Como ensinar correlação e causalidade com uma atividade de dados

Sim. Uma aula sobre correlação e causalidade pode ajudar os estudantes a interpretar dados sem transformar uma relação entre variáveis em uma explicação apressada. A proposta deste guia é trabalhar o conceito com uma investigação curta: a turma formula uma pergunta, observa um conjunto de dados, representa duas variáveis, identifica uma associação e discute o que ainda não pode afirmar.

O foco não é fazer cada aluno decorar um coeficiente. É aprender a perguntar como os dados foram produzidos, o que a associação mostra e quais explicações alternativas precisam ser consideradas. A sequência pode ser aplicada no Ensino Médio, adaptada aos anos finais do Ensino Fundamental e articulada a Matemática, Ciências, Geografia, Língua Portuguesa ou educação digital.

O que os alunos precisam diferenciar

Correlação, ou associação, descreve um padrão de variação conjunta entre duas variáveis. Quando os valores de uma tendem a aumentar enquanto os da outra também aumentam, há uma associação positiva; quando uma tende a aumentar enquanto a outra diminui, a associação pode ser negativa. O padrão pode ser forte, fraco, linear, não linear ou simplesmente aparente.

Causalidade é uma afirmação mais exigente: diz que uma mudança em uma variável contribui para produzir mudança em outra, dentro de um contexto definido. Um gráfico de dispersão ou uma correlação pode levantar uma pergunta importante, mas, sozinho, não demonstra que uma variável causou a outra. Pode haver uma terceira variável, um problema na forma de medir, uma amostra enviesada, uma coincidência ou uma relação que funciona no conjunto analisado e não se repete em outro.

Essa diferença aparece tanto em pesquisas escolares quanto em notícias, relatórios e postagens. A própria proposta de Matemática da BNCC inclui interpretar dados em diferentes contextos, analisar amostras e avaliar a plausibilidade das conclusões. O NCTM também recomenda que os estudantes compreendam que diferentes tipos de estudo permitem diferentes tipos de inferência. Portanto, a aula não precisa começar com uma fórmula: pode começar com uma frase que parece convincente.

Uma atividade de 50 a 70 minutos

Escolha uma pergunta que possa ser investigada com dados públicos ou com um conjunto artificial preparado pelo professor. Evite coletar informações pessoais dos alunos. Um bom exemplo é comparar tempo de estudo declarado e desempenho em uma tarefa fictícia, usando uma tabela anônima criada para a aula. Outra opção é trabalhar com dados públicos do IBGE, desde que a turma conheça a origem, o período, a população pesquisada e as limitações do levantamento.

Organize a aula em quatro momentos. No primeiro, apresente um gráfico ou uma tabela sem explicar a conclusão. Peça que cada estudante escreva o que observa, o que imagina e o que ainda precisaria saber. No segundo, forme grupos para que os alunos representem as variáveis e procurem padrões. No terceiro, entregue cartões com explicações concorrentes. No quarto, solicite uma conclusão escrita com uma frase de evidência, uma limitação e uma pergunta para a próxima investigação.

Etapa 1: separar observação de interpretação

Mostre uma tabela simples com duas colunas, como “horas de estudo na semana” e “pontuação em uma atividade de revisão”. Não identifique os estudantes e não use notas reais. Peça três respostas diferentes:

• Observação: o que aparece diretamente na tabela ou no gráfico?
• Interpretação: que padrão parece existir?
• Hipótese: que explicação poderia ser investigada?

Essa separação é importante porque os alunos costumam escrever uma explicação como se fosse um dado. “Quem estuda mais aprende mais” pode ser uma hipótese; não é a descrição automática de qualquer tabela. Também é possível que a relação seja fraca, que alguns pontos se afastem do padrão ou que a medida de “horas de estudo” não represente a qualidade da prática.

Etapa 2: ler o padrão sem exagerar

Se houver acesso a planilha, os grupos podem inserir os pares de valores e criar um gráfico de dispersão. Sem computador, use cartões com os pares e uma folha quadriculada. A tarefa não é produzir um gráfico bonito: é decidir se o modo de representação ajuda a responder à pergunta.

Peça que os grupos descrevam direção, concentração e exceções. Eles podem usar frases como “os pontos mostram uma tendência positiva moderada no conjunto apresentado” ou “há uma associação aparente, mas os dados não informam como as variáveis foram selecionadas”. Evite exigir que um número resuma tudo. Se a turma já conhece o coeficiente de correlação, explique que ele descreve uma associação linear e que seu valor depende do conjunto de dados; ele não é uma escala de causa.

Convém apresentar também um exemplo em que um ponto extremo muda a impressão geral. O objetivo é mostrar que medidas e gráficos precisam ser lidos junto com a distribuição, o tamanho da amostra, as unidades e o processo de coleta. O artigo do PRAL sobre como comparar dados sem tirar conclusões apressadas pode ser usado como apoio para essa etapa.

Etapa 3: procurar explicações alternativas

Entregue a cada grupo três ou quatro cartões. Por exemplo:

• “A variável A pode influenciar B.”
• “Uma terceira variável C pode influenciar A e B.”
• “A amostra pode ter sido formada apenas por pessoas com uma característica.”
• “O instrumento usado para medir uma das variáveis pode não representar o fenômeno inteiro.”

Os alunos devem escolher quais cartões são compatíveis com os dados e justificar. Não é necessário decidir qual explicação é verdadeira. A aprendizagem está em perceber que diferentes histórias podem produzir o mesmo padrão observado. Um exemplo clássico é a relação entre duas variáveis que aumentam no verão: isso não prova que uma provoca a outra; a estação pode ser a variável associada às duas.

Se quiser aproximar a proposta da vida digital, apresente uma frase hipotética de rede social: “estudantes que usam mais determinada plataforma têm melhor desempenho; logo, a plataforma aumenta a aprendizagem”. Peça que a turma reescreva a conclusão de forma responsável: “neste conjunto de dados, observou-se uma associação; são necessárias informações sobre seleção dos participantes, objetivo de uso, tempo de exposição, atividade realizada e outras condições antes de avaliar uma hipótese causal”.

Como discutir causa sem simplificar demais

Não é preciso ensinar que causalidade só pode ser investigada em um laboratório. O ponto é mostrar que o desenho da pesquisa importa. Um experimento com alocação aleatória pode oferecer evidência causal mais forte em determinadas condições, mas também exige cuidados éticos, controle de variáveis, medida adequada e interpretação do alcance dos resultados. Estudos observacionais podem revelar associações importantes e gerar hipóteses; não devem ser tratados como inúteis. A pergunta correta é: que conclusão esse desenho permite sustentar?

O professor pode montar uma tabela com quatro colunas: “o que sabemos”, “de onde veio o dado”, “o que não sabemos” e “qual investigação ajudaria”. Essa ficha evita a resposta binária “é verdade” ou “é mentira”. Também ajuda os estudantes a reconhecerem que a qualidade da conclusão depende da qualidade da pergunta, da amostra e da medição.

Para uma investigação com dados públicos, consulte a ficha técnica. O IBGE oferece atividades para o Ensino Médio que relacionam amostragem, pesquisa de campo, tabelas e a habilidade EM13MAT102. O portal também apresenta práticas de interpretação crítica de gráficos. Esses materiais são bons pontos de partida, mas os dados não devem ser retirados do contexto nem usados para expor situações pessoais de estudantes.

Registro de aprendizagem e avaliação

A avaliação pode ser curta e ainda assim revelar raciocínio. Em vez de corrigir apenas o gráfico final, peça uma resposta com quatro itens:

1. descreva uma associação observada sem afirmar causa;
2. cite uma evidência concreta da tabela ou do gráfico;
3. apresente uma explicação alternativa ou uma limitação;
4. formule uma pergunta para uma nova pesquisa.

Uma rubrica simples pode usar três níveis: identifica o padrão com precisão; diferencia observação, hipótese e conclusão; considera a origem e as limitações dos dados; e comunica a ideia com linguagem proporcional à evidência. A nota não deve premiar a frase mais categórica. Um estudante que escreve “não é possível concluir causalidade com esses dados, porque a amostra e a forma de coleta não foram informadas” está demonstrando uma aprendizagem importante.

Depois da atividade, retome os erros mais comuns sem expor o nome de ninguém. Mostre, por exemplo, como uma conclusão mudou quando o grupo passou a considerar uma terceira variável. Essa devolutiva conecta a aula ao planejamento seguinte: se muitos alunos confundem associação com causa, a próxima atividade pode trabalhar desenho de pesquisa; se confundem gráfico com evidência, pode ser necessário revisar escala, amostra e fonte.

Cuidados para a atividade não perder o sentido

Não use dados de saúde, notas, diagnósticos, renda ou comportamento individual identificável apenas para tornar a aula “real”. Dados públicos também têm contexto, limites e riscos de interpretação. Prefira conjuntos anonimizados, exemplos fictícios ou bases institucionais preparadas para uso educacional. Quando a escola utilizar uma ferramenta digital, verifique as regras da rede e não envie informações pessoais dos estudantes a serviços externos.

Outro cuidado é não apresentar correlação e causalidade como um truque para desmentir toda estatística. O objetivo é aumentar a precisão do raciocínio. Uma associação pode ser relevante, orientar uma investigação e apoiar uma decisão provisória. O que ela não autoriza é transformar automaticamente um padrão observado em promessa, culpa ou explicação única.

Para ampliar a sequência, conecte a proposta ao artigo do PRAL sobre pesquisa amostral na escola e ao guia de argumentação baseada em evidências. Assim, o aluno passa da leitura de uma relação entre variáveis para a formulação de perguntas, a coleta responsável, a análise e a comunicação de uma conclusão limitada pelo que os dados realmente permitem afirmar.

Fontes para preparar a aula

• Base Nacional Comum Curricular, do Ministério da Educação, especialmente as orientações de Matemática e Probabilidade e Estatística.
• Data Analysis and Probability, do National Council of Teachers of Mathematics.
• Amostragem e Pesquisa de Campo, do IBGE Educa.
• Coletânea de atividades para ensino de correlação em estatística, produto educacional disponível no Portal eduCapes.

Próximo passo: escolha um conjunto pequeno e anônimo de dados, escreva uma pergunta que possa ser respondida por ele e prepare três frases: uma observação, uma hipótese causal e uma limitação. Se a turma conseguir distinguir essas três funções, a aula já terá tornado o raciocínio estatístico mais visível.