A OCDE divulgou nesta semana os resultados do PISA 2025 e a leitura dos números é desconfortável para quase todo o planeta. Em cinco de cada seis países avaliados, o desempenho em leitura, matemática e ciências piorou. Não é uma crise localizada nem um efeito residual da pandemia: é uma tendência que atravessa sistemas educacionais muito diferentes entre si, da Espanha à Finlândia, do Chile ao Brasil.1
Um levantamento do jornal espanhol El País a partir dos microdados do PISA revelou um detalhe que muda a forma de interpretar essa queda. Não foram os estudantes mais pobres que mais recuaram entre 2022 e 2025. Na Espanha, o grupo que mais perdeu pontuação foi exatamente o decil de maior nível socioeconômico: uma queda de 32 pontos, o dobro da média nacional. Em leitura, os alunos mais ricos perderam 41 pontos; em matemática, 35; em ciências, 21, quase o triplo da variação observada no conjunto da população.1
O resultado é uma inversão histórica. Pela primeira vez em uma década, o grupo socioeconômico mais favorecido deixou de ser o de melhor desempenho absoluto no exame. A distância entre o decil mais pobre e o mais rico, que era de cerca de 100 pontos entre 2015 e 2022, encolheu para 80 pontos, não porque os mais pobres melhoraram, mas porque os mais ricos pioraram muito mais rápido.1
Elaboração O Tecido a partir de dados citados por El País/microdados PISA 2022-2025 (OCDE). Valores aproximados de queda em pontos.
O achado da Comunidade Valenciana, do País Vasco e de Navarra reforça que a explicação não é puramente econômica. Nessas regiões, a queda ultrapassou dois anos letivos em pontuação e atingiu todos os níveis de renda de forma parecida, sugerindo que fatores locais, como políticas escolares e uso de telas, pesam tanto quanto o contexto socioeconômico familiar.1 O próprio PISA 2025 trouxe, pela primeira vez de forma mais robusta, dados sobre tempo de tela: entre os alunos espanhóis do decil mais rico, quem passa mais de cinco horas por dia em redes sociais tira 53 pontos a menos do que quem usa entre uma e três horas, uma diferença que se repete, com intensidade variável, em todas as faixas de renda.1
O Brasil não caiu mais, mas também não subiu
No caso brasileiro, o retrato divulgado pelo Inep e pela OCDE em setembro de 2026 é o de uma estagnação de dez anos, não de uma queda abrupta. O país registrou 408 pontos em leitura, 377 em matemática e 409 em ciências, uma variação de dois pontos para baixo nas duas primeiras áreas e de seis pontos para cima na terceira em relação a 2022, oscilação que a própria OCDE classifica como estatisticamente não significativa.2
O problema brasileiro não é a direção da curva, é o patamar em que ela está parada. Cerca de 72% dos estudantes de 15 anos não atingem o nível mínimo esperado em matemática e 43,8% ficam abaixo do mínimo simultaneamente nas três áreas avaliadas.3 Como a média da OCDE também recuou nesse período, com quedas de 16 pontos em leitura e 11 em matemática entre 2022 e 2025, a distância do Brasil para os países desenvolvidos diminuiu, mas por um motivo pouco animador: o topo caiu mais rápido do que a base brasileira conseguiu subir.4
Contraponto
Nem todo especialista lê os dados do PISA como sinal de colapso educacional. Parte da literatura em economia da educação argumenta que comparações internacionais de curto prazo, de três anos, são instáveis e sensíveis a mudanças metodológicas, como a alteração das redes sociais usadas como exemplo no questionário de 2025, que passou de Instagram e Facebook para Instagram e TikTok, e a queda na taxa de resposta a essa pergunta, que praticamente dobrou.1 Pesquisadores também apontam que o PISA mede sistemas, não o potencial de estudantes individuais, e que séries mais longas, de uma década ou mais, são mais confiáveis para diagnosticar tendências estruturais do que a comparação entre duas edições consecutivas.2
O ponto cego: o que acontece quando a IA encontra uma geração que sabe menos
A inteligência artificial promete elevar a produtividade de quem a usa. Mas produtividade não nasce de uma ferramenta sozinha: nasce do encontro entre a ferramenta e o conhecimento de quem a opera.
É aqui que os dois fenômenos, a queda educacional e a ascensão da IA generativa, se cruzam de um jeito que a discussão pública ainda trata separadamente. Estudos recentes sobre uso de inteligência artificial em tarefas cognitivas têm mostrado um padrão consistente: quanto maior a dependência de ferramentas de IA para resolver um problema, menor a capacidade de pensamento crítico demonstrada depois, quando a ferramenta não está disponível. Uma pesquisa da Carnegie Mellon em parceria com a Microsoft identificou justamente essa relação inversa entre uso intensivo de IA e desempenho em avaliação crítica, um fenômeno que os autores chamam de descarregamento cognitivo.5
Um estudo do MIT Media Lab, ainda preliminar, mediu a atividade cerebral de jovens escrevendo textos com e sem apoio de IA generativa e encontrou menor engajamento neural e textos mais genéricos no grupo que usou a ferramenta de forma passiva. Os pesquisadores batizaram o efeito de dívida cognitiva: um custo que não aparece no curto prazo, mas se acumula quando o exercício mental de formular, argumentar e corrigir é sistematicamente delegado à máquina.6
Some-se a isso um argumento antigo da economia da tecnologia. Em 1987, o economista Robert Solow resumiu um fenômeno parecido em uma frase que ficou famosa: os computadores estavam em toda parte, menos nas estatísticas de produtividade. Décadas depois, os economistas Erik Brynjolfsson, Daniel Rock e Chad Syverson revisitaram essa ideia para explicar por que grandes ondas tecnológicas demoram a aparecer nos números agregados de produtividade, entre outros motivos, porque exigem capital humano capacitado para explorá-las e um período de reorganização do trabalho ao seu redor.7
A hipótese que os dados do PISA colocam sobre a mesa é simples de enunciar e difícil de resolver. Se a IA depende de um usuário que saiba formular perguntas melhores, avaliar respostas erradas e usar o tempo liberado para pensar em vez de repetir o atalho, e se, ao mesmo tempo, cada geração que entra no mercado de trabalho chega com menos base em leitura e matemática do que a anterior, o ganho líquido de produtividade prometido pela automação cognitiva pode simplesmente não se realizar. Não porque a tecnologia falhe, mas porque falta quem saiba extrair valor dela.
O recorte etário dos próprios estudos de dependência cognitiva reforça esse risco: participantes mais jovens demonstraram maior dependência de ferramentas de IA do que grupos mais velhos, o que os pesquisadores associam a uma futura lacuna de julgamento e experiência profissional, justamente na faixa etária que vai sustentar a força de trabalho nas próximas décadas.8
O que isso significa na prática
Não se trata de um veredito contra a inteligência artificial, mas de um alerta sobre sequência. A IA amplia o que já existe: multiplica o raciocínio de quem sabe interpretar um texto complexo e multiplica a confusão de quem não sabe. Se a base educacional segue se deteriorando enquanto a adoção de IA se acelera, o resultado mais provável não é um salto de produtividade, é uma distribuição ainda mais desigual dos seus benefícios entre quem já chegou preparado e quem não chegou.
Uma desigualdade que muda de forma, mas não desaparece
Os dados espanhóis sobre origem escolar completam esse quadro. Quando comparados sem controle socioeconômico, alunos filhos de imigrantes de segunda geração tiram até 29 pontos a menos que nativos em ciências e matemática. Mas quando o nível de renda é equiparado, essa distância cai para 6 pontos e desaparece por completo em leitura, evidência de que a origem migratória em si explica muito menos do que a pobreza que costuma acompanhá-la.1 O mesmo raciocínio vale para a rede pública e privada: a vantagem bruta da rede privada espanhola sobre a pública é de 24 pontos, mas cai para 8 pontos quando se compara alunos do mesmo estrato social, e essa distância residual encolheu à metade em apenas três anos.1
O padrão que emerge, tanto na Espanha quanto no Brasil, é que renda familiar continua sendo a variável mais poderosa para prever desempenho escolar, mas a direção da mudança recente sugere algo novo: a vantagem de quem já tinha mais recursos está encolhendo, não porque os mais pobres avançaram, mas porque a queda geral está corroendo até as camadas que pareciam blindadas por capital cultural e financeiro.
Perguntas frequentes
O que os dados do PISA 2025 mostram sobre desigualdade educacional?
Mostram uma queda de desempenho quase generalizada entre 2022 e 2025, mas distribuída de forma desigual: na Espanha, por exemplo, o decil de estudantes com mais recursos socioeconômicos perdeu o dobro dos pontos perdidos pela média nacional, reduzindo a distância histórica entre ricos e pobres no exame.
Por que os estudantes mais ricos pioraram mais no PISA 2025?
Não há uma causa única confirmada. Fatores citados por pesquisadores incluem maior exposição a redes sociais entre adolescentes de todas as classes, mudanças pós-pandemia nos hábitos de estudo e possível efeito de nivelamento por baixo em sistemas escolares que atendem tanto alunos ricos quanto pobres nas mesmas redes.
A inteligência artificial pode anular os ganhos de produtividade por causa da queda educacional?
É um risco discutido por economistas e pesquisadores de cognição. Estudos mostram que dependência excessiva de IA reduz o desempenho em pensamento crítico quando a ferramenta não está disponível. Se gerações com base educacional mais fraca dependerem mais de IA para tarefas cognitivas, o ganho líquido de produtividade pode ser parcialmente compensado pela perda de capacidade de avaliação crítica.
Como o desempenho do Brasil no PISA 2025 se compara ao da Espanha?
O Brasil não teve queda estatisticamente significativa entre 2022 e 2025, mas segue estagnado em patamar muito baixo há dez anos, com cerca de 72% dos estudantes abaixo do nível mínimo em matemática. A Espanha, por sua vez, teve queda mais acentuada no período recente, especialmente em leitura, mas parte de uma base historicamente mais alta.