Intervenções educacionais: resultados imediatos não garantem efeitos duradouros

Uma intervenção educacional pode produzir um resultado mensurável sem resolver todos os problemas que pretendia enfrentar. Ensaios randomizados recentes mostram ganhos em alguns indicadores, efeitos ausentes em outros e, em certos casos, a possibilidade de que resultados imediatos mudem com o tempo.

Isso importa porque, na escola, é fácil confundir uma atividade bem recebida ou uma melhora pontual com prova de que uma proposta funciona para todos e continuará funcionando. Pesquisas com grupos comparáveis ajudam a fazer perguntas mais precisas: o que mudou, para quem, em qual medida e por quanto tempo? A resposta nem sempre é um simples “sim” ou “não”.

O que são efeitos de intervenções educacionais medidos por ensaios randomizados e por que importam para o professor?

Um ensaio controlado randomizado compara grupos que recebem condições diferentes, com a distribuição aleatória dos participantes — ou das escolas — entre essas condições. A ideia é reduzir a influência de diferenças prévias e estimar se a intervenção contribuiu para os resultados observados. Para o professor, isso oferece um modo mais cuidadoso de avaliar propostas, sem transformar um resultado de pesquisa em promessa automática para qualquer turma.

Na rotina escolar, uma intervenção pode ser um currículo, uma tutoria, um conjunto de aulas socioemocionais ou uma forma de apoiar o estudo. Seus efeitos podem ser medidos em conhecimentos, atitudes, frequência, comportamento ou percepções docentes. O que conta como resultado depende da pergunta do estudo. Uma melhora em motivação, por exemplo, não significa necessariamente melhora imediata em uma prova de conteúdo; uma mudança em uma medida de comportamento também não prova que todas as práticas escolares se alteraram.

Randomizar não significa que a pesquisa reproduz perfeitamente a realidade de cada escola. Os resultados dependem de quem participou, de como a proposta foi aplicada e de quais medidas foram escolhidas. Ainda assim, o método ajuda a distinguir o que aconteceu no grupo que recebeu a intervenção do que poderia ter acontecido sem ela, dentro daquele contexto de pesquisa.

O que a pesquisa recente mostra sobre intervenções educacionais?

Resultados específicos podem aparecer sem uma melhora em todos os indicadores

Uma intervenção deve ser lida resultado por resultado, e não como um pacote que “funcionou” ou “fracassou” de maneira absoluta. Em um ensaio randomizado por escolas com 27 escolas de ensino fundamental, o programa R-CITY foi acrescentado ao Second Step, um programa de aprendizagem socioemocional. A condição de intervenção combinou aulas sobre equidade, diferenciadas por série, com acompanhamento individual de professores. Em comparação com o programa padrão, foram observados efeitos significativos em uma das seis medidas de comportamento estudantil — agressão física — e em uma das três medidas de autorrelato docente, a autoeficácia geral. Não houve efeito significativo nas práticas docentes observadas nem nas taxas de desproporcionalidade nas suspensões (Bottiani, 2026).

Esse padrão é informativo justamente por não ser uniforme. Os resultados favoráveis apareceram em medidas determinadas, enquanto outros indicadores não mudaram de forma estatisticamente significativa. Análises de sensibilidade que excluíram a coorte mais afetada pela COVID-19 identificaram ainda um efeito sobre o desconforto racial relatado por professores. Os autores apresentam evidências iniciais de possíveis efeitos incrementais, mas também apontam que ainda é preciso investigar a relação custo-efetividade e os efeitos em resultados específicos de equidade (Bottiani, 2026).

Um ensaio com estudantes do 7º ao 9º ano comparou duas intervenções de aprendizagem autorregulada apoiadas por IA generativa com o ChatGPT padrão. A condição voltada ao valor de utilidade teve evolução mais favorável nessa percepção do que a condição focada em estratégias cognitivas. Porém, nenhuma das intervenções superou significativamente o controle em esforço, conhecimento específico da disciplina ou uso de estratégias de elaboração. Em análises exploratórias, estudantes que interagiram mais significativamente com a IA tenderam a manter o interesse por mais tempo; esse achado não equivale a uma demonstração de melhora geral na aprendizagem (Fü, 2026).

Os dois estudos lembram que resultados diferentes podem coexistir. Uma proposta pode ter um sinal favorável numa dimensão e não mostrar vantagem em outras. Para interpretar isso, vale olhar quais indicadores foram avaliados, em que momento e contra qual condição de comparação, em vez de resumir a pesquisa com um rótulo amplo.

Um efeito ao final da intervenção não é automaticamente permanente

Uma pesquisa sobre currículos de matemática na pré-escola examinou ensaios randomizados por conglomerados realizados em múltiplos locais e comparou os impactos no pós-teste com os resultados de acompanhamento após um ano. A magnitude do impacto no pós-teste foi um forte preditor do impacto observado no acompanhamento. Em termos simples, o tamanho do resultado logo ao final da intervenção ajudou a antecipar o resultado medido um ano depois (Watts, 2026).

O estudo também encontrou uma relação que contrariou uma previsão teórica difundida: os impactos se desvaneceram mais rapidamente entre estudantes de instituições nas quais houve maior aprendizagem no ano seguinte ao fim da intervenção. Depois de considerar a magnitude inicial do efeito, fidelidade de implementação e dosagem não foram fortes preditores dos padrões de desvanecimento. Os autores sugerem que avaliadores podem usar os impactos imediatos para prever resultados de acompanhamento, mas isso não significa que o efeito ficará igual ou desaparecerá em toda situação (Watts, 2026).

A distinção entre resultado imediato e persistência é útil para pensar em qualquer novidade pedagógica. Uma atividade pode gerar avanço durante um ciclo de ensino, mas a pergunta sobre o que permanece exige uma avaliação posterior. A pesquisa citada não autoriza concluir que todo ganho escolar se perde; ela mostra que a trajetória dos efeitos é uma questão empírica, que merece ser acompanhada.

O que um ensaio avalia depende também de como seus resultados são medidos

Em uma reanálise de dados de um ensaio randomizado sobre uma intervenção de leitura e vocabulário de ciências, um estudo metodológico examinou como estimar efeitos quando o resultado é uma variável latente — uma característica que não se observa diretamente, mas se infere a partir de respostas a itens. A proposta considera que o efeito pode aparecer na média ou na variância dessa característica e também no modo como certos itens funcionam. Na reanálise, foram encontradas evidências de um efeito principal sobre a variável latente e de efeitos adicionais em um subconjunto de itens (Student, 2026).

O estudo compara abordagens para lidar com esse tipo de resultado e relata que a análise fatorial não linear moderada proposta foi mais eficaz em um cenário no qual um subconjunto de itens era particularmente sensível ao tratamento. Para o professor, a consequência prática não é escolher um modelo estatístico, mas lembrar que uma pontuação pode esconder diferenças no que cada item está captando. O modo de medir influencia a interpretação do efeito.

Outro trabalho analisou como dados públicos auxiliares podem aumentar a precisão de estimativas em ensaios de eficácia. O caso estudado foi o currículo Cognitive Tutor Algebra I, que incluía tutoria computadorizada, com resultados ligados às taxas de aprovação em matemática. Os autores usaram dados públicos de escolas do Texas para construir previsões e compararam essa abordagem com estimadores que dependiam apenas da amostra experimental. Relataram aumento de precisão ao incorporar as informações auxiliares, mesmo num ensaio pareado com uma covariável inicial forte (Mann, 2024).

Esse estudo não é uma recomendação para que cada escola misture dados sem cuidado nem prova de que o currículo produziu um efeito específico maior. Seu foco é a precisão da estimativa. Ainda assim, ajuda a entender por que pesquisadores podem buscar maneiras de tornar uma comparação mais informativa, sobretudo quando a logística limita o tamanho de um ensaio. Também mostra que a evidência depende tanto da intervenção quanto das decisões de análise e mensuração.

Uma avaliação pode descrever a intervenção sem apresentar um resultado de impacto

A avaliação randomizada do Air Reading investigou um modelo de tutoria virtual de leitura em escolas de dois distritos, um na Louisiana e outro no Texas, durante o ano letivo de 2024–25. O programa atendia estudantes da Educação Infantil ao 8º ano, com tutores fixos, grupos de até quatro alunos e sessões ao vivo de 30 minutos, quatro vezes por semana. A pesquisa comparou estudantes designados à tutoria durante o turno escolar com estudantes que receberam a instrução ordinária de alfabetização; a distribuição ocorreu no nível do aluno dentro de escolas e coortes (Neitzel, 2026).

O resumo informa que, em média, os estudantes do grupo de tratamento participaram de 55 sessões, e que 56% chegaram a 56 sessões ou mais. A média correspondeu a 27,1 horas de tutoria por aluno. Esses dados descrevem a participação e a intensidade observadas, mas o resumo não apresenta uma estimativa dos efeitos da tutoria sobre os resultados de alfabetização. Portanto, não cabe afirmar, com base nessas informações, que o programa elevou a leitura nem que não teve efeito (Neitzel, 2026).

Essa diferença entre “o que o estudo investigou” e “o que o resumo relata como resultado” é fundamental. Saber a frequência das sessões pode ajudar a entender a exposição à intervenção, mas não substitui os resultados de aprendizagem. Uma avaliação randomizada só responde à pergunta sobre impacto quando os resultados comparativos são apresentados e podem ser interpretados.

As sínteses de pesquisas apontam tendências, mas também variação

Uma metanálise de segunda ordem reuniu 42 metanálises que abrangiam 1.903 estudos primários em educação STEMM, da educação básica à superior. O foco eram resultados não cognitivos, como motivação, afetos e atitudes. No conjunto, as intervenções tiveram efeito positivo significativo, com tamanho de efeito de 0,42 e intervalo de confiança de 95% entre 0,35 e 0,50. A síntese encontrou variação substancial entre os efeitos e observou que matemática e STEM, em geral, apresentaram efeitos ligeiramente menores (Heller, 2026).

As intervenções mais comuns incluíam tecnologias educacionais e ensino centrado no estudante; os resultados mais estudados eram atitudes em relação a STEMM e fatores afetivos, como ansiedade matemática e satisfação. A eficácia não diferiu significativamente entre tipos de resultado ou métodos de intervenção. Ao mesmo tempo, estados afetivos como tédio e prazer foram raramente abordados, e contextos fora da escola apareceram pouco. Os autores consideram promissores o ensino centrado no estudante, os jogos e métodos baseados em tecnologia, mas a variação e as lacunas impedem tratar qualquer formato como solução universal (Heller, 2026).

Quais estudos aparecem lado a lado?

A tabela resume a pergunta investigada e o que os resumos efetivamente relatam. Quando não há um resultado de impacto descrito, a linha registra o foco ou as informações disponíveis, sem preencher a lacuna com uma conclusão presumida.

O que os estudos têm em comum e onde divergem?

Em conjunto, os estudos reforçam que “efeito” precisa ser especificado. Pode significar mudança em comportamento observado, percepção docente, motivação, conhecimento, pontuação de itens ou resultado de acompanhamento. A pesquisa sobre R-CITY encontrou efeitos em indicadores selecionados, enquanto a avaliação de IA não identificou vantagem em diversas medidas de aprendizagem e esforço. A síntese de STEMM, por sua vez, encontrou efeito médio positivo em resultados não cognitivos, mas também variação substancial. Não há contradição necessária: as intervenções, os grupos e os desfechos são diferentes.

Outra ideia comum é que a comparação importa. No ensaio de IA, a referência foi o ChatGPT padrão, não uma condição sem tecnologia. No estudo de R-CITY, a comparação foi o Second Step sem os componentes adicionais do R-CITY. Assim, os resultados tratam da vantagem relativa de uma condição sobre outra, não de uma avaliação abstrata de “tecnologia” ou de “aprendizagem socioemocional”.

Também diferem quanto ao que conseguem responder. Watts analisa a evolução dos efeitos entre um pós-teste e um acompanhamento; Mann trata da precisão de estimativas; Student discute mensuração de resultados latentes; Neitzel descreve desenho e participação, sem apresentar no resumo o resultado de impacto em leitura. Um ensaio pode ter rigor na distribuição dos grupos e, ainda assim, a informação disponível para o leitor não bastar para concluir se a intervenção melhorou o resultado.

Permanece em aberto como os efeitos se distribuem entre estudantes e contextos, quanto custam intervenções com resultados promissores e quais mudanças persistem. As fontes também não permitem concluir que os mesmos efeitos ocorrerão numa escola brasileira. A pergunta útil não é apenas “funciona?”, mas “para qual resultado, em quais condições, comparado a quê e com que evidência de continuidade?”.

O que isso significa para a sala de aula?

Os estudos não oferecem uma receita pronta para cada turma. As sugestões abaixo são aplicações possíveis inspiradas nas perguntas e nos resultados pesquisados, não achados testados diretamente em salas brasileiras.

1. Defina o resultado que quer observar antes de começar

Como aplicação, escolha uma mudança concreta e compatível com a proposta. Se testar uma rotina de estudo, por exemplo, decida se observará a entrega das atividades, o uso de estratégias ou o desempenho numa tarefa. Imagine uma turma que experimenta duas formas de revisar um conteúdo: combinar antecipadamente o que será observado evita declarar vencedora a opção que apenas pareceu mais animada naquele dia. Os estudos mostram que intervenções podem afetar alguns indicadores e não outros; a avaliação fica mais útil quando a pergunta é específica.

2. Separe interesse, participação e aprendizagem

Como aplicação, registre esses aspectos em campos distintos. Uma turma pode participar com entusiasmo de uma atividade sem apresentar, naquele momento, avanço mensurável no conteúdo. Imagine uma sequência de ciências em que os estudantes conversam mais depois de uma proposta nova: o professor pode anotar participação e, separadamente, verificar o que conseguem explicar numa tarefa. O ensaio de IA encontrou sinais ligados a valor de utilidade e interesse, mas não vantagens significativas em conhecimento específico ou algumas estratégias. Isso recomenda cautela ao usar um indicador como substituto de outro.

3. Acompanhe o que permanece depois da novidade

Como aplicação, faça uma verificação posterior, além da avaliação ao final da atividade. Imagine que uma rotina de matemática pareça ajudar a turma durante algumas semanas: uma pequena tarefa de acompanhamento algum tempo depois pode mostrar se o desempenho se mantém. Essa proposta não afirma que os efeitos da sua turma vão desvanecer. Ela traduz para a prática a distinção investigada por Watts entre impacto no pós-teste e impacto após um ano, lembrando que continuidade é uma pergunta separada do resultado imediato.

4. Não descarte um programa apenas porque alguns indicadores não mudaram

Como aplicação, examine o conjunto de medidas e veja se o objetivo principal foi atingido. Imagine que uma atividade socioemocional esteja associada a menos episódios de agressão numa observação, mas não altere uma percepção docente medida por questionário: o resultado pede interpretação, não um carimbo automático. O estudo de R-CITY encontrou resultados diferentes conforme o indicador. Para decisões escolares, vale discutir o que se pretendia mudar, que evidência foi observada e se o esforço de implementação faz sentido diante dos resultados identificados.

5. Observe a experiência de quem participa da intervenção

Como aplicação, pergunte a estudantes e colegas como a proposta cabe na rotina, sem tratar opiniões como prova de eficácia. Imagine uma tutoria em pequenos grupos que parece interessante, mas exige encaixe difícil no horário: ouvir os envolvidos pode ajudar a identificar barreiras e ajustar a organização. A avaliação Air Reading descreve sessões, participação e duração, mas o resumo não apresenta o efeito sobre alfabetização. Essa diferença ajuda a pensar que viabilidade e impacto são perguntas relacionadas, porém distintas: uma proposta pode ser executável sem que isso, por si só, prove um ganho de aprendizagem.

6. Compare com uma alternativa realista

Como aplicação, ao experimentar uma abordagem, pergunte o que ela acrescenta em relação ao que a turma já faz. Imagine comparar uma nova estratégia de revisão com a rotina atual, mantendo registro semelhante para as duas. Isso não reproduz um ensaio randomizado, mas torna a reflexão menos dependente da memória ou da impressão do momento. Os estudos de R-CITY e de IA deixam clara a importância da condição de comparação: a conclusão é sobre a diferença entre propostas determinadas, não sobre uma intervenção avaliada sem referência.

7. Registre a intensidade e as condições de aplicação

Como aplicação, anote quantas sessões ocorreram, por quanto tempo e quais ajustes foram necessários. Imagine que uma prática planejada para quatro encontros tenha acontecido em apenas dois: esse dado ajuda a interpretar o resultado da turma, sem servir de desculpa automática para qualquer ausência de mudança. Neitzel relata a quantidade de sessões recebidas pelos participantes, e Watts examinou a relação entre dosagem, fidelidade e desvanecimento. Neste último estudo, esses fatores não foram fortes preditores após considerar o impacto inicial; portanto, não se deve transformar registro de implementação numa garantia de resultado.

O que muda quando aplicamos essas evidências ao contexto brasileiro?

Os estudos precisam ser lidos a partir dos seus cenários. A avaliação Air Reading ocorreu em distritos da Louisiana e do Texas, e a pesquisa de precisão de Mann utilizou dados públicos de escolas do Texas. A intervenção R-CITY foi avaliada em 27 escolas, mas o resumo fornecido não informa o país. O estudo de IA também não identifica a localização dos participantes no resumo. Assim, não é correto tratar os programas, as condições escolares ou os resultados como se fossem automaticamente brasileiros.

Também há diferenças de organização, recursos, formação e disponibilidade de tecnologia entre redes e escolas. Uma tutoria virtual com pequenos grupos e sessões frequentes depende de condições concretas de horário, equipamento e pessoal. A pesquisa descreve o modelo avaliado, mas não estabelece que ele seja viável ou equivalente em qualquer escola do Brasil. Do mesmo modo, resultados de uma intervenção de equidade precisam ser interpretados junto das relações e necessidades presentes em cada comunidade, sem copiar materiais ou procedimentos como pacote pronto.

Uma adaptação cuidadosa começa por identificar o problema local, conversar com a equipe e definir resultados observáveis que façam sentido para os estudantes. Como aplicação, uma escola brasileira interessada em fortalecer a autorregulação pode experimentar uma rotina de planejamento e acompanhar separadamente o interesse, as estratégias usadas e o desempenho. Isso é uma proposta pedagógica inspirada nas perguntas dos estudos, não uma reprodução validada das intervenções pesquisadas.

Quando uma decisão envolve recursos importantes, mudança de política ou atendimento a estudantes em situação de vulnerabilidade, a evidência local ganha peso. É prudente buscar detalhes sobre participantes, medidas, implementação e custos antes de transferir conclusões. As pesquisas reunidas oferecem perguntas e pistas, não uma autorização para generalizar os efeitos de um lugar para todas as escolas brasileiras.

Quais são os limites desta leitura?

Este artigo se baseia nos resumos de estudos recentes indexados no ERIC, e não na leitura integral de cada publicação. Por isso, apresenta apenas informações explicitadas nesses resumos e não detalha procedimentos, instrumentos ou análises que eles não descrevem. Em particular, o resumo da avaliação Air Reading informa o desenho e a participação, mas não traz o resultado comparativo de alfabetização; não é possível concluir a partir dele se a tutoria teve impacto positivo ou negativo.

Ficam em aberto perguntas sobre a magnitude e a precisão de vários efeitos, os custos de implementação, a duração de mudanças e a variação entre estudantes e escolas. Também seria necessário examinar melhor como cada resultado foi medido e quais condições de aplicação acompanharam os programas. No caso de sínteses, importa entender como as revisões incluídas foram selecionadas e como os resultados variaram entre estudos primários.

Faz sentido consultar o estudo completo quando a escola estiver considerando adotar uma intervenção, quando uma decisão exigir investimento ou quando for necessário saber exatamente quais instrumentos e procedimentos foram usados. Para uma leitura mais segura, vale conferir também a população pesquisada, a condição de comparação, o acompanhamento e as limitações relatadas pelos autores. O resumo é um bom ponto de partida para formular perguntas, não substitui todos os detalhes necessários a uma decisão de implementação.

Como o GeraProva ajuda com este assunto?

Uma avaliação cuidadosa começa com perguntas claras e atividades alinhadas ao que se quer observar. O gerador de provas do GeraProva pode ajudar a criar avaliações e atividades com apoio de IA para acompanhar a aprendizagem; os resultados continuam dependendo da análise docente e do contexto da turma. Para conhecer a plataforma, você pode fazer o cadastro grátis.

Perguntas frequentes sobre ensaios randomizados na educação

Um ensaio randomizado prova que uma intervenção funciona?

Um ensaio randomizado pode oferecer uma comparação mais confiável entre uma intervenção e uma condição de controle, mas a conclusão precisa ser limitada aos resultados medidos e ao contexto estudado. Nos estudos recentes, algumas intervenções tiveram efeitos significativos em indicadores específicos e não em outros. A pesquisa sobre IA, por exemplo, encontrou diferenças favoráveis em valor de utilidade numa comparação, mas não vantagens significativas em várias medidas de aprendizagem e esforço. Portanto, “funciona” precisa ser especificado: para qual resultado, em comparação com o quê e em quais condições.

Por que uma intervenção melhora um indicador, mas não outro?

Indicadores diferentes medem aspectos diferentes. Uma medida de comportamento observado, uma resposta de autorrelato e um teste de conhecimento não são equivalentes. No estudo de R-CITY, houve efeitos significativos em agressão física e autoeficácia docente, mas não nas práticas docentes observadas nem na desproporcionalidade nas suspensões. Isso não transforma o resultado em sucesso total ou fracasso total. Mostra que a intervenção pode estar ligada a mudanças em certas dimensões, enquanto outras não apresentaram efeito significativo nas condições avaliadas.

Como sei se um resultado vai durar?

É preciso acompanhar os resultados em mais de um momento. A pesquisa sobre currículos de matemática na pré-escola comparou o pós-teste com uma avaliação após um ano e encontrou que a magnitude inicial do impacto foi um forte preditor do resultado posterior. Também identificou padrões de desvanecimento associados à aprendizagem no ano seguinte. Isso não permite prever a duração de qualquer intervenção em qualquer escola, mas mostra por que o resultado ao fim de uma atividade não responde sozinho à pergunta sobre persistência.

Posso aplicar no Brasil um programa estudado em outro país?

Os resultados podem informar perguntas e decisões, mas não devem ser transferidos automaticamente. A avaliação do Air Reading ocorreu em distritos da Louisiana e do Texas, enquanto o estudo de Mann analisou dados de escolas do Texas. Recursos, horários, organização da rede e necessidades dos estudantes podem diferir no Brasil. Antes de adotar um programa, é útil verificar como foi aplicado, que resultados foram medidos e se as condições necessárias estão disponíveis. Uma adaptação local precisa ser acompanhada por observações adequadas, e não tratada como garantia de repetição dos efeitos.

Se o resumo não apresenta um resultado, posso concluir que a intervenção não funcionou?

Não. Ausência de um resultado no resumo não equivale a um resultado nulo. A avaliação randomizada do Air Reading descreve o modelo de tutoria e informa dados de participação, mas o resumo fornecido não apresenta uma estimativa de impacto em alfabetização. A conclusão responsável é que a informação disponível permite conhecer o desenho e a participação, não afirmar se houve melhora ou ausência de melhora. Se essa resposta for importante para uma decisão, é necessário consultar o relatório ou o estudo completo e examinar os resultados comparativos.

O que um professor pode fazer com essas pesquisas sem replicar um ensaio?

O professor pode usar as pesquisas para formular perguntas mais precisas e acompanhar uma experiência de modo organizado. Como aplicação, pode definir um resultado observável antes de testar uma atividade, separar interesse de aprendizagem e fazer uma verificação posterior. Isso não equivale a um ensaio randomizado e não permite atribuir causalidade com o mesmo alcance. Ainda assim, evita depender apenas da impressão do momento e ajuda a decidir se vale manter, ajustar ou interromper uma proposta, considerando também a participação dos estudantes e as condições reais da turma.

Referências

1. Watts et al. (2026). Prevendo a persistência e o desvanecimento dos efeitos em ensaios controlados randomizados realizados em múltiplos locais sobre uma intervenção curricular de matemática na primeira infância (Predicting Persistence and Fadeout across Multi-Site RCTs of an Early Childhood Mathematics Curriculum Intervention). Educational Evaluation and Policy Analysis. Link.
2. Bottiani et al. (2026). A intervenção preventiva da violência juvenil “R-CITY”: resultados principais de um ensaio controlado randomizado por conglomerados escolares (The “R-CITY” Youth Violence Preventive Intervention: Primary Outcomes from a School Cluster Randomized Controlled Trial). Prevention Science. Link.
3. Student (2026). Moderação de parâmetros causais: aplicação da análise fatorial não linear moderada à inferência causal com desfechos latentes (Causal Parameter Moderation: Applying Moderated Nonlinear Factor Analysis to Causal Inference with Latent Outcomes). Grantee Submission. Link.
4. Neitzel et al. (2026). Air Reading: Avaliação Randomizada de um Modelo de Tutoria Virtual em Escolas da Louisiana e do Texas (Air Reading: A Randomized Evaluation of a Virtual Tutoring Model in Louisiana and Texas Schools). Center for Research and Reform in Education. Link.
5. Mann et al. (2024). Uso de Dados Auxiliares Públicos para Aprimorar a Precisão da Estimativa do Efeito do Tratamento em um Ensaio Randomizado de Eficácia (Using Publicly Available Auxiliary Data to Improve Precision of Treatment Effect Estimation in a Randomized Efficacy Trial). International Educational Data Mining Society. Link.
6. Fütterer et al. (2026). Aprimorando a aprendizagem autorregulada de estudantes por meio do apoio da inteligência artificial generativa: um ensaio controlado randomizado (Enhancing School Students’ Self-Regulated Learning through Generative AI Support: A Randomized Controlled Trial). Educational Psychology Review. Link.
7. Heller et al. (2026). Uma metanálise de segunda ordem das intervenções e de sua eficácia na educação STEMM: efeitos sobre resultados motivacionais, afetivos e atitudinais (A Second-Order Meta-Analysis of Interventions and Their Effectiveness in STEMM Education: Effects on Motivational, Affective, and Attitudinal Outcomes). International Journal of STEM Education. Link.

Se uma proposta nova chamou sua atenção, experimente começar por uma pergunta pequena e observável: o que você espera que mude na sua turma? A partir daí, fica mais fácil avaliar com cuidado e conversar com os estudantes sobre os próximos passos.