Nos resultados divulgados em 8 de setembro de 2026, o PISA 2025 passou a reportar uma avaliação inédita de resolução computacional de problemas. A ideia não é verificar se o estudante decorou uma linguagem de programação. O foco é observar se ele consegue aprender e resolver problemas em um ambiente digital usando ferramentas computacionais, testar hipóteses, interpretar dados, construir representações executáveis e corrigir soluções quando elas não funcionam.
Segundo a OCDE no Volume I dos resultados do PISA 2025, essa escala mede a capacidade de avançar em direção a um objetivo e construir soluções funcionais com ferramentas como modelagem e programação. O marco de avaliação do PISA 2025 organiza a competência em três práticas oficiais: conduzir experimentos, analisar dados e construir e depurar artefatos computacionais. A autorregulação aparece como um componente de apoio: manter o engajamento, monitorar o progresso, adaptar estratégias e avaliar o próprio desempenho.
O que “resolução computacional de problemas” significa no PISA
No PISA 2025, resolver um problema computacionalmente significa usar um ambiente digital para representar um sistema, agir sobre ele e aprender com o que acontece. O estudante pode manipular uma simulação, montar um modelo, organizar um fluxo ou combinar blocos de programação. O importante é transformar uma pergunta em ações que possam ser executadas, observadas e revistas.
Isso aproxima a avaliação de situações em que a solução não aparece em uma única resposta de múltipla escolha. O estudante precisa fazer progresso ao longo de uma sequência: compreender o objetivo, experimentar, observar resultados, ajustar uma representação e decidir se a solução já é adequada. Por isso, a OCDE descreve o processo como iterativo e autorregulado.
As três práticas que o teste procura medir
| Prática oficial | O que o estudante faz | Que evidência a tarefa pode produzir |
|---|---|---|
| Conduzir experimentos | Usa modelos, simulações ou outras ferramentas para gerar dados; formula hipóteses e testa variáveis de forma controlada. | Quais parâmetros foram alterados, em que ordem, quantas tentativas foram feitas e se o teste isolou a variável relevante. |
| Analisar dados | Interpreta dados para concluir como partes de um sistema se relacionam e para prever mudanças. | Leitura de gráficos e tabelas, comparação entre resultados, identificação de padrões e escolha de uma conclusão compatível com os dados. |
| Construir e depurar artefatos computacionais | Decompõe o problema, cria uma representação executável e ajusta algoritmos ou modelos. | Blocos, conexões e parâmetros adicionados; uso de repetição ou condições; correções feitas após falhas; qualidade do modelo ou programa final. |
1. Experimentar e analisar: aprender pelo comportamento do sistema
Exemplo autoral: imagine uma simulação de consumo de água em uma escola. O estudante pode alterar separadamente o número de alunos, a vazão das torneiras e o tempo de uso. Uma boa estratégia não é mexer em tudo ao mesmo tempo, mas criar uma hipótese — por exemplo, “reduzir o tempo de uso terá maior efeito que reduzir a vazão?” —, testar cenários comparáveis e depois ler os dados produzidos.
Nesse tipo de tarefa, há duas práticas conectadas. Conduzir experimentos envolve escolher o que variar e controlar; analisar dados envolve usar a saída da simulação para sustentar uma conclusão ou previsão. O teste pode registrar não apenas a resposta final, mas também ações feitas durante o processo, como experimentos realizados, alterações no artefato e pedidos de feedback.
2. Modelar: transformar relações em uma representação executável
Exemplo autoral: suponha que o estudante receba informações sobre uma pequena rede de transporte: a quantidade de ônibus afeta o tempo de espera, mas mais ônibus também elevam o custo. Ele precisa montar um modelo que represente essas relações, executar cenários e verificar se a saída faz sentido diante dos dados fornecidos.
“Modelar” é central na experiência, mas há uma nuance importante: modelagem não aparece como uma quarta prática oficial separada. No marco da OCDE, modelos e ferramentas de modelagem são meios pelos quais o estudante conduz experimentos, analisa dados e constrói ou depura um artefato. Entre as ferramentas previstas estão programação em blocos, mapas conceituais executáveis, fluxogramas e simulações.
3. Construir e depurar: fazer a solução funcionar e corrigi-la
Exemplo autoral: em um ambiente de programação por blocos, o estudante precisa criar uma regra para um robô recolher objetos de uma grade. A primeira versão funciona em alguns casos, mas falha quando encontra um obstáculo. O estudante então precisa identificar a causa, alterar uma condição, testar novamente e eliminar passos redundantes.
A OCDE associa essa prática a decomposição e abstração, identificação de padrões, uso de estruturas de controle — como repetições e condicionais —, criação de representações que um computador possa executar e adaptação ou depuração de algoritmos e modelos. Portanto, acertar de primeira é apenas uma possibilidade; detectar e corrigir o erro também é evidência da habilidade.
Que formato de tarefa aparece no teste
Cada unidade do domínio digital é estruturada como um pequeno módulo de aprendizagem. O marco final descreve unidades de 30 minutos, organizadas em uma progressão comum:
- Intro + Show: apresentação do contexto e do objetivo, seguida de quatro ou cinco itens curtos sobre conhecimentos prévios relevantes;
- Learn: tutorial guiado e depois três ou quatro tarefas interativas, com exemplos resolvidos e feedback;
- Reflect: perguntas breves de autorrelato sobre confiança, dificuldade, interesse e avaliação do próprio desempenho;
- Apply: uma ou duas tarefas mais abertas e complexas, nas quais o estudante aplica as práticas aprendidas;
- Reflect final: nova reflexão sobre desempenho, esforço e estado afetivo.
O desenho rotativo do PISA faz com que as unidades possam usar ferramentas diferentes. O marco cita, por exemplo, um ambiente baseado em simulação em uma unidade e programação em blocos em outra. Assim, a escala não depende de um único software ou de uma única forma de programar.
Um exemplo oficial ajuda a visualizar a lógica
No material liberado pela OCDE, a unidade “Conservation” usa um ecossistema como contexto. Em etapas mais simples, o estudante completa um modelo, conecta variáveis e compara a saída do modelo com dados observados. Em uma etapa de aplicação, precisa construir um modelo de outro ecossistema, executá-lo para gerar dados e conferir se esses dados reproduzem adequadamente o comportamento real.
Em outra subtarefa, o estudante adiciona uma variável relacionada à taxa de pesca, testa diferentes valores e identifica o maior valor compatível com a sobrevivência do coral. A mesma atividade reúne as três práticas: construir/depurar o modelo, experimentar com diferentes taxas e analisar os dados resultantes. O conjunto de itens liberados pela OCDE mostra como ciência, dados e ferramentas digitais podem aparecer integrados em uma tarefa.
Qual é o papel da autorregulação
A avaliação também observa como o estudante administra o próprio processo. O modelo de competência inclui três dimensões de autorregulação: manter motivação e engajamento, monitorar o progresso e adaptar estratégias e avaliar o desempenho. A tarefa oferece recursos como tutorial, exemplos, feedback e soluções anotadas; usá-los de modo pertinente pode revelar como o estudante reage a dificuldades e ajusta sua abordagem.
É importante não confundir isso com um “ponto extra por comportamento”. No marco de avaliação, os indicadores específicos de autorregulação são usados para contextualizar o desempenho na escala de resolução computacional de problemas e não entram diretamente na pontuação das tarefas. A OCDE combina autorrelatos com dados do processo de resposta para estudar esses padrões.
O teste mede programação?
Mede programação como uma das ferramentas possíveis, mas não se reduz a programação. O estudante pode trabalhar com blocos, modelos, fluxogramas ou simulações. O que está em jogo é conseguir construir uma solução executável, produzir evidências por experimentação, interpretar os resultados e revisar a estratégia.
Isso também explica por que o domínio não é apenas uma extensão de matemática ou ciências. Os resultados do PISA 2025 mostram correlações fortes com essas áreas, mas a OCDE afirma que a avaliação foi desenhada para capturar um conjunto relacionado, porém não redutível, às competências dos domínios tradicionais. Uma diferença marcante é que o aluno pode aprender com recursos e feedback durante a própria avaliação.
Como reconhecer uma tarefa típica de resolução computacional
Uma tarefa desse domínio tende a pedir algo além de selecionar uma resposta pronta. Há um sistema para explorar, uma representação para construir ou modificar e um objetivo que exige ciclos de teste e revisão. Para reconhecer a habilidade sendo avaliada, pergunte:
- é preciso gerar dados mudando variáveis ou executando uma simulação?
- é preciso interpretar esses dados para concluir ou prever algo?
- é preciso construir, completar ou corrigir um modelo, algoritmo ou fluxo?
- há oportunidade de usar feedback, rever a estratégia e tentar novamente?
Esse conjunto resume o ganho do novo domínio: o PISA 2025 não observa apenas se o estudante conhece conceitos digitais, mas se consegue usar ferramentas computacionais para aprender, testar ideias e produzir uma solução funcional. Para detalhes metodológicos, a referência principal é o PISA 2025 Assessment and Analytical Framework; para os resultados publicados em 8 de setembro de 2026, consulte o Volume I do PISA 2025 e as perguntas frequentes da OCDE sobre o PISA.
