A Movva, startup de nudgebots – robôs como os chatbots, mas com foco na mudança de hábito- participou de um estudo da Universidade de Pennsylvania (UPenn), nos Estados Unidos, e da Universidade de Zurique (UZH), na Suíça, sobre ferramentas para melhorar a educação pública na Costa do Marfim.

O país, que fica na região Oeste da África, registra altos índices crianças trabalhando. Presumivelmente, o trabalho nas plantações de cacau é um dos principais responsáveis pelos péssimos níveis de aprendizagem no país, que está abaixo da média da África sub-saariana em matemática.

A pesquisa documentou que mais de 40% das crianças do primeiro ciclo do Ensino Fundamental (a partir de 7 anos) trabalham no campo. A evasão escolar é de mais de 10% ao ano, e a repetência, em torno de 15%.

Além disso, a Costa do Marfim está inserida em um contexto em que é comum disciplinar as crianças por meio da punição física – uma cultura difícil de ser mudada e que – um dos raros consensos entre os cientistas – também prejudica a aprendizagem.

Para contribuir com a mudança de cultura de punição física e trabalho infantil, incentivando o engajamento dos pais na vida escolar dos filhos e para atenuar o ciclo vicioso que culmina em repetência e evasão, os pesquisadores Guilherme Lichand e Sharon Wolf testaram o nudgebot de engajamento educational da Movva. O negócio de impacto social foi acelerado pela Artemisia, organização pioneira no Brasil no fomento e aceleração de negócios de impacto social.

Na prática, a solução une os nudges – reforços positivos que sugerem comportamentos e incentivam escolhas que promovam a mudança de comportamento – aos bots, que são programas de computador criados para realizar tarefas repetitivas e automatizadas.

Para engajamento educacional, a Movva desenvolveu o Eduq+ que envia nudges semanais, via SMS, com conteúdos e atividades incentivando a comunidade escolar se engajar na educação de jovens e crianças.

O experimento com o Eduq+ na Costa do Marfim começou em novembro de 2018 em parceria com a Jacobs Foundation e o Ministério da Educação local, e enfrentou contextos sociais diferentes aos que a startup estava habituada com o trabalho que vem realizando no Brasil desde 2016. Em um continente totalmente diferente, com outros idiomas, outro tipo de relação entre família e escola e com altíssima incidência de trabalho infantil (cerca de 40%, contra menos de 10% no Brasil). Os resultados foram muito relevantes.

Resultados

  • O uso da punição corporal caiu consistentemente entre as famílias que receberam os nudges;
  • Os alunos, cujos pais receberam os nudges, faltaram apenas metade das vezes do que aqueles que não receberam na região em que a colheita de cacau se estendeu durante o ano escolar;
  • No primeiro ciclo dos anos iniciais do Ensino Fundamental, as mensagens de texto para as famílias melhoraram a aprendizagem em leitura e matemática – como se as crianças cujos pais receberam os nudges estivessem um bimestre mais avançadas na escola do que aqueles que não receberam;
  • A evasão escolar diminuiu em todas as séries em cerca de 50%, chegando à redução de 70% no primeiro ciclo dos anos finais do Ensino Fundamental;
  • Nesse ciclo, a repetência caiu em um terço.

Somente em função das economias geradas pela menor repetência, o Ministério da Educação Iivoriano poderia economizar US$ 5 milhões por ano (líquidos dos custos com o nudgebot) se o Eduq+ fosse adotado em escala.

“Os resultados encontrados são surpreendentemente parecidos com aqueles que um estudo anterior realizado no Brasil, que encontrou melhoria de aprendizagem da mesma magnitude e redução da repetência de também um terço, entre os alunos do 9º ano do Ensino Fundamental na rede pública de São Paulo.

No Brasil, os ganhos potenciais são ainda maiores: o Eduq+ tem potencial de aumentar o Ideb em 0.4 ao mesmo tempo em que economiza recursos das Secretarias de Educação ao reduzir a repetência, ou seja, uma economia estimada em mais de 12 reais para cada real investido no nudgebot”, afirma Guilherme Lichand, cofundador e presidente do Conselho da Movva.