Eleições presidenciais pelo viés do Letramento Estatístico Crítico

8 de setembro de 2026,

E-docente

Em períodos eleitorais, os números passam a ocupar um espaço significativo no debate público. Pesquisas de intenção de voto, percentuais, gráficos, projeções e diferentes indicadores aparecem diariamente nos meios de comunicação e nas redes sociais. Em poucos segundos, uma imagem pode apresentar ao público uma suposta fotografia das preferências eleitorais da população.

Mas, diante de tantas informações estatísticas, será que saber interpretar números é suficiente para compreendê-las? Através do letramento estatístico crítico, podemos desenvolver as ferramentas necessárias para analisar não apenas os dados em si, mas as intenções, contextos e nuances por trás de cada representação.

O desafio das representações gráficas nas pesquisas

A primeira impressão produzida pela imagem é a de uma diferença muito expressiva entre os resultados. A primeira barra ocupa quase toda a extensão vertical do gráfico, embora o percentual indicado sobre ela seja de 22%. As demais barras também apresentam proporções visuais que não correspondem adequadamente aos valores numéricos apresentados.

O problema, nesse caso, não está necessariamente nos números, mas na maneira como eles foram representados. A informação “22%” pode estar correta e, ainda assim, sua representação gráfica pode produzir uma percepção equivocada sobre a dimensão desse resultado.

É nesse espaço entre dados, representação e interpretação que o ensino de Estatística pode assumir uma dimensão crítica. É dessa possibilidade que trata o Letramento Estatístico Crítico.

Quando interpretar não é suficiente

O letramento estatístico está relacionado à capacidade de compreender, interpretar e avaliar informações estatísticas, além de argumentar e comunicar ideias a partir delas. Quando essa competência é pensada em uma interpretação crítica, entretanto, acrescenta-se uma dimensão importante: compreender as relações entre as informações estatísticas e o contexto social no qual elas são produzidas e utilizadas.

Pereira e Silva (2025), ao discutirem a Educação Estatística Crítica, destacam a necessidade de uma formação que permita aos sujeitos analisar e refletir sobre dados em contextos sociopolíticos. Nessa perspectiva, a Estatística é apresentada como uma ferramenta para compreender a realidade e participar dela de maneira consciente. Isso modifica a própria natureza das atividades que podem ser desenvolvidas em sala de aula.

Diante de um gráfico, por exemplo, não precisamos nos limitar a perguntar qual é o maior ou o menor valor, calcular uma diferença ou identificar uma porcentagem. Podemos também investigar as escolhas presentes naquela representação.

No caso da imagem apresentada, a análise da escala já permite perceber que existe uma discrepância entre aquilo que os números informam e aquilo que a dimensão visual das barras sugere. O estudante pode, então, reconstruir a representação utilizando uma escala adequada e comparar os efeitos produzidos pelos dois gráficos.

Nesse processo, ele percebe que a forma de apresentar uma informação interfere na maneira como ela pode ser compreendida, indo além da aprendizagem, da construção e da interpretar gráficos.

Os dados têm uma história

A representação gráfica, porém, é apenas uma etapa de um processo muito maior.

Antes que um percentual apareça em uma tela, uma série de decisões já foi tomada: o fenômeno que será investigado, a população considerada, os procedimentos de coleta, as variáveis utilizadas, os métodos de análise e, finalmente, a maneira como os resultados serão comunicados.

Nas pesquisas eleitorais, esse percurso é particularmente relevante.

Uma pesquisa de intenção de voto não envolve necessariamente a entrevista de todos os eleitores. Ela trabalha com uma amostra e, a partir dela, procura produzir estimativas sobre uma população muito maior. Para que essas estimativas sejam interpretadas adequadamente, é necessário compreender como essa amostra foi constituída e quais são as limitações do processo.

É esse tipo de análise que Campos e Coutinho (2019) desenvolvem ao discutir o problema da amostragem no contexto das pesquisas eleitorais. Os autores mostram que questões como amostragem, margem de erro e não resposta não são meros detalhes técnicos: elas interferem na possibilidade de interpretar e generalizar os resultados de uma pesquisa.

A discussão permite perceber algo fundamental: uma estatística não deve ser analisada apenas pelo resultado que apresenta, mas também pelas condições que permitiram sua produção.

Essa concepção aproxima-se diretamente da Educação Estatística Crítica, que defende o trabalho com dados reais, a interpretação dos resultados e a discussão de questões sociais e políticas relacionadas aos problemas estudados.

Como aplicar o letramento estatístico crítico na prática: ler e escrever o mundo

O Letramento Estatístico Crítico amplia ainda mais essa perspectiva.

A estrutura apresentada por Pereira e Silva (2025), com base em Weiland e Sundrani (2022), organiza essa competência em duas dimensões: leitura e escrita. A leitura envolve compreender a linguagem estatística, avaliar informações e argumentos baseados em dados, analisar fontes e reconhecer os contextos sociais e políticos que influenciam sua produção. A escrita, por sua vez, envolve utilizar investigações estatísticas para produzir e comunicar informações e, inclusive, discutir questões sociopolíticas.

Quadro 1 – Estrutura para um Letramento Estatístico Crítico

Leitura	Escrita
Compreender a linguagem e os sistemas de símbolos estatísticos e criticar a informação estatística e os argumentos baseados em dados encontrados em diversos contextos para obter uma consciência das questões sociopolíticas da sociedade.	Usar investigações estatísticas para comunicar informações estatísticas e argumentos em um esforço para desestabilizar e remodelar estruturas de injustiça para uma sociedade mais justa.
Identificar e interrogar as estruturas sociais que moldam e são reforçadas pelos argumentos baseados em dados considerados.	Usar investigações estatísticas para aliviar [mitigar] e resolver questões sociopolíticas de injustiça.
Compreender a sua localização social, subjetividade, contexto político e ter um conhecimento sócio-histórico e político de si mesmo e entender como isso influencia a interpretação da informação.	Negociar tensões dialéticas sociais na formulação de questões estatísticas, métodos de coleta e análise de dados e destacar tais tensões nos resultados de uma investigação estatística.
Avaliar a fonte, [a] recolha [coleta] e [o] reporte [a comunicação] de informação estatística e como são influenciadas e moldadas pela posição social do autor e lentes sociopolíticas e históricas.	Comunicar a localização social, [a] subjetividade e [o] contexto político de alguém para os outros e como isso molda o significado do mundo ao relatar os resultados de uma investigação estatística.
Interrogar os fundamentos epistemológicos e históricos da prática estatística e como ela moldou os discursos baseados em dados e para além dos dados.	Utilizar epistemologias de orientação sociopolítica para criar novas práticas estatísticas e formas de medir o mundo.

Fonte: Weiland e Sundrani (2022 apud Pereira e Silva, 2025, p. 13–14, tradução dos autores)

Assim, uma aula de Estatística pode começar com um gráfico encontrado em uma notícia, passar pela investigação de seus dados e métodos de produção e chegar à elaboração, pelos próprios estudantes, de novas representações.

Estatística, eleições e cidadania

O contexto eleitoral oferece uma oportunidade particularmente rica para esse tipo de trabalho porque coloca os estudantes diante de informações que têm significado social concreto.

Não se trata de utilizar a aula de Matemática ou Estatística para defender determinado candidato ou posicionamento político. A questão é outra: como preparar os estudantes para interpretar criticamente as informações que encontrarão quando participarem da vida democrática?

Uma pesquisa eleitoral pode mobilizar conhecimentos sobre:

população e amostra;
diferentes tipos de amostragem;
porcentagens;
margem de erro;
representação gráfica;
interpretação de dados;
argumentação estatística.

Ao mesmo tempo, pode provocar discussões sobre a qualidade das informações que circulam na sociedade.

Essa articulação é justamente uma das características da Educação Estatística Crítica. O ensino deve utilizar situações contextualizadas e possibilitar que os estudantes analisem criticamente informações presentes em seu cotidiano.

Criticidade não significa rejeitar uma informação porque ela contraria nossas expectativas. Significa desenvolver condições para examiná-la.

Uma pesquisa pode apresentar limitações e, ainda assim, produzir resultados relevantes. Um gráfico pode utilizar dados verdadeiros e representá-los de maneira inadequada. Uma informação pode ser verdadeira, mas ser apresentada fora de seu contexto original.

O papel da educação é justamente criar condições para que o estudante consiga distinguir essas situações, tornando o letramento estatístico crítico um pilar indispensável para o exercício pleno da cidadania.

Minibio do autor

Gabriel Domingues P. Moreirão é professor de Matemática, com atuação na Educação Básica e experiência no desenvolvimento de projetos que articulam ensino, tecnologia e práticas lúdicas. Atualmente, é pós-graduando em Ensino de Matemática pela UFF (Universidade Federal Fluminense), com interesse em metodologias ativas, jogos e o uso de recursos digitais na aprendizagem matemática. Desenvolve trabalhos voltados à criação de propostas pedagógicas que aproximam a Matemática da experiência dos estudantes.

Referências

CAMPOS, C. R.; COUTINHO, C. Q. S. O problema da amostragem no contexto da Educação Estatística Crítica. In: XV CIAEM, Medellin. Anais […], p. 1–8, 2019. Disponível em: https://conferencia.ciaem-redumate.org/index.php/xvciaem/xv/paper/viewFile/327/514. Acesso em: 25 ago. 2026.

PEREIRA, F. A.; SILVA, M. P. M. Educação Estatística Crítica: perspectivas para a formação cidadã na contemporaneidade. Tangram – Revista de Educação Matemática, Dourados, v. 8, p. 1–30, 2025. Disponível em: https://ojs.ufgd.edu.br/tangram/article/view/19411. Acesso em: 25 ago. 2026.