O desempenho na leitura entre os alunos do 8.º ano dos Estados Unidos caiu para 30% em 2024, o valor mais baixo em 30 anos, com os alunos a esbarrarem naquilo a que os educadores chamam um «muro da compreensão». Enquanto o investimento na literacia de base — fonética, consciência fonémica e fluência — dá resultados até aos primeiros anos do ensino básico, o desempenho dos alunos cai a pique no ciclo seguinte, quando os textos exigem vocabulário mais profundo, conhecimento prévio e a capacidade de processar estruturas frásicas complexas nas ciências, na matemática e nas humanidades.

Em vez de usarem chatbots genéricos, educadores e investigadores defendem ferramentas de literacia feitas à medida e ancoradas na ciência da leitura. Citando conclusões da Brookings Institution, que alertam para que as ferramentas de IA têm de «ensinar, não dizer» para serem eficazes, as implementações emergentes concentram-se no apoio diagnóstico contínuo. Em vez de assentarem em avaliações estandardizadas isoladas, estas ferramentas analisam o trabalho de leitura diário dos alunos, identificam falhas concretas de compreensão e propõem intervenções dirigidas, como pedir ao aluno que releia determinada passagem ou dar apoio de vocabulário específico daquele contexto.

Esta mudança sinaliza um movimento mais amplo na tecnologia educativa, que se afasta das notas brutas de avaliação e caminha para um apoio diagnóstico detalhado e em tempo real em turmas com níveis heterogéneos. Para os educadores sul-africanos que gerem a difícil transição da descodificação nos primeiros anos para currículos da Senior Phase intensivos em linguagem, estes modelos de apoio dirigido com IA mostram como as ferramentas digitais podem ajudar a diferenciar o ensino da leitura sem baixar a exigência académica.