Avaliação Programática em Medicina: o ENAMED Como Uma Evidência, Não Como a Régua

Avaliação programática é a organização da avaliação como um programa de julgamento que combina muitos pontos de dados de baixo e de alto impacto com feedback significativo e decisões proporcionais (van der Vleuten et al., 2012). Sua utilidade para os cursos de medicina brasileiros é direta: ela impede que o resultado de um único exame externo carregue mais significado do que ele suporta, mantendo o ENAMED como uma evidência entre outras dentro de um sistema mais amplo de avaliação. Nenhum dos 631 artigos que compõem o corpus deste blog até o momento havia nomeado esse princípio, embora ele seja o fio que conecta as duas referências que sustentam esta discussão. O curso que organiza sua avaliação como programa consegue usar o ENAMED bem. O curso que não organiza acaba usando o ENAMED como se fosse o programa inteiro.

Essa distinção parece sutil, mas tem consequência regulatória concreta. Em 2025, o ENAMED avaliou 351 cursos de medicina e produziu uma distribuição de conceitos que reprovou proporção relevante da rede: 24 cursos em Conceito 1, 83 em Conceito 2, 80 em Conceito 3, 114 em Conceito 4 e 49 em Conceito 5 (Fonte: INEP, 2025). Cento e sete cursos, portanto, ficaram em Conceito 1 ou 2, faixa que aciona supervisão do MEC. Quando um curso não tem programa de avaliação, e trata o resultado do ENAMED como se fosse a medida definitiva da qualidade formativa, ele perde a capacidade de interpretar por que chegou àquele número e de decidir o que fazer a seguir com proporcionalidade.

O que é avaliação programática?

Avaliação programática é um princípio de desenho segundo o qual nenhuma decisão de alto impacto deveria se apoiar em um único ponto de dado, e sim em um conjunto amostrado de múltiplos domínios, métodos e ocasiões de avaliação, combinado com feedback estruturado (van der Vleuten et al., 2012). Epstein (2007) descreve essa lógica como um programa de julgamento: a competência clínica não cabe em um instrumento isolado, e tratar qualquer exame como representação completa dela é um erro de inferência, não um problema do exame em si.

O princípio central que decorre disso é simples de enunciar e difícil de operacionalizar: quanto maior a consequência de uma decisão, o seja progressão, remediação, retenção ou intervenção curricular, maior deve ser o número de fontes independentes de evidência que a sustentam. Um exame de 100 questões objetivas com 4 alternativas, aplicado uma vez por semestre, é uma fonte legítima e valiosa. Não é, isoladamente, suficiente para decisões de alto impacto sobre um estudante individual ou sobre a arquitetura inteira do currículo. Essa é exatamente a lógica que separa avaliação programática de avaliação pontual: a primeira acumula evidência ao longo do tempo, e a segunda aposta tudo em um instante de medida.

Vale marcar uma diferenciação conceitual que costuma gerar confusão em reuniões de NDE. Formativa e somativa são funções de uma avaliação, ela pode informar o aprendizado ou ela pode certificar um resultado. Avaliação programática é a arquitetura do conjunto, a forma como múltiplas avaliações formativas e somativas se organizam para sustentar diferentes tipos de decisão. Um curso pode ter avaliações formativas isoladas e não ter programa nenhum, se essas avaliações não se articulam entre si nem alimentam decisões proporcionais. Leia tambémAvaliação Formativa e Somativa no Contexto do Novo ENAMED → aprofunda essa distinção funcional; este artigo trata da arquitetura que organiza essas funções.

Por que um exame isolado não representa a competência clínica?

Um exame isolado não representa a competência clínica porque mede, em um único momento e em um recorte cognitivo específico, apenas parte daquilo que compõe a prática médica. Norcini et al. (2018) propõem sete critérios para julgar a qualidade de um método avaliativo: validade ou coerência, reprodutibilidade ou consistência, equivalência, viabilidade, efeito educacional, efeito catalítico e aceitabilidade. Nenhum instrumento isolado, incluindo o ENAMED, satisfaz igualmente bem os sete critérios ao mesmo tempo, e é justamente essa limitação estrutural que a avaliação programática existe para compensar.

O ENAMED aplicado pelo INEP usa o modelo de Rasch, teoria de resposta ao item de um parâmetro (1PL), no qual o único parâmetro do item é a dificuldade (NT INEP nº 42/2025). Isso garante consistência psicométrica elevada para medir conhecimento cognitivo em um recorte amplo de conteúdo, mas por desenho não captura comunicação com paciente, trabalho em equipe, raciocínio sob incerteza clínica real ou julgamento ético em situação prática. A tabela a seguir aplica os sete critérios de Norcini a uma prova escrita isolada, sinalizando o que ela sustenta bem e o que ela não sustenta sozinha.

Critério (Norcini et al., 2018)	O que pergunta	O que uma prova escrita isolada sustenta	O que ela não sustenta sozinha
Validade ou coerência	O instrumento mede o que deveria medir?	Conhecimento cognitivo amostrado pela matriz de referência	Desempenho clínico observado, comunicação, atitude
Reprodutibilidade ou consistência	O resultado se repete em condições equivalentes?	Alta, dado o modelo Rasch calibrado e a padronização do item	Estabilidade de traços não cognitivos ao longo do tempo
Equivalência	Formas ou edições diferentes geram resultados comparáveis?	Boa, dentro do desenho psicométrico da mesma edição	Comparação direta entre instrumentos de natureza distinta
Viabilidade	O instrumento é aplicável em escala com custo razoável?	Excelente, aplicação nacional simultânea	Não substitui observação individualizada, que exige mais recursos
Efeito educacional	O instrumento estimula aprendizagem desejável?	Estimula revisão de conteúdo cognitivo amplo	Não estimula, isoladamente, raciocínio clínico em contexto real
Efeito catalítico	O resultado gera ação de melhoria subsequente?	Pode sinalizar lacunas de conteúdo em nível agregado	Não indica, por si, qual intervenção pedagógica é proporcional
Aceitabilidade	Os envolvidos reconhecem legitimidade ao instrumento?	Legitimidade regulatória alta, por força de norma federal	Não gera, sozinho, adesão pedagógica sem mediação institucional

Quais fontes de evidência compõem o programa?

Um programa de avaliação em medicina combina, no mínimo, avaliação no local de trabalho, observação direta, feedback narrativo, simulação, teste de progresso e revisão longitudinal, cada uma contribuindo com um tipo de sinal que as demais não capturam. Mapear o conhecimento relevante ao ENAMED dentro do currículo é uma prática razoável e recomendável, mas ela precisa coexistir com essas outras fontes, e não substituí-las (paper 002, seção sobre avaliação programática). Um curso que reorganiza toda sua estrutura avaliativa em torno de um único exame externo abandona o princípio de amostragem múltipla que sustenta a validade do programa como um todo.

A tabela abaixo resume o papel de cada fonte, o que ela captura melhor, o que ela deixa de fora e o tipo de decisão que ela tipicamente sustenta.

Fonte de evidência	O que capta melhor	O que não capta	Impacto típico da decisão que sustenta
Avaliação no local de trabalho	Desempenho em contexto clínico real, sob supervisão	Conhecimento teórico amplo fora do cenário observado	Médio, feedback de rotina e ajuste de plano individual
Observação direta	Habilidade prática pontual, comunicação, exame físico	Consistência ao longo do tempo, generalização entre casos	Médio, quando combinada a múltiplas observações
Feedback narrativo	Nuances qualitativas de raciocínio e atitude	Comparabilidade entre estudantes, padronização de escala	Baixo isoladamente, alto quando triangulado
Simulação	Tomada de decisão em cenário controlado e reprodutível	Transferência garantida para prática real não simulada	Médio, formação de julgamento clínico progressivo
Teste de progresso	Evolução longitudinal de conhecimento cognitivo	Habilidades práticas e atitudinais	Médio a alto, quando acumulado ao longo de várias ocasiões
ENAMED (exame externo)	Referência nacional comparável e consequência regulatória	Ponto único no tempo, recorte cognitivo, sem habilidades práticas	Alto para o curso (conceito, supervisão), individual limitado

Nenhuma linha dessa tabela substitui as demais. O erro mais comum em cursos sob pressão regulatória é elevar uma única fonte, geralmente a mais recente ou a mais visível externamente, ao status de veredito final sobre um estudante ou sobre o próprio currículo.

Onde o ENAMED se encaixa nesse sistema?

O ENAMED se encaixa como uma fonte de verificação externa dentro do programa de avaliação, e não como o programa inteiro, porque ele tem duas propriedades que as fontes internas não têm, referência nacional comum e consequência regulatória, e duas limitações que as fontes internas parcialmente compensam, recorte cognitivo e ponto único no tempo. Essa dupla natureza é o que explica por que o exame é indispensável e, ao mesmo tempo, insuficiente isoladamente.

A referência nacional comum é uma propriedade que nenhuma avaliação interna consegue replicar: o ENAMED compara todos os cursos de medicina do país sob a mesma Matriz de Referência Comum, 15 competências, 21 domínios, 7 áreas de formação, 6 cenários de prática e 7 atributos do perfil do egresso, definida pela Portaria INEP 478/2025. Isso torna o exame a única fonte capaz de posicionar um curso relativamente ao sistema nacional, algo que nenhuma prova interna, por melhor calibrada que seja, consegue fazer sozinha. A consequência regulatória reforça essa singularidade: Conceito 1 ou 2 aciona supervisão, redução de vagas ou suspensão de vestibular, e as Portarias Seres/MEC 72, 73 e 74, de 17/03/2026, já colocaram 99 cursos sob supervisão após o ciclo 2025.

Ao mesmo tempo, o recorte cognitivo do ENAMED, cem questões objetivas de quatro alternativas aplicadas em um único dia, não captura comunicação, trabalho em equipe, atitude profissional nem raciocínio clínico em tempo real diante de um paciente. E o ponto único no tempo significa que o exame retrata a proficiência do estudante em um instante, não sua trajetória de desenvolvimento ao longo do curso. É aqui que testes de progresso e fontes longitudinais internas cumprem papel insubstituível: elas ajudam a verificar se o sinal do ENAMED é consistente com a trajetória observada ao longo dos anos, mantendo o exame como evidência entre outras (Alavarce et al., 2024, citado no paper 002).

A tabela a seguir resume essa dupla natureza.

Propriedade	Presente no ENAMED	Fonte interna supre a lacuna
Referência nacional comum	Sim, mesma matriz para todos os cursos do país	Não aplicável, é exclusividade do exame externo
Consequência regulatória	Sim, conceito de curso e supervisão do MEC	Não aplicável, é competência do órgão avaliador
Cobertura de habilidades práticas e atitudinais	Não, recorte cognitivo objetivo	Sim, observação direta, simulação, avaliação no local de trabalho
Continuidade ao longo do tempo	Não, ponto único por edição	Sim, teste de progresso e revisão longitudinal

Um detalhe regulatório recente ilustra bem por que separar resultado observado, inferência e decisão é indispensável. No ciclo Enare 2025/2026, a habilitação usou percentual de acertos, não a nota TRI do ENAMED (NT INEP nº 42/2025, seção 7). Já no Edital Enare nº 02/2026, para o ciclo 2026/2027, a prova objetiva passa a se vincular diretamente à nota TRI do ENAMED, exigindo resultado proficiente para habilitação e classificação. A Resolução CNRM nº 4/2026, art. 19, admite o uso do exame como etapa cognitiva em processos de acesso direto, mas essa autorização não significa adoção universal: o uso depende do edital aplicável, e a regra vigente é restrita ao Enare 2026/2027 e aos programas de acesso direto. O mesmo evento avaliativo, portanto, pode alimentar medidas distintas conforme o ciclo e o uso, o que reforça, na prática, exatamente o que o paper 001 argumenta sobre a necessidade de separar resultado, inferência e decisão.

Leia tambémRelatório por Área: Quando o Desempenho por Domínio Não Sustenta Decisão → detalha essa fragilidade dos subescores por domínio, um ponto tratado com rigor por Haberman (2008) e Sinharay (2010): o valor de um subescore depende de confiabilidade, distinção em relação ao escore total e ganho informacional para a decisão pretendida, requisitos que frequentemente não são satisfeitos quando o número de itens por domínio é pequeno.

Como evitar o estreitamento curricular?

O estreitamento curricular se evita distinguindo preparação que consolida conhecimento de preparação que desloca as demais fontes do programa de avaliação, e a distinção deve se basear em função educacional, não em rótulo de ferramenta ou método. Au (2007), em metassíntese qualitativa citada no paper 002, mostra que testes de alta relevância podem moldar conteúdo curricular e forma instrucional, embora os efeitos dependam do contexto institucional. O risco real não é usar o ENAMED como referência de conteúdo, isso é razoável e até recomendável. O risco é reorganizar o currículo inteiro em torno da previsibilidade do formato testado, cem questões objetivas, deslocando tempo e atenção de avaliação no local de trabalho, feedback longitudinal, comunicação, ética, trabalho em equipe e julgamento clínico.

O paper que analisa a governança de IA na preparação para o exame (DESTEFANI, V. C.; FERREIRA, M. F. C.; DESTEFANI, A. C. Brazil's ENAMED and the Governance of AI-Supported Exam Preparation: A Conceptual Policy Analysis. International Journal for Multidisciplinary Research, v. 8, n. 4, p. 1-6, jul./ago. 2026, ID IJFMR260484125) nomeia esse fenômeno como adaptive test coaching, treino adaptativo para a prova: a personalização de estudo vira treino para a prova quando o objetivo prático do sistema se reduz a aumentar o sucesso em itens semelhantes aos da prova. A transição é gradual, e é isso que a torna difícil de perceber em nível institucional. Quatro sinais ajudam a identificá-la: o aluno recebe questões pareadas mecanicamente a erros anteriores, o sistema favorece temas associados a ganho provável de escore em vez de relevância clínica, o feedback fica mais curto e mais centrado apenas na resposta correta, e painéis de progresso recompensam acerto de item de forma mais visível do que qualidade de raciocínio. Cada recurso parece útil isoladamente. Juntos, podem redefinir aprendizagem como predição da alternativa correta, um desvio silencioso do propósito formativo original.

A ferramenta de preparação torna-se mais defensável quando solicita ao aluno explicar o raciocínio, identifica incerteza, vincula respostas a fontes confiáveis, incentiva reflexão e conecta a prática a contextos clínicos. Torna-se mais preocupante quando apresenta certeza sem suporte, oculta como as recomendações são geradas, usa dados sensíveis do aluno sem limites claros, ou otimiza escore sem qualquer evidência de transferência além da prova. Leia tambémGovernança de IA na Preparação para o ENAMED: 5 Prioridades para a Faculdade → detalha as cinco prioridades de governança institucional propostas por esse quadro conceitual.

Como tomar decisões proporcionais à força da evidência?

Decisões proporcionais à força da evidência exigem que decisões de alto impacto se apoiem em acúmulo de evidência de múltiplas fontes e ocasiões, enquanto decisões de baixo impacto podem se apoiar em sinal mais fino e localizado. Esse é o princípio de proporcionalidade que atravessa toda a literatura de avaliação programática, e ele tem aplicação direta e concreta no caso mais comum enfrentado por coordenações de curso: a remediação de um estudante com desempenho insatisfatório em um domínio específico do ENAMED.

Quando a evidência por domínio é frágil, poucos itens não sustentam prescrição universal de remediação. A alternativa mais proporcional, discutida no quadro conceitual do paper 001, é informar a cobertura observada e rotular o sinal como exploratório, buscando informação complementar antes de iniciar qualquer intervenção. Isso evita que a tentativa de tornar o resultado acionável amplifique a imprecisão original da medida. Na prática, isso significa que um resultado fraco em uma Grande Área específica do ENAMED, sustentado por poucos itens, deveria disparar busca de evidência convergente (desempenho em avaliação no local de trabalho, teste de progresso interno, feedback de preceptores) antes de qualquer plano de remediação individual, e nunca uma ação disciplinar isolada baseada apenas naquele número.

O mesmo raciocínio vale para decisões institucionais de maior escala. Um Conceito 1 ou 2 no ciclo 2025 é decisão de altíssimo impacto regulatório, e precisa ser interpretado à luz de evidência interna acumulada ao longo dos anos, não apenas do resultado pontual daquela edição. Um curso que já vinha registrando fragilidade em testes de progresso internos e feedback de preceptores tem uma história consistente com o conceito recebido. Um curso sem nenhum instrumento interno de acompanhamento não tem como saber se o resultado foi um desvio pontual ou o retrato fiel de um problema estrutural, e essa ausência de contexto é, em si, um problema de governança acadêmica.

Por onde a coordenação começa?

A coordenação começa mapeando o que já existe no curso, identificando em qual dos sete critérios de Norcini cada instrumento avaliativo contribui, e decidindo explicitamente qual tipo de decisão depende de qual tipo de evidência. Esse mapeamento não exige adotar nenhuma ferramenta nova antes de entender o que já está em uso: muitos cursos possuem avaliação no local de trabalho, feedback de preceptores e simulação, mas nunca organizaram esses instrumentos como partes de um programa coerente, o que os torna, na prática, peças soltas sem articulação de decisão.

O primeiro passo prático é um inventário simples, respondido para cada instrumento avaliativo já existente no PDI e no projeto pedagógico do curso: o que ele mede, com que frequência, e que tipo de decisão ele já sustenta hoje. O segundo passo é identificar lacunas evidentes, tipicamente na continuidade longitudinal (poucos cursos aplicam teste de progresso de forma sistemática desde o ciclo básico) e na triangulação entre fontes (raramente há processo formal de cruzar resultado de simulação com resultado de avaliação no local de trabalho antes de uma decisão sobre o estudante). O terceiro passo é explicitar, por escrito, no NDE, qual decisão institucional depende de qual conjunto mínimo de evidência, isso é o que transforma um conjunto de instrumentos em programa.

Leia tambémProficiência Desde o 1º Ano: o Radar Longitudinal do Ciclo Básico → descreve como acumular ocasiões de medida desde o início do curso, o que é precisamente a peça longitudinal que falta na maioria dos programas de avaliação hoje em vigor. E Leia tambémDo Escore à Ação: O Que as Normas do ENAMED Deixam para a Faculdade Resolver → trata da lacuna documental identificada pelo paper 001: os documentos públicos regulatórios explicitam muito mais finalidade, pontuação, estimação e nível do que ação educacional e salvaguardas de interpretação, uma lacuna que cabe à instituição, e não ao INEP, preencher.

Declaração de conflito de interesse

Os autores dos estudos citados neste artigo são fundadores da SPR Med: Vinícius Côgo Destefani é cofundador e Diretor de Pedagogia e Engajamento; Matheus Feliciano da Costa Ferreira é CEO e Diretor de Inovação e Inteligência Artificial; Afrânio Côgo Destefani tem contrato de serviços com a empresa. Este artigo não avalia nem promove produto, base de dados ou alegação de desempenho da empresa, e os dois estudos citados estão publicamente disponíveis para verificação. É importante registrar, com todas as letras, que nenhum dos dois papers constitui evidência empírica de efeito: o primeiro propõe um quadro conceitual explicitamente não validado, cuja utilidade ainda precisa ser examinada com estudantes e outros usuários; o segundo é uma análise conceitual narrativa direcionada, não uma revisão sistemática, e não avalia produto de IA nem estima efeito ou desfecho de estudantes. O que ambos oferecem é enquadramento conceitual publicado e revisado por pares, não prova de que qualquer intervenção específica funciona.

Como a SPR Med se posiciona nesse sistema

A SPR Med se posiciona como uma fonte de evidência cognitiva longitudinal dentro do programa de avaliação de um curso de medicina, não como substituto do programa inteiro. A plataforma organiza um banco proprietário de 266.177 questões tagueadas na Matriz Pedagógica 7D, alinhada à Matriz de Referência Comum da Portaria INEP 478/2025, e o motor M.A.E.S.T.R.O aplica o mesmo modelo psicométrico usado pelo INEP, TRI de Rasch de 1 parâmetro, para estimar Nota Final na escala oficial, Classificação de Proficiência e Nível de Confiança por Grande Área, Especialidade, Tema e Subtema.

Esse Nível de Confiança por nível de agregação é a resposta operacional honesta ao problema de subescores levantado por Haberman (2008) e Sinharay (2010): quando a evidência por domínio é fina, o número correspondente vem acompanhado de uma indicação explícita de quanto se pode confiar nele, em vez de ser apresentado como estimativa individual precisa sem qualificação. Isso não significa que os papers validam a ferramenta, os estudos não avaliam a SPR Med nem fazem inferência sobre seus resultados. Significa que o desenho da plataforma foi orientado pelo mesmo princípio de proporcionalidade que a literatura de avaliação programática defende: acumular ocasiões de medida ao longo do tempo, em múltiplos recortes da matriz, e comunicar o grau de confiança junto com o número, em vez de entregar apenas um escore isolado. O radar longitudinal desde o ciclo básico, o acompanhamento por Grande Área e Especialidade, e a metodologia de quatro pilares (Diagnóstico, Prescrição, Controle, Mentoria) existem exatamente para servir como uma das fontes que compõem o programa, nunca como o programa inteiro.

Converse com nosso time de consultoria acadêmica para entender como estruturar um mapeamento de evidências avaliativas alinhado à avaliação programática, sem transformar o ENAMED na única régua de decisão do seu curso.

Documentos oficiais relacionados

• Matriz de Referência Comum: Portaria Inep nº 478/2025.
• Notas técnicas do Inep: cálculo da nota, proficiência e conceito institucional.

Perguntas frequentes

O que é avaliação programática em medicina?

É a organização da avaliação de um curso como um programa de julgamento que combina múltiplos pontos de dados, de baixo e de alto impacto, com feedback estruturado e decisões proporcionais à força da evidência disponível (van der Vleuten et al., 2012). Ela existe porque nenhum instrumento isolado, incluindo exames externos de larga escala, consegue representar sozinho toda a competência clínica de um estudante.

O ENAMED substitui a necessidade de avaliação interna do curso?

Não. O ENAMED tem duas propriedades exclusivas, referência nacional comum e consequência regulatória, mas também duas limitações estruturais, recorte cognitivo e ponto único no tempo, que só as fontes internas de avaliação (avaliação no local de trabalho, simulação, teste de progresso, feedback narrativo) conseguem compensar ao longo da formação.

Um resultado fraco em uma área específica do ENAMED já justifica remediação individual do aluno?

Não isoladamente. Quando a evidência por domínio se apoia em poucos itens, o mais proporcional é tratar o sinal como exploratório e buscar evidência convergente de outras fontes antes de qualquer remediação, evitando que a tentativa de tornar o resultado acionável amplifique a imprecisão original da medida (Haberman, 2008; Sinharay, 2010).

Qual a diferença entre avaliação formativa, somativa e avaliação programática?

Formativa e somativa são funções de uma avaliação específica, ela pode orientar o aprendizado ou certificar um resultado. Avaliação programática é a arquitetura que organiza múltiplas avaliações formativas e somativas de modo que decisões de diferentes níveis de impacto sejam sustentadas pela quantidade e qualidade de evidência proporcional a cada uma.

Usar o ENAMED como referência de conteúdo curricular é um problema?

Mapear o conhecimento relevante ao ENAMED no currículo é uma prática razoável. O problema ocorre quando o currículo inteiro passa a se reorganizar em torno da previsibilidade do formato testado, deslocando tempo de avaliação no local de trabalho, comunicação, ética e trabalho em equipe, um risco de estreitamento curricular descrito na literatura como dependente do contexto institucional (Au, 2007).

Como uma coordenação de curso começa a estruturar um programa de avaliação?

Mapeando os instrumentos avaliativos já existentes, identificando em qual critério de qualidade cada um contribui, localizando lacunas de continuidade longitudinal e triangulação entre fontes, e explicitando por escrito, no NDE, qual tipo de decisão institucional depende de qual conjunto mínimo de evidência acumulada.

Sobre a autoria