdade. Os autores relacionaram resultados mais promissores à mediação crítica do professor e apontaram riscos quando a ferramenta é usada sem orientação (Canonigo, 2026). Já o estudo sobre aceitação de aplicativos de IA em Ruanda registra percepções de utilidade, mas também entraves de infraestrutura, formação, carga de trabalho e julgamento profissional (Habimana, 2026).

Um estudo de pesquisa-ação realizado na formação de professores na Noruega examinou uma proposta instrucional para analisar ferramentas digitais sob a perspectiva da sustentabilidade. Os autores relatam que foi desafiador promover uma consciência holística sobre as ferramentas, mas que o projeto ofereceu um ponto de partida para refletir sobre como conhecimento e estudantes são posicionados nessa discussão (Johansen, 2025). Esse trabalho não investigou diretamente barreiras de professores de matemática do ensino médio; contribui para ampliar a pergunta sobre o custo e as consequências das escolhas digitais.

Em conjunto, esses estudos deixam uma tensão clara: recursos tecnológicos podem apoiar planejamento, investigação e colaboração, mas não substituem infraestrutura, formação e decisão pedagógica. Também não são o único caminho para inclusão. Uma escolha simples de oferecer diferentes formas de participação pode ser mais viável em algumas aulas do que depender de conexão ou de uma plataforma específica.

Quais estudos foram comparados e o que cada um investigou?

A tabela resume o foco e o contexto dos dez estudos usados nesta análise. As expressões “ensino secundário” e “ensino médio” refletem as descrições dos resumos; etapas e estruturas escolares não são idênticas entre países.

O que os estudos têm em comum e onde diferem?

Um ponto comum é que condições de trabalho e apoio importam. Formação, tempo, recursos, infraestrutura e suporte institucional aparecem em estudos diferentes, embora com objetos e métodos distintos. Isso desloca a conversa de uma explicação centrada apenas na habilidade individual do professor: querer adotar uma prática não basta quando faltam condições para planejá-la, experimentá-la e mantê-la.

Outro ponto de aproximação é a importância da mediação profissional. Na IA, a mediação crítica aparece associada a usos mais produtivos nas condições observadas; no DUA, professores já realizavam práticas alinhadas mesmo sem conhecer formalmente o referencial; no estudo sobre erros, as ações didáticas não se deixam deduzir diretamente de uma crença declarada. A prática exige olhar para o que efetivamente acontece, não só para nomes de métodos ou intenções gerais.

As diferenças também são relevantes. Alguns estudos analisam escolas e professores em exercício; outros investigam formação inicial, documentos digitais ou uma intervenção profissional. Há pesquisas qualitativas, métodos mistos e um levantamento com entrevistas. Seus contextos incluem Ruanda, Nigéria, Nova Zelândia e Noruega, além de estudos cujo resumo não informa país. Não se pode tratar seus resultados como uma comparação direta entre sistemas escolares, nem afirmar que uma mesma solução terá efeito equivalente no Brasil.

Também permanecem questões em aberto: como essas barreiras variam entre escolas brasileiras com condições diferentes? Que práticas inclusivas são sustentáveis quando o professor tem pouco tempo de planejamento? Como equilibrar avaliação consistente e julgamento profissional ao usar IA? Como observar expectativas que se formam em agrupamentos sem reduzir estudantes a rótulos? Os resumos reunidos não resolvem essas perguntas; ajudam a formulá-las com mais precisão.

O que isso significa para a sala de aula de matemática?

Os estudos não prescrevem uma sequência única para todos os professores. As ideias abaixo são aplicações práticas inspiradas pela leitura, não resultados testados pelos estudos em todas as realidades. Podem ser ajustadas ao tempo, aos recursos e às necessidades da turma.

1. Comece identificando o que já funciona

Como aplicação, escolha uma prática que você já usa para ampliar a participação: oferecer mais de uma forma de explicar uma ideia, decompor uma tarefa em etapas ou permitir que estudantes comparem estratégias. Registre por algumas aulas quem consegue participar e em que momento surgem obstáculos. O estudo sobre DUA encontrou práticas alinhadas mesmo sem familiaridade formal; esse achado pode servir de incentivo para nomear e fortalecer recursos existentes, sem transformar a falta de um curso em motivo para desconsiderar o trabalho já feito.

2. Faça um inventário realista das barreiras de uma tarefa

Como aplicação, antes de propor uma atividade, anote o que ela exige além do conteúdo: leitura de enunciado, acesso a dispositivo, tempo de trabalho, domínio de uma notação ou exposição oral. Imagine uma turma em que parte dos estudantes compreende o conceito, mas se perde ao interpretar instruções longas. Você pode separar a instrução em passos e verificar a compreensão inicial. Isso não elimina diferenças de aprendizagem, mas ajuda a localizar onde a tarefa está ficando inacessível.

3. Planeje uma resposta pedagógica aos erros

Como aplicação, selecione um erro frequente em um exercício e prepare perguntas que ajudem a turma a reconstruir o raciocínio: “qual passo pareceu convincente?”, “em que ponto a conclusão deixou de acompanhar as contas?” ou “que exemplo permite testar essa regra?”. Em uma situação hipotética, uma turma discute duas soluções diferentes sem identificar imediatamente quem está certo. A proposta é tratar o erro como material de análise e observar se os estudantes recebem espaço para explicar, não presumir que qualquer fala sobre valorizar erros produza automaticamente essa experiência.

4. Observe as expectativas que acompanham agrupamentos

Como aplicação, se a turma trabalha em grupos, revise se as tarefas, o tempo para pensar e as perguntas oferecidas variam de modo que alguns estudantes recebam apenas exercícios mecânicos e outros problemas abertos. Imagine dois grupos que estudam o mesmo conteúdo: um recebe desafios para justificar estratégias; o outro, apenas instruções passo a passo. Vale perguntar se a diferença responde a uma necessidade observada ou a uma expectativa fixa sobre capacidade. Essa checagem se inspira no estudo da Nova Zelândia, sem supor que todo agrupamento tenha o mesmo efeito.

5. Use tecnologia com uma finalidade matemática definida

Como aplicação, antes de abrir uma ferramenta de IA, estabeleça o que os estudantes deverão fazer que a ferramenta não fará por eles: testar uma solução, comparar respostas, explicar por que uma sugestão está correta ou detectar um erro. Em uma situação hipotética, grupos recebem respostas diferentes para um problema e precisam justificar qual argumento é matematicamente válido. Essa proposta se aproxima das práticas de investigação e comparação analisadas por Canonigo, mas exige mediação e atenção às condições de acesso, aos dados e à confiabilidade do serviço.

6. Transforme registros em apoio, não em mais uma carga invisível

Como aplicação, escolha um registro que responda a uma pergunta útil: quais ideias precisam ser retomadas na próxima aula? Em vez de preencher vários documentos sem finalidade clara, experimente registrar uma evidência curta por atividade, como um erro recorrente ou uma estratégia que apareceu. O estudo de Ruanda sobre documentos digitais identificou dificuldades de tempo e sobrecarga; a sugestão aqui é discutir com a equipe quais registros ajudam de fato a acompanhar aprendizagem e quais podem ser simplificados conforme as regras da escola.

7. Procure colaboração que caiba na rotina

Como aplicação, combine com um colega uma troca pequena e regular: compartilhar uma atividade, comentar uma dificuldade ou adaptar uma questão para diferentes formas de participação. Se a conexão for limitada, a colaboração pode acontecer presencialmente ou por arquivos leves, conforme as condições locais. A pesquisa sobre comunidades digitais relatou benefícios de colaboração e mentoria, mas também obstáculos de conectividade e tempo. A ideia prática é preservar a troca entre pares sem pressupor que todo professor tenha acesso contínuo a plataformas ou disponibilidade fora do expediente.

8. Trate formação como processo ligado às necessidades da equipe

Como aplicação, reúna dúvidas concretas de conteúdo e de ensino antes de escolher um tema de formação: que conceito costuma gerar confusão? Que tipo de tarefa está difícil de adaptar? Que critério de avaliação precisa ser alinhado? O estudo realizado com professoras em Ruanda encontrou melhorias após um programa com foco em áreas de conteúdo identificadas. Isso não significa que uma formação genérica produzirá o mesmo resultado; sugere que conectar desenvolvimento profissional a necessidades identificadas pode tornar a conversa mais pertinente para a prática.

O que muda ao aplicar essas pesquisas no contexto brasileiro?

Os estudos citados foram realizados em países e sistemas diferentes do brasileiro. Ruanda, Nigéria, Aotearoa Nova Zelândia e Noruega têm condições escolares, políticas, infraestrutura e organização da formação que não devem ser transplantadas como se fossem as do Brasil. Além disso, parte dos trabalhos aborda ensino secundário, formação inicial ou docentes de Matemática e Ciências em conjunto. É mais seguro usar seus achados como perguntas para observar a realidade local do que como prova de que uma intervenção terá o mesmo efeito em qualquer rede.

No Brasil, o professor pode começar identificando condições concretas da própria escola: tamanho das turmas, tempo disponível para planejamento, materiais acessíveis, estabilidade da internet, apoio para inclusão e espaço de colaboração entre colegas. A existência dessas condições varia entre redes e até entre escolas de uma mesma região. Uma prática digital que funcione onde há conexão estável pode ser pouco viável em outra unidade; uma adaptação sem tecnologia pode ser mais adequada em determinado momento.

Também é importante não reduzir inclusão ao conhecimento de uma sigla. O estudo nigeriano encontrou práticas alinhadas ao DUA entre professores com baixa familiaridade formal, mas apontou necessidade de apoio e recursos. No contexto brasileiro, essa pista pode orientar uma conversa profissional: que escolhas já ampliam a participação e que formação ajudaria a torná-las intencionais e consistentes? Não substitui o estudo das orientações e políticas locais aplicáveis à escola.

Por fim, os resultados sobre agrupamento e erros pedem cuidado com rótulos. Uma equipe pode examinar se expectativas sobre “quem consegue matemática” estão influenciando tarefas, tempo de fala e oportunidades de justificar raciocínios. Essa é uma sugestão de reflexão, não a afirmação de que todas as escolas brasileiras agrupam estudantes do mesmo modo ou reproduzem automaticamente os padrões descritos em outro país.

Quais são os limites desta leitura?

Esta análise se baseia nos resumos de estudos recentes, e não na leitura integral dos artigos. Os resumos permitem identificar objetivos, contextos e resultados principais, mas não oferecem todos os detalhes necessários para avaliar instrumentos, análises, limitações metodológicas ou diferenças internas entre participantes. Os estudos também variam em abordagem, tamanho e foco; por isso, não foram tratados como se formassem uma única pesquisa comparável.

Ficam em aberto perguntas sobre a transferência dos achados para redes brasileiras, a duração dos efeitos de intervenções de formação, as condições específicas em que práticas inclusivas se mantêm e os impactos de diferentes formas de agrupamento. Para decidir sobre uma política escolar, um programa de formação, o uso de IA com estudantes ou mudanças na avaliação, faz sentido consultar os estudos completos e verificar seus métodos e limites. Também pode ser necessário buscar pesquisas brasileiras diretamente relacionadas à realidade da rede.

Como o GeraProva ajuda com este assunto?

O GeraProva pode apoiar a preparação de provas e atividades, ajudando o professor a criar materiais para revisar conteúdos e avaliar a aprendizagem. A ferramenta não substitui a escolha pedagógica, a revisão das questões nem a adaptação às condições da turma; esses cuidados continuam com o docente. Você pode conhecer o gerador de provas do GeraProva ou fazer o cadastro grátis.

Perguntas frequentes sobre barreiras no ensino de matemática

Quais barreiras aparecem com mais frequência nos estudos?

Entre as barreiras relatadas estão formação continuada inadequada, turmas numerosas, escassez de recursos, pouco tempo, sobrecarga de trabalho, internet instável e apoio institucional insuficiente. Elas aparecem em pesquisas realizadas em contextos diferentes, não como uma lista universal válida para toda escola. Um estudo sobre documentos pedagógicos digitais em Ruanda, por exemplo, identificou dificuldades de tempo e de manutenção de registros; pesquisas sobre DUA e comunidades digitais também apontaram recursos, conectividade e suporte. Para aplicar essa leitura, vale identificar quais desses obstáculos estão presentes na sua escola e quais são prioritários.

É possível ensinar de forma inclusiva sem conhecer formalmente o DUA?

Um estudo com professores de matemática de escolas secundárias na Nigéria encontrou baixa familiaridade formal com o DUA e, ao mesmo tempo, uso moderado de práticas alinhadas aos seus princípios. Os autores chamaram esse fenômeno de prática implícita do DUA. Isso indica que algumas escolhas inclusivas podem já fazer parte do repertório docente, embora conhecer um referencial possa ajudar a refletir sobre elas. O estudo também registrou barreiras de formação, recursos, tamanho de turma e apoio institucional. Portanto, a resposta não é que a formação seja dispensável, mas que a inclusão não começa apenas quando se aprende uma sigla.

A inteligência artificial pode reduzir as barreiras no ensino de matemática?

Os estudos não apresentam a IA como solução automática. Em uma pesquisa sobre IA generativa, investigações e comparação crítica de resultados estiveram associadas a maior engajamento e raciocínio nas condições estudadas, sobretudo com mediação intencional do professor. Sem mediação, foram apontados riscos de aprendizagem passiva e de desigualdade entre escolas com recursos diferentes. Em Ruanda, docentes relataram utilidade percebida das aplicações de IA, mas também preocupação com internet, formação e julgamento profissional na avaliação. Assim, a ferramenta pode apoiar determinadas tarefas, desde que haja finalidade pedagógica, acesso e revisão crítica.

O que fazer quando faltam tempo e recursos para adaptar atividades?

Os estudos identificam tempo, sobrecarga e falta de recursos como obstáculos, mas não testam uma solução única para todas as escolas. Como aplicação possível, o professor pode priorizar uma mudança pequena que responda a uma barreira observada: simplificar instruções, registrar uma evidência de aprendizagem que ajude a planejar a próxima aula ou compartilhar uma atividade com um colega. Também pode levar à equipe perguntas sobre quais registros são realmente úteis e que apoio falta. A sugestão não substitui decisões da gestão ou políticas de formação; busca tornar o planejamento mais intencional dentro das condições existentes.

Como evitar que um agrupamento por desempenho limite estudantes?

Uma pesquisa em escolas secundárias da Nova Zelândia encontrou descrições e práticas distintas associadas a grupos considerados de nível superior ou inferior, e argumentou que certos discursos podem reforçar desigualdades existentes. Isso não prova que todo agrupamento produza o mesmo efeito. Uma forma de aplicar a reflexão é observar se os estudantes recebem oportunidades equivalentes de explicar raciocínios, enfrentar desafios e revisar estratégias, mesmo quando há atividades diferenciadas. Pergunte se a diferença responde a uma necessidade concreta ou a uma expectativa fixa sobre capacidade matemática. A pesquisa convida a examinar práticas e discursos, não a atribuir intenção negativa a cada professor.

O que a pesquisa diz sobre usar erros como parte da aprendizagem?

Um estudo com três professores de matemática do ensino médio identificou quatro enquadramentos: erros como recursos, estudantes como capazes, erros como deficiências e estudantes como incapazes. Os autores destacam que a relação entre crenças e ações é complexa: não basta declarar que errar é importante para garantir que a aula transforme erros em oportunidades de aprendizagem. Como aplicação, o professor pode observar quem tem espaço para explicar uma solução, que perguntas são feitas diante de um erro e se a discussão ajuda a turma a reconstruir o raciocínio. O foco está tanto no valor atribuído ao erro quanto no papel dado ao estudante.

Referências

1. Canonigo, Allan Mesa (2026). Mediação docente e a promessa condicionada da IA generativa na educação matemática (Teacher Mediation and the Contingent Promise of Generative AI in Mathematics Education). Journal of Computer Assisted Learning. https://eric.ed.gov/?id=EJ1519215
2. Nzeadibe, Augustina C.; Egara, Felix O.; Inweregbuh, Onyemauche C.; Chinweike, Jane N. (2026). Explorando o conhecimento e a aplicação do Desenho Universal para a Aprendizagem por professores de Matemática (Exploring Mathematics Teachers' Knowledge and Application of Universal Design for Learning). Discover Education. https://eric.ed.gov/?id=EJ1519819
3. Niyibizi, Onesme (2026). Aprendizagem colaborativa por meio da tecnologia: perspectivas de professores de Matemática do ensino secundário sobre comunidades profissionais digitais (Collaborative Learning through Technology: Secondary School Mathematics Teachers' Perspectives on Digital Professional Communities). Journal of Learning for Development. https://eric.ed.gov/?id=EJ1513609
4. Habimana, Olivier; Iyamuremye, Aloys; Fadillah, Muhammad Aizri; Isabwe, Ghislain Maurice Norbert (2026). Aceitação de aplicações baseadas em inteligência artificial por professores no ensino e na aprendizagem de Matemática e Ciências (Teachers' Acceptance of AI-Powered Applications in Teaching and Learning Mathematics and Sciences). Discover Education. https://eric.ed.gov/?id=EJ1514203
5. Pomeroy, David; Quaye, Jeffery (2025). Como professores de matemática do ensino secundário descrevem e ensinam turmas por 'habilidade': práticas discursivas e não discursivas (How Secondary Mathematics Teachers Describe and Teach 'Ability' Groups: Discursive and Non-Discursive Practices). British Journal of Sociology of Education. https://eric.ed.gov/?id=EJ1491891
6. Nkundabakura, Pheneas; Nsengimana, Theophile; Iyamuremye, Aloys; Byukusenge, Celine; Uwamariya, Eugenie; Dusabumuremyi, Victor (2025). Ampliação do engajamento, da autoeficácia e do desempenho de professoras em Matemática e Ciências por meio de um programa de formação em desenvolvimento profissional contínuo em Ruanda (Enhancing Female Teachers' Engagement, Self-Efficacy, and Performance in Mathematics and Science through Continuous Professional Development Training Program in Rwanda). Discover Education. https://eric.ed.gov/?id=EJ1477465
7. Johansen, Gerd (2025). “Não existe nuvem?” Consciência sobre a tecnologia digital sob uma perspectiva de sustentabilidade na formação de professores ('There Is No Cloud?' Awareness of Digital Technology in a Sustainability Perspective in Teacher Education). Journal of Teacher Education for Sustainability. https://eric.ed.gov/?id=EJ1499808
8. Heshmati, Holly; Lin, Li (2025). Explorando estratégias práticas para desenvolver a resiliência em professores em formação inicial (Exploring Practical Strategies for Building Resilience in Pre-Service Teachers). Teacher Education Advancement Network Journal. https://eric.ed.gov/?id=EJ1484000
9. Niyibizi, Onesme (2024). Explorando a implementação de documentos pedagógicos digitais em escolas públicas de ensino médio: um estudo de caso no distrito de Nyamasheke, Ruanda (Exploring the Implementation of Soft Pedagogical Documents in Public Secondary Schools: A Case Study in Nyamasheke District, Rwanda). Pedagogical Research. https://eric.ed.gov/?id=EJ1421208
10. Alvidrez, Mariana; Louie, Nicole; Tchoshanov, Mourat (2024). Com os erros, aprendemos? Enquadramentos epistemológicos e posicionais dos erros por professores de matemática (From Mistakes, We Learn? Mathematics Teachers' Epistemological and Positional Framing of Mistakes). Journal of Mathematics Teacher Education. https://eric.ed.gov/?id=EJ1410322

Se alguma dessas barreiras aparece na sua rotina, escolha uma para observar com calma nesta semana e converse sobre ela com um colega. Pequenos ajustes também podem abrir espaço para mais estudantes pensarem matemática.