Estudantes do 2º ano do ensino médio no exterior: tecnologia não substitui mediação

O que estudos com estudantes do 11º ano em outros países podem ensinar a quem dá aula no ensino médio brasileiro? Eles trazem pistas concretas sobre tecnologia, participação e aprendizagem — e também mostram por que nenhuma ferramenta funciona sozinha.

As pesquisas reunidas aqui investigam realidades diferentes, da Indonésia ao Vietnã e à Itália, e não formam um retrato único do adolescente de hoje. Ainda assim, ajudam a fazer perguntas úteis para a nossa prática: o que os estudantes realmente aprendem com uma ferramenta, como reconhecemos qualidade numa resposta e que papel cabe ao professor?

O que são estudos internacionais sobre estudantes do ensino médio e por que importam?

São pesquisas realizadas em contextos escolares de outros países que investigam estudantes em etapas próximas ao ensino médio, suas aprendizagens e as práticas de ensino usadas com eles. Para o professor brasileiro, a utilidade não está em copiar uma atividade como receita, mas em observar que problema ela tentou resolver, que resultado foi relatado e quais condições talvez precisem ser diferentes na nossa escola.

Há um cuidado importante com os termos. Os estudos desta seleção mencionam principalmente estudantes do 11º ano ou do 2º ano do ensino médio em seus próprios sistemas. Isso não significa que essa etapa corresponda automaticamente ao 2º ou ao 3º ano brasileiro: a organização escolar varia entre países. O assunto aqui, portanto, é a comparação de pesquisas sobre jovens do ensino médio, e não uma equivalência perfeita entre séries.

Na rotina, esse tipo de comparação pode ajudar a pensar uma aula de matemática, uma atividade de vocabulário, o uso de inteligência artificial ou a avaliação entre pares. Os estudos não dizem ao professor brasileiro o que fazer em cada turma. Oferecem achados situados que podem inspirar testes pequenos, acompanhados de avaliação e adaptados ao acesso, ao currículo e às necessidades dos estudantes locais.

O que a pesquisa recente mostra sobre estudantes do ensino médio?

Inteligência artificial: compreensão e propósito importam mais que simplesmente usar

Dois estudos investigaram a relação entre inteligência artificial e aprendizagem no ensino médio, mas fizeram perguntas distintas. Um examinou o letramento em IA e o desempenho acadêmico de 525 estudantes de quatro itinerários formativos. Os autores relatam uso amplo de ferramentas, especialmente do ChatGPT, enquanto a aprendizagem sobre IA ocorria sobretudo de maneira informal e entre pares, em vez de ser mediada pelo professor. O letramento foi analisado em dimensões de conscientização, uso, avaliação e ética (Co, 2026).

O estudo encontrou relações positivas e estatisticamente significativas entre letramento em IA e desempenho: as correlações ficaram entre 0,27 e 0,28. As dimensões de conscientização e ética apareceram como preditoras mais importantes do que as habilidades técnicas de uso. O letramento explicou 7,2% da variação nas notas e 7,7% nos resultados de testes padronizados. É uma associação, não uma prova de que ensinar IA, por si só, cause aumento das notas. O resultado chama atenção para algo além de saber operar uma ferramenta: compreender o que ela faz e avaliar implicações também importa.

Já uma pesquisa com estudantes do ensino médio da área de STEM investigou como a IA era usada em tarefas de matemática. O uso como apoio à aprendizagem independente e à compreensão de conceitos teve correlação positiva fraca com o desempenho; o uso como muleta, correlação negativa fraca. Nenhuma das relações foi estatisticamente significativa. Assim, os autores apontam uma diferença útil entre os propósitos de uso, sem demonstrar que uma forma específica produza determinado resultado acadêmico (Arce, 2026).

Em conjunto, os estudos sugerem uma pergunta pedagógica mais produtiva do que “permito ou proíbo IA?”: que trabalho intelectual o estudante está fazendo com ela? Um uso pode envolver pedir uma explicação e conferir sua validade; outro pode substituir a tentativa de resolver. Os resultados não autorizam generalizações para todos os estudantes brasileiros, mas ajudam a planejar tarefas que tornem visível o raciocínio, a checagem e a autoria.

Ferramentas digitais funcionam melhor quando ligadas a objetivos de aprendizagem

Pesquisas sobre jogos e plataformas digitais abordaram aprendizagens específicas, não a tecnologia em abstrato. No Vietnã, um estudo de oito semanas comparou atividades de vocabulário em inglês mediadas pelo Kahoot! com o ensino habitual. Participaram 62 estudantes do 11º ano, em grupo experimental e grupo de controle. O grupo que usou a plataforma apresentou melhora clara entre pré-teste e pós-teste em comparação com o controle. Os estudantes avaliaram o Kahoot! como divertido e útil, e as entrevistas apontaram atenção, participação, competição e prática de palavras (Huynh, 2026).

Na Indonésia, uma intervenção com 17 estudantes do 2º ano do ensino médio combinou diferentes jogos — entre eles palavras cruzadas, bingo e corrente de palavras — para trabalhar vocabulário ambiental. As médias no teste passaram de 9,82 para 17,59, de um máximo de 20; 70,59% chegaram ao nível avançado após a intervenção. O resumo relata diferença significativa entre pré e pós-teste. Como o desenho foi de grupo único, o resultado descreve a mudança observada naquele grupo, sem comparação com uma turma de controle (Uge, 2026).

Outra pesquisa, em duas escolas do distrito de Bima, na Indonésia, investigou uma plataforma multimídia que articulava a literatura local Kapatu Mbojo e o Google Gemini. Participaram 143 estudantes e seis professores de língua indonésia. Os autores relatam respostas positivas dos estudantes em aspectos como letramento digital, facilidade de uso, escrita, interesse pela cultura local e experiência geral. Também relatam melhora significativa nas notas de escrita entre pré-teste e pós-teste, além de motivação e autonomia percebidas. A proposta une ferramenta e conteúdo cultural específico; não se trata apenas de adicionar IA à aula (Arwan, 2026).

Esses resultados não provam que todo jogo ou recurso digital aumente a aprendizagem. Eles sustentam uma ideia mais delimitada: nas pesquisas citadas, as ferramentas foram incorporadas a objetivos reconhecíveis — praticar vocabulário, escrever ou explorar conteúdos culturais — e avaliadas em relação a esses objetivos. Diversão e participação podem acompanhar a atividade, mas não substituem a verificação do que foi aprendido.

Aprender matemática e ciências envolve raciocinar, explicar e receber apoio

Em duas escolas de Banda Aceh, na Indonésia, 127 estudantes do 11º ano participaram de uma comparação entre sala de aula invertida e ensino convencional em matemática. O estudo usou pré-teste e pós-teste e um questionário de engajamento. A melhora nos resultados de aprendizagem e no engajamento foi maior no grupo da sala invertida. Houve uma ressalva: o engajamento comportamental não diferiu significativamente entre os grupos. Portanto, o quadro relatado é favorável ao modelo em alguns resultados, mas não em todas as dimensões observadas (Uyun, 2026).

Uma pesquisa sobre problemas matemáticos contextualizados acompanhou estudantes do 11º ano de uma escola no leste de Bintan, também na Indonésia. Os autores analisaram erros com um quadro chamado análise de erros de Casey e ofereceram apoio pedagógico com GeoGebra. Identificaram quase todos os níveis de erro previstos no quadro e dez fatores que poderiam estar relacionados a eles. O processo de apoio foi associado à redução dos percentuais de erro, ao aumento do raciocínio e da comunicação matemática e à atuação dos próprios estudantes como agentes de apoio (Aljura, 2026).

Na Itália, uma pesquisa examinou uma discussão síncrona on-line de matemática com uma turma do 11º ano, durante o ensino remoto. O tema eram funções paramétricas, numa atividade introdutória de cálculo concebida para destacar conhecimentos conceituais, e não apenas procedimentos. O estudo analisou atitudes e comportamentos do professor e relata que seus papéis foram decisivos para orientar a discussão e valorizar aspectos conceituais. Os autores sustentam que discussões on-line significativas são possíveis, embora difíceis de reproduzir fora do contexto estudado (Bagossi, 2026).

Em ciências, uma pesquisa na Indonésia comparou aprendizagem baseada em problemas e aprendizagem por descoberta no conteúdo de hidrólise salina. Os grupos apresentaram resultados de habilidades de processos científicos e consciência metacognitiva, mas a diferença entre os grupos não foi estatisticamente significativa. Os autores relatam melhora significativa nas habilidades de processos científicos no grupo de aprendizagem baseada em problemas e correlação positiva entre essas habilidades e a consciência metacognitiva. A comparação não permite concluir que um dos dois modelos seja superior ao outro (Ratman, 2026).

Feedback entre pares precisa de estrutura, não apenas de boa vontade

Uma pesquisa em aulas de ciências do ensino médio analisou 1.960 comentários produzidos em duas rodadas de avaliação entre pares por 49 estudantes do 11º ano. Os autores desenvolveram um quadro de codificação com sete níveis de qualidade e validaram sua estrutura hierárquica. A ferramenta foi aplicada para observar distribuição, consistência e mudanças no feedback ao longo das rodadas (Lee, 2026).

Os comentários mais frequentes eram de baixo nível: verificavam se uma resposta parecia adequada. Comentários de nível mais alto, que identificavam erros ou sugeriam melhorias, eram relativamente raros. A pesquisa também encontrou consistência nas avaliações, mas uma queda geral na qualidade do feedback na segunda rodada. O resultado aponta uma dificuldade concreta: colocar estudantes para comentar o trabalho dos colegas não garante, por si, que saibam oferecer devolutivas específicas e úteis.

O valor dessa pesquisa para a prática está tanto no diagnóstico quanto na cautela. Se o professor quer que a revisão entre pares ajude a melhorar um texto, uma resolução ou uma explicação, pode ser necessário ensinar o que conta como comentário de qualidade e acompanhar a evolução. Essa é uma possibilidade de aplicação inspirada no estudo, não um resultado testado com todas as disciplinas ou etapas brasileiras.

Quais estudos aparecem lado a lado?

A tabela resume o foco, o resultado relatado e o contexto de cada pesquisa citada. Os números e descrições se referem aos estudos específicos, não a uma comparação direta entre países ou métodos.

O que os estudos têm em comum e onde divergem?

Um ponto em comum é que as pesquisas tratam aprendizagem como algo mais amplo do que executar uma tarefa. Nos estudos sobre IA, entram conscientização, ética e propósito de uso. Nas pesquisas de matemática e ciências, aparecem raciocínio, comunicação, processos científicos e metacognição. Nos trabalhos com jogos, o foco é um conteúdo delimitado, como vocabulário. Já a avaliação entre pares chama atenção para a qualidade da explicação oferecida ao colega.

Outro fio condutor é a importância do desenho pedagógico. O Kahoot! foi usado para praticar vocabulário; o GeoGebra entrou num processo de apoio à resolução de problemas; a discussão on-line foi conduzida com atenção aos conceitos matemáticos. As pesquisas não avaliam uma tecnologia isolada de toda situação de ensino. Isso favorece uma leitura prática: antes de escolher a ferramenta, é útil definir que aprendizagem se quer observar.

Os resultados, porém, não são uniformes. Há associações positivas significativas entre letramento em IA e desempenho em um estudo, mas no outro as relações entre tipos de uso de IA e desempenho em matemática não foram significativas. A sala invertida apresentou maior melhora em alguns indicadores, mas não no engajamento comportamental. Na comparação entre aprendizagem baseada em problemas e por descoberta, não houve diferença estatisticamente significativa entre grupos. Em outras palavras, nem todo resultado favorável autoriza dizer que um método vence outro.

Também não é possível colocar as intervenções numa classificação geral. Variam as disciplinas, os países, os participantes, os instrumentos e os desenhos de pesquisa. Uma mudança observada num grupo pequeno de vocabulário não é diretamente comparável a uma investigação correlacional de desempenho ou a uma análise qualitativa de discussão. Continua em aberto como esses resultados se manteriam em outras escolas, em períodos mais longos e com condições diferentes.

Como levar essas ideias para a sala de aula?

Uma forma de usar as pesquisas é transformar cada achado em uma pergunta de planejamento, testar uma estratégia em escala pequena e observar evidências de aprendizagem. As sugestões abaixo são aplicações possíveis, não conclusões universais dos estudos.

1. Peça aos estudantes que expliquem como usaram a IA

Como aplicação, proponha uma tarefa em que a IA possa ser consultada, mas peça também uma breve descrição do propósito: buscar uma explicação, comparar caminhos ou revisar uma resposta. Imagine uma turma de ensino médio que resolve um problema e anota qual parte foi produzida por ela e qual foi apoiada pela ferramenta. Depois, avalie o raciocínio e a checagem, não apenas o produto final. A ideia conversa com a diferença entre uso como apoio e uso como muleta observada por Arce, sem pressupor que essa atividade tenha sido testada naquele estudo.

2. Inclua perguntas de avaliação e ética no uso de tecnologia

Como aplicação, acrescente questões simples à atividade: a resposta da ferramenta faz sentido? Que informação precisa ser conferida? Há alguma razão para não inserir determinado dado? Uma turma pode comparar duas respostas para a mesma pergunta e justificar qual parece mais adequada. Essa proposta é coerente com o destaque dado à conscientização e à ética em Co, mas não deve ser apresentada como uma intervenção cuja eficácia o estudo tenha medido.

3. Use jogos para praticar um conjunto bem definido de palavras

Como aplicação, escolha um vocabulário ligado ao conteúdo que está sendo estudado e monte rodadas curtas de recuperação: jogo de associação, bingo ou quiz. Ao final, peça que os estudantes usem as palavras numa frase, explicação ou resposta aberta. Assim, o jogo não fica restrito à pontuação. Os estudos de Huynh e Uge trabalharam vocabulário e relatam resultados positivos em seus contextos; a adaptação brasileira precisa considerar idade, acesso a dispositivos e familiaridade com o tema.

4. Combine ferramenta digital com repertório próximo da turma

Como aplicação, convide os estudantes a produzir um texto, áudio ou apresentação que dialogue com uma história, expressão cultural ou tema local, usando recursos digitais de forma orientada. Imagine uma turma que escreve uma narrativa sobre uma tradição da comunidade e revisa clareza e escolha de palavras com apoio de uma ferramenta. A pesquisa de Arwan articulou IA, multimídia e literatura local indonésia. Não é a mesma cultura nem o mesmo contexto; a sugestão é preservar o princípio de conectar recurso e repertório significativo.

5. Ensine a dar feedback antes de pedir revisão entre pares

Como aplicação, ofereça critérios curtos para que cada estudante faça um comentário: indicar o trecho, explicar o que ficou claro ou confuso e sugerir um próximo passo. Imagine duplas que revisam a resolução de um problema e precisam apontar não apenas se concordam, mas onde a justificativa pode melhorar. Lee encontrou mais comentários de baixo nível e queda de qualidade na segunda rodada. Uma lista de critérios pode ser testada pelo professor como apoio, sem supor que o estudo tenha comprovado a eficácia dessa lista específica.

6. Faça a turma mostrar o caminho, não só a resposta

Como aplicação, proponha problemas contextualizados e peça que os estudantes registrem etapas, expliquem unidades ou representem relações antes de chegar ao resultado. Se for possível e adequado, uma ferramenta de geometria dinâmica pode ajudar a explorar relações; se não, desenhos e discussões também podem apoiar a análise. O estudo de Aljura investigou erros e apoio com GeoGebra. O ponto transferível como pergunta de planejamento é observar em que etapa surge a dificuldade, não presumir que o mesmo recurso esteja disponível ou resolva qualquer erro.

7. Planeje a aula invertida com uma tarefa presencial que exija participação

Como aplicação, se os estudantes tiverem acesso ao material antes da aula, reserve o encontro para resolver dúvidas, explicar estratégias e comparar soluções, em vez de apenas repetir a exposição. Imagine uma turma que assiste a uma explicação curta e, na aula, trabalha em pequenos grupos num problema de matemática. Uyun relata resultados favoráveis em aprendizagem e engajamento para a sala invertida, mas o engajamento comportamental não diferiu significativamente. Por isso, observe mais de um sinal de participação e não confunda modelo com garantia.

8. Termine a atividade com uma pergunta de reflexão sobre o processo

Como aplicação, peça que cada estudante identifique o que conseguiu resolver, onde mudou de estratégia e que dúvida ainda permanece. Numa atividade de ciências, a turma pode registrar como levantou hipóteses e interpretou evidências. Ratman relata uma correlação positiva entre habilidades de processos científicos e consciência metacognitiva. A pergunta de saída proposta aqui é uma maneira possível de incentivar reflexão; não é um instrumento avaliado nesse estudo.

O que muda quando pensamos no contexto brasileiro?

Os estudos citados foram realizados sobretudo na Indonésia, além de pesquisas na Itália e no Vietnã; alguns resumos não informam o país. As escolas brasileiras têm organização, currículo, condições de acesso e repertórios culturais próprios. Uma atividade bem-sucedida em uma escola estrangeira não pode ser tratada como política pronta para outra realidade. Até a expressão “11º ano” precisa ser lida com cuidado, pois a correspondência com as séries brasileiras não é automática.

Na prática, isso pede adaptação de conteúdo e de condições. Um jogo digital pode depender de celulares, internet ou projetor que nem toda turma tem. Uma proposta com IA exige combinar regras de uso e pensar como acompanhar a autoria. Uma atividade contextualizada pode partir de referências locais, e não reproduzir um poema indonésio ou um conteúdo de matemática específico. Essas são considerações de aplicação para o contexto brasileiro, não resultados medidos pelos estudos.

Também vale evitar conclusões apressadas sobre método. Os trabalhos variam de grupos pequenos a amostras maiores e usam desenhos diferentes. Resultados relatados em um pré e pós-teste de grupo único, por exemplo, não têm o mesmo alcance de uma comparação com grupo de controle. E uma correlação entre letramento e desempenho não demonstra causa. Para decidir se vale a pena adotar uma estratégia, o professor pode definir um objetivo observável, experimentar com a turma e verificar se os estudantes aprenderam o conteúdo pretendido.

Quais são os limites desta leitura?

Este artigo se baseia nos resumos de dez estudos recentes indexados no ERIC, e não na leitura integral dos trabalhos. Os resumos permitem identificar perguntas, contextos gerais e resultados relatados, mas não oferecem sempre todos os detalhes necessários para julgar instrumentos, procedimentos, limitações ou condições de implementação. Por isso, as conclusões aqui são deliberadamente restritas ao que está descrito nesses resumos.

Ficam em aberto perguntas importantes: os efeitos se mantêm depois de semanas ou meses? Como os resultados mudam em turmas com outros níveis de acesso à tecnologia? Que diferenças existem entre disciplinas, séries e escolas? Como foram construídas e aplicadas algumas medidas? E que condições concretas são necessárias para reproduzir uma atividade? Para responder com segurança a essas questões, é preciso ler os estudos completos e, quando possível, comparar outras pesquisas sobre o mesmo tema.

Também não há base para dizer que os dez estudos representem todos os países ou todos os estudantes do ensino médio. Muitos foram realizados em contextos específicos, e vários tratam de intervenções em uma disciplina ou escola. A melhor leitura é a de um conjunto de pistas para reflexão profissional: resultados úteis, mas situados; ideias que podem inspirar, mas que precisam ser testadas com cuidado antes de virar regra.

Como o GeraProva pode ajudar com esse assunto?

Se uma dessas ideias fizer sentido para sua turma, uma avaliação curta pode ajudar a verificar o que os estudantes compreenderam antes e depois de uma atividade — por exemplo, vocabulário, raciocínio ou leitura crítica de uma resposta gerada por IA. O gerador de provas do GeraProva pode apoiar a criação de questões para essa finalidade, e você pode conhecer a plataforma pelo cadastro grátis. A ferramenta ajuda a preparar materiais; a escolha do objetivo, a interpretação das respostas e as decisões pedagógicas continuam com o professor.

O que professores perguntam sobre estudantes do ensino médio em outros países?

Os estudos provam que a inteligência artificial melhora as notas?

Não. Co encontrou associação positiva e significativa entre letramento em IA e desempenho acadêmico, mas um estudo correlacional não prova que o letramento causou notas mais altas. Arce, ao investigar usos de IA em matemática, encontrou correlações fracas entre desempenho e uso como apoio ou como muleta, e nenhuma foi estatisticamente significativa. Os trabalhos sugerem que vale distinguir compreensão e propósito de uso, mas não sustentam a promessa de que adotar uma ferramenta de IA, por si só, aumentará as notas de qualquer turma.

O Kahoot! funciona para todos os conteúdos e estudantes?

As pesquisas citadas não respondem a isso. Huynh investigou vocabulário de inglês numa escola pública vietnamita e relatou melhora no grupo que usou Kahoot! em comparação com o grupo de controle, além de atitudes positivas. Uge investigou diferentes jogos para vocabulário ambiental em um grupo pequeno de estudantes na Indonésia. São resultados ligados a conteúdos, participantes e contextos específicos. Para outra disciplina ou escola, o professor pode testar se o formato ajuda a recuperar e aplicar o conteúdo, em vez de supor que competição e diversão garantam aprendizagem.

O que os estudos indicam sobre avaliação entre pares?

Lee observou que estudantes do 11º ano produziram com maior frequência comentários que apenas verificavam a adequação de uma resposta; comentários que apontavam erros ou sugeriam melhorias eram mais raros. O estudo também relatou queda geral na qualidade do feedback na segunda rodada, apesar de consistência nas avaliações. Isso indica que pedir uma revisão entre colegas não garante devolutivas aprofundadas. Como aplicação, o professor pode explicar o que caracteriza um comentário útil, modelar exemplos e acompanhar as revisões. A eficácia de cada estratégia de apoio precisa ser avaliada na turma.

A sala de aula invertida foi melhor do que o ensino convencional?

No estudo de Uyun, estudantes do 11º ano que participaram de aulas invertidas tiveram maior melhora nos resultados de aprendizagem em matemática e no engajamento do que o grupo de ensino convencional. Contudo, não houve diferença significativa no engajamento comportamental. Esse achado é favorável ao modelo em alguns indicadores, mas não mostra que toda aula invertida será superior, nem que qualquer turma terá o mesmo resultado. Se experimentar a proposta, o professor pode definir o que deseja observar — compreensão, participação ou desempenho — e planejar como o tempo presencial será usado.

É possível comparar diretamente o 11º ano estrangeiro com o ensino médio brasileiro?

Não com base apenas nesses resumos. Os estudos usam referências como 11º ano, 2º ano do ensino médio e sistemas escolares próprios de cada país. A estrutura e a duração das etapas podem variar, então não se deve presumir equivalência automática com o 2º ou o 3º ano brasileiro. Além disso, as pesquisas foram realizadas em disciplinas e escolas específicas. A comparação é mais útil quando considera a pergunta investigada e as condições de aplicação, não quando trata a série como se significasse exatamente a mesma coisa em todos os sistemas.

Qual ideia posso testar primeiro na minha escola?

Escolha uma necessidade concreta da turma: vocabulário difícil, respostas sem justificativa, uso pouco crítico de IA ou devolutivas vagas entre colegas. Depois, planeje uma atividade pequena e defina que evidência mostrará se houve aprendizagem, como uma explicação, uma resposta revisada ou um teste breve. Os estudos sugerem diferentes caminhos — jogos, discussão conduzida pelo professor, apoio tecnológico e critérios para feedback —, mas não indicam uma solução única para todas as escolas. Leve em conta tempo, acesso e conteúdo, e ajuste a proposta a partir do que os estudantes efetivamente mostram.

Referências

1. Co, Stephen Jay; Dabu, John Paul; Sanchez, Pamela Jane (2026). Letramento em Inteligência Artificial e Desempenho Acadêmico: Uma Análise Transversal de Estudantes do Ensino Médio (AI Literacy and Academic Performance: A Cross-Sectional Analysis of Senior High School Students). International Journal of Technology in Education. Link ERIC.
2. Arce, Irish Joyce S. (2026). Natureza do uso de ferramentas de IA e desempenho acadêmico em Matemática (Nature on the Use of AI Tools and Academic Achievement in Mathematics). International Journal of Education in Mathematics, Science and Technology. Link ERIC.
3. Huynh, Huyen Dang; Tin, Nghi Tran (2026). Efeitos do ensino de vocabulário mediado pelo “Kahoot!” na aprendizagem de vocabulário e nas atitudes dos estudantes: um estudo de métodos mistos em uma escola pública de ensino médio vietnamita (Effects of “Kahoot!”-Mediated Vocabulary Instruction on Vocabulary Gains and Learner Attitudes: A Mixed-Methods Study in a Vietnamese Public High School). English Language Teaching Educational Journal. Link ERIC.
4. Uge, Emiliana; Hornay, Priscilla Maria Assis (2026). Aprimoramento do domínio do vocabulário ambiental de estudantes do 2º ano do ensino médio por meio de uma intervenção com múltiplos jogos (Improving Environmental Vocabulary Mastery of Grade 11 Students through Multi-Game Intervention). Journal of English Teaching. Link ERIC.
5. Arwan; Suryaningsih, Sri; Ikra; Ardila, Rahmatia; Mulyati; Indra (2026). Percepções dos Estudantes sobre o Letramento Digital e as Habilidades de Escrita por meio de Poema Indígena Local: Abordagem Multimídia Interativa com o Google Gemini (Students' Perceptions on the Digital Literacy and Writing Skills Using Local Indigenous Poem: Google Gemini Interactive Multimedia Approach). International Journal of Language Education. Link ERIC.
6. Uyun, Ma Ul; Mailizar; Elizar (2026). Resultados de aprendizagem em matemática e engajamento dos estudantes por meio da implementação do modelo de sala de aula invertida (Mathematics Learning Outcomes and Student Engagement through the Implementation of a Flipped Classroom Learning Model). Mathematics Teaching Research Journal. Link ERIC.
7. Aljura, Ahmad Naufal; Retnawati, Heri (2026). Análise de erros de Casey e apoio pedagógico com o GeoGebra para remediar erros de estudantes do ensino médio na resolução de problemas matemáticos contextualizados: um estudo de teoria fundamentada (Casey's Error Analysis and GeoGebra-Assisted Scaffolding to Remediate High School Students' Error in Solving Mathematical Story Problems: A Grounded Theory Study). Education and Information Technologies. Link ERIC.
8. Bagossi, Sara; Taranto, Eugenia; Beltramino, Silvia; Arzarello, Ferdinando (2026). Papéis do professor em uma discussão matemática síncrona on-line sobre funções paramétricas (Roles of Teacher in Synchronous Online Mathematical Discussion on Parametric Functions). Journal of Mathematics Teacher Education. Link ERIC.
9. Ratman; Walanda, Daud Karel; Rahmawati, Sitti; Ningsih, Purnama; Ijirana; Prayoga, Ismail; Azzajjad, Muhammad Fath (2026). Aprimorando as habilidades de processos científicos: aprendizagem baseada em problemas sobre hidrólise salina para o desenvolvimento da metacognição (Enhancing Science Process Skills: Problem-Based Learning in Salt Hydrolysis for Metacognition Growth). Journal of Turkish Science Education. Link ERIC.
10. Lee, Seoyeon; Ha, Minsu (2026). Um quadro de codificação para analisar os tipos e níveis de feedback entre pares (A Coding Framework for Analyzing the Types and Levels of Peer Feedback). SAGE Open. Link ERIC.

Se alguma dessas perguntas conversa com um desafio da sua turma, escolha uma ideia, adapte-a ao seu contexto e observe o que os estudantes conseguem fazer. Boa aula!