Algumas questões do ENEM são "anuladas" e você nem fica sabendo! Entenda como isso acontece.

A Questão Mais Difícil é Necessariamente a Melhor Questão? Desvendando os Mitos da TRI no ENEM

Uma das ideias mais difundidas entre estudantes e professores é a de que, no Exame Nacional do Ensino Médio (ENEM), uma questão de altíssima dificuldade teria obrigatoriamente um grande peso na nota final. Afinal, se poucos candidatos conseguem resolvê-la, não seria justamente essa pergunta a chave para identificar os alunos de maior proficiência? A resposta, contudo, é negativa. O ENEM utiliza a Teoria de Resposta ao Item (TRI) para calcular as notas das provas objetivas, modelo em que o total de acertos brutos deixa de ser o único critério de avaliação. O sistema considera as características estatísticas de cada questão e, fundamentalmente, a coerência do padrão de respostas apresentado pelo participante. Essa premissa revela uma distinção crucial entre uma questão ser difícil e uma questão ser estatisticamente boa para discriminar diferentes níveis de conhecimento.

Como coerência do padrão de respostas, espera-se que o candidato acerte a quase totalidade ou totalidade das questões fáceis, erre algumas questões médias e erre mais questões consideradas difíceis.

Para compreender esse funcionamento, é preciso analisar o modelo logístico de três parâmetros adotado pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep) na TRI. Cada item do exame é caracterizado por três propriedades estatísticas essenciais, que determinam seu comportamento diante do público.

Como o próprio Inep destaca, o parâmetro de discriminação corresponde à capacidade do item de separar os alunos que possuem a competência avaliada daqueles que ainda não a desenvolveram. Portanto, a pergunta estatisticamente mais relevante para a elaboração da prova não é apenas saber quantos alunos acertaram, mas sim qual é a relação existente entre o desempenho dos estudantes nessa questão específica e o nível geral de proficiência que demonstram em toda a avaliação.

Quando a Dificuldade é uma Virtude

Uma questão extremamente difícil pode desempenhar um papel perfeito na prova. Imagine, por exemplo, um item de Biologia respondido corretamente por apenas 10 de 100 participantes. À primeira vista, conclui-se que se trata de uma pergunta muito difícil. No entanto, se ao analisar o perfil desses 10 alunos descobre-se que são exatamente aqueles com maior proficiência global na prova, o item funciona de maneira exemplar.

Nessa situação, quase nenhum aluno de baixa proficiência acerta, poucos de proficiência intermediária obtêm êxito, e uma parcela expressiva dos candidatos de alta proficiência acerta. Configura-se, assim, uma relação perfeitamente coerente: maior proficiência resulta em maior probabilidade de acerto. É exatamente esse comportamento que a TRI busca modelar, provando que dificuldade alta não é sinônimo de má qualidade.

O Problema Real: Quando a Questão Falha em Discriminar

O cenário se altera radicalmente quando uma questão com o mesmo índice de acerto de 10% apresenta um comportamento estatístico anômalo. Suponha que, ao mapear quem acertou o item, perceba-se que alunos de baixa proficiência acertaram, enquanto estudantes de níveis intermediário e avançado erraram. Nesse caso, embora a questão seja difícil, seu comportamento não acompanha a proficiência geral dos participantes, indicando que o item pode estar avaliando algo diferente do pretendido.

"A TRI é muito mais sofisticada do que um sistema de pontuação baseado simplesmente no número de acertos."

Essa distorção pode ocorrer por diversos motivos extrínsecos à habilidade principal, como enunciados excessivamente ambíguos, pegadinhas linguísticas, informações secundárias confusas, unidades interpretadas de maneira equivocada ou dependência de um conhecimento hiperespecífico. Uma questão de Química, por exemplo, pode se tornar difícil não pelo cálculo exigido — que era a habilidade a ser avaliada —, mas por conter uma construção textual complexa que gera confusão interpretativa. Em avaliações de larga escala, o rigor estatístico exige que o desempenho no item guarde consistência direta com o construto medido.

Essa questão, do ENEM 2025, foi alvo desse problema e foi removida do cálculo da TRI.

O Controle de Qualidade: Pré-Testagem e o Banco Nacional de Itens

Antes de integrar uma prova oficial do ENEM, os itens passam por um rigoroso processo de controle. O Inep gerencia o Banco Nacional de Itens (BNI), que reúne questões produzidas para avaliações. Antes de serem aplicadas operacionalmente, essas questões passam por etapas de pré-testagem com públicos de características semelhantes aos dos candidatos reais.

Durante o pré-teste, estimam-se os parâmetros de dificuldade, discriminação e acerto ao acaso. Os itens que atendem aos critérios estatísticos estabelecidos retornam ao BNI para futuras montagens de provas, enquanto aqueles reprovados são descartados ou encaminhados para aprimoramento e novos testes.

Apesar dessa filtragem estatística e pedagógica, imprevistos podem ocorrer. Comissões de especialistas realizam leituras transversais para verificar a pertinência dos itens. Em 2019, por exemplo, uma comissão desaconselhou o uso de 66 questões disponíveis para a montagem daquele ENEM — itens que não foram "anulados", mas sim classificados como não recomendados para a edição. Isso demonstra a clara distinção entre um item disponível no banco e um item efetivamente selecionado para o exame.

O Padrão de Resposta Incoerente e a Análise Pós-Aplicação

Após a aplicação da prova, a análise dos dados dos participantes permite verificar se os itens se comportaram conforme o esperado. É nessa fase pós-prova que a TRI demonstra sua maior robustez. Suponha que um participante acerte várias questões difíceis, mas erre consistentemente as fáceis. A TRI avalia a coerência do padrão de respostas sob o pressuposto da cumulatividade.

Isso explica por que duas pessoas com o mesmo número absoluto de acertos podem receber notas finais significativamente diferentes. Enquanto o primeiro participante apresenta um padrão linear e coerente com uma proficiência moderada, o segundo exibe um perfil atípico — que pode indicar desde chutes até conhecimentos isolados —, invalidando uma atribuição de nota linear.

Para ilustrar o impacto metodológico, é fundamental distinguir três situações frequentes que costumam gerar confusão no debate público:

• Questão Oficialmente Anulada: O Inep reconhece um erro material ou vício na questão, fazendo com que ela seja tratada de forma especial no cálculo da prova (como ocorreu no ENEM PPL de 2019 com um item reaproveitado indevidamente).
• Item Não Selecionado: Questões presentes no BNI que, após análises pedagógicas e estatísticas, simplesmente não são escolhidas para compor determinada edição do exame.
• Comportamento Estatístico Inadequado: Itens cujos parâmetros revelam incapacidade de discriminar adequadamente a proficiência, sendo tratados metodologicamente conforme os protocolos da TRI, sem que isso signifique uma "anulação secreta" por excesso de dificuldade.

Analogias Práticas: A Balança e o Termômetro

Para compreender definitivamente o papel da TRI, imagine duas analogias simples. Pense em uma balança de precisão projetada para diferenciar massas de 60 kg, 70 kg, 80 kg e 90 kg. Se esse equipamento produzir exatamente o mesmo resultado para todas as pesagens, ele falhou em sua função essencial. O mesmo ocorre com uma questão de uma avaliação de larga escala: ela precisa fornecer informações capazes de posicionar corretamente o candidato na escala de proficiência.

De forma análoga, considere dois termômetros. O primeiro mede corretamente temperaturas de 20 °C a 35 °C. O segundo apresenta leituras erráticas (por exemplo, indicando 31 °C para uma temperatura real de 20 °C, e 26 °C para 35 °C). O defeito do segundo termômetro não é medir temperaturas "altas" ou "baixas", mas sim operar de maneira inconsistente em relação à realidade.

Conclusão

No ENEM, a nota final não reflete uma mera porcentagem de acertos (número de acertos ÷ total de questões × 100). A Teoria de Resposta ao Item assegura que uma questão extremamente difícil continua válida e altamente útil desde que cumpra seu papel estatístico de identificar os participantes de maior proficiência. O verdadeiro critério de qualidade não é a facilidade ou a dificuldade intrínseca do item, mas a consistência de seu comportamento estatístico frente ao conhecimento demonstrado pelos candidatos. É por isso que, em avaliações modernas, a pergunta fundamental nunca é apenas quantos alunos acertaram, mas o que cada acerto ou erro revela sobre a proficiência real do participante.