A competência IV da redação Enem: elaboração de atributos para classificação de textos por critérios de correção

• Ano de defesa: 2025
• Autor(a) principal: Winck, Nicolas Hyppolito
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Aprendizado de máquina; Atributos linguísticos; Automatic classification; Classificação automática; Coesão textual; Enem essay; Linguistic features; Machine learning; Redação do Enem; Textual cohesion
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/8/8139/tde-26112025-092459/

O Exame Nacional do Ensino Médio (Enem) é um dos principais sistemas de avaliação brasileiros, especialmente conhecido por sua parte escrita - a redação. Trata-se de um texto dissertativo-argumentativo que é corrigido com base em critérios específicos, estabelecidos pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep). Entre esses critérios, destaca-se a Competência IV, responsável por avaliar a coesão textual, ou seja, o encadeamento lógico de ideias presentes em uma linha de argumentação. Nesse contexto, o presente trabalho tem como objetivo investigar o desempenho de classificadores de aprendizado de máquina na tarefa de identificar a presença de coesão textual em redações do Enem por meio da análise de atributos linguísticos criados com base nos critérios de correção oficiais mencionados. Para tanto, extraíram-se informações de dois principais documentos publicados pelo Inep: a Cartilha do Participante e o módulo 06 do Material de Leitura. Esses materiais descrevem os processos envolvidos na correção da Competência IV, incluindo os recursos coesivos que devem ser encontrados na redação. Tais informações foram reinterpretadas computacionalmente e convertidas em dados para alimentar classificadores do tipo Naive Bayes (Multinomial e Bernoulli) e Floresta Aleatória. Os resultados dos testes de classificação com esses algoritmos mostram que, embora o desempenho global de todos os modelos tenha sido relativamente limitado, algumas diferenças entre a Floresta Aleatória e os outros tipos testados sugerem uma maior proximidade entre esse modelo e o julgamento humano. Dessa forma, conclui-se que, mesmo que pareça ser possível de se capturar parcialmente a coesão textual por meio de certos traços linguísticos observáveis como aqueles estabelecidos para a redação do Enem, ela continua a ser um objeto extremamente complexo. Abordagens computacionais como essa podem certamente favorecer (mas jamais substituir) o processo de correção humana se bem ajustadas aos fins, às regras e à ética do exame. Portanto, este trabalho busca oferecer uma singela contribuição à discussão sobre os limites e possibilidades envolvidos na análise automática da escrita, sempre destacando a relevância do componente humano no desenvolvimento dessa habilidade em processos de avaliação educacionais