Enseñanza
10 de diciembre de 2025
Análisis de habilidades en química en el Enem e implicaciones para la Enseñanza de Ciencias
Autor: Beatriz Carvalho Almeida — Director: Renato Godoi Da Cruz
Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.
Esta investigación analizó los patrones de errores y aciertos en las preguntas de Química del Examen Nacional de Enseñanza Media (ENEM) para reflexionar sobre las habilidades en Química y Ciencias de la Naturaleza desarrolladas en la Educación Básica. A partir de este análisis, se discutió cómo se movilizan las competencias de la Base Nacional Común Curricular (BNCC) y qué reflexiones esto aporta a la enseñanza. La investigación diagnosticó, a través de este importante instrumento evaluativo, la competencia de los egresados de Enseñanza Media no solo en contenidos conceptuales, sino en la capacidad de aplicar el conocimiento científico de forma crítica y contextualizada, pilar para la formación de una ciudadanía científicamente letrada.
Educadores y documentos curriculares recientes, nacionales e internacionales, convergen hacia una enseñanza que trasciende la transmisión de conceptos, enfocándose en la comprensión de las interrelaciones entre ciencia, tecnología, sociedad y ambiente. Este enfoque tiene como objetivo capacitar a los estudiantes para debates públicos y decisiones informadas sobre cuestiones sociocientíficas (NRC, 2012). En Brasil, la BNCC formaliza esta perspectiva, estableciendo la alfabetización científica como objetivo central de la Educación Básica. La Base defiende el desarrollo de competencias que articulen conocimientos conceptuales con la contextualización social, histórica y ambiental de la ciencia, además de fomentar prácticas de investigación y el dominio de los lenguajes científicos (Brasil, 2018).
Las evaluaciones a gran escala, como el Programme for International Student Assessment (PISA), reflejan esta tendencia al evaluar cómo los estudiantes aplican el conocimiento para analizar, razonar y comunicarse al resolver problemas en diversos contextos (OECD, 2006). De manera análoga, el ENEM, desde su reformulación en 2009, adoptó un enfoque basado en competencias y habilidades. El examen pasó a estructurarse en áreas del conocimiento para evaluar la capacidad de los estudiantes de movilizar sus saberes para solucionar problemas complejos, muchos de los cuales exigen reflexión sobre los impactos sociales y tecnológicos del desarrollo científico (Costa et al., 2016).
La matriz de referencia del ENEM para el área de Ciencias de la Naturaleza y sus Tecnologías evidencia esta orientación. La competencia de área 7, que abarca la Química, no se limita a probar el dominio de teorías, sino que exige que los candidatos evalúen los impactos sociales, ambientales y económicos asociados a la producción y utilización de recursos, así como los riesgos y beneficios de las intervenciones humanas en el medio ambiente (Brasil, 2024). Esta estructura posiciona al ENEM como un termómetro potencial del éxito de las políticas educativas orientadas a una formación científica más integral y crítica.
Dada la relevancia del ENEM como principal vía de acceso a la educación superior y como indicador de la calidad de la Educación Básica, es crucial investigar si su diseño evaluativo y sus resultados reflejan el desarrollo de las habilidades preconizadas. Este estudio profundiza en esta cuestión con un análisis cuantitativo robusto de los microdatos del examen. Centrándose específicamente en las cuestiones de Química, la investigación busca ofrecer un diagnóstico detallado sobre qué competencias se desarrollan sólidamente y cuáles representan cuellos de botella en la formación de los jóvenes, proporcionando subsidios para la reflexión sobre prácticas pedagógicas y políticas curriculares.
Este es un estudio cuantitativo de naturaleza exploratorio-descriptiva, que empleó estadística multivariada para analizar datos secundarios. La fuente fueron los microdatos del ENEM 2023, disponibles por el Instituto Nacional de Estudios e Investigaciones Educativas Anísio Teixeira (INEP). La base de datos original fue filtrada, seleccionando exclusivamente los registros de participantes que respondieron a los cuadernillos de examen de los colores azul, amarillo, rosa y gris, garantizando que todos en la muestra hubieran sido expuestos al mismo conjunto de preguntas. La muestra final consolidada para el análisis estuvo compuesta por 8.152 participantes.
El siguiente paso fue la identificación de las cuestiones de Química. El examen de Ciencias de la Naturaleza del ENEM es interdisciplinario, con 45 ítems de Química, Física y Biología. La investigadora realizó un análisis cualitativo para identificar las 15 cuestiones de contenido predominantemente químico. Una vez seleccionadas, las cuestiones fueron mapeadas en cada cuadernillo de examen para la correcta extracción de las respuestas. La variable central, ‘Resultado’, se creó a partir de la comparación entre la respuesta del participante y la plantilla oficial, siendo categorizada como ‘Correcta’ o ‘Incorrecta’ para cada una de las 15 cuestiones.
El paso crucial de la metodología fue la categorización de cada pregunta según las habilidades de la matriz de referencia del ENEM. Cada pregunta fue clasificada en dos dimensiones: ‘Habilidad en Química’ y ‘Habilidad en Ciencias de la Naturaleza’. La primera dimensión se centró en la competencia de área 7, sobre la apropiación de conocimientos de Química. La segunda abarcó un espectro más amplio, incorporando habilidades de las competencias de área 1, 2, 3 y 5, relacionadas con lenguajes científicos, calidad de vida e intervenciones en el medio ambiente. Esta doble categorización reconoce el carácter interdisciplinario de las preguntas del ENEM, donde la resolución de un problema químico frecuentemente demanda competencias científicas más generales. Por ejemplo, una pregunta sobre equilibrio químico en un contexto de contaminación del agua fue clasificada tanto por la habilidad química específica (H27 – evaluar riesgos y beneficios) como por la habilidad general de ciencias (H7 – utilizar criterios para evaluar productos).
Para el análisis de los datos, la técnica elegida fue el Análisis de Correspondencia Múltiple (ACM), implementada en Python con la biblioteca Prince. El ACM es adecuado por su capacidad de analizar la estructura de interrelaciones entre múltiples variables categóricas y de representar gráficamente estas asociaciones, facilitando la interpretación de patrones complejos (Bertoncelo, 2022). El proceso incluyó la generación de tablas de contingencia, la aplicación de la prueba qui-cuadrado para verificar asociaciones estadísticamente significativas y el cálculo de los residuos estandarizados ajustados para identificar la fuerza de asociaciones específicas (Fávero y Belfiore, 2015). Finalmente, se ejecutó el ACM para extraer dos dimensiones principales, y la adecuación del modelo se verificó mediante el análisis de los autovalores. La interpretación de los resultados se basó en el análisis del mapa perceptual y en las contribuciones de cada categoría, con un nivel de significancia del 5% para todas las pruebas.
El análisis exploratorio inicial reveló un panorama desafiante: el 74,8% de las respuestas analizadas fueron incorrectas, mientras que solo el 25,2% fueron correctas. Este resultado sugiere una dificultad generalizada en la resolución de los ítems de Química. Profundizando el análisis, la tasa de acierto se calculó para cada habilidad. Las habilidades H26 (evaluar impactos de la producción/consumo de recursos energéticos) y H4 (evaluar propuestas de intervención en el ambiente con el fin de la sostenibilidad) presentaron las mayores tasas de acierto. En contrapartida, las habilidades H27 (evaluar riesgos y beneficios de intervenciones en el ambiente basándose en conocimientos químicos) y H10 (analizar perturbaciones ambientales y sus impactos) registraron los peores desempeños.
La prueba de chi-cuadrado confirmó que las asociaciones entre el resultado (correcto/incorrecto) y las categorías de habilidades eran estadísticamente significativas (p < 0,001), validando que el desempeño no es aleatorio. El análisis de los residuos estandarizados ajustados corroboró el análisis exploratorio, mostrando una asociación positiva y significativa entre la habilidad H26 y las respuestas correctas, y una fuerte asociación negativa entre las habilidades H27 y H24 (utilizar códigos y nomenclaturas de Química) y las respuestas correctas, es decir, una fuerte asociación con el error. De manera similar, para las habilidades generales de Ciencias de la Naturaleza, H4 y H18 (relacionar propiedades de materiales a sus usos) se asociaron positivamente con aciertos, mientras que H7 (utilizar criterios para comparar productos) y H10 se asociaron significativamente con errores.
El Análisis de Correspondencia Múltiple (ACM) resultó en un modelo de dos dimensiones que explicó el 41,20% de la inercia total de los datos, un valor considerado robusto para estudios en ciencias sociales y educativas. La interpretación del mapa perceptual reveló una estructura clara. La primera dimensión estuvo predominantemente definida por la oposición entre las habilidades H27, H10 y H7, que se localizaron próximas a la categoría ‘Incorrecta’. La segunda dimensión estuvo definida por la oposición entre las habilidades H4, H26 y H24, con las dos primeras (H4 y H26) posicionándose próximas a la categoría ‘Correcta’. Esta configuración sugiere que la Dimensión 1 puede interpretarse como un eje de “dificultad analítico-química”, mientras que la Dimensión 2 representa un eje de “comprensión socioambiental contextual”.
La discusión de estos resultados permite inferir que los estudiantes demuestran mayor facilidad para movilizar conocimientos para analizar cuestiones ambientales de carácter más general, como la sostenibilidad (H4) y los impactos del consumo de energía (H26). Estas son habilidades que pueden desarrollarse a través de una comprensión discursiva de los temas, frecuentemente abordados en los medios de comunicación. El desempeño satisfactorio en estas áreas puede indicar que el enfoque contextualizado de la enseñanza de las ciencias, preconizado por la BNCC, ha tenido algún éxito en promover una conciencia sobre grandes temas socioambientales.
En nítido contraste, el rendimiento cae drásticamente cuando las cuestiones exigen una aplicación más técnica y específica del conocimiento químico. Las habilidades con peor rendimiento (H27, H10, H7) demandan que el estudiante no solo reconozca un problema, sino que utilice conceptos químicos (como equilibrio, reactividad, concentración) para analizar datos y evaluar riesgos de forma cuantitativa o semicuantitativa. Este resultado sugiere que el puente entre el conocimiento conceptual de Química y su aplicación práctica en contextos complejos no se está construyendo sólidamente durante la Educación Básica.
Uno de los hallazgos más significativos fue la fuerte asociación de las habilidades H17 (relacionar información presentada en diferentes formas de lenguaje) y H24 (utilizar códigos y nomenclaturas de la Química) con las respuestas incorrectas. Estas habilidades instrumentales representan el dominio del “lenguaje de la ciencia”: la capacidad de leer e interpretar gráficos, tablas y ecuaciones químicas. La dificultad sistemática en estas competencias funciona como un cuello de botella fundamental, impidiendo a los estudiantes procesar la información necesaria para resolver problemas, incluso si poseen algún conocimiento conceptual. Este hallazgo corrobora estudios anteriores que apuntan a la deficiencia en alfabetización gráfica y simbólica (Veras et al., 2021) y refuerza que la alfabetización científica plena, que incluye la fluidez en las formas de representación de la ciencia, permanece un objetivo distante.
El análisis conjunto apunta a una paradoja en la enseñanza y evaluación de las Ciencias. Aunque el ENEM y los documentos curriculares promueven un enfoque contextualizado, el éxito en la prueba todavía parece estar determinado por la competencia en habilidades disciplinares más tradicionales, especialmente aquellas ligadas al lenguaje matemático y simbólico de la Química. Esto sugiere que los enfoques pedagógicos pueden no estar integrando efectivamente el desarrollo de competencias conceptuales, contextuales e instrumentales. La dificultad para transferir el conocimiento químico a situaciones problemáticas, como identificaron Xavier et al. (2021), parece ser un síntoma de esta desarticulación. Los resultados indican que la evaluación puede terminar midiendo más la competencia en decodificar representaciones científicas que la capacidad de razonamiento crítico sobre temas sociocientíficos, como también señalaron Rosa et al. (2019).
Este estudio reveló un desajuste significativo entre los objetivos pedagógicos formalizados en los documentos rectores de la educación y el desarrollo efectivo de habilidades científicas demostrado por los egresados de la Educación Básica en el ENEM. El análisis de los patrones de desempeño en Química indica que, si bien los estudiantes presentan cierta capacidad para articular conocimientos con temas ambientales amplios, enfrentan dificultades sistemáticas en competencias que son la base de la alfabetización científica: la interpretación de lenguajes y representaciones propias de la ciencia, como gráficos, tablas y nomenclaturas. Esta brecha instrumental compromete la capacidad de los jóvenes para movilizar el conocimiento científico de forma autónoma y crítica para la toma de decisiones informadas. Los resultados sugieren que la enseñanza de la Química puede estar privilegiando la memorización de conceptos de forma aislada, en detrimento de la aplicación contextualizada que exige fluidez en el lenguaje científico.
La persistencia de estas dificultades apunta a la necesidad de una reformulación de las prácticas pedagógicas. Es imperativo que la enseñanza de las Ciencias integre, de forma indisoluble, el concepto científico, su aplicación en contextos sociales y ambientales, y el desarrollo explícito de las habilidades de representación y análisis de datos. Solo a través de un enfoque que trate el lenguaje de la ciencia como parte central del propio conocimiento científico será posible concretar los objetivos de alfabetización científica preconizados por la BNCC. Se concluye que el objetivo de la investigación se alcanzó plenamente: se demostró que los patrones de desempeño en Química en el ENEM revelan un desarrollo desigual de habilidades, con competencia en temas ambientales contextuales, pero con lagunas críticas en la alfabetización científica instrumental, especialmente en la interpretación de lenguajes y representaciones científicas.
Referencias:
Bertoncelo, E. 2022. Construyendo espacios relacionales con el análisis de correspondencias múltiples: aplicaciones en las ciencias sociales. ENAP, Brasilia, DF, Brasil.
Brasil. Ministério da Educação [MEC]. 2018. Base Nacional Comum Curricular.
Catena, D.; Testa, I. 2024. Exploring students’ attitudes towards physics and their association with gender. Journal of Physics: Conference Series 2727: 012017.
Costa, E. S. C.; Santos, M. L.; Silva, E. L. 2016. Abordagem da química no novo ENEM: uma análise acerca da interdisciplinaridade. Química Nova na Escola 38(2): 112-120.
Fávero, L. P.; Belfiore, P. 2015. Análise de dados: técnicas multivariadas exploratórias com SPSS e STATA. 1ed. Elsevier, Rio de Janeiro, RJ, Brasil.
Giuliana, G.; Marzoli, I.; Testa, I.; Scotti di Uccio, U. 2024. Exploring students’ views about basic concepts in introductory quantum mechanics. Journal of Physics: Conference Series 2750: 012021.
Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira [INEP]. 2024. Matriz de referência para o ENEM 2023.
Koyuncu, I. 2021. TIMSS International Benchmarks of Eighth Graders in Mathematics: a correspondence analysis study. International Electronic Journal of Elementary Education 14(2): 179-194.
National Research Council [NRC]. 2012. A Framework for K-12 Science Education: practices, crosscutting concepts, and core ideas. The National Academies Press, Washington, DC, USA.
Organization for Economic Cooperation and Development [OECD]. 2006. Assessing Scientific, Reading and Mathematical Literacy: A Framework for PISA 2006. OECD Publishing, Paris, France.
Prada Núñez, R.; Rabelo Procopio, M. V.; Fernández-Cézar, R.; Solano-Pinto, N. 2024. Affective domain and mathematics achievement of Colombian students under multiple correspondence analysis. Frontiers in Education 8: 1261829.
Rosa, T.; Lorenzetti, L.; Lambach, M. 2019. Níveis de alfabetização científica e tecnológica na avaliação de química do Exame Nacional do Ensino Médio. Educação Química en Punto de Vista 3(1): 1730.
Veras, W. S.; Ferreira, L. A.; Sousa, P. S. A.; Carvalho, H. A.; Rodrigues, M. G.; Vieira, T. B. S.; Oliveira, R. E. G.; Alves, M. J. P.; Ayala, K. N. R.; Silva, T. B. L.; Araujo, J. C.; Siqueira, F. J. G.; Vieira Junior, R. P. M. 2021. Exame Nacional do Ensino Médio (ENEM): Conteúdo matemático mais abordado e suas dificuldades. Research, Society and Development 10(6): 16041.
Xavier, R. P. S.; Quintella, S. A.; Jacinto Junior, S. G.; Pires, A. M. L. 2021. Análise das dificuldades dos alunos no componente curricular de química a partir dos conteúdos abordados no ENEM. Research, Society and Development 10(15): 23523.
Resumen ejecutivo del Trabajo de Conclusión de Curso de Especialización en Data Science y Analytics del MBA USP/Esalq
Más información sobre el curso; haga clic aquí:
