# Do resumo à nova pergunta | Maurício Yokoyama Issei > Versão Markdown (GEO/AEO) de . Autor: **Maurício Yokoyama Issei** · pt-BR · Publicado: 2026-10-07 · Atualizado: 2026-10-07. ## Em síntese O processo é melhor descrito como um ciclo iterativo de investigação e aprendizagem autorregulada. Não há nomenclatura científica única para ele, e nenhum estudo testou o encadeamento completo: é uma arquitetura prática plausível com evidência separada para alguns elos. - **Comprovado nas condições estudadas** — recuperação supera reestudo na retenção tardia; espaçamento ajuda; orientação supera descoberta não assistida. - **Provável, mas condicional** — lacunas importantes e respondíveis aumentam a busca; explicar após recuperar pode integrar e revelar lacunas. - **Especulativo** — "curiosidade causa aprendizagem", "ensinar é sempre melhor" e "explicar reconsolida a memória". - **Prática** — protocolo de 45–60 min, ficha de estudo e desenho de autoexperimento com testes em 24 h, 7 dias e 21–28 dias. ## Conteúdo completo da página Revisão científica · Aprendizagem autorregulada ### Do resumo à nova pergunta: o que a ciência permite afirmar sobre busca, aprendizagem, recuperação e explicação Maurício Yokoyama Issei · 103 referências comentadas · ~40 min de leitura [Baixar ficha de estudo (.md)](https://mauricio.issei.com.br/downloads/ficha-de-estudo-aprendizagem-autorregulada.md) Ir para o método prático **Escopo e compromisso de método.** Esta revisão foi redigida exclusivamente a partir de oito relatórios estruturados. Não é uma nova busca bibliográfica nem uma reanálise dos artigos originais. As citações numeradas remetem às referências da seção J. Quando uma recomendação é inferida da combinação de estudos, isso é indicado explicitamente; ela não deve ser lida como um pacote experimental já validado. **Índice** 1. A) Resposta curta 2. B) Conceitos científicos envolvidos 3. C) Modelo integrado 4. D) Matriz de evidências 5. E) Comprovado, provável e especulativo 6. F) Artigo completo 7. G) Método prático 8. H) Ficha de estudo 9. I) Autoexperimento 10. J) Referências comentadas Em síntese #### O que a revisão conclui O processo é melhor descrito como um ciclo iterativo de investigação e aprendizagem autorregulada. Não há nomenclatura científica única para ele, e nenhum estudo testou o encadeamento completo: é uma arquitetura prática plausível com evidência separada para alguns elos. - **Comprovado nas condições estudadas** — recuperação supera reestudo na retenção tardia; espaçamento ajuda; orientação supera descoberta não assistida. - **Provável, mas condicional** — lacunas importantes e respondíveis aumentam a busca; explicar após recuperar pode integrar e revelar lacunas. - **Especulativo** — "curiosidade causa aprendizagem", "ensinar é sempre melhor" e "explicar reconsolida a memória". - **Prática** — protocolo de 45–60 min, ficha de estudo e desenho de autoexperimento com testes em 24 h, 7 dias e 21–28 dias. Versão resumida na [landing page](https://mauricio.issei.com.br/aprendizagem-autorregulada). Perguntas frequentes #### Perguntas frequentes **Existe um nome científico para o processo resumo → curiosidade → busca → aprendizagem → recuperação → explicação?** Não há nomenclatura única. Há modelos parciais (information behaviour, busca exploratória, inquiry-based learning, aprendizagem autorregulada, aprendizagem generativa, retrieval practice), mas nenhum foi demonstrado como nome ou validação causal do ciclo inteiro. **Explicar depois de lembrar reconsolida a memória?** A frase é excessiva. Explicar depois de recuperar pode favorecer aprendizagem e atualização comportamental ou cognitiva em algumas condições; é compatível com reconsolidação, mas não a demonstra nem a implica. Testá-la exigiria manipular reativação, erro de previsão e timing, com controles contra extinção e interferência. **Ensinar é sempre melhor do que estudar?** Não. A meta-análise de Kobayashi (2024) estimou efeito pequeno para ensinar após estudar (g = 0,27), maior sob expectativa de ensinar (g = 0,48) e próximo de zero sem essa expectativa (g = -0,02). **Como saber se o ciclo funciona para mim?** A revisão propõe um autoexperimento: dois conjuntos de tópicos comparáveis, um estudado com o ciclo e outro com leitura mais teste, medindo recordação tardia e transferência em 24 horas, 7 dias e 21–28 dias, com critérios definidos antes de começar. #### Resposta curta A melhor descrição científica do processo é a de um **ciclo iterativo de investigação e aprendizagem autorregulada**, no qual se alternam comportamento informacional — formular objetivo, buscar, avaliar e integrar fontes —, aprendizagem generativa — elaborar, explicar e representar —, prática de recuperação e metacognição — julgar o que se sabe, testar e calibrar. A curiosidade pode iniciar ou orientar o ciclo quando existe uma lacuna percebida, mas não é requisito de toda busca nem garantia de aprendizagem [1, 15, 25]. **Não há uma nomenclatura científica única** para o processo completo. Há modelos parciais e parcialmente sobrepostos — *information behaviour*, *information seeking*, *exploratory search*, inquiry-based learning, self-directed ou self-regulated learning, generative learning, retrieval practice, self-explanation, teaching effect e atualização pós-recuperação —, mas nenhum deles foi demonstrado como o nome ou como a validação causal do ciclo inteiro [15, 16, 25, 56, 92, 102]. Não se deve tratar esses construtos como sinônimos. A formulação mais defensável é, portanto: **uma arquitetura prática plausível que combina mecanismos distintos, com evidência separada para alguns elos e sem teste causal direto do encadeamento completo**. #### Conceitos científicos envolvidos ##### 1. Informação resumida e representação inicial Um resumo, palpite ou quadro inicial constrói uma representação provisória do assunto. Ele pode ativar conhecimento prévio e tornar explícitos termos, relações e lacunas, mas também pode cristalizar erros. Conhecimento prévio influencia a estratégia de investigação: tarefas familiares favorecem exploração guiada por teoria; tarefas desconhecidas exigem maior exploração orientada por dados [34, 35]. Um resumo não é ainda aprendizagem demonstrada: é um produto de compreensão que precisa sobreviver a recuperação, explicação e transferência. ##### 2. Curiosidade epistêmica, lacuna, confiança e relevância Na formulação de Loewenstein, curiosidade é uma privação cognitiva percebida, produzida por uma lacuna entre o que se sabe e o que se quer saber [1]. A literatura de trivia frequentemente encontra maior curiosidade em confiança intermediária, mas a relação é condicional: importância percebida pode sustentar curiosidade mesmo quando a confiança é baixa [2, 4]. É crucial separar: - **tamanho da lacuna**: quão incompleta é a representação; - **incerteza ou confiança**: quão provável a pessoa julga estar correta; - **importância ou valor**: quanto vale obter a informação; - **recuperabilidade**: quão acessível parece a resposta; - **novidade e surpresa**: discrepância entre expectativa e evento; - **familiaridade e feeling-of-knowing**: sinais metacognitivos que podem orientar busca, mas não são curiosidade por definição [3, 5, 7, 8, 9, 14]. A curva em U invertido entre confiança e curiosidade é uma tendência frequente, não uma lei universal. A literatura também mostra curiosidade dinâmica: o interesse pode aumentar, diminuir ou mudar de função conforme a evidência se revela [10]. ##### 3. Busca de informação e busca exploratória *Information behaviour* é mais amplo que digitar consultas: inclui contexto, necessidade, escolha de fontes, interpretação e uso [15]. *Information seeking* é a busca ativa; *exploratory search* combina localizar, aprender e investigar quando o objetivo ainda está sendo formulado [25, 26]. A teoria de *information foraging* descreve como pistas de valor — *information scent* — e custos orientam cliques, backtracking e abandono [28, 29, 30]. Scent prevê navegação em tarefas específicas, mas não certifica credibilidade, verdade ou aprendizagem. ##### 4. Inquiry, orientação e aprendizagem autodirigida Inquiry-based learning inclui orientação, conceptualização, investigação, conclusão e discussão, com retorno a perguntas e hipóteses [92]. As meta-análises indicam que investigação com orientação adequada supera tanto descoberta não assistida quanto, em certas condições, instrução menos ativa [20, 21, 22]. Isso não implica controle total do aprendiz: indica *scaffolding* calibrado, feedback, conhecimento prévio e metas explícitas. Self-directed learning é multidimensional: autogestão, automonitoramento, motivação e uso de recursos não são a mesma coisa [17, 18, 19]. Aprender sozinho não equivale automaticamente a dirigir bem a própria aprendizagem, e busca autônoma não garante avaliação de fontes ou retenção. ##### 5. Aprendizagem, codificação e aprendizagem generativa Aprendizagem aqui deve significar mudança relativamente durável e utilizável, não apenas exposição, satisfação ou tempo. Aprendizagem generativa é uma família de atividades que organiza, integra e transforma informação, como explicar, resumir, visualizar, comparar, prever e ensinar [56, 57]. O efeito depende de conhecimento prévio, qualidade da representação, modalidade, timing e congruência com o material [58, 59]. ##### 6. Recuperação, espaçamento, feedback e transferência *Retrieval practice* é tentar recuperar informação da memória antes de consultá-la. É distinta de reestudo, busca e explicação. Em geral, a recuperação supera o reestudo para retenção tardia, embora o reestudo possa vencer no teste imediato [37, 40]. Espaçar recuperações é robusto; não há superioridade geral da expansão sobre o espaçamento uniforme [38, 39]. Feedback reduz o risco de consolidar erros, mas alternativas incorretas em múltipla escolha podem criar falsos caminhos [44, 45]. Transferência é aplicação a formato, contexto, problema ou inferência diferente. A meta-análise encontra benefício positivo, mas seletivo e menor para material não testado, rearranjos e problemas com exemplos trabalhados [41]. ##### 7. Autoexplicação, elaboração e geração **Autoexplicação** é produzir para si relações, justificativas, inferências e reparos enquanto estuda. Prompts de autoexplicação têm efeito médio positivo — aproximadamente *g* = 0,55 em 64 relatórios e 69 efeitos —, mas a correlação entre explicar espontaneamente e aprender não prova que aumentar a fala cause o ganho [46, 47, 49]. **Elaboração** acrescenta relações, exemplos, causas, analogias ou consequências, preferencialmente ancoradas em conhecimento relevante [53]. **Geração** é produzir uma resposta ou item, e não se reduz a construir modelo mental [54]. **Aprendizagem generativa** é a categoria mais ampla [56, 57]. Nenhuma delas deve ser confundida com recuperação: explicar pode conter recuperação, mas também envolve integração e nova codificação. ##### 8. Explicar, ensinar, teaching effect e protégé effect Preparar-se para ensinar, explicar a uma audiência fictícia, ensinar efetivamente e tutorar interativamente são manipulações diferentes. Há estudos favoráveis a expectativa de ensinar e a ensino em vídeo, mas efeitos variam com oralidade, audiência, tempo, anotações, interação e atraso [60, 61, 62, 63, 64, 65]. A meta-análise de Kobayashi estimou efeito pequeno para ensinar após estudar — *g* = 0,27 —, maior sob expectativa de ensinar — *g* = 0,48 — e próximo de zero sem essa expectativa — *g* = -0,02 [66]. Isso não autoriza a regra ensinar sempre é melhor. O *protégé effect* é uma explicação específica de esforço e responsabilidade por um aprendiz, não sinônimo de toda autoexplicação [60]. ##### 9. Metacognição, perguntas e ilusão de profundidade Julgamentos de compreensão predizem desempenho apenas fracamente: em uma meta-análise, a correlação sem intervenção foi *r* = .178 [68]. Gerar perguntas, por si só, não melhorou detectavelmente a acurácia do monitoramento, enquanto autoexplicação mostrou efeito positivo nessa síntese [68]. Intervenções metacognitivas têm efeito pequeno e heterogêneo [69]. Explicar pode revelar elos ausentes e reduzir confiança exagerada, como nos estudos da ilusão de profundidade explicativa [72]. Porém, uma explicação incompleta pode gerar nova busca em alguns contextos, mas não seletivamente em todos [73]. Perguntas e explicações são instrumentos diagnósticos; não substituem teste de desempenho. ##### 10. Consolidação, reconsolidação e atualização Após a recuperação, a memória pode ser atualizada em certas condições, mas **nem toda recuperação torna a memória lábil**. Reconsolidação é uma hipótese mecanística que requer, em geral, uma memória consolidada, reativação dirigida, condições de labilização, possível erro de previsão, janela temporal e efeitos seletivos no teste tardio [76–90]. Em humanos, resultados são indiretos, dependentes de tarefa e compatíveis com alternativas como extinção, interferência, confusão de fonte e dependência de estado [84, 89, 90]. ##### 11. Emoções epistêmicas Curiosidade, surpresa, confusão, interesse e orgulho não são intercambiáveis. Surpresa e curiosidade predizem exploração em alguns estudos; confusão e orgulho são menos consistentes [8]. Importância e valência afetam a preferência por conhecer ou ignorar informação e recrutam valor mesolímbico, mas isso não equivale a aprendizagem [14]. #### Modelo integrado textual/visual O modelo abaixo é uma **representação de trabalho**, não uma teoria ou nomenclatura nova e não um pacote causal validado. ``` [Informação resumida / palpite inicial] │ ├── ativa conhecimento prévio e hipótese └── explicita confiança, importância e lacuna percebida │ v [Curiosidade / pergunta / objetivo] (não necessária para toda busca) │ v [Busca: consulta → fonte → comparação → síntese provisória] │ │ ├── pistas de valor/custo ├── orientação e feedback ├── avaliação de evidência └── atualização da hipótese └── nova informação │ v [Aprendizagem: integrar, organizar, prever, representar] │ │ ├── recuperação gerativa ├── elaboração/autoexplicação └── exemplos/transferência └── possível preparação para ensinar │ v [Teste sem consulta + feedback + confiança pós-teste] │ │ ├── retenção imediata ├── retenção tardia └── aplicação/transferência │ v [Explicação própria e checagem] │ │ ├── elos ausentes/erros ├── integração de informação └── redução de excesso de confiança │ v [Novas perguntas / nova busca focalizada] │ └───────────┐ v [Recuperações espaçadas e testes tardios] ``` *Representação de trabalho, não uma teoria nova nem um pacote causal validado.* **Moderadores transversais:** conhecimento prévio; confiança calibrada; importância; recuperabilidade; tipo e qualidade da fonte; orientação; feedback; formato da pergunta; tempo; dificuldade recuperável; estado e contexto; idade; domínio; qualidade da explicação; objetivo de transferência. **Distinções que o diagrama preserva:** 1. Busca é uma atividade contextual; recuperação é tentativa de acessar memória sem consulta. 2. Autoexplicação é produção generativa; *teaching effect* é uma comparação de preparação ou ensino com outras condições. 3. Curiosidade é estado motivacional ou epistêmico; surpresa é discrepância; interesse pós-resposta pode ter contribuição própria. 4. Atualização pós-recuperação é resultado comportamental ou cognitivo possível; reconsolidação é uma explicação neurocognitiva mais forte e não diagnosticada por explicar. #### Matriz de evidências **Matriz de evidências** | Etapa | Conceito | Evidência principal | Tipo de estudo | Força justificada | Limitações e auditoria cética | | --- | --- | --- | --- | --- | --- | | Informação resumida | Conhecimento prévio e representação | Informação de domínio antes ou durante inquiry aumentou comportamento guiado por hipóteses e conhecimento; familiaridade mudou estratégia [34, 35] | Experimentos em inquiry, comparação entre sujeitos | **Moderada, condicional** | Domínios e amostras específicas; não prova que qualquer resumo inicial cause aprendizagem. | | Lacuna/curiosidade | Information gap | Gap e incerteza predizem curiosidade; pico frequentemente em confiança intermediária [1–4] | Experimentos de trivia e lexicais; modelos teóricos | **Moderada para associação; limitada para causalidade geral** | Manipulação lexical; fMRI e memória majoritariamente correlacionais; busca pode ocorrer sem curiosidade. | | Lacuna/objetivo | Importância e valor | Importância desloca a curva; valor e valência alteram preferência por conhecer [4, 14] | Experimentos correlacionais e de escolha | **Moderada, específica ao paradigma** | Loterias não são aprendizagem; importância autorrelatada não mede conhecimento adquirido. | | Curiosidade → busca | Exploração, novidade e progresso | Progresso e novidade guiam escolhas; há evitação de incerteza extrema em alguns ambientes [9] | Experimentos de exploração sem recompensa | **Moderada, contextual** | Novidade isolada nem sempre significativa; análise racional é previsão normativa, não cálculo humano demonstrado. | | Busca | Information behaviour / ISP | Processo iterativo, com incerteza e foco emergente; busca é mais ampla que consulta [15, 16, 93] | Modelos, estudos descritivos e longitudinais | **Moderada para descrição de processo** | Não demonstra que frustração ou fase específica cause aprendizagem. | | Busca | Information foraging | Scent prevê cliques, ajuste e abandono em navegação [28–30] | Modelos cognitivos validados com logs | **Moderada para navegação** | Não certifica qualidade, verdade, credibilidade ou aprendizagem. | | Busca → aprendizagem | Exploratory search | Revisões mostram predominância de protótipos e estudantes, sem efeito causal geral de interface [25–27, 36] | Revisões sistemáticas | **Baixa para efeito educacional geral** | Sistemas, tarefas e desfechos heterogêneos; muitos estudos não medem retenção ou transferência. | | Busca → aprendizagem | Inquiry com orientação | Orientação melhora atividade, sucesso e resultados (d≈0,50–0,71); descoberta não assistida é inferior [20–22] | Meta-análises de estudos experimentais e quase-experimentais | **Moderada a forte para orientação em inquiry** | Efeitos não transferem automaticamente para busca cotidiana; tipo e dose de orientação importam. | | Busca autodirigida | Self-directed learning | Efeitos positivos em conhecimento (SMD≈0,45; *g*≈0,51 online), mas heterogêneos; motivação e monitoramento pesam [18, 19] | Revisões e meta-análises | **Moderada para resultados agregados** | SDL é multidimensional; habilidades e atitudes nem sempre melhoram; causalidade e seleção variam. | | Perguntas | Geração de perguntas e prequestions | Ensinar a gerar perguntas pode melhorar compreensão; prequestions têm efeito específico *g*=0,54, mas efeito geral≈0,04 [92, 94] | Revisões, intervenções e meta-análise | **Moderada e específica** | Efeito depende de congruência, material e tipo de teste; não garante novas buscas. | | Metacognição | Monitoramento da compreensão | Correlação julgamento-desempenho r=.178; intervenção média g=.25 [68, 69] | Meta-análises | **Moderada para fragilidade do monitoramento** | Desfechos e intervenções heterogêneos; autoavaliação não substitui teste. | | Aprendizagem | Self-explanation | Prompts: g=.55; experimentos mostram ganhos de entendimento, mas efeitos variam [46–52] | Experimentos e meta-análise | **Moderada para prompts em condições apropriadas** | Correlação espontânea não é causal; efeitos dependem de pré-conhecimento, tempo, modalidade e qualidade. | | Aprendizagem | Generative learning e elaboração | Resumir, explicar e acrescentar exemplos podem ajudar; desenhar não é universalmente superior [53, 56–59] | Revisões e experimentos | **Moderada, dependente da atividade** | Estratégias não são intercambiáveis; tradução entre representações pode falhar. | | Recuperação | Testing effect | Recuperação supera reestudo em atraso; reestudo pode vencer em teste imediato [37, 40] | Experimentos e meta-análise | **Forte para retenção tardia em tarefas estudadas** | Não implica transferência geral; formato, dificuldade e material moderam. | | Recuperação | Espaçamento | Espaçar recuperações beneficia retenção; expansão não superior à uniforme em média [38, 39] | Meta-análise e experimentos | **Forte para espaçamento; fraca para agenda universal** | Intervalos e população variam; dificuldade excessiva aumenta falhas. | | Recuperação | Feedback e transferência | Feedback geralmente auxilia; transferência positiva é seletiva (d≈0,40) [41, 44, 45] | Revisões e meta-análise | **Moderada** | Distratores podem fortalecer erros; testes de transferência são menos numerosos. | | Explicar e ensinar | Teaching, protégé e audience effect | Expectativa de ensinar e ensino em vídeo às vezes melhoram retenção; meta-análise geral pequena e condicional [60–67] | Experimentos, campo e meta-análise | **Baixa a moderada** | Expectativa, ato, audiência e interação são confundidos; efeitos não convergem. | | Recuperar → explicar | Atualização comportamental e cognitiva | Lembrete seguido de informação nova pode produzir integração; erro de previsão pode ser condição de fronteira [78–81] | Experimentos humanos e animais | **Moderada para atualização em paradigmas específicos** | Alternativas: interferência, extinção, confusão de fonte e estado. | | Recuperar → explicar | Reconsolidação neurocognitiva | Evidência animal mecanística; humanos mostram resultados mistos e falhas de replicação [76, 77, 83–90] | Animais, experimentos humanos, meta-análises e replicações | **Baixa e indireta para a frase geral** | Reconsolidação exige condições; fMRI é correlacional; não se infere de explicação isolada. | | Novas perguntas | Explicação como diagnóstico | Explicações fracas podem provocar re-perguntas ou exploração em algumas tarefas; efeito não é universal [72–75] | Experimentos infantis e estudos de julgamento | **Baixa a moderada, específica** | Alguns estudos mostram escolha de livros sem busca seletiva; desfechos não equivalem. | | Ciclo completo | Arquitetura integrada | Modelos oferecem componentes; não há teste causal direto do pacote busca–aprendizagem–recuperação–explicação [92, 101–103] | Modelos, revisões e síntese dos relatórios | **Insuficiente para efeito do ciclo inteiro** | A combinação é inferência de projeto; cada elo tem condições e efeitos independentes. | #### O que é comprovado, provável e especulativo ##### Relativamente comprovado, dentro das condições estudadas - Prática de recuperação tende a melhorar retenção tardia mais que reestudo equivalente; o resultado não é simplesmente um efeito de desempenho imediato [37, 40]. - Espaçamento de recuperações tende a favorecer retenção, embora não exista calendário ou agenda expansiva universal [38, 39]. - Orientação adequada melhora muitas formas de inquiry em comparação com descoberta não assistida [20–22]. - Prompts de autoexplicação e algumas atividades generativas produzem ganhos médios positivos, com heterogeneidade [46, 56]. - Curiosidade, especialmente diante de lacunas recuperáveis, associa-se a busca e memória em paradigmas controlados; o benefício de memória é maior para o alvo do que para informação incidental [2, 11, 12]. - Julgamentos subjetivos de compreensão são insuficientes: precisam ser confrontados com recuperação e aplicação [68, 69]. ##### Provável, mas condicional e não universal - Uma lacuna local, importante e percebida como respondível pode aumentar busca e empenho; importância pode compensar confiança baixa [1, 4]. - Resumos e palpites prévios podem tornar a busca mais focalizada quando ativam conhecimento relevante e hipóteses testáveis, mas podem também carregar erros [34, 35]. - Explicar após recuperar pode melhorar integração, revelar lacunas e apoiar retenção quando a explicação é generativa, correta e seguida de feedback [47, 49, 53]. - Ensinar ou preparar-se para ensinar pode aumentar esforço, organização e compreensão, sobretudo com modalidade adequada; não há superioridade universal sobre autoexplicação [60–66]. - Recuperação seguida de informação discrepante pode atualizar uma representação prévia em condições específicas, especialmente com erro de previsão e timing apropriados [78–81]. - Uma rotina que combine previsão, busca orientada, recuperação, explicação, feedback e espaçamento é pedagogicamente plausível, mas esta conclusão é de síntese operacional, não de um ensaio do ciclo inteiro. ##### Especulativo, exagerado ou ainda não demonstrado - A curva em U invertido entre confiança e curiosidade explica toda busca humana. Não: importância, novidade, progresso, contexto e recuperabilidade alteram o padrão [4, 9]. - Curiosidade causa aprendizagem em geral. Os estudos apoiam associações e alguns benefícios de memória, mas conhecimento prévio e metacognição também predizem aprendizagem; há resultados sem efeito independente de curiosidade [5, 6, 12]. - Mais cliques, tempo ou perguntas significam mais aprendizagem. Logs podem refletir forrageamento, confusão, custo ou procrastinação; é necessário teste tardio e transferência [27, 28, 31, 32]. - Explicar reconsolida a memória. A frase é excessiva e não está demonstrada nos três níveis; ver a análise específica abaixo. - Ensinar é sempre melhor que estudar ou autoexplicar. Os resultados dependem de expectativa, ato, audiência, oralidade, feedback, material e atraso [60–67]. - A investigação autônoma sem orientação desenvolve mais aprendizagem. As meta-análises favorecem orientação calibrada e mostram custos da descoberta não assistida [20–24]. - O ciclo completo foi validado. Os relatórios não apresentam ensaio que manipule o encadeamento inteiro e compare retenção tardia, transferência e qualidade da busca. ##### Auditoria específica da frase explicar reconsolida a memória ###### Nível comportamental O que pode ser observado é que, em algumas condições, recuperar e depois explicar se associa ou causa melhora em recordação, compreensão, integração ou transferência. Estudos de autoexplicação e elaboração apoiam ganhos comportamentais, mas esses ganhos também podem resultar de recuperação mais profunda, nova codificação, organização relacional, feedback ou prática adicional [46–53]. Em paradigmas de memória, um lembrete seguido de informação nova pode aumentar intrusões, integração ou atualização [78, 79]. **Isso demonstra mudança de desempenho, não reconsolidação como mecanismo.** ###### Nível cognitivo Explicar pode construir um modelo mental, inferir elos causais, detectar contradições, corrigir erro e integrar informação nova. Esse processo é compatível com **atualização pós-recuperação**. Também pode envolver interferência, confusão de fonte, dependência de estado ou extinção. Mesmo quando a memória muda seletivamente após uma pista, não se conclui automaticamente que ela passou por uma janela de reconsolidação [84, 89, 90]. ###### Nível neurocognitivo Reconsolidação é uma hipótese mais forte: após reativação, uma memória pode tornar-se lábil e exigir processos de estabilização; a evidência animal inclui manipulações farmacológicas com relação temporal e dependência de reativação [76, 77]. Em humanos, os resultados são indiretos. Erro de previsão parece uma possível condição de fronteira [81], mas há nulos [82], inconsistências [83–86] e replicações diretas sem benefício do efeito de reativação-extinção [87, 88]. fMRI e alterações de circuito não provam o mecanismo por si sós [80]. **Veredito:** a formulação cientificamente honesta é: *explicar depois de recuperar pode favorecer aprendizagem e atualização comportamental ou cognitiva em algumas condições; é compatível com, mas não demonstra nem implica, reconsolidação neurocognitiva*. Para testar reconsolidação seria necessário manipular reativação, erro de previsão, timing e seletividade, incluir controles contra extinção, interferência e confusão de fonte e testar retenção tardia. A rotina de estudo não fornece esse diagnóstico. #### Artigo completo ##### Introdução Estudar frequentemente começa com uma representação condensada: um resumo, uma hipótese, uma definição incompleta ou uma explicação provisória. Essa representação pode expor uma lacuna: entendo o resultado, mas não a causa; sei o termo, mas não consigo aplicá-lo; tenho um palpite, mas não sei se é verdadeiro. A lacuna pode produzir curiosidade e orientar busca. A busca, por sua vez, fornece material para aprender; a aprendizagem pode ser testada por recuperação; a explicação pode revelar erros e criar novas perguntas. A sequência é intuitivamente convincente, mas a ciência não autoriza tratá-la como uma cadeia única já demonstrada. Há evidência relativamente forte para recuperação e espaçamento, moderada para orientação em inquiry e autoexplicação, e mais condicionada para curiosidade, busca exploratória, teaching effect e atualização pós-recuperação. O ponto central desta revisão é preservar o que os estudos realmente medem: curiosidade não é busca; busca não é aprendizagem; explicação não é retrieval practice; ensino não é automaticamente protégé effect; e atualização não é automaticamente reconsolidação. ##### Pergunta **Como descrever cientificamente o processo informação resumida → curiosidade/lacuna → busca → aprendizagem → recuperação → explicação → novas perguntas/busca, o que cada elo sustenta, quais são as limitações e como transformá-lo em uma rotina testável sem prometer mais do que a evidência?** ##### O que a ciência sabe A ciência sabe que representações incompletas e conhecimento prévio modulam o que é percebido como informativo. Curiosidade tende a ser maior quando existe uma lacuna relevante e recuperável, mas o padrão depende de confiança, importância, novidade e estrutura do ambiente [1–5, 9]. Sabe também que busca é iterativa: objetivos podem ser reformulados quando surgem novas evidências, e pistas de valor orientam a navegação [15, 16, 25, 28–30]. Em inquiry e descoberta, apoio adequado é decisivo. A descoberta não assistida sobrecarrega ou desorienta em muitas tarefas; prompts, exemplos, feedback e orientação podem preservar a atividade intelectual sem deixar o aprendiz sem estrutura [20–24]. Isso é compatível com a ideia de começar por um resumo ou palpite e buscar precisamente o que falta, desde que a busca tenha critérios de fonte e verificação. A etapa mais robusta para aprendizagem duradoura é a recuperação. Tentar recordar sem consulta, corrigir e voltar a recuperar em atraso tende a produzir retenção maior do que reler. O benefício diminui quando a recuperação é impossível, quando o erro não recebe feedback ou quando o teste não corresponde ao objetivo [37–45]. Portanto, a busca deve fornecer material; a recuperação deve verificar se algo foi incorporado. Autoexplicação e aprendizagem generativa podem melhorar compreensão, especialmente quando o aprendiz explica relações causais, justifica passos, antecipa consequências, acrescenta exemplos e verifica a representação. Porém, uma explicação longa não é necessariamente uma boa explicação; quantidade pode refletir fluência verbal, motivação ou conhecimento prévio. Prompts e qualidade importam [46–59]. Finalmente, ensinar pode alterar esforço e organização, mas o resultado depende de se preparar para ensinar, ensinar de fato, falar ou escrever, ter uma audiência real ou fictícia e receber perguntas. O rótulo teaching effect deve ser reservado à comparação estudada, e não usado como sinônimo de explicar para si [60–67]. ##### O ciclo 1. **Resumir e prever.** Produzir um resumo de memória, um palpite e uma confiança numérica. O objetivo é tornar a representação examinável e revelar a lacuna. 2. **Nomear a lacuna.** Distinguir não sei o fato, não entendo o mecanismo, não consigo aplicar e não sei qual fonte é confiável. Registrar importância e o que contaria como resposta. 3. **Buscar com foco.** Formular poucas consultas, escolher fontes por autoridade e triangulação, registrar evidência, inferência e conflito. Evitar que o tempo de busca seja o único indicador de estudo. 4. **Integrar.** Comparar o encontrado com o palpite; reformular um modelo, uma sequência causal, uma tabela ou uma distinção. Aqui ocorre aprendizagem possível, não ainda aprendizagem comprovada. 5. **Recuperar sem consulta.** Fechar as fontes e responder. A produção deve incluir fatos, relações, exemplos e ao menos uma aplicação quando esse for o objetivo. 6. **Explicar e verificar.** Explicar para si ou para uma audiência definida; marcar cada elo não sustentado; consultar a fonte apenas para corrigir. Explicação é generativa e diagnóstica; não substitui o teste. 7. **Perguntar novamente e espaçar.** Transformar cada erro ou elo ausente em pergunta focalizada, buscar apenas o necessário e repetir recuperação em atraso. O ciclo é iterativo, não circular no sentido de garantir progresso. ##### O que sabemos sobre o ciclo, e não apenas sobre seus componentes Sabemos que os componentes podem se combinar de maneira coerente. Curiosidade pode motivar a busca; orientação pode impedir dispersão; recuperação pode testar incorporação; explicação pode diagnosticar e gerar perguntas; espaçamento pode consolidar acesso. Essa é uma **inferência funcional** apoiada por evidência distribuída. Não sabemos, a partir desses relatórios, se a sequência completa supera sistematicamente uma sequência alternativa, como instrução direta mais recuperação, ou se cada componente adiciona valor incremental em qualquer domínio. Também não sabemos se a curiosidade que inicia uma busca é a mesma variável que melhora a memória, se o efeito da explicação é independente da recuperação embutida ou se o ganho decorre apenas de mais tempo e esforço. A ausência de um teste direto do ciclo completo é uma limitação central. ##### O que ainda não sabemos - Qual a dose mínima de curiosidade, busca e explicação que melhora retenção tardia sem aumentar custo ou distração. - Quando o resumo inicial ajuda e quando um palpite errado contamina a busca. - Se a busca exploratória, com avaliação de fontes, melhora transferência mais que uma seleção curta de fontes confiáveis. - Se perguntas geradas pelo aprendiz aumentam a qualidade da aprendizagem ou apenas sua atividade percebida. - Qual modalidade de explicação é melhor para qual material, idade e finalidade. - Se ensinar adiciona efeito além de recuperar e autoexplicar, quando tempo e feedback são igualados. - Em que condições a atualização após recuperação é reconsolidação, e não nova codificação, interferência ou confusão de fonte. - Se resultados laboratoriais com trivia, listas, medo condicionado ou palavras ocultas generalizam para estudo real, textos complexos e problemas. ##### Prática possível Uma prática defensável não promete que curiosidade fará aprender. Ela usa curiosidade como sinal para formular uma pergunta, busca como aquisição e avaliação de evidência, recuperação como teste, explicação como diagnóstico e espaçamento como manutenção. O sucesso é definido por recordação tardia, explicação correta e transferência, não por sensação de clareza, número de páginas, cliques ou tempo online. ##### Protocolo Para um tópico, o aprendiz: 1. escreve resumo e palpite sem consultar; 2. registra confiança de 0 a 100, importância de 0 a 100 e a lacuna em uma frase; 3. formula até três perguntas verificáveis; 4. busca fontes e registra para cada afirmação: fonte, evidência, inferência e conflito; 5. atualiza o resumo em uma versão curta; 6. fecha as fontes e faz recordação livre; 7. escreve uma explicação causal ou procedimental e um contraexemplo; 8. confere, marca erros e refaz as respostas; 9. faz novo teste em 24 horas e depois em 7 dias; 10. inclui uma pergunta de transferência em contexto diferente; 11. registra novas lacunas somente depois do teste, para não confundir exploração com domínio. Esse protocolo é uma **proposta operacional inferida**, não uma intervenção validada como conjunto. Sua eficácia deve ser avaliada por comparação e retenção tardia. ##### Conclusão O processo descreve uma arquitetura plausível de investigação e aprendizagem autorregulada, mas não uma teoria única. A evidência mais forte recomenda uma disciplina simples: produzir uma previsão, buscar com orientação e critérios, recuperar sem consulta, explicar relações, corrigir com feedback e revisitar em atraso. Curiosidade e busca podem tornar o estudo mais focalizado; não substituem recuperação e transferência. Explicar pode atualizar uma representação; não permite declarar reconsolidação. A linguagem científica deve acompanhar o tamanho real da evidência. #### Método prático ##### Método de uma sessão de 45–60 minutos **0–5 min — Resumo e previsão** - Escreva de memória o que entende. - Dê uma resposta provisória à pergunta central. - Registre confiança e importância separadamente. - Circule um elo causal, termo ou aplicação que falta. **5–10 min — Perguntas verificáveis** Converta a lacuna em perguntas que possam ser respondidas por evidência. Prefira qual mecanismo explica X ou em que condição X deixa de ocorrer a uma pergunta meramente definicional. **10–25 min — Busca orientada** - Escolha fontes com autoria, método e acesso ao material. - Registre consultas, fontes descartadas e motivo do descarte. - Separe citação ou fato, inferência e hipótese. - Procure ao menos uma condição de fronteira ou resultado conflitante. - Pare quando as perguntas forem respondidas ou quando a nova busca só repetir evidência. **25–35 min — Integração e recuperação** Feche as fontes. Recupere definições, mecanismo, condições, limitações e um exemplo. Não consulte durante a primeira tentativa. **35–45 min — Explicação e auditoria** Explique a um leitor real ou fictício, incluindo o que acontece, por que acontece, quando não acontece e como eu saberia que estou errado. Marque elos sem suporte. **45–60 min — Feedback e próximo teste** Compare com as fontes, corrija em outra cor e gere uma questão de aplicação. Agende recuperação em 24 horas e 7 dias. Se a recuperação falhar completamente, reduza a dificuldade, consulte uma pista curta e tente de novo; não interprete falha extrema como dificuldade desejável automaticamente. ##### Regras de decisão - **Confiança alta e erro:** priorize diagnóstico da ilusão de compreensão e feedback; não aumente apenas a exposição. - **Confiança baixa e importância alta:** busque uma fonte confiável e uma explicação mínima; curiosidade pode ser alta mesmo com pouco conhecimento. - **Curiosidade alta e resposta recuperável:** transforme-a em pergunta e teste tardio; não prolongue a busca sem critério de parada. - **Explicação fluente e recuperação fraca:** trate como possível fluência ou ilusão; volte à recuperação. - **Muitas fontes e pouca transferência:** pare de coletar, formule problemas e aplicações diferentes. - **Falha de recuperação:** ofereça feedback, reestude o elo mínimo e espaçe uma nova tentativa. #### Ficha de estudo [Baixar a ficha em Markdown](https://mauricio.issei.com.br/downloads/ficha-de-estudo-aprendizagem-autorregulada.md) Copie o modelo abaixo para cada tópico. A ficha é um instrumento prático proposto, não uma escala validada. ##### Identificação - **Tópico:** - **Data e duração:** - **Objetivo de aprendizagem:** fato / mecanismo / procedimento / avaliação de evidência / transferência - **Fonte(s) principal(is):** ##### Antes da busca - **Resumo de memória, em 3–7 linhas:** - **Palpite ou resposta provisória:** - **Confiança, 0–100:** - **Importância, 0–100:** - **O que exatamente falta?** - **O que contaria como resposta suficiente?** ##### Perguntas 1. 2. 3. ##### Registro da busca **Registro da busca** | Consulta | Fonte | Evidência encontrada | Inferência própria | Conflito ou limitação | Decisão | | --- | --- | --- | --- | --- | --- | | | | | | | | | | | | | | | | | | | | | | ##### Síntese integrada - **Resposta curta:** - **Mecanismo ou encadeamento causal:** - **Condições em que funciona:** - **Condições em que pode falhar:** - **Exemplo:** - **Contraexemplo ou resultado conflitante:** ##### Recuperação sem consulta - **Recordação livre:** - **Confiança antes de corrigir, 0–100:** - **Erros ou omissões:** - **Feedback consultado:** - **Resposta corrigida:** ##### Explicação - **Como eu explicaria a outra pessoa:** - **Elo que não consigo justificar:** - **Pergunta que a explicação gerou:** - **Aplicação em outro contexto:** ##### Testes agendados **Testes agendados** | Momento | Tipo de teste | Resultado | Confiança | Erro de calibração | Próxima ação | | --- | --- | --- | --- | --- | --- | | Imediato | Recordação ou transferência | | | | | | 24 h | Recordação ou transferência | | | | | | 7 dias | Recordação ou transferência | | | | | | 21–28 dias | Retenção ou transferência | | | | | #### Autoexperimento ##### Objetivo Testar, em uma pessoa e em um conjunto de tópicos, se uma rotina que inclui previsão, busca focalizada, recuperação, explicação, feedback e espaçamento produz melhor **retenção tardia e transferência** do que uma condição de comparação. O autoexperimento é exploratório: não testa a validade universal do ciclo nem reconsolidação. ##### Desenho sugerido Use dois conjuntos de tópicos comparáveis, A e B, escolhidos antes de estudar e alternados para reduzir efeitos de ordem. Se possível, balanceie dificuldade, tamanho, interesse e conhecimento prévio. Uma condição pode ser: - **Condição ciclo:** resumo ou palpite → perguntas → busca documentada → síntese → recuperação → explicação → feedback → espaçamento. - **Condição comparação:** leitura ou reestudo de fonte equivalente → teste de recuperação com feedback → espaçamento. A comparação não deve ser chamada de controle puro se o tempo, número de exposições ou contato com material diferirem. Registre duração e iguale o tempo tanto quanto viável. Como não há validação do pacote, diferenças não permitirão atribuir o efeito a curiosidade, busca ou explicação isoladamente. ##### Variáveis **Primárias** 1. **Recordação tardia:** proporção de ideias corretas sem consulta em 24 h, 7 dias e 21–28 dias. 2. **Transferência:** desempenho em problema, exemplo ou contexto não idêntico ao estudo. 3. **Qualidade da explicação:** rubricar antecipadamente fatos, relações causais, condições, contraexemplo e ausência de contradição; usar critérios iguais nos dois conjuntos. **Secundárias** - confiança pré-teste e pós-teste; - erro de calibração = diferença entre confiança e desempenho, definido antes; - número e qualidade das perguntas; - consultas, fontes e tempo de busca; - importância e curiosidade autorrelatadas; - erros detectados após feedback; - interesse, surpresa e confusão separados, sem tratá-los como sinônimos. ##### Retenção e agenda Faça um teste imediato apenas para diagnosticar, não para concluir domínio. Faça testes sem consulta em **24 horas, 7 dias e 21–28 dias**; mantenha as perguntas comparáveis, mas inclua pelo menos um item de transferência. Não use apenas reconhecimento se o objetivo for produção: inclua recordação livre ou resposta com poucas pistas, porque o formato mede acesso gerativo [37–45]. Registre também quando a resposta correta foi dada com baixa confiança ou a errada com alta confiança. ##### Critérios definidos antes de começar - Declare qual desfecho é primário e qual diferença seria educacionalmente relevante para você. - Não altere a regra após ver resultados. - Considere o ciclo promissor somente se houver melhora consistente no teste tardio e não apenas no teste imediato; observe se a melhora aparece também em transferência. - Se houver ganho apenas em confiança, curiosidade, tempo, número de perguntas ou produção de explicação, não o classifique como ganho de aprendizagem. - Se houver ganho em recordação, não o classifique automaticamente como reconsolidação. Esses critérios são escolhas de protocolo, não limiares universais derivados dos relatórios. ##### Vieses e controles - **Efeito de interesse:** tópicos curiosos podem receber mais tempo e esforço; balanceie interesse ou trate-o como covariável descritiva. - **Conhecimento prévio:** meça-o antes e não compare diretamente tópicos muito desiguais. - **Dificuldade e recuperabilidade:** uma lacuna impossível pode produzir falha, não curiosidade produtiva; ajuste pistas gradualmente. - **Efeito de prática:** use itens equivalentes, não o mesmo item em todos os testes, quando transferência for objetivo. - **Efeito de ordem:** alterne A e B e distribua horários. - **Tempo e exposição:** registre e tente igualar duração; explicação pode simplesmente acrescentar estudo. - **Viés de fonte:** use fontes equivalentes e registre conflitos; uma fonte única não prova verdade. - **Viés de confirmação:** inclua uma condição de fronteira e uma evidência contrária. - **Expectativa:** saber que uma condição é nova pode aumentar motivação; não chame isso de mecanismo específico. - **Rubrica contaminada:** avalie sem olhar para a condição quando possível. - **Perdas de seguimento:** registre testes atrasados, esquecidos ou refeitos. - **Generalização:** um autoexperimento N=1 não estima população, idade, domínio ou modalidade. ##### Limitações interpretativas A comparação avalia uma combinação de componentes. Mesmo que o ciclo vença, não será possível saber se o responsável foi curiosidade, busca, explicação, mais esforço, feedback ou simplesmente mais tempo. Mesmo que não vença, isso não refuta cada componente: uma curiosidade mal calibrada, fonte ruim ou explicação superficial pode mascarar um benefício de recuperação. Para isolar componentes, seriam necessários mais tópicos e um desenho fatorial ou condições separadas, algo que os relatórios não validam como um protocolo pronto. Sobretudo, este autoexperimento não pode testar a afirmação neurocognitiva de reconsolidação. Ele pode medir mudança comportamental após recuperação e explicação; não mede labilidade molecular, janela de reconsolidação ou mecanismo neural específico. #### Referências comentadas As referências abaixo consolidam as fontes citadas. O comentário resume sua função no argumento desta revisão, sem acrescentar achados além dos relatórios estruturados. 1. **Loewenstein, G. (1994).** *The Psychology of Curiosity: A Review and Reinterpretation*. Psychological Bulletin, 116(1), 75–98. DOI: [https://doi.org/10.1037/0033-2909.116.1.75](https://doi.org/10.1037/0033-2909.116.1.75). — Formula a curiosidade como privação por lacuna percebida e ressalta que busca pode ocorrer sem curiosidade. 2. **Kang, M. J., et al. (2009).** *The Wick in the Candle of Learning: Epistemic Curiosity Activates Reward Circuitry and Enhances Memory*. Psychological Science, 20(8), 963–973. DOI: [https://doi.org/10.1111/j.1467-9280.2009.02402.x](https://doi.org/10.1111/j.1467-9280.2009.02402.x). — Relaciona confiança intermediária, curiosidade, busca e memória em trivia; fMRI e memória não estabelecem causalidade geral. 3. **Singh, A., & Manjaly, J. A. (2021).** *The Effect of Information Gap and Uncertainty on Curiosity and Its Resolution*. Journal of Cognitive Psychology, 33(4), 403–423. DOI: [https://doi.org/10.1080/20445911.2021.1908311](https://doi.org/10.1080/20445911.2021.1908311). — Separa gap e incerteza em tarefa lexical e mostra que ambos predizem curiosidade. 4. **Spitzer, M. W. H., Janz, J., Nie, M., & Kiesel, A. (2023).** *On the Interplay of Curiosity, Confidence, and Importance in Knowing Information*. Psychological Research, 88, 101–115. DOI: [https://doi.org/10.1007/s00426-023-01841-9](https://doi.org/10.1007/s00426-023-01841-9). — Mostra que importância desloca a relação confiança–curiosidade. 5. **Wade, S., & Kidd, C. (2019).** *The Role of Prior Knowledge and Curiosity in Learning*. Psychonomic Bulletin & Review, 26, 1377–1387. DOI: [https://doi.org/10.3758/s13423-019-01598-6](https://doi.org/10.3758/s13423-019-01598-6). — Distingue conhecimento estimado, conhecimento objetivo e curiosidade; limita a narrativa causal simples. 6. **Chen, X., Twomey, K. E., Hayes, M., et al. (2025).** *The Limits of Curiosity? New Evidence for the Roles of Metacognitive Abilities and Curiosity in Learning*. Metacognition and Learning, 20, article 1. DOI: [https://doi.org/10.1007/s11409-024-09407-9](https://doi.org/10.1007/s11409-024-09407-9). — Encontra aprendizagem predita pela avaliação metacognitiva do gap, sem efeito independente significativo de curiosidade. 7. **Brooks, G., Yang, H., & Köhler, S. (2021).** *Feeling-of-Knowing Experiences Breed Curiosity*. Memory, 29(2), 153–167. DOI: [https://doi.org/10.1080/09658211.2020.1867746](https://doi.org/10.1080/09658211.2020.1867746). — Mostra que feeling-of-knowing orienta busca, mas não é idêntico a curiosidade epistêmica. 8. **Vogl, E., Pekrun, R., Murayama, K., Loderer, K., et al. (2019).** *Surprise, Curiosity, and Confusion Promote Knowledge Exploration: Evidence for Robust Effects of Epistemic Emotions*. Frontiers in Psychology, 10, 2474. DOI: [https://doi.org/10.3389/fpsyg.2019.02474](https://doi.org/10.3389/fpsyg.2019.02474). — Compara emoções epistêmicas e dá suporte mais consistente a surpresa e curiosidade do que a confusão e orgulho. 9. **Poli, F., Meyer, M., Mars, R. B., & Hunnius, S. (2022).** *Contributions of Expected Learning Progress and Perceptual Novelty to Curiosity-Driven Exploration*. Cognition, 225, 105119. DOI: [https://doi.org/10.1016/j.cognition.2022.105119](https://doi.org/10.1016/j.cognition.2022.105119). — Mostra papéis de progresso e novidade na escolha exploratória; não sustenta um mecanismo único. 10. **Hsiung, A., Poh, J. H., Huettel, S. A., & Adcock, R. A. (2023).** *Curiosity Evolves as Information Unfolds*. Proceedings of the National Academy of Sciences, 120(43), e2301974120. DOI: [https://doi.org/10.1073/pnas.2301974120](https://doi.org/10.1073/pnas.2301974120). — Demonstra caráter dinâmico da curiosidade quando a informação se revela. 11. **Fandakova, Y., & Gruber, M. J. (2020).** *States of Curiosity and Interest Enhance Memory Differently in Adolescents and in Children*. Developmental Science, 24(1), e13005. DOI: [https://doi.org/10.1111/desc.13005](https://doi.org/10.1111/desc.13005). — Diferencia curiosidade, interesse e surpresa e mostra benefício seletivo para trivia. 12. **Radhakrishna, P., & Padakannaya, P. (2026).** *Mnemonic Benefits of State Curiosity—A Meta-Analysis*. Psychonomic Bulletin & Review, 33(3), article 97. DOI: [https://doi.org/10.3758/s13423-025-02800-8](https://doi.org/10.3758/s13423-025-02800-8). — Estima efeito moderado para recordação-alvo e pequeno para incidental; apoia memória, não o ciclo inteiro. 13. **Schutte, N. S., & Malouff, J. M. (2023).** *A Meta-Analytic Investigation of the Impact of Curiosity-Enhancing Interventions*. Current Psychology, 42, 20374–20384. DOI: [https://doi.org/10.1007/s12144-022-03107-w](https://doi.org/10.1007/s12144-022-03107-w). — Intervenções aumentam curiosidade, mas isso não demonstra aprendizagem ou retenção. 14. **Charpentier, C. J., Bromberg-Martin, E. S., & Sharot, T. (2018).** *Valuation of Knowledge and Ignorance in Mesolimbic Reward Circuitry*. Proceedings of the National Academy of Sciences, 115, E7255–E7264. DOI: [https://doi.org/10.1073/pnas.1800547115](https://doi.org/10.1073/pnas.1800547115). — Mostra valor e valência da informação; o paradigma não é de aprendizagem. 15. **Wilson, T. D. (1997).** *Information Behaviour: An Interdisciplinary Perspective*. Information Processing & Management, 33(4), 551–572. DOI: [https://doi.org/10.1016/S0306-4573(97)00028-9](https://doi.org/10.1016/S0306-4573(97)00028-9). — Define busca como comportamento contextual, mais amplo que consulta. 16. **Kuhlthau, C. C. (1991).** *Inside the Search Process: From the User’s Perspective*. Journal of the American Society for Information Science, 42(5), 361–371. DOI: [https://doi.org/10.1002/(SICI)1097-4571(199106)42:5<361::AID-ASI6>3.0.CO;2-#](https://doi.org/10.1002/(SICI)1097-4571(199106)42:5<361::AID-ASI6>3.0.CO;2-#). — Descreve fases de incerteza, exploração e foco; é modelo de processo, não causalidade demonstrada. 17. **Garrison, D. R. (1997).** *Self-Directed Learning: Toward a Comprehensive Model*. Adult Education Quarterly, 48(1), 18–33. DOI: [https://doi.org/10.1177/074171369704800103](https://doi.org/10.1177/074171369704800103). — Sustenta a visão multidimensional de aprendizagem autodirigida. 18. **Murad, M. H., Coto-Yglesias, F., Varkey, P., et al. (2010).** *The Effectiveness of Self-Directed Learning in Health Professions Education: A Systematic Review*. Medical Education, 44(11). DOI: [https://doi.org/10.1111/j.1465-2923.2010.03750.x](https://doi.org/10.1111/j.1465-2923.2010.03750.x). — Efeito agregado em conhecimento, mas não em todos os desfechos. 19. **Doo, M.-J., & Zhu, M. (2024).** *A Meta-Analysis of Effects of Self-Directed Learning in Online Learning Environments*. Journal of Computer Assisted Learning, 40, 1–20. DOI: [https://doi.org/10.1111/jcal.12865](https://doi.org/10.1111/jcal.12865). — Mostra efeitos heterogêneos e peso de motivação e automonitoramento. 20. **Lazonder, A. W., & Harmsen, R. (2016).** *Meta-Analysis of Inquiry-Based Learning: Effects of Guidance*. Review of Educational Research, 86(3), 681–718. DOI: [https://doi.org/10.3102/0034654315627366](https://doi.org/10.3102/0034654315627366). — Apoia orientação em inquiry com efeitos d≈0,50–0,71. 21. **Furtak, E. M., Seidel, T., Iverson, H., & Briggs, D. C. (2012).** *Experimental and Quasi-Experimental Studies of Inquiry-Based Science Teaching: A Meta-Analysis*. Review of Educational Research, 82(3), 300–329. DOI: [https://doi.org/10.3102/0034654312457206](https://doi.org/10.3102/0034654312457206). — Favorece inquiry orientado, especialmente com liderança instrucional adequada. 22. **Alfieri, L., Brooks, P. J., Aldrich, N. J., & Tenenbaum, H. R. (2011).** *Does Discovery-Based Instruction Enhance Learning? A Meta-Analysis*. Journal of Educational Psychology, 103(1), 1–18. DOI: [https://doi.org/10.1037/a0021017](https://doi.org/10.1037/a0021017). — Distingue descoberta não assistida de descoberta aprimorada. 23. **Kirschner, P. A., Sweller, J., & Clark, R. E. (2006).** *Why Minimal Guidance During Instruction Does Not Work*. Educational Psychologist, 41(2), 75–86. DOI: [https://doi.org/10.1207/s15326985ep4102_1](https://doi.org/10.1207/s15326985ep4102_1). — Formula crítica à orientação mínima; usado aqui com a resposta posterior e meta-análises. 24. **Hmelo-Silver, C. E., Duncan, R. G., & Chinn, C. A. (2007).** *Scaffolding and Achievement in Problem-Based and Inquiry Learning*. Educational Psychologist, 42(2), 99–107. DOI: [https://doi.org/10.1080/00461520701263368](https://doi.org/10.1080/00461520701263368). — Diferencia inquiry e PBL com scaffolding de descoberta sem suporte. 25. **Marchionini, G. (2006).** *Exploratory Search: From Finding to Understanding*. Communications of the ACM, 49(4), 41–46. DOI: [https://doi.org/10.1145/1121949.1121979](https://doi.org/10.1145/1121949.1121979). — Conceitua busca exploratória como localizar, aprender e investigar. 26. **Vakkari, P. (2016).** *Searching as Learning: A Systematization Based on Literature*. Journal of Information Science, 42(1), 7–18. DOI: [https://doi.org/10.1177/0165551515615833](https://doi.org/10.1177/0165551515615833). — Organiza a relação entre busca e aprendizagem. 27. **Medlar, A., Kotkov, D., & Głowacka, D. (2024).** *Unexplored Frontiers: A Review of Empirical Studies of Exploratory Search*. ACM SIGIR Forum. DOI: [https://doi.org/10.1145/3687273.3687278](https://doi.org/10.1145/3687273.3687278); versão aberta: [https://arxiv.org/abs/2312.13695](https://arxiv.org/abs/2312.13695). — Mostra foco em protótipos e falta de efeito causal educacional geral. 28. **Pirolli, P., & Card, S. K. (1999).** *Information Foraging*. Psychological Review, 106(4), 643–675. DOI: [https://doi.org/10.1037/0033-295X.106.4.643](https://doi.org/10.1037/0033-295X.106.4.643). — Base teórica para pistas, custos e navegação. 29. **Chi, E. H., Pirolli, P., Chen, K., & Pitkow, J. (2001).** *Using Information Scent to Model User Information Needs and Actions on the Web*. CHI ’01 Proceedings, 490–497. DOI: [https://doi.org/10.1145/365024.365325](https://doi.org/10.1145/365024.365325). — Valida predição de ações com dados de navegação, não aprendizagem. 30. **Fu, W.-T., & Pirolli, P. (2007).** *SNIF-ACT: A Cognitive Model of User Navigation on the World Wide Web*. Human–Computer Interaction, 22, 355–412. DOI: [https://doi.org/10.1080/07370020701638806](https://doi.org/10.1080/07370020701638806). — Modela escolha e navegação na web; não mede aprendizagem em si. 31. **Fisher, M., Smiley, A. H., & Grillo, T. L. H. (2022).** *Information without Knowledge: The Effects of Internet Search on Learning*. Memory, 30(4), 375–387. DOI: [https://doi.org/10.1080/09658211.2021.1882501](https://doi.org/10.1080/09658211.2021.1882501). — Mostra que busca online pode coexistir com retenção interna pior e confiança igual ou maior. 32. **Ghosh, S., Rath, M., & Shah, C. (2018).** *Searching as Learning: Exploring Search Behavior and Learning Outcomes in Learning-related Tasks*. CHIIR ’18 Proceedings, 22–31. DOI: [https://doi.org/10.1145/3176349.3176386](https://doi.org/10.1145/3176349.3176386). — Mostra coexistência condicional entre comportamento de busca e aprendizagem. 33. **Pennanen, M., & Vakkari, P. (2003).** *Students’ Conceptual Structure, Search Process, and Outcome While Preparing a Research Proposal: A Longitudinal Case Study*. Journal of the American Society for Information Science and Technology, 54, 759–770. DOI: [https://doi.org/10.1002/asi.10273](https://doi.org/10.1002/asi.10273). — Associa cobertura conceitual e termos novos ao sucesso em caso longitudinal; não é ensaio causal. 34. **Lazonder, A. W., Hagemans, M. G., & de Jong, T. (2010).** *Offering and Discovering Domain Information in Simulation-Based Inquiry Learning*. Learning and Instruction, 20(6), 511–520. DOI: [https://doi.org/10.1016/j.learninstruc.2009.08.001](https://doi.org/10.1016/j.learninstruc.2009.08.001). — Mostra efeito de oferecer e descobrir informação de domínio em inquiry. 35. **Lazonder, A. W., Wilhelm, P., & Hagemans, M. G. (2008).** *The Influence of Domain Knowledge on Strategy Use During Simulation-Based Inquiry Learning*. Learning and Instruction, 18(6), 580–592. DOI: [https://doi.org/10.1016/j.learninstruc.2007.12.001](https://doi.org/10.1016/j.learninstruc.2007.12.001). — Evidencia que conhecimento de domínio altera estratégia de investigação. 36. **Liu, Y., Qin, C., Wang, Y., & Ma, X. (2024).** *Exploratory Search in Information Systems: A Systematic Review*. The Electronic Library, 42(2), 308–339. DOI: [https://doi.org/10.1108/EL-11-2023-0264](https://doi.org/10.1108/EL-11-2023-0264). — Revisão de frameworks, fatores, desenho e métricas de busca exploratória. 37. **Roediger, H. L. III, & Karpicke, J. D. (2006).** *Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention*. Psychological Science, 17, 249–255. DOI: [https://doi.org/10.1111/j.1467-9280.2006.01693.x](https://doi.org/10.1111/j.1467-9280.2006.01693.x). — Demonstra vantagem de recuperação para retenção tardia frente a reestudo. 38. **Karpicke, J. D., & Roediger, H. L. III. (2007).** *Expanding Retrieval Practice Promotes Short-Term Retention, but Equally Spaced Retrieval Enhances Long-Term Retention*. Journal of Experimental Psychology: Learning, Memory, and Cognition, 33, 704–719. URL: [https://learninglab.psych.purdue.edu/downloads/2007/2007_Karpicke_Roediger_JEPLMC.pdf](https://learninglab.psych.purdue.edu/downloads/2007/2007_Karpicke_Roediger_JEPLMC.pdf). — Distingue expansão e espaçamento uniforme por horizonte temporal. 39. **Latimier, A., Peyre, H., & Ramus, F. (2021).** *A Meta-Analytic Review of the Benefit of Spacing Out Retrieval Practice Episodes on Retention*. Educational Psychology Review, 33, 959–987. DOI: [https://doi.org/10.1007/s10648-020-09572-8](https://doi.org/10.1007/s10648-020-09572-8). — Estima benefício robusto do espaçamento, sem superioridade média da expansão. 40. **Rowland, C. A. (2014).** *The Effect of Testing versus Restudy on Retention: A Meta-Analytic Review of the Testing Effect*. Psychological Bulletin, 140, 1432–1463. DOI: [https://doi.org/10.1037/a0037559](https://doi.org/10.1037/a0037559). — Sintetiza o efeito de teste e suas condições. 41. **Pan, S. C., & Rickard, T. C. (2018).** *Transfer of Test-Enhanced Learning: Meta-Analytic Review and Synthesis*. Psychological Bulletin, 144, 710–756. DOI: [https://doi.org/10.1037/bul0000151](https://doi.org/10.1037/bul0000151). — Mostra transferência positiva, porém seletiva e moderada pelo formato. 42. **Rawson, K. A., & Zamary, A. (2019).** *Why Is Free Recall Practice More Effective than Recognition Practice for Enhancing Memory?* Journal of Memory and Language, 105, 141–152. DOI: [https://doi.org/10.1016/j.jml.2019.01.002](https://doi.org/10.1016/j.jml.2019.01.002). — Apoia maior eficácia da recordação livre em comparação com reconhecimento em condições estudadas. 43. **Carpenter, S. K., & DeLosh, E. L. (2006).** *Impoverished Cue Support Enhances Subsequent Retention: Support for the Elaborative Retrieval Explanation of the Testing Effect*. Memory & Cognition, 34, 268–276. DOI: [https://doi.org/10.3758/BF03193405](https://doi.org/10.3758/BF03193405). — Relaciona pistas reduzidas e recuperação elaborativa a retenção posterior. 44. **Agarwal, P. K., Nunes, L. D., & Blunt, J. R. (2021).** *Retrieval Practice Consistently Benefits Student Learning: A Systematic Review of Applied Research in Schools and Classrooms*. Educational Psychology Review. DOI: [https://doi.org/10.1007/s10648-021-09595-9](https://doi.org/10.1007/s10648-021-09595-9). — Revisão aplicada majoritariamente favorável, com heterogeneidade e limites de representação. 45. **Carpenter, S. K., Pan, S. C., & Butler, A. C. (2022).** *The Science of Effective Learning with Spacing and Retrieval Practice*. Nature Reviews Psychology, 1, 496–511. DOI: [https://doi.org/10.1038/s44159-022-00089-1](https://doi.org/10.1038/s44159-022-00089-1). — Síntese de espaçamento, recuperação, feedback e desenho de prática. 46. **Chi, M. T. H., Bassok, M., Lewis, M. W., Reimann, P., & Glaser, R. (1989).** *Self-Explanations: How Students Study and Use Examples in Learning to Solve Problems*. Cognitive Science, 13, 145–182. DOI: [https://doi.org/10.1207/s15516709cog1302_1](https://doi.org/10.1207/s15516709cog1302_1). — Relaciona qualidade e quantidade de autoexplicações a aprendizagem de exemplos; resultado espontâneo é correlacional. 47. **Chi, M. T. H., de Leeuw, N., Chiu, M.-H., & LaVancher, C. (1994).** *Eliciting Self-Explanations Improves Understanding*. Cognitive Science, 18, 439–477. DOI: [https://doi.org/10.1207/s15516709cog1803_3](https://doi.org/10.1207/s15516709cog1803_3). — Experimento com prompts que apoia efeito causal contextualizado de autoexplicação. 48. **Renkl, A. (1997).** *Learning from Worked-Out Examples: A Study on Individual Differences*. Cognitive Science, 21, 1–29. DOI: [https://doi.org/10.1207/s15516709cog2101_1](https://doi.org/10.1207/s15516709cog2101_1). — Relaciona explicações baseadas em princípios e ganho; é evidência preditiva, não intervenção universal. 49. **Bisra, K., Liu, Q., Nesbit, J. C., Salimi, F., & Winne, P. H. (2018).** *Inducing Self-Explanation: A Meta-Analysis*. Educational Psychology Review, 30, 703–725. DOI: [https://doi.org/10.1007/s10648-018-9434-x](https://doi.org/10.1007/s10648-018-9434-x). — Meta-análise de prompts com efeito médio g≈0,55 e moderadores importantes. 50. **Ainsworth, S. E., & Burcham, S. (2007).** *The Impact of Text Coherence on Learning by Self-Explanation*. Learning and Instruction, 17, 286–303. DOI: [https://doi.org/10.1016/j.learninstruc.2007.02.004](https://doi.org/10.1016/j.learninstruc.2007.02.004). — Mostra que coerência textual e autoexplicação podem compensar-se sem regra de que mais explicações sempre melhoram. 51. **van Peppen, L. M., Verkoeijen, P. P. J. L., Heijltjes, A. E. G., Janssen, E. M., Koopmans, D., & van Gog, T. (2018).** *Effects of Self-Explaining on Learning and Transfer of Critical Thinking Skills*. Frontiers in Education, 3, 100. DOI: [https://doi.org/10.3389/feduc.2018.00100](https://doi.org/10.3389/feduc.2018.00100). — Mostra que prompts não acrescentam sempre benefício quando instrução e prática já são fortes. 52. **Lachner, A., Jacob, L., & Hoogerheide, V. (2021).** *Learning by Writing Explanations: Is Explaining to a Fictitious Student More Effective than Self-Explaining?* Learning and Instruction, 74, 101438. DOI: [https://doi.org/10.1016/j.learninstruc.2020.101438](https://doi.org/10.1016/j.learninstruc.2020.101438). — Encontra efeitos nulos ou dependentes de contexto e modalidade; meta-análise cumulativa favorece oralidade sobre escrita. 53. **Endres, T., Carpenter, S., Martin, A., & Renkl, A. (2017).** *Enhancing Learning by Retrieval: Enriching Free Recall with Elaborative Prompting*. Learning and Instruction, 49, 13–20. DOI: [https://doi.org/10.1016/j.learninstruc.2016.11.010](https://doi.org/10.1016/j.learninstruc.2016.11.010). — Mostra que recordar e acrescentar exemplos pessoais pode ampliar elaboração e compreensão após uma semana. 54. **Bertsch, S., Pesta, B. J., Wiscott, R., & McDaniel, M. A. (2007).** *The Generation Effect: A Meta-Analytic Review*. Memory & Cognition, 35, 201–210. DOI: [https://doi.org/10.3758/BF03193441](https://doi.org/10.3758/BF03193441). — Estima efeito de geração; gerar sinônimos não equivale a autoexplicar ou construir modelos. 55. **Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J., & Willingham, D. T. (2013).** *Improving Students’ Learning With Effective Learning Techniques*. Psychological Science in the Public Interest, 14, 4–58. DOI: [https://doi.org/10.1177/1529100612453266](https://doi.org/10.1177/1529100612453266). — Classifica autoexplicação e interrogatório elaborativo como úteis, mas menos generalizáveis que teste e prática distribuída. 56. **Fiorella, L., & Mayer, R. E. (2016).** *Eight Ways to Promote Generative Learning*. Educational Psychology Review, 28, 717–741. DOI: [https://doi.org/10.1007/s10648-015-9348-9](https://doi.org/10.1007/s10648-015-9348-9). — Organiza atividades generativas como explicar, resumir, mapear e ensinar. 57. **Fiorella, L. (2023).** *Making Sense of Generative Learning*. Educational Psychology Review, 35, article 50. DOI: [https://doi.org/10.1007/s10648-023-09769-7](https://doi.org/10.1007/s10648-023-09769-7). — Atualiza a visão de modos complementares e barreiras do aprendizado generativo. 58. **Lawson, A. P., & Mayer, R. E. (2024).** *Generative Learning Activities for Online Multimedia Learning: When Summarizing Is Effective but Drawing Is Not*. Frontiers in Psychology, 15, 1452385. DOI: [https://doi.org/10.3389/fpsyg.2024.1452385](https://doi.org/10.3389/fpsyg.2024.1452385). — Mostra dependência da modalidade: resumir superou controle, desenhar não. 59. **Brod, G. (2021).** *Generative Learning: Which Strategies for What Age?* Educational Psychology Review, 33, 1295–1318. DOI: [https://doi.org/10.1007/s10648-020-09571-9](https://doi.org/10.1007/s10648-020-09571-9). — Revisa diferenças etárias e dependência de raciocínio, monitoramento e conhecimento prévio. 60. **Chase, C. C., Chin, D. B., Oppezzo, M. A., & Schwartz, D. L. (2009).** *Teachable Agents and the Protégé Effect: Increasing the Effort Towards Learning*. Journal of Science Education and Technology, 18, 334–352. DOI: [https://doi.org/10.1007/s10956-009-9180-4](https://doi.org/10.1007/s10956-009-9180-4). — Exemplo clássico de responsabilidade por um agente; não equivale a toda explicação. 61. **Nestojko, J. F., Bui, D. C., Kornell, N., & Bjork, E. L. (2014).** *Expecting to Teach Enhances Learning and Organization of Knowledge in Free Recall of Text Passages*. Memory & Cognition, 42, 1038–1048. DOI: [https://doi.org/10.3758/s13421-014-0416-z](https://doi.org/10.3758/s13421-014-0416-z). — Expectativa de ensinar melhora completude e organização da recordação em condições específicas. 62. **Fiorella, L., & Mayer, R. E. (2013).** *The Relative Benefits of Learning by Teaching and Teaching Expectancy*. Contemporary Educational Psychology, 38(4), 281–288. DOI: [https://doi.org/10.1016/j.cedpsych.2013.06.001](https://doi.org/10.1016/j.cedpsych.2013.06.001). — Diferencia preparar-se para ensinar de ensinar efetivamente e mostra efeitos distintos no atraso. 63. **Hoogerheide, V., Deijkers, L., Loyens, S. M. M., Heijltjes, A., & van Gog, T. (2016).** *Gaining from Explaining: Learning Improves from Explaining to Fictitious Others on Video, Not from Writing to Them*. Contemporary Educational Psychology, 44–45, 95–106. DOI: [https://doi.org/10.1016/j.cedpsych.2016.02.005](https://doi.org/10.1016/j.cedpsych.2016.02.005). — Mostra que modalidade e produção podem alterar o efeito de explicar. 64. **Wang, Y., Lin, L., & Chen, O. (2021).** *The Benefits of Teaching on Comprehension, Motivation, and Perceived Difficulty*. British Journal of Educational Psychology, 91(4), 1275–1290. DOI: [https://doi.org/10.1111/bjep.12416](https://doi.org/10.1111/bjep.12416). — Ensino imaginado e ensino real não produziram o mesmo perfil de benefício imediato e tardio. 65. **Roscoe, R. D., & Chi, M. T. H. (2008).** *Tutor Learning: The Role of Explaining and Responding to Questions*. Instructional Science, 36, 321–350. DOI: [https://doi.org/10.1007/s11251-007-9034-5](https://doi.org/10.1007/s11251-007-9034-5). — Mostra que tutores aprendem mais ao inferir, monitorar, reparar e elaborar do que apenas contar conhecimento. 66. **Kobayashi, K. (2024).** *Interactive Learning Effects of Preparing to Teach and Teaching: A Meta-Analytic Approach*. Educational Psychology Review, 36, article 26. DOI: [https://doi.org/10.1007/s10648-024-09871-4](https://doi.org/10.1007/s10648-024-09871-4). — Estima efeitos pequenos e dependentes de expectativa e ato de ensinar. 67. **Hamilton, A. F. de C., & Lind, F. (2016).** *Audience Effects: What Can They Tell Us About Social Neuroscience, Theory of Mind and Autism?* Culture and Brain, 4, 159–177. DOI: [https://doi.org/10.1007/s40167-016-0044-5](https://doi.org/10.1007/s40167-016-0044-5). — Diferencia audiência, presença e coação; audiência pode ajudar ou atrapalhar conforme tarefa e pessoa. 68. **Yang, C., Zhao, W., Yuan, B., Luo, L., Shanks, D. R., et al. (2023).** *Mind the Gap Between Comprehension and Metacomprehension: Meta-Analysis of Metacomprehension Accuracy and Intervention Effectiveness*. Review of Educational Research, 93(2), 143–194. DOI: [https://doi.org/10.3102/00346543221094083](https://doi.org/10.3102/00346543221094083). — Estima monitoramento fraco e mostra que geração de perguntas não calibra automaticamente. 69. **Janssen, N., & Lazonder, A. W. (2024).** *Meta-Analysis of Interventions for Monitoring Accuracy in Problem Solving*. Educational Psychology Review, 36, article 96. DOI: [https://doi.org/10.1007/s10648-024-09936-4](https://doi.org/10.1007/s10648-024-09936-4). — Encontra efeito pequeno e heterogêneo das intervenções sobre acurácia de monitoramento. 70. **Kedrick, K., Schrater, P., & Koutstaal, W. (2023).** *The Multifaceted Role of Self-Generated Question Asking in Curiosity-Driven Learning*. Cognitive Science, 47(4), e13253. DOI: [https://doi.org/10.1111/cogs.13253](https://doi.org/10.1111/cogs.13253). — Relaciona perguntas autogeradas a curiosidade, forrageamento e memória, sem afirmar causalidade. 71. **McEldoon, K. L., Durkin, K., & Rittle-Johnson, B. (2013).** *Is Self-Explanation Worth the Time? A Comparison to Additional Practice*. British Journal of Educational Psychology, 83(4), 615–632. DOI: [https://doi.org/10.1111/j.2044-8279.2012.02083.x](https://doi.org/10.1111/j.2044-8279.2012.02083.x). — Mostra vantagem pequena e específica de autoexplicação sobre prática adicional em crianças. 72. **Mills, C. M., & Keil, F. C. (2004).** *Knowing the Limits of One’s Understanding: The Development of an Awareness of an Illusion of Explanatory Depth*. Journal of Experimental Child Psychology, 87(1), 1–32. DOI: [https://doi.org/10.1016/j.jecp.2003.09.003](https://doi.org/10.1016/j.jecp.2003.09.003). — Explicar pode reduzir julgamentos de compreensão, revelando profundidade ilusória. 73. **Danovitch, J. H., Mills, C. M., Sands, K. R., & Williams, A. J. (2021).** *Mind the Gap: How Incomplete Explanations Influence Children’s Interest and Learning Behaviors*. Cognitive Psychology, 130, 101421. DOI: [https://doi.org/10.1016/j.cogpsych.2021.101421](https://doi.org/10.1016/j.cogpsych.2021.101421). — Explicações incompletas aumentaram escolha de livros, mas não busca seletiva em todos os indicadores. 74. **Frazier, B. N., Gelman, S. A., & Wellman, H. M. (2009).** *Preschoolers’ Search for Explanatory Information Within Adult–Child Conversation*. Child Development, 80(6), 1592–1611. DOI: [https://doi.org/10.1111/j.1467-8624.2009.01356.x](https://doi.org/10.1111/j.1467-8624.2009.01356.x). — Mostra re-perguntas e busca de explicações em conversação infantil. 75. **Legare, C. H. (2012).** *Exploring Explanation: Explaining Inconsistent Evidence Informs Exploratory, Hypothesis-Testing Behavior in Young Children*. Child Development, 83(1), 173–185. DOI: [https://doi.org/10.1111/j.1467-8624.2011.01691.x](https://doi.org/10.1111/j.1467-8624.2011.01691.x). — Relaciona evidência inconsistente, explicação e exploração orientada por hipóteses. 76. **Misanin, J. R., Miller, R. R., & Lewis, D. J. (1968).** *Retrograde Amnesia Produced by Electroconvulsive Shock After Reactivation of a Consolidated Memory Trace*. Science, 160(3827), 554–555. DOI: [https://doi.org/10.1126/science.160.3827.554](https://doi.org/10.1126/science.160.3827.554). — Evidência animal histórica de dependência da amnésia em relação à reativação. 77. **Nader, K., Schafe, G. E., & LeDoux, J. E. (2000).** *Fear Memories Require Protein Synthesis in the Amygdala for Reconsolidation After Retrieval*. Nature, 406, 722–726. DOI: [https://doi.org/10.1038/35021052](https://doi.org/10.1038/35021052). — Evidência animal mecanística de síntese proteica após recuperação de memória de medo. 78. **Hupbach, A., Gomez, R., Hardt, O., & Nadel, L. (2007).** *Reconsolidation of Episodic Memories: A Subtle Reminder Triggers Integration of New Information*. Learning & Memory, 14, 47–53. DOI: [https://doi.org/10.1101/lm.365707](https://doi.org/10.1101/lm.365707). — Mostra integração e intrusões após lembrete; resultado compatível, mas não específico, com reconsolidação. 79. **Forcato, C., Rodríguez, M. L. C., Pedreira, M. E., & Maldonado, H. (2010).** *Reconsolidation in Humans Opens Up Declarative Memory to the Entrance of New Information*. Neurobiology of Learning and Memory, 93, 77–84. DOI: [https://doi.org/10.1016/j.nlm.2009.08.006](https://doi.org/10.1016/j.nlm.2009.08.006). — Evidência humana de integração pós-lembrança, sem diagnóstico mecanístico isolado. 80. **Schiller, D., Monfils, M.-H., Raio, C. M., Johnson, D. C., LeDoux, J. E., & Phelps, E. A. (2010).** *Preventing the Return of Fear in Humans Using Reconsolidation Update Mechanisms*. Nature, 463, 49–53. DOI: [https://doi.org/10.1038/nature08637](https://doi.org/10.1038/nature08637). — Relata reativação seguida de extinção com redução de retorno do medo; o resultado foi posteriormente questionado. 81. **Sevenster, D., Beckers, T., & Kindt, M. (2014).** *Prediction Error Demarcates the Transition from Retrieval, to Reconsolidation, to New Learning*. Learning & Memory, 21, 580–584. DOI: [https://doi.org/10.1101/lm.035493.114](https://doi.org/10.1101/lm.035493.114). — Apoia erro de previsão como condição de fronteira em medo condicionado. 82. **Bos, M. G. N., Beckers, T., & Kindt, M. (2014).** *Noradrenergic Blockade of Memory Reconsolidation: A Failure to Reduce Conditioned Fear Responding*. Frontiers in Behavioral Neuroscience, 8, 412. DOI: [https://doi.org/10.3389/fnbeh.2014.00412](https://doi.org/10.3389/fnbeh.2014.00412). — Resultado nulo que limita a generalização de intervenção pós-reativação. 83. **Kredlow, M. A., Unger, L. D., & Otto, M. W. (2016).** *Harnessing Reconsolidation to Weaken Fear and Appetitive Memories: A Meta-Analysis of Post-Retrieval Extinction Effects*. Psychological Bulletin, 142, 314–336. DOI: [https://doi.org/10.1037/bul0000034](https://doi.org/10.1037/bul0000034). — Meta-análise com efeito humano pequeno a moderado e resultado animal não significativo para medo. 84. **Elsey, J. W. B., Van Ast, V. A., & Kindt, M. (2018).** *Human Memory Reconsolidation: A Guiding Framework and Critical Review of the Evidence*. Psychological Bulletin, 144, 797–848. DOI: [https://doi.org/10.1037/bul0000152](https://doi.org/10.1037/bul0000152). — Revisão crítica das condições, limites e explicações alternativas em humanos. 85. **Beckers, T., & Kindt, M. (2017).** *Memory Reconsolidation Interference as an Emerging Treatment for Emotional Disorders*. Annual Review of Clinical Psychology, 13, 99–121. DOI: [https://doi.org/10.1146/annurev-clinpsy-032816-045209](https://doi.org/10.1146/annurev-clinpsy-032816-045209). — Apresenta potencial e limites translacionais da interferência de reconsolidação. 86. **Treanor, M., Brown, L. A., Rissman, J., & Craske, M. G. (2017).** *Can Memories of Traumatic Experiences or Addiction Be Erased or Modified?* Perspectives on Psychological Science, 12, 290–305. DOI: [https://doi.org/10.1177/1745691616664725](https://doi.org/10.1177/1745691616664725). — Revisa criticamente alegações de apagar ou modificar memórias humanas. 87. **Chalkia, A., Van Oudenhove, L., & Beckers, T. (2020).** *Preventing the Return of Fear in Humans Using Reconsolidation Update Mechanisms: A Verification Report of Schiller et al. (2010)*. Cortex, 129, 510–525. DOI: [https://doi.org/10.1016/j.cortex.2020.03.031](https://doi.org/10.1016/j.cortex.2020.03.031). — Verificação registrada que encontrou dependência em exclusões e análises específicas. 88. **Chalkia, A., Schroyens, N., Leng, L., Vanhasbroeck, N., Zenses, A.-K., Van Oudenhove, L., & Beckers, T. (2020).** *No Persistent Attenuation of Fear Memories in Humans: A Direct Replication of the Reactivation-Extinction Effect*. Cortex, 129, 496–509. DOI: [https://doi.org/10.1016/j.cortex.2020.04.017](https://doi.org/10.1016/j.cortex.2020.04.017). — Replicação direta sem benefício persistente sobre extinção comum. 89. **Jardine, K. H., Huff, A. E., Wideman, C. E., McGraw, S. D., & Winters, B. D. (2022).** *The Evidence for and Against Reactivation-Induced Memory Updating in Humans and Nonhuman Animals*. Neuroscience & Biobehavioral Reviews, 136, 104598. DOI: [https://doi.org/10.1016/j.neubiorev.2022.104598](https://doi.org/10.1016/j.neubiorev.2022.104598). — Síntese de evidência favorável e contrária a atualização induzida por reativação. 90. **Kiley, C., & Parks, C. M. (2022).** *Mechanisms of Memory Updating: State Dependency vs. Reconsolidation*. Journal of Cognition, 5(1), Article 7. DOI: [https://doi.org/10.5334/joc.198](https://doi.org/10.5334/joc.198). — Mostra dependência de estado como alternativa mecanística importante. 91. **Astill Wright, L., Horstmann, L., Holmes, E. A., & Bisson, J. I. (2021).** *Consolidation/Reconsolidation Therapies for the Prevention and Treatment of PTSD and Re-Experiencing: A Systematic Review and Meta-Analysis*. Translational Psychiatry, 11, 453. DOI: [https://doi.org/10.1038/s41398-021-01570-w](https://doi.org/10.1038/s41398-021-01570-w). — Reforça cautela clínica por risco de viés elevado e poucos protocolos superiores ao controle. 92. **Pedaste, M., Mäeots, M., Siiman, L. A., de Jong, T., van Riesen, S. A. N., Kamp, E. T., Manoli, C. C., Zacharia, Z. C., & Tsourlidaki, E. (2015).** *Phases of Inquiry-Based Learning: Definitions and the Inquiry Cycle*. Educational Research Review, 14, 47–61. DOI: [https://doi.org/10.1016/j.edurev.2015.02.003](https://doi.org/10.1016/j.edurev.2015.02.003). — Organiza fases de orientação, conceptualização, investigação, conclusão e discussão. 93. **Kuhlthau, C. C., Heinström, J., & Todd, R. J. (2008).** *The Information Search Process Revisited: Is the Model Still Useful?* Information Research, 13(4), paper 355. URL: [https://informationr.net/ir/13-4/paper355.html](https://informationr.net/ir/13-4/paper355.html). — Atualiza o modelo de processo de busca e sua utilidade descritiva. 94. **St. Hilaire, K. J., Chan, J. C. K., & Ahn, D. (2024).** *Guessing as a Learning Intervention: A Meta-Analytic Review of the Prequestion Effect*. Psychonomic Bulletin & Review, 31, 411–441. DOI: [https://doi.org/10.3758/s13423-023-02353-8](https://doi.org/10.3758/s13423-023-02353-8). — Distingue efeito específico de prequestions de efeito geral quase nulo. 95. **Adesope, O. O., Trevisan, D. A., & Sundararajan, N. (2017).** *Rethinking the Use of Tests: A Meta-Analysis of Practice Testing*. Review of Educational Research, 87(3), 659–701. DOI: [https://doi.org/10.3102/0034654316689306](https://doi.org/10.3102/0034654316689306). — Meta-análise ampla do teste como prática de aprendizagem. 96. **Murayama, K., Miyatsu, T., Buchli, D., & Storm, B. C. (2014).** *Forgetting as a Consequence of Retrieval: A Meta-Analytic Review of Retrieval-Induced Forgetting*. Psychological Bulletin, 140(5), 1383–1409. DOI: [https://doi.org/10.1037/a0037505](https://doi.org/10.1037/a0037505). — Lembra que recuperação seletiva também pode reduzir acesso a itens relacionados. 97. **Kapur, M. (2010).** *Productive Failure in Mathematical Problem Solving*. Instructional Science, 38, 523–550. DOI: [https://doi.org/10.1007/s11251-009-9093-x](https://doi.org/10.1007/s11251-009-9093-x). — Exemplo de productive failure em matemática; não generaliza automaticamente para outros domínios. 98. **Sinha, T., & Kapur, M. (2021).** *When Problem Solving Followed by Instruction Works: Evidence for Productive Failure*. Review of Educational Research, 91(5). DOI: [https://doi.org/10.3102/00346543211019105](https://doi.org/10.3102/00346543211019105). — Meta-análise de productive failure com efeito condicionado por domínio e desenho. 99. **Nachtigall, V., Serova, K., & Rummel, N. (2020).** *When Failure Fails to Be Productive: Probing the Effectiveness of Productive Failure for Learning Beyond STEM Domains*. Instructional Science, 48, 651–697. DOI: [https://doi.org/10.1007/s11251-020-09525-2](https://doi.org/10.1007/s11251-020-09525-2). — Mostra limite de generalização fora de STEM. 100. **Darabi, A., Arrington, T. L., & Sayilir, E. (2018).** *Learning from Failure: A Meta-Analysis of the Empirical Studies*. Educational Technology Research and Development, 66, 1101–1118. DOI: [https://doi.org/10.1007/s11423-018-9579-9](https://doi.org/10.1007/s11423-018-9579-9). — Meta-análise que registra poucos estudos experimentais utilizáveis e heterogeneidade. 101. **Scardamalia, M., & Bereiter, C. (2006).** *Knowledge Building: Theory, Pedagogy, and Technology*. In R. K. Sawyer, The Cambridge Handbook of the Learning Sciences, 97–118. URL: [https://ikit.org/fulltext/2006_KBTheory.pdf](https://ikit.org/fulltext/2006_KBTheory.pdf). — Modelo organizador de avanço comunitário; não garante aprendizagem individual. 102. **Panadero, E. (2017).** *A Review of Self-Regulated Learning: Six Models and Four Directions for Research*. Frontiers in Psychology, 8, 422. DOI: [https://doi.org/10.3389/fpsyg.2017.00422](https://doi.org/10.3389/fpsyg.2017.00422). — Oferece modelos de autorregulação para organizar monitoramento e controle. 103. **Tinajero, C., Mayo, M. E., Villar, E., & Martínez-López, Z. (2024).** *Classic and Modern Models of Self-Regulated Learning: Integrative and Componential Analysis*. Frontiers in Psychology, 15, 1307574. DOI: [https://doi.org/10.3389/fpsyg.2024.1307574](https://doi.org/10.3389/fpsyg.2024.1307574). — Analisa componentes e modelos contemporâneos de aprendizagem autorregulada. ## Perguntas frequentes **Existe um nome científico para o processo resumo → curiosidade → busca → aprendizagem → recuperação → explicação?** Não há nomenclatura única. Há modelos parciais (information behaviour, busca exploratória, inquiry-based learning, aprendizagem autorregulada, aprendizagem generativa, retrieval practice), mas nenhum foi demonstrado como nome ou validação causal do ciclo inteiro. **Explicar depois de lembrar reconsolida a memória?** A frase é excessiva. Explicar depois de recuperar pode favorecer aprendizagem e atualização comportamental ou cognitiva em algumas condições; é compatível com reconsolidação, mas não a demonstra nem a implica. Testá-la exigiria manipular reativação, erro de previsão e timing, com controles contra extinção e interferência. **Ensinar é sempre melhor do que estudar?** Não. A meta-análise de Kobayashi (2024) estimou efeito pequeno para ensinar após estudar (g = 0,27), maior sob expectativa de ensinar (g = 0,48) e próximo de zero sem essa expectativa (g = -0,02). **Como saber se o ciclo funciona para mim?** A revisão propõe um autoexperimento: dois conjuntos de tópicos comparáveis, um estudado com o ciclo e outro com leitura mais teste, medindo recordação tardia e transferência em 24 horas, 7 dias e 21–28 dias, com critérios definidos antes de começar. ## Glossário - **Information Foraging** — Teoria que descreve como pistas de valor (information scent) e custos orientam cliques, retornos e abandono durante a busca. - **Reconsolidação** — Hipótese mecanística segundo a qual uma memória reativada pode se tornar lábil e precisar ser estabilizada de novo; em humanos, a evidência é indireta e mista. - **Teaching Effect** — Comparação entre preparar-se para ensinar ou ensinar e outras condições de estudo; não é sinônimo de explicar para si. *© 2026 Maurício Yokoyama Issei. Conteúdo citável com atribuição (fair use educacional).*