O paradoxo do PISA na era da IA: como escalar tecnologia quando só 28% dominam matemática básica

Se você acompanha o mercado brasileiro de tecnologia e varejo digital, provavelmente já reparou em um paradoxo curioso: o brasileiro é um dos povos mais conectados do planeta, passa horas por dia em aplicativos móveis, adotou o Pix na velocidade da luz e está entre os maiores usuários globais de ferramentas de Inteligência Artificial generativa. Ainda assim, quando medimos a produtividade por trabalhador da economia brasileira, ela continua estagnada praticamente no mesmo patamar desde meados da década de 1990.

Por que o consumo massivo de tecnologia no Brasil não se converte automaticamente em salto de produtividade nas empresas? A resposta mais honesta está nos relatórios do PISA (Programme for International Student Assessment), coordenado pela OCDE.

Nos levantamentos do PISA, apenas 28% dos estudantes brasileiros de 15 anos atingem ao menos o nível 2 em matemática, contra 65% na média dos países da OCDE e mais de 80% em economias como Singapura, Estônia, Japão e Coreia do Sul. Em leitura, cerca de metade dos nossos jovens não consegue identificar a ideia principal de um texto de extensão moderada nem distinguir fato de opinião.

Para quem lidera engenharia, operações ou negócios no Brasil, esse dado não é uma estatística distante do Ministério da Educação: é a descrição técnica da força de trabalho que entra todos os anos nas nossas empresas.

1. O que a falta do nível 2 significa no chão da operação

Na escala da OCDE, o nível 2 não exige cálculo diferencial, álgebra linear ou física quântica. Ele é definido como o patamar mínimo de sobrevivência funcional no mundo moderno.

Quando 72% dos jovens brasileiros saem da escola abaixo desse nível, significa que quase três em cada quatro novos trabalhadores enfrentam barreiras severas para executar tarefas analíticas elementares:

• Entender a diferença entre variação percentual e pontos percentuais em um painel de vendas.
• Ler um gráfico de tendência ou identificar que um indicador de estoque está fora da curva normal.
• Seguir uma árvore lógica de decisão com condicionantes (“se ocorrer A e B, execute C; caso contrário, acione D”).
• Compreender proporções simples de dosagem, desperdício de matéria-prima, juros compostos ou margem de contribuição.

Mais preocupante ainda para o setor de tecnologia e engenharia é o que acontece no topo da distribuição (os níveis 5 e 6 do PISA, onde estão os jovens capazes de modelar problemas complexos, abstrair sistemas e programar algoritmos avançados). Na média da OCDE, cerca de 9% a 11% dos alunos atingem esses níveis de excelência; em Singapura e Taiwan, essa fatia passa de 25% a 35%. No Brasil, fica ao redor de 1%.

2. O efeito amplificador da Inteligência Artificial

Muitos executivos alimentaram a esperança de que os Grandes Modelos de Linguagem (LLMs) e os copilotos de IA resolveriam magicamente o déficit educacional brasileiro: “se o funcionário não sabe escrever bem ou não sabe programar e analisar planilhas, a IA faz por ele”.

A realidade prática dentro das empresas está mostrando algo muito mais sutil. A Inteligência Artificial generativa funciona como um exoesqueleto cognitivo, mas ela exige duas habilidades humanas críticas: formulação precisa do problema (contexto e lógica) e capacidade crítica de auditoria (verificação de alucinações e erros matemáticos).

Um engenheiro de software ou um analista financeiro que domina estatística, arquitetura de sistemas e leitura crítica multiplica sua entrega por três ou cinco vezes usando agentes de IA, porque ele sabe especificar exatamente o que quer e percebe em segundos quando o modelo gerou uma consulta SQL ineficiente ou uma premissa financeira furada. Já um profissional sem base lógica tende a aceitar passivamente saídas incorretas da IA, automatizando erros em escala industrial.

3. Como liderar tecnologia e operações no Brasil real

Enquanto cobramos como cidadãos uma reforma profunda no ensino básico brasileiro (seguindo o exemplo do que fizeram Polônia, Estônia e municípios brasileiros de destaque como Sobral), os líderes de empresas e de tecnologia precisam adaptar sua estratégia de engenharia à realidade do país hoje:

1. Arquitetura de sistemas com guardrails (barreiras de proteção) nativos: quando você constrói softwares internos para operações de varejo, logística, saúde ou atendimento no Brasil, não projete interfaces que dependam de interpretação ambígua ou cálculos manuais do operador na ponta. Embuta a inteligência matemática, a validação de limites e a prevenção de erros diretamente no código e no fluxo da interface.
2. Use IA para simplificar a interface, não para transferir responsabilidade: em vez de entregar um prompt em branco para milhares de operadores, construa fluxos determinísticos assistidos por IA onde os dados já vêm estruturados, as regras de negócio são validadas por código tradicional e o sistema guia o colaborador passo a passo.
3. Transforme sua empresa em uma academia de fundamentos: os melhores departamentos de engenharia e dados do Brasil descobriram que treinar a equipe apenas na “ferramenta da moda” tem retorno curto. Reservar horas para ensinar lógica, leitura de dados, método científico de depuração (debugging) e matemática aplicada ao negócio cria uma vantagem competitiva que nenhum concorrente consegue copiar da noite para o dia.