Motivação e rendimento escolar no 6º ano: por que uma atividade envolvente nem sempre basta

Em uma pesquisa com estudantes do 6º ano na Turquia, o grupo que teve aulas de Ciências com aplicativos da internet alcançou pontuações significativamente superiores em rendimento e motivação às do grupo que seguiu as aulas sem essa aplicação adicional (Güder, 2024). É um resultado concreto, mas não uma receita universal: outros estudos com alunos dessa etapa mostram que uma proposta nova pode vir acompanhada de bons resultados sem elevar a motivação, ou até de uma redução relativa nela.

Essa tensão importa para quem ensina. No 6º ano, a motivação não é um enfeite da aula: ela pode se relacionar com a disposição para participar, estudar e persistir, enquanto o rendimento aparece nas aprendizagens que conseguimos observar e avaliar. As pesquisas recentes ajudam a pensar nessas relações — e também lembram que tecnologia, novidade e desempenho não caminham sempre juntos.

O que é rendimento escolar e motivação de alunos do 6º ano e por que importa para o professor

Rendimento escolar é o que o estudante consegue demonstrar que aprendeu em determinada área, por exemplo, em um teste de Ciências ou de teoria musical. Motivação, por sua vez, diz respeito aos motivos e à disposição que orientam o envolvimento com a aprendizagem: o aluno pode estudar porque reconhece o valor do conteúdo, porque quer evitar uma consequência ou porque sente interesse pelo próprio assunto. Para o professor, a diferença aparece na rotina: acertar uma questão e querer compreender por que a resposta funciona são sinais relacionados, mas não idênticos.

O 6º ano merece atenção porque vários estudos recentes investigaram justamente essa etapa. Ainda assim, não existe uma única medida de motivação ou de rendimento entre as pesquisas. Algumas observaram testes em disciplinas específicas; outras analisaram percepções, atitudes, engajamento ou relações entre variáveis. Por isso, os resultados ajudam a fazer perguntas melhores sobre a turma, mas não autorizam concluir que todo aluno motivado terá notas altas, nem que uma aula agradável necessariamente produzirá aprendizagem duradoura.

Na prática, o tema aparece quando a turma começa uma unidade com energia e depois perde o ritmo, quando um estudante faz a tarefa sem entender para que serve ou quando alguém demonstra curiosidade, mas encontra dificuldade para organizar os passos. Observar essas diferenças pode ajudar o professor a separar problemas de compreensão, de participação e de sentido atribuído à atividade. Essa leitura cuidadosa evita tratar toda dificuldade como falta de vontade.

O que a pesquisa recente mostra sobre motivação e rendimento no 6º ano

Reconhecer o valor da aprendizagem pode estar ligado a melhor desempenho

Um estudo amplo com estudantes do 6º ano da Coreia do Sul examinou cinco formas de regulação motivacional e sua relação com o desempenho em leitura e matemática. Os autores destacam a importância da regulação identificada: nesse caso, o estudante não precisa achar cada tarefa divertida, mas reconhece que aprender tem valor. Os resultados indicam que os alunos tendem a apresentar melhor desempenho quando reconhecem o valor das experiências de aprendizagem (Ha, 2025).

A pesquisa analisou dados de mais de 7.056 estudantes de 446 escolas e considerou também características do ambiente escolar, como tipo e localização da escola. Esse desenho reforça que a motivação não se reduz a uma característica isolada do aluno: os padrões podem ser compreendidos considerando fatores culturais e ambientais. O achado não significa que dizer ao estudante que a matéria é importante vá, por si só, elevar seu rendimento. Ele aponta uma relação que merece atenção: ajudar a turma a perceber o propósito de uma aprendizagem pode ser diferente de tentar tornar cada minuto divertido.

Uma pesquisa transversal que incluiu estudantes do 6º, 8º, 10º e 11º anos também examinou motivação para Ciências junto com raciocínio e desempenho em STEM. A motivação para aprender Ciências diminuiu levemente ao longo das coortes, enquanto o raciocínio indutivo e o científico tiveram relação forte entre si e efeito significativo sobre o desempenho em STEM. A motivação e o envolvimento parental tiveram influência pequena e distinta no desempenho nas coortes de cada ano (Van Vo, 2023). Assim, a pesquisa sugere cautela diante de explicações únicas: motivação conta, mas não substitui outros componentes associados ao desempenho.

Atividades com tecnologia podem apoiar aprendizagem — mas os resultados variam

No estudo turco de Ciências, 73 estudantes do 6º ano participaram de uma comparação entre aulas apoiadas por ferramentas da Web 2.0 e aulas sem aplicação adicional. O grupo experimental teve pontuações superiores, com diferença significativa, tanto no teste de rendimento em “Matéria e Calor” quanto na medida de motivação em Ciências. Também apresentou pontuações superiores de consciência sobre ferramentas da Web 2.0 (Güder, 2024). Trata-se de um resultado favorável para aquela proposta e aquele conteúdo, não de prova de que qualquer recurso digital terá o mesmo efeito.

Em outro estudo turco, estudantes do 6º ano participaram de oito semanas de aulas de música com tecnologias móveis, enquanto o grupo de controle estudou teoria musical básica por métodos tradicionais. As pontuações de desempenho em teoria musical foram significativamente diferentes a favor do grupo que usou tecnologia. Entrevistas após a intervenção indicaram aumento de motivação, disposição para estudar fora da sala, comunicação, desenvolvimento musical e participação nas aulas (Uludag, 2025). O resumo relata essas percepções junto aos resultados do teste; não permite transformar a experiência em promessa de que todo aplicativo aumentará o engajamento.

O contraste aparece em uma pesquisa de robótica educacional com 112 alunos do 6º ano. Depois de oito semanas de formação com Arduino, os estudantes mostraram atitudes positivas em relação à robótica e alcançaram bom nível de sucesso, mas a motivação para o curso, que já era moderada antes, apresentou redução relativa após a implementação. A motivação teve efeito significativo sobre as atitudes em relação à robótica (Selcuk, 2024). Uma atividade pode, portanto, agradar como tema e ainda assim não elevar a motivação para o curso. O estudo é pré-experimental e não deve ser lido como demonstração de que a robótica reduz a motivação em qualquer escola.

O desenho da atividade e o apoio oferecido também fazem diferença

Uma pesquisa sobre ensino de robótica comparou uma abordagem de programação baseada na aprendizagem corporificada com uma abordagem convencional. Em uma escola pública de ensino fundamental, o grupo experimental teve desempenho em robótica significativamente superior ao grupo de controle, sem diferença significativa na carga cognitiva. Ambos os grupos melhoraram na motivação para aprender, mas o grupo experimental apresentou maior motivação intrínseca, além de superar o grupo de controle em atitudes e engajamento cognitivo, comportamental e emocional (Zhang, 2024). O resumo não especifica país ou ano escolar, então não é possível afirmar que esses resultados correspondam especificamente a turmas brasileiras de 6º ano.

O contraste entre esse estudo e o de robótica com Arduino não é uma contradição simples. Foram investigadas propostas e medidas diferentes. Um resumo relata motivação intrínseca maior com uma abordagem específica de programação; o outro registra redução relativa nos escores de motivação para o curso após uma formação em robótica. O ponto útil para o professor é não tratar “robótica” ou “tecnologia” como intervenção única: a maneira como a atividade é estruturada pode importar.

Um estudo sobre jogos digitais comparou agentes computacionais com papéis de tutor, par e estudante. Os grupos com agente tutor e agente par tiveram melhores resultados de aprendizagem do que o grupo com agente estudante; os grupos com agente par e agente estudante apresentaram maior motivação do que o grupo com agente tutor. O grupo com agente par também mostrou maior tendência ao pensamento crítico, enquanto o grupo com agente estudante teve menor carga cognitiva (Zhang, 2024). Como o resumo não informa o ano escolar nem o contexto geográfico, o estudo não pode ser usado como evidência específica sobre o 6º ano. Ele é útil como exemplo de que resultados de aprendizagem, motivação e carga cognitiva podem variar conforme o tipo de apoio.

A transição para os anos seguintes pode acompanhar mudanças nas percepções

Uma pesquisa na Suécia analisou percepções de 831 alunos dos 3º, 6º e 8º anos, com idades entre 9 e 14 anos, sobre o ambiente de aprendizagem. Os resultados indicaram declínio significativo na percepção geral do ambiente escolar, na orientação para metas e na confiança nas habilidades de gestão dos professores à medida que os alunos avançavam nos anos escolares. As mudanças mais acentuadas ocorreram entre o 3º e o 6º ano (Stenberg, 2025).

Os autores também encontraram diferenças de gênero nas percepções examinadas: os meninos apresentaram avaliações mais positivas, apesar do desempenho acadêmico tipicamente inferior relatado em outros estudos. O resumo não oferece base para explicar por que isso ocorre nem para generalizar o padrão a estudantes brasileiros. Para a sala de aula, o achado chama atenção para a experiência que os alunos têm do ambiente e para a possibilidade de que a passagem entre etapas venha acompanhada de mudanças na forma como percebem metas e apoio docente.

Motivação não explica sozinha as dificuldades de aprendizagem

Um estudo com estudantes autistas do 1º ao 3º ano e do 6º ao 8º ano examinou avaliações de professores sobre habilidades acadêmicas e comportamentos facilitadores da aprendizagem. Os estudantes foram avaliados abaixo do esperado nas duas áreas. A linguagem receptiva apareceu como preditor importante do desempenho relatado pelos professores, junto com motivação e habilidades interpessoais. As avaliações foram mais altas para estudantes em escolas inclusivas do que para aqueles em educação especial (Keen, 2023).

Esse estudo não é uma investigação geral sobre motivação de todos os alunos do 6º ano, nem permite atribuir diferenças a uma única causa. Seu recorte lembra, porém, que participação e desempenho podem se relacionar com outras condições, entre elas linguagem e habilidades interpessoais. A motivação não deve ser usada como rótulo para explicar uma dificuldade que pode exigir observação mais cuidadosa e apoio ajustado ao estudante.

Os estudos lado a lado

Os estudos abaixo investigam medidas e contextos diferentes. A tabela resume o que os resumos relatam, sem tratar resultados de disciplinas ou grupos distintos como se fossem diretamente comparáveis.

Pontos em comum e divergências entre os estudos

Um ponto comum é que motivação aparece ligada a mais de uma dimensão da experiência escolar. Em alguns estudos ela foi examinada em relação ao desempenho; em outros, a atitudes, participação, engajamento ou percepções do ambiente. Isso impede reduzir o tema a uma nota ou a uma impressão de que a turma está animada. Os estudos de tecnologia em Ciências e música encontraram resultados favoráveis para desempenho e motivação, mas o de robótica com Arduino encontrou redução relativa na motivação para o curso, apesar de atitudes positivas em relação à robótica e bom nível de sucesso.

Também há diferença entre motivação intrínseca — interesse ou satisfação na própria aprendizagem — e reconhecer que aprender tem valor, mesmo quando a tarefa não é divertida. A pesquisa sul-coreana destaca a regulação identificada, enquanto o estudo de robótica baseada em aprendizagem corporificada relata maior motivação intrínseca. Não são conceitos intercambiáveis, nem foram medidos da mesma forma. Essa distinção ajuda a interpretar por que uma atividade pode ser considerada importante, interessante ou prazerosa por motivos diferentes.

Outra convergência é a importância de olhar além do estudante isolado. Ha considera diferenças entre escolas; Stenberg examina percepções do ambiente escolar; Keen encontra relação com linguagem receptiva e habilidades interpessoais; Van Vo analisa raciocínio e fatores parentais. As pesquisas, porém, não estabelecem uma explicação única para as mudanças de motivação no 6º ano. Há resultados de países, disciplinas, faixas etárias e desenhos de pesquisa diferentes, e alguns estudos nem sequer especificam o ano escolar no resumo.

Segue em aberto quanto esses achados se repetiriam em outras escolas, com outros conteúdos e ao longo de períodos maiores. Também não se pode concluir, com base nesses resumos, qual componente de cada proposta produziu a mudança observada. As diferenças entre estudos não são um defeito a esconder: são uma razão para evitar promessas simples e observar a resposta concreta da própria turma.

O que isso significa para a sala de aula

Os estudos permitem pensar em práticas, mas as sugestões a seguir são aplicações pedagógicas, não resultados testados diretamente por todas as pesquisas. A ideia é transformar os achados em perguntas e pequenas decisões observáveis, sem presumir que uma estratégia funcione igual para cada turma.

1. Torne visível para que serve a aprendizagem

Aplicação: conecte o conteúdo a uma finalidade que o estudante consiga reconhecer. Em uma unidade de matemática, por exemplo, pode-se propor que a turma compare estratégias para resolver uma situação e explicite onde cada uma pode ser útil. Isso conversa com o estudo que relacionou o reconhecimento do valor da aprendizagem a melhor desempenho (Ha, 2025), mas não equivale a afirmar que uma explicação de propósito, sozinha, elevará notas. Observe se os alunos conseguem dizer o que estão tentando aprender e por que a tarefa pode valer o esforço.

2. Avalie a atividade, não apenas a ferramenta

Aplicação: antes de adotar um aplicativo, pergunte qual trabalho intelectual ele vai apoiar: praticar, testar uma hipótese, receber retorno ou comparar respostas? Uma turma hipotética pode usar um questionário digital curto para verificar a compreensão e depois discutir por que determinadas respostas estão incorretas. O resultado favorável de uma proposta de Web 2.0 em Ciências não comprova que qualquer aplicativo produza o mesmo efeito (Güder, 2024). Compare a participação e as evidências de aprendizagem com o objetivo da aula, em vez de confundir novidade com aprendizagem.

3. Planeje o apoio durante a tarefa

Aplicação: em uma atividade complexa, ofereça pistas graduais, etapas claras ou oportunidades de pedir ajuda a um colega. Imagine grupos que precisam organizar uma explicação de fenômeno: um roteiro de perguntas pode apoiar sem entregar a resposta. A pesquisa sobre agentes em jogos encontrou diferenças de aprendizagem, motivação e carga cognitiva conforme o papel do agente (Zhang, 2024). A sugestão de usar apoio gradual é uma aplicação dessa ideia, não uma conclusão de que tutoria, pares ou roteiros terão o mesmo efeito em qualquer matéria.

4. Separe o interesse pelo tema da motivação para a disciplina

Aplicação: após uma atividade envolvente, pergunte o que os estudantes acharam interessante e o que ainda lhes parece difícil ou pouco claro. Em uma aula hipotética de robótica, gostar de montar um dispositivo não significa necessariamente sentir-se motivado para acompanhar todo o conteúdo de programação. O estudo com Arduino encontrou atitudes positivas em relação à robótica, mas redução relativa na motivação para o curso (Selcuk, 2024). Essa distinção ajuda a localizar o que precisa ser ajustado: a tarefa, o nível de desafio, a explicação ou a conexão com o objetivo.

5. Observe mudanças na participação ao longo do ano

Aplicação: registre, de forma simples, quem inicia a tarefa, quem pede ajuda, quem conclui e quem participa das conversas em diferentes momentos do período. Não use um registro como diagnóstico de motivação, mas como ponto de partida para conversar com os estudantes. O estudo sueco encontrou mudanças nas percepções do ambiente escolar entre anos, especialmente na passagem do 3º para o 6º (Stenberg, 2025). Uma turma hipotética pode responder a uma pergunta anônima sobre o que ajuda ou dificulta a participação; o professor pode então testar uma mudança específica e verificar a resposta.

6. Combine medidas de aprendizagem com sinais de envolvimento

Aplicação: junto à correção de uma tarefa, observe estratégias, persistência e capacidade de explicar o raciocínio. Uma prova curta pode mostrar o que foi aprendido; uma conversa ou atividade de revisão pode ajudar a entender como os estudantes chegaram à resposta. Estudos diferentes medem desempenho, motivação, atitudes e engajamento separadamente, então faz sentido não tratar uma única medida como retrato completo. Essa combinação é uma sugestão de acompanhamento, não uma técnica cuja eficácia tenha sido comparada pelos estudos citados.

7. Investigue barreiras antes de atribuir a dificuldade à falta de vontade

Aplicação: se um aluno não participa, tente descobrir se entendeu as instruções, consegue acompanhar a linguagem da tarefa e sabe como pedir apoio. No estudo com estudantes autistas, linguagem receptiva, motivação e habilidades interpessoais apareceram relacionadas às avaliações de desempenho docente (Keen, 2023). Isso não permite inferir a causa da dificuldade de um estudante específico, mas recomenda uma postura investigativa: conversar, observar e, quando necessário, articular apoio com a equipe escolar e a família.

O que muda no contexto brasileiro

Os estudos com amostras explicitamente situadas fora do Brasil incluem pesquisas na Turquia, na Coreia do Sul e na Suécia. As diferenças de currículo, organização escolar, acesso a recursos e contexto cultural podem alterar como uma intervenção funciona. Por isso, os resultados não devem ser apresentados como uma previsão direta do que acontecerá em uma escola brasileira. Mesmo dentro do Brasil, condições de infraestrutura, tamanho das turmas e familiaridade com ferramentas digitais variam bastante.

Para adaptar as ideias, o professor pode partir do objetivo de aprendizagem e dos recursos que de fato estão disponíveis, em vez de tentar reproduzir os aplicativos ou kits citados. Se não houver dispositivos para todos, a pergunta continua sendo como criar oportunidades de participação, retorno e compreensão do propósito da tarefa com os meios acessíveis. Essa adaptação é uma sugestão de prática, não um resultado testado pelos estudos. Também convém considerar a idade, as necessidades de apoio e o conhecimento prévio dos alunos.

Os dados da Coreia do Sul sobre leitura e matemática e os resultados turcos em Ciências e música oferecem pistas, não regras para o 6º ano brasileiro. Já os estudos sem país ou etapa claramente indicada no resumo têm aplicação ainda mais indireta. O mais prudente é testar uma mudança pequena, definir antes o que se espera observar e acompanhar tanto o trabalho produzido quanto a resposta dos estudantes. Assim, a pesquisa informa a decisão sem substituir o conhecimento do professor sobre sua turma.

Limites desta leitura

Este artigo se baseia nos resumos de estudos recentes disponibilizados pelo ERIC, não na leitura integral dos artigos. Os resumos não trazem todos os detalhes necessários para avaliar instrumentos, procedimentos, características completas das amostras ou duração de todos os efeitos. Por isso, as interpretações ficam restritas ao que cada resumo informa; uma associação ou diferença observada não deve ser convertida automaticamente em explicação causal ou recomendação universal.

Ficam em aberto perguntas importantes: os resultados se mantêm depois que a novidade de uma ferramenta passa? Como variam entre escolas brasileiras com condições diferentes? Quais aspectos de uma proposta — conteúdo, apoio, interação ou formato — estão relacionados às mudanças observadas? Para responder com mais segurança, vale ler o estudo completo quando a decisão envolver adoção de uma intervenção, investimento em tecnologia, mudança ampla de avaliação ou aplicação a um grupo com necessidades específicas. Também faz sentido procurar pesquisas realizadas em contextos mais próximos da própria rede escolar.

Como o GeraProva ajuda com este assunto

Se a motivação precisa ser acompanhada junto às evidências de aprendizagem, uma avaliação bem alinhada ao objetivo da aula pode ajudar o professor a identificar o que a turma compreendeu e o que ainda precisa de retomada. O GeraProva pode apoiar a criação de provas para esse acompanhamento, mas não substitui a observação docente nem garante que uma atividade motive os estudantes. Conheça o gerador de provas do GeraProva ou faça seu cadastro grátis.

Perguntas frequentes sobre motivação e rendimento no 6º ano

Motivação alta sempre significa notas melhores no 6º ano?

Não é isso que os estudos permitem concluir. A pesquisa sul-coreana relacionou o reconhecimento do valor da aprendizagem a melhor desempenho em leitura e matemática (Ha, 2025), mas outra pesquisa encontrou influência pequena e distinta da motivação para Ciências sobre o desempenho em STEM nas diferentes coortes (Van Vo, 2023). Além disso, o rendimento também pode se relacionar com raciocínio, ambiente escolar e outras condições. Para o professor, motivação é uma dimensão importante a observar, não uma garantia de nota alta nem uma explicação completa para cada resultado.

Usar tecnologia aumenta a motivação dos alunos?

Não necessariamente. Em um estudo de Ciências na Turquia, o grupo que usou ferramentas da Web 2.0 teve resultados superiores em motivação e rendimento (Güder, 2024). Em aulas de música com tecnologias móveis, entrevistas indicaram aumento de motivação e disposição para participar (Uludag, 2025). Já no estudo de robótica com Arduino, a motivação para o curso teve redução relativa, apesar de atitudes positivas em relação à robótica (Selcuk, 2024). A tecnologia é um recurso; os resultados variam conforme a proposta e o que se mede.

O que é reconhecer o valor da aprendizagem?

É perceber que aprender determinado conteúdo tem valor, mesmo quando a tarefa não é divertida por si só. Na pesquisa sul-coreana, essa forma de regulação motivacional, chamada regulação identificada, foi destacada em relação ao desempenho acadêmico de estudantes do 6º ano (Ha, 2025). Para uma aplicação em sala, o professor pode explicar o propósito de uma atividade e pedir aos alunos que expressem o que estão tentando aprender. Isso é uma sugestão prática, não uma intervenção cuja eficácia tenha sido comprovada naquele estudo específico.

Por que uma atividade de robótica pode agradar sem aumentar a motivação para o curso?

Gostar de um tema ou de uma parte da atividade não é o mesmo que se sentir motivado para todas as aprendizagens envolvidas. No estudo com Arduino, os alunos demonstraram atitudes positivas em relação à robótica e bom nível de sucesso, mas os escores de motivação para o curso diminuíram relativamente após a implementação (Selcuk, 2024). O resumo não explica uma causa única para esse resultado. Em sala, pode ser útil perguntar separadamente o que despertou interesse e o que dificultou acompanhar o conteúdo, sem presumir que uma reação positiva ao projeto represente motivação alta em todos os momentos.

Os resultados de pesquisas de outros países servem para escolas brasileiras?

Servem como referências para formular perguntas, mas não como previsão direta. Estudos citados foram realizados em contextos como Turquia, Coreia do Sul e Suécia, que podem diferir das escolas brasileiras em recursos, organização e contexto cultural. Os resultados também variam por disciplina e tipo de atividade. Uma aplicação prudente é escolher uma ideia compatível com a realidade da turma, acompanhar o que acontece e ajustar a proposta. Para decisões amplas ou investimentos, vale consultar os estudos completos e buscar evidências mais próximas do contexto da rede.

Como perceber se uma turma está motivada?

Uma única nota ou um momento de entusiasmo não oferece um retrato completo. Os estudos abordam motivação por medidas e dimensões diferentes, incluindo motivação intrínseca, regulação motivacional, participação e percepções do ambiente escolar. Como aplicação, o professor pode observar ao longo do tempo se os estudantes iniciam tarefas, persistem diante de dificuldades, pedem ajuda e conseguem explicar o propósito do trabalho. Esses sinais não são um diagnóstico nem substituem instrumentos adequados, mas podem orientar conversas e ajustes. Também é importante verificar se a dificuldade aparente não está ligada à compreensão da instrução ou à necessidade de apoio.

Referências

1. Ha, C., Zhang, Q., & Roehrig, A. D. (2025). Regulação motivacional e desempenho acadêmico de adolescentes no início da adolescência: análise por modelagem multinível com base na Teoria da Autodeterminação (Early Adolescents' Motivational Regulation and Academic Achievement: Using Multi-Level Modeling Analysis Based on Self-Determination Theory). Social Psychology of Education: An International Journal. Link.
2. Van Vo, D., & Csapó, B. (2023). Explorando o Raciocínio Indutivo, o Raciocínio Científico e a Motivação para Ciências e seu Papel na Predição do Desempenho em STEM ao Longo dos Anos Escolares (Exploring Inductive Reasoning, Scientific Reasoning and Science Motivation, and Their Role in Predicting STEM Achievement across Grade Levels). International Journal of Science and Mathematics Education. Link.
3. Güder, M., Akçay, H., & Inaltekin, T. (2024). Investigação do efeito de aplicativos baseados na internet sobre o rendimento escolar de estudantes do ensino fundamental em Ciências, sobre a motivação e sobre a consciência a respeito das ferramentas da Web 2.0 (Investigating the Effect of Internet-Based Applications on Secondary School Students' Academic Achievement in Science, Motivation and Awareness of Web 2.0 Tools). International Journal of Technology in Education. Link.
4. Uludag, A. K., & Satir, U. K. (2025). Em busca de alternativas no ensino de música: os efeitos das tecnologias móveis no desempenho de estudantes em teoria musical básica (Seeking Alternatives in Music Education: The Effects of Mobile Technologies on Students' Achievement in Basic Music Theory). International Journal of Music Education. Link.
5. Selcuk, N. A., Kucuk, S., & Sisman, B. (2024). A robótica educacional realmente melhora a motivação, o desempenho e a atitude dos alunos do ensino fundamental em relação à disciplina? (Does Really Educational Robotics Improve Secondary School Students' Course Motivation, Achievement and Attitude?). Education and Information Technologies. Link.
6. Zhang, X., Chen, Y., Li, D., Hu, L., Hwang, G.-J., & Tu, Y.-F. (2024). Engajando Jovens Estudantes em uma Educação Robótica Eficaz: Uma Abordagem de Programação de Computadores Baseada na Aprendizagem Corporificada (Engaging Young Students in Effective Robotics Education: An Embodied Learning-Based Computer Programming Approach). Journal of Educational Computing Research. Link.
7. Zhang, D., Hwang, G.-J., & Chu, S.-T. (2024). Papéis de Agentes Computacionais em Jogos Digitais: Efeitos sobre o Desempenho de Aprendizagem, as Percepções e os Comportamentos (Roles of Computer Agents in Digital Games: Effects on Learning Performance, Perceptions, and Behaviors). Interactive Learning Environments. Link.
8. Stenberg, I., Sundgren, M., & Bostedt, G. (2025). O Paradoxo dos Meninos: Explorando Fatores Motivacionais nas Diferenças de Gênero e no Desempenho Escolar entre os 9 e os 14 Anos (The Boy Paradox: Exploring Motivational Factors in Gender Differences and Academic Achievement across Ages 9-14 Years). Educational Psychology in Practice. Link.
9. Keen, D., Adams, D., & Simpson, K. (2023). Avaliações de professores sobre habilidades acadêmicas e comportamentos facilitadores da aprendizagem de crianças no espectro autista (Teacher Ratings of Academic Skills and Academic Enablers of Children on the Autism Spectrum). International Journal of Inclusive Education. Link.

Que tal escolher uma ideia deste artigo, testar com sua turma e observar o que muda? A experiência dos seus alunos também pode orientar o próximo passo.