Nível de dificuldade das questões de língua: mesma dificuldade, resultados diferentes

Uma questão pode parecer igualmente difícil em duas versões de uma prova e, ainda assim, distinguir melhor quem compreendeu o conteúdo em uma delas. Em outro caso, o desempenho pode mudar não porque o texto ficou mais complexo, mas porque as alternativas passaram a oferecer pistas ou distrações diferentes. Os estudos recentes sobre provas de língua trazem justamente essa tensão: dificuldade importa, mas não explica sozinha o que uma resposta revela.

Para separar essas situações, vale olhar para o que cada pesquisa mediu: vocabulário, compreensão auditiva, alternativas, coesão textual ou tarefas de fala. A seguir, vamos distinguir o nível de dificuldade do item daquilo que também pode influenciar a resposta — e pensar no que isso significa ao elaborar e interpretar avaliações na escola.

O que é nível de dificuldade de itens em provas de língua e por que importa para o professor

O nível de dificuldade de um item é uma maneira de descrever quão exigente aquela questão se mostrou para os estudantes avaliados. Na rotina escolar, a ideia aparece quando o professor compara itens, percebe que muitos acertaram ou erraram uma questão, ou tenta entender se uma prova diferenciou níveis de aprendizagem. Mas dificuldade observada não é sinônimo automático de qualidade, nem explica por si só por que o estudante respondeu daquela maneira.

Uma questão de vocabulário, por exemplo, pode exigir reconhecer uma palavra, relacioná-la a um sinônimo ou escolher entre alternativas próximas em significado. Uma questão de compreensão auditiva pode apresentar apenas áudio ou combinar áudio e imagens. Em um texto cloze, a resposta pode depender de pistas dentro da frase ou de relações que atravessam o texto. Cada escolha de elaboração muda a tarefa que o estudante enfrenta — mesmo que o objetivo geral continue sendo avaliar língua.

Também é útil separar dificuldade de discriminação. Em termos simples, a dificuldade descreve o quanto o item foi exigente no grupo avaliado; a discriminação diz respeito à capacidade de diferenciar respostas de estudantes com desempenhos distintos. Um item não precisa ser mais difícil para discriminar melhor. Terao encontrou uma situação desse tipo ao comparar formatos de compreensão auditiva: a dificuldade não mudou significativamente, mas a discriminação foi menor em uma das condições (Terao, 2024).

Para quem ensina, essa distinção ajuda a evitar conclusões apressadas. Se uma questão teve muitos erros, isso pode apontar para uma aprendizagem que ainda precisa ser desenvolvida, mas também pode convidar a examinar o enunciado, as alternativas, o contexto e a forma de apresentação. A pesquisa não substitui o julgamento pedagógico; oferece perguntas melhores para orientar esse julgamento.

O que a pesquisa recente mostra

Os estudos não chegam a uma regra única do tipo “quanto mais difícil, melhor” ou “itens mais simples são mais justos”. Em vez disso, mostram que a dificuldade se relaciona com aspectos específicos do item e com o tipo de resposta que se espera. Alguns resultados comparam diretamente diferentes versões de tarefas; outros investigam como os estudantes escolhem alternativas ou como características do texto se relacionam à dificuldade.

Uma dificuldade semelhante não garante que o item esteja medindo a mesma coisa

Uma comparação de testes computadorizados de compreensão auditiva ajuda a ver por que o formato merece atenção. Terao analisou três formas de apresentar os estímulos: vídeo convencional, vídeo quadro a quadro e áudio sem recursos visuais. Participaram 228 estudantes japoneses do ensino médio, que responderam a uma entre nove versões do teste. A dificuldade dos itens não diferiu significativamente entre as condições, e o tempo de resposta também não variou entre elas nos quantis analisados (Terao, 2024).

O resultado que chama atenção está em outra medida: a discriminação foi muito menor nos vídeos convencionais do que nas versões com vídeo quadro a quadro ou somente áudio. Assim, não bastaria olhar para o percentual de acertos e concluir que as versões são equivalentes. Os autores sugerem que itens com grande quantidade de informações visuais podem envolver aspectos diferentes do construto tradicional de compreensão auditiva, além de fatores que talvez não pertençam a esse construto.

Esse estudo não diz que imagem deve ser evitada em toda avaliação. Ele mostra que, ao acrescentar imagens, o professor pode estar incluindo uma demanda que não é simplesmente ouvir e compreender. Como aplicação para a sala, se a intenção é avaliar a compreensão de uma fala, é útil perguntar se o recurso visual ajuda a entender o áudio ou se passa a fornecer pistas e informações que alteram a tarefa.

Alternativas próximas podem tornar um item mais exigente e mais discriminativo

Em questões de múltipla escolha, os distratores — alternativas incorretas — também participam da construção da dificuldade. Ludewig e colegas estudaram respostas de 924 estudantes alemães do 4º ano em um teste de vocabulário em alemão baseado em sinônimos. A pesquisa examinou características das opções que poderiam influenciar a escolha dos estudantes, incluindo proximidade semântica e semelhança ortográfica (Ludewig, 2023).

Os resultados indicaram que apenas algumas características das alternativas explicavam grande parte do comportamento de escolha. Alternativas com proximidade semântica ou semelhança ortográfica em relação à resposta correta aumentaram a dificuldade e o poder de discriminação do item. Já distratores menos sinônimos do que a alternativa atrativa diminuíram o poder de discriminação. Em outras palavras, não basta contar quantas opções incorretas há: importa como elas se relacionam com a resposta certa e com o conhecimento que o item pretende avaliar.

Esse achado é especialmente útil para revisar questões de vocabulário. Um distrator muito distante pode ser descartado sem que o estudante realmente diferencie significados; um distrator plausível pode exigir uma escolha mais cuidadosa. Isso não significa tornar toda questão uma pegadinha. A finalidade é que as opções incorretas sejam plausíveis por razões ligadas ao conhecimento avaliado, e não confusas por acaso.

Tempo de resposta, carga cognitiva e dificuldade percebida nem sempre caminham juntos

Saeedi e colegas investigaram a carga cognitiva, os tempos de resposta e a dificuldade percebida em itens de um teste de tamanho de vocabulário. A pesquisa envolveu estudantes do ensino médio e analisou respostas corretas, tempo gasto e entrevistas sobre o quanto os itens pareciam difíceis. Os autores relatam uma relação significativa entre carga cognitiva ou tempo de resposta, estimativa de dificuldade e dificuldade percebida entre estudantes de nível intermediário (Saeedi, 2024).

Essa relação não se repetiu da mesma forma entre os níveis básico e avançado: nesses grupos, as variáveis analisadas não foram capazes de predizer a carga cognitiva. O resultado pede cuidado com interpretações simples, como “demorou mais, então foi mais difícil” ou “o aluno achou difícil, então o item exige mais”. O vínculo entre essas medidas dependeu do nível de proficiência observado no estudo.

Uma pesquisa de Moore, que não foi específica de avaliação de língua, ajuda a pensar em outro aspecto do tempo de resposta: falhas de elaboração podem gerar demanda cognitiva desnecessária. Em conjuntos de itens de licenciamento médico, matemática da educação básica e ciência da computação universitária, falhas classificadas como indutoras de confusão aumentaram o tempo de resposta entre 14% e 29%. Os autores também associaram esse aumento de processamento a maior dificuldade (Moore, 2026). Como os domínios estudados não são provas de língua, o resultado é uma pista adjacente, não uma conclusão direta sobre itens linguísticos.

Em conjunto, esses estudos lembram que dificuldade percebida, tempo gasto e resultado correto são informações diferentes. Como aplicação, um professor pode olhar para uma questão que gerou demora ou erros e verificar se a exigência vem do conhecimento de língua pretendido ou de uma formulação que tornou a leitura mais pesada sem necessidade.

O texto-base também participa da dificuldade de um item cloze

Em um teste cloze, trechos de um texto são removidos e o estudante precisa completar as lacunas. Trace investigou a relação entre a coesão do texto-base e a dificuldade dos itens, considerando aspectos como coesão referencial, sobreposição semântica e presença de conectivos. A pesquisa utilizou um conjunto de 377 textos e itens cloze previamente empregados em outro trabalho e examinou tanto itens resolvidos dentro da sentença quanto aqueles que exigiam relações entre sentenças (Trace, 2023).

As análises apontaram diferenças claras, embora pequenas, na relação entre aspectos de coesão textual e o funcionamento dos itens intrassentenciais e intersentenciais. O resumo não oferece uma regra simples para prever a dificuldade de cada lacuna a partir de uma característica isolada do texto. O valor do estudo está em mostrar que a dificuldade de um item cloze pode estar ligada à maneira como as informações se conectam no texto, e não apenas à palavra que falta.

Para a prática, isso sugere revisar o entorno da lacuna. Se uma resposta depende de compreender relações entre partes distantes do texto, o item pode demandar mais do que reconhecer uma forma linguística local. Essa escolha pode ser adequada, desde que corresponda ao objetivo da avaliação e seja considerada ao interpretar os resultados.

O desenho da tarefa oral pode mudar a complexidade das respostas

Uma avaliação de fala não é apenas uma pergunta feita em voz alta. O modo como a tarefa convida o estudante a responder pode influenciar o tipo de produção oral que aparece. Chapman e colegas estudaram respostas de 30 estudantes multilíngues aprendizes de inglês, do 7º ano, em escolas públicas dos Estados Unidos. Os pesquisadores compararam tarefas planejadas para provocar respostas mais extensas com tarefas que buscavam respostas mais curtas e simples, analisando medidas de complexidade e fluência (Chapman, 2026).

As medidas de complexidade e fluência variaram significativamente conforme variáveis das tarefas. As diferenças foram mais frequentes nas medidas de complexidade, e a fluência também variou especialmente no tempo de pausa. Tarefas que buscavam respostas orais extensas suscitaram linguagem com características mais complexas do que tarefas concebidas para respostas curtas e simples. Os estudantes também fizeram mais pausas em resposta a tarefas mais complexas (Chapman, 2026).

Os autores apresentam esses achados como evidências preliminares de validade para a avaliação: diferenças de desempenho observadas eram esperadas diante do nível de dificuldade das tarefas. Para um professor, a consequência prática é não tratar toda resposta curta ou cheia de pausas como evidência direta de baixa proficiência. A tarefa pode estar pedindo mais planejamento, elaboração ou organização do que outra pergunta da mesma prova.

Os estudos lado a lado

Comparar os estudos pelo que investigaram ajuda a perceber que “dificuldade” não foi medida de uma única maneira. A tabela resume o foco de cada pesquisa citada e o contexto descrito no resumo.

O que os estudos têm em comum e onde divergem?

Um ponto comum é que a dificuldade não aparece como propriedade isolada de uma palavra, lacuna ou enunciado. O resultado depende também das alternativas, do texto que dá contexto, do modo como o estímulo é apresentado e do tipo de resposta solicitado. Isso não quer dizer que todos esses fatores atuem da mesma maneira: os estudos mediram tarefas distintas e chegaram a resultados que não podem ser reduzidos a uma só fórmula.

A divergência mais instrutiva está entre medidas. Em Terao, a dificuldade ficou semelhante entre formatos, mas a discriminação mudou. Em Saeedi, tempo, carga cognitiva e dificuldade percebida se relacionaram em um nível de proficiência, mas não nos demais. Em Chapman, características da fala variaram conforme o desenho da tarefa. Assim, afirmar que “o item ficou mais difícil” pode esconder perguntas diferentes: ficou mais difícil para acertar, para distinguir níveis de desempenho, para processar ou para responder no formato solicitado?

Também há diferenças de alcance. O estudo de Ludewig oferece evidências sobre distratores em vocabulário; Trace sobre coesão em testes cloze; Terao sobre compreensão auditiva em computador; Chapman sobre tarefas de fala. Moore fornece um alerta sobre falhas de elaboração em áreas que não incluem língua. Não é adequado transportar diretamente os resultados de uma dessas áreas para outra, nem assumir que um achado com estudantes de outro país se repetirá de forma idêntica em uma turma brasileira.

O que ainda não está resolvido é como combinar essas medidas em decisões concretas de sala de aula: que quantidade de dificuldade é adequada para uma prova específica, como interpretar conjuntamente acerto, tempo e resposta percebida, e quais características de um item explicam os erros em cada contexto. Os estudos oferecem componentes para a análise, não uma tabela universal de dificuldade ideal.

O que isso significa para a sala de aula

Na prática, os estudos sugerem observar tanto o que o item cobra quanto a forma como foi construído. As propostas abaixo são aplicações pedagógicas inspiradas pelos temas das pesquisas; não são resultados testados diretamente em todas as turmas descritas.

1. Revise o que as alternativas realmente testam

Aplicação: ao elaborar uma questão de vocabulário, verifique se os distratores são plausíveis por uma razão relacionada ao significado ou à forma da palavra. Imagine uma turma de 6º ano diante de uma questão de sinônimos: uma opção muito distante pode ser eliminada sem reflexão, enquanto duas opções semanticamente próximas podem exigir comparação de sentido. A pesquisa com estudantes alemães aponta que proximidade semântica e semelhança ortográfica podem alterar dificuldade e discriminação (Ludewig, 2023). O objetivo não é confundir, mas permitir que a escolha revele conhecimento.

2. Separe a intenção da questão do formato usado

Aplicação: antes de incluir imagens em uma atividade de compreensão auditiva, pergunte se elas fazem parte do que você quer avaliar. Por exemplo, em uma tarefa sobre compreender instruções orais, uma imagem pode contextualizar a fala; em outra, pode fornecer pistas que tornam a resposta dependente do visual. Terao encontrou dificuldade semelhante entre formatos, mas discriminação menor no vídeo convencional (Terao, 2024). Isso não determina o formato certo para toda turma; ajuda a tornar explícita a decisão.

3. Examine o tempo gasto sem tratá-lo como diagnóstico automático

Aplicação: se vários estudantes levam muito tempo para responder, observe onde a demora acontece: na leitura do enunciado, na compreensão de uma palavra, na comparação das opções ou na elaboração da resposta. Imagine que uma questão de vocabulário demora mais que as outras. Esse dado merece ser combinado com acertos e comentários dos estudantes, não convertido sozinho em prova de que o item é difícil. Saeedi encontrou relações entre tempo, carga cognitiva e dificuldade percebida no nível intermediário, mas não nos níveis básico e avançado (Saeedi, 2024).

4. Confira se um item cloze depende da frase ou do texto inteiro

Aplicação: ao preparar lacunas em um texto, identifique a pista necessária para resolvê-las. Uma lacuna pode depender de concordância ou sentido local; outra pode exigir conectar informações de frases diferentes. Imagine uma turma do 8º ano completando um texto curto: você pode classificar as lacunas pelo tipo de pista mobilizada e depois conferir se isso corresponde ao objetivo da atividade. Trace encontrou relações pequenas, mas distintas, entre aspectos de coesão e itens intra e intersentenciais (Trace, 2023).

5. Compare tarefas orais com exigências semelhantes

Aplicação: se a meta é comparar respostas orais de estudantes, proponha tarefas que peçam níveis parecidos de elaboração. Uma pergunta que pede apenas nomear um objeto e outra que pede explicar uma escolha provavelmente não convidam ao mesmo tipo de fala. Em uma cena hipotética, uma turma responde a duas tarefas sobre o mesmo tema: em uma, os alunos dão uma informação breve; na outra, justificam uma opinião. Chapman e colegas encontraram diferenças de complexidade e pausas relacionadas ao desenho das tarefas (Chapman, 2026). Considere essa diferença ao interpretar a produção.

6. Retire complexidade que não faz parte do objetivo

Aplicação: releia instruções, alternativas e enunciados em busca de confusões que não são necessárias para avaliar língua. Imagine que o estudante precisa decifrar uma instrução extensa antes de responder a uma questão de interpretação. Se a leitura da instrução não é o foco, simplificá-la pode ajudar a deixar mais visível o conhecimento pretendido. Moore encontrou aumento de tempo associado a falhas indutoras de confusão em áreas diferentes, não em provas de língua; use essa evidência como alerta geral de elaboração, sem tratá-la como resultado específico de linguagem (Moore, 2026).

7. Combine evidências ao revisar uma questão

Aplicação: depois de uma prova, não examine apenas o total de acertos. Observe quais alternativas foram escolhidas, que comentários surgiram e se a questão exigiu mais tempo ou outro tipo de resposta. Imagine que muitos estudantes marcaram o mesmo distrator: isso pode indicar uma concepção ou associação plausível, mas também pode apontar para uma alternativa ambígua. A pesquisa sobre distratores mostra que as características das opções influenciam as escolhas (Ludewig, 2023). A revisão cuidadosa transforma o resultado em informação para a próxima atividade.

O que muda no contexto brasileiro?

Os estudos citados foram realizados em contextos diferentes do brasileiro: há pesquisas com estudantes japoneses, alemães e estudantes de escolas públicas dos Estados Unidos, além de estudos cujo resumo não especifica o país. Portanto, os resultados ajudam a formular perguntas sobre provas de língua no Brasil, mas não devem ser tratados como medidas prontas para nossas turmas. O idioma avaliado, a familiaridade com formatos de prova, o repertório linguístico e as condições de aplicação podem mudar a experiência dos estudantes.

Isso é especialmente importante ao comparar vocabulário em alemão ou tarefas de estudantes multilíngues aprendizes de inglês com atividades de língua portuguesa na educação básica brasileira. O mecanismo investigado — como plausibilidade de alternativas ou desenho de tarefas — pode ser útil para pensar, mas as palavras, os textos, os objetivos escolares e as experiências dos alunos são outros. Uma aplicação responsável é testar as questões com a própria turma e observar como elas funcionam, sem presumir que a dificuldade observada em outro país será reproduzida aqui.

Também não há, nesses resumos, uma escala nacional de dificuldade para questões de língua ou um padrão brasileiro de tempo de resposta. Para uma avaliação cotidiana, o professor pode usar os resultados como lente de revisão, não como norma externa. Vale perguntar: a questão avalia o que pretendo? As alternativas são claras? A imagem ou o contexto acrescenta uma habilidade não planejada? A tarefa oral permite comparar respostas de modo justo? Essas perguntas preservam a utilidade da pesquisa sem apagar as particularidades da escola brasileira.

Por fim, os estudos tratam de formatos e grupos específicos. Uma turma de educação infantil, uma turma de ensino médio e um grupo de estudantes aprendendo uma língua adicional não devem ser considerados equivalentes. A adaptação precisa levar em conta idade, familiaridade com a tarefa e finalidade da avaliação. O ponto transferível é o cuidado com a interpretação: um resultado de prova ganha sentido quando se sabe que tipo de demanda o item colocou diante do estudante.

Quais são os limites desta leitura?

Este artigo se baseia nos resumos de estudos recentes disponibilizados como fonte, não na leitura integral dos trabalhos. Por isso, apresenta os objetivos e resultados tal como aparecem nesses resumos e não detalha procedimentos que não foram descritos ali. As pesquisas também tratam de tarefas, línguas, grupos e contextos diferentes; seus resultados não formam uma comparação direta entre métodos nem autorizam uma regra universal para toda prova escolar.

Ficam em aberto perguntas importantes para quem ensina no Brasil: como esses padrões se manifestam em avaliações de língua portuguesa em diferentes etapas da educação básica? Que características de alternativas ajudam a distinguir compreensão de simples reconhecimento? Como equilibrar tempo de resposta, dificuldade percebida e acerto sem confundir medidas distintas? E quais recursos visuais apoiam a compreensão sem mudar o que está sendo avaliado?

Faria sentido consultar os estudos completos quando você estiver planejando uma pesquisa de sala de aula, definindo um instrumento de avaliação mais formal ou querendo conhecer melhor como as medidas foram calculadas e quais foram os materiais utilizados. Também vale ler o trabalho integral antes de aplicar diretamente seus procedimentos a outra língua ou faixa etária. Para decisões pedagógicas cotidianas, os resumos oferecem boas perguntas de revisão, mas não substituem a análise do objetivo e do contexto de cada prova.

Como o GeraProva ajuda com este assunto

O GeraProva pode apoiar a criação de provas e atividades de língua com questões ajustadas ao conteúdo e à finalidade que o professor informar; ainda assim, cabe ao docente revisar enunciados, alternativas, textos e nível de exigência antes de aplicar a avaliação. Você pode experimentar o gerador de provas do GeraProva e fazer o cadastro grátis para conhecer a plataforma.

Perguntas frequentes sobre dificuldade de questões de língua

Uma questão mais difícil é sempre melhor?

Não. Os estudos apresentados não sustentam a ideia de que aumentar a dificuldade, por si só, melhore uma prova. Em Terao, a dificuldade dos itens não mudou significativamente entre três formatos de compreensão auditiva, mas a discriminação foi menor na versão com vídeo convencional. Em Ludewig, certos distratores aumentaram dificuldade e discriminação, enquanto outros diminuíram a discriminação. O importante é que a exigência esteja ligada ao objetivo da avaliação e que o resultado possa ser interpretado. Uma questão difícil por causa de confusão desnecessária pode exigir revisão, não elogio.

Como sei se uma questão de vocabulário está bem calibrada?

Não há, nos estudos citados, uma fórmula única para definir a dificuldade ideal de uma questão escolar. Uma forma de aplicação é examinar se as opções incorretas são plausíveis e se a diferença entre elas depende do conhecimento que se quer avaliar. Ludewig e colegas observaram que proximidade semântica e semelhança ortográfica influenciaram a dificuldade e a discriminação em um teste de sinônimos em alemão. Para sua turma, revise as escolhas dos estudantes e veja se os distratores revelam uma distinção de significado ou apenas permitem eliminar opções sem compreender a palavra.

Se os estudantes demoram, quer dizer que a questão é difícil?

Não necessariamente. Tempo de resposta pode se relacionar à carga cognitiva e à dificuldade, mas a relação não foi uniforme em todos os grupos estudados por Saeedi e colegas. A pesquisa encontrou uma relação significativa entre essas variáveis no nível intermediário, mas não nos níveis básico e avançado. Além disso, uma demora pode surgir por razões diferentes: leitura do enunciado, comparação de alternativas ou elaboração da resposta. Como aplicação, combine o tempo com acertos, respostas escolhidas e observações sobre a tarefa antes de interpretar o resultado.

Imagens ajudam ou atrapalham em questões de compreensão auditiva?

Depende do que se pretende avaliar e de como as imagens participam da tarefa. Terao comparou vídeo convencional, vídeo quadro a quadro e áudio sem recursos visuais com estudantes japoneses do ensino médio. A dificuldade e o tempo de resposta não diferiram significativamente entre as condições, mas a discriminação foi muito menor com vídeo convencional. Os autores sugerem que uma grande quantidade de informação visual pode acrescentar aspectos diferentes da compreensão auditiva tradicional. Isso não significa retirar imagens sempre; significa decidir se elas apoiam ou modificam o que o item mede.

O que devo observar ao preparar questões cloze?

Observe qual pista o estudante precisa usar para preencher cada lacuna: uma informação dentro da própria frase ou uma relação que depende de outras partes do texto. Trace analisou 377 textos e itens cloze e encontrou diferenças claras, embora pequenas, entre aspectos de coesão textual e o funcionamento de itens intra e intersentenciais. O estudo não oferece uma regra simples para prever a dificuldade de cada lacuna. Como aplicação, você pode identificar a extensão do contexto necessário e conferir se ela corresponde ao objetivo pedagógico, em vez de tratar todas as lacunas como tarefas equivalentes.

Posso aplicar diretamente esses resultados a uma prova de língua portuguesa no Brasil?

É melhor usá-los como referência para formular perguntas, não como regra pronta. Os estudos incluem contextos como estudantes japoneses e alemães, aprendizes de inglês em escolas dos Estados Unidos e outros grupos; idioma, etapa escolar e condições de aplicação podem ser diferentes das suas. Os resultados ajudam a lembrar que formato, alternativas, coesão e desenho da tarefa interferem na resposta. Para uma prova brasileira, revise o material com base no objetivo da avaliação e observe como seus próprios estudantes respondem. Se for adotar um procedimento formal, consulte também o estudo completo correspondente.

Referências

1. Chapman, Mark; Montee, Meg; Wang, Yangting; West, Gordon Blaine; Kemp, Jason A.; Kim, Ahyoung Alicia (2026). Design de tarefas de fala e características de complexidade e fluência de estudantes adolescentes aprendizes de inglês (Speaking Task Design and Complexity and Fluency Features of Adolescent English Learners). Language Testing. Link.
2. Ludewig, Ulrich; Schwerter, Jakob; McElvany, Nele (2023). As características de alternativas plausíveis, mas incorretas: plausibilidade dos distratores em testes de vocabulário baseados em sinônimos (The Features of Plausible but Incorrect Options: Distractor Plausibility in Synonym-Based Vocabulary Tests). Journal of Psychoeducational Assessment. Link.
3. Moore, Steven (2026). O custo cognitivo da elaboração inadequada de itens: como falhas na elaboração de itens influenciam o tempo de resposta e a dificuldade em diferentes áreas de avaliação (The Cognitive Cost of Poor Item Design: How Item-Writing Flaws Shape Response Time and Difficulty across Assessment Domains). International Educational Data Mining Society. Link.
4. Saeedi, Zari; Ghanbar, Hessameddin; Rezaei, Mahdi (2024). Avaliação comportamental e cognitiva examinada em testes de língua e de tamanho do vocabulário (Behavioral Cognitive Assessment Scrutinized in Language Testing and Vocabulary Size Test). International Journal of Language Testing. Link.
5. Terao, Takahiro (2024). Teste de compreensão auditiva aplicado por computador com vídeo integral, vídeo com recursos visuais limitados e áudio: análise comparativa da dificuldade, do poder de discriminação e do tempo de resposta (Computer-Based Listening Test with Full Video, Visual-Limited Video, and Audio: A Comparative Analysis Based on Difficulty, Discrimination Power, and Response Time). Applied Measurement in Education. Link.
6. Trace, Jonathan (2023). A influência da coesão do texto-base na dificuldade dos itens do teste cloze (The Influence of Passage Cohesion on Cloze Test Item Difficulty). Language Teaching Research Quarterly. Link.

Se alguma questão da sua próxima prova parecer difícil de interpretar, use-a como ponto de partida para revisar não só o conteúdo, mas também o caminho que ela pede ao estudante. Boa elaboração — e conte com o GeraProva para apoiar suas próximas atividades.