Lyper
← Home Começar agora →
A ciência da aprovação

A ciência já sabe como se aprende de verdade. O Lyper só fez o trabalho de aplicar.

Décadas de pesquisa em psicologia da aprendizagem apontam o mesmo: a forma como a maioria estuda — reler, grifar, assistir aula — é a que menos funciona. O Lyper foi construído sobre as técnicas de maior efeito comprovado. Aqui estão elas, com os estudos.

Começar a estudar do jeito certo → Cada número desta página tem o paper ao lado.
role para descer
A premissa

Estudar mais não é estudar melhor.

A intuição engana. Reler um PDF dez vezes cria a sensação de domínio — você reconhece o texto e sente que sabe. Mas reconhecer não é recuperar: na prova, com a folha em branco, o conhecimento não aparece. A ciência chama isso de ilusão de fluência, e é o erro mais caro do concurseiro.

O que você sente relendo

0%
sensação de domínio

O que aparece na prova

0%
retenção real após estudar uma vez
Estudantes abandonam estratégias eficazes porque as ineficazes parecem funcionar melhor no momento. — Carpenter, Pan & Butler, Nature Reviews Psychology, 2022

O Lyper resolve isso tirando a decisão das suas mãos: o método é imposto por padrão, porque a ciência mostra que, deixado sozinho, ninguém escolhe o caminho mais eficaz.

O núcleo do método

As 4 técnicas que movem
seu resultado.

Cada uma tem o maior efeito medido na psicologia educacional. Cada número aqui veio da fonte primária — clique e confira.

0→1

Como ler os números. "Tamanho de efeito" é o quanto uma técnica muda seu resultado. A régua da ciência: 0,2 pequeno · 0,5 médio · 0,8 grande. Quanto mais alto, mais forte — e a barrinha em cada card mostra onde ele cai.

01

Responder questões
(em vez de reler)

Testar a memória é, por si só, um ato de aprendizagem — muito mais forte do que revisar passivamente. É o efeito mais replicado da psicologia educacional.

0,00efeito grande
pequenomédiogrande
Adesope et al., Review of Educational Research, 2017 ↗ · Yang et al., Psychological Bulletin, 2021 — 222 estudos, 48 mil alunos ↗
A prática por questões é o centro do produto, não um extra.
02

Revisar espaçado
(no momento de quase esquecer)

Revisar pouco a pouco ao longo do tempo bate revisar tudo de uma vez — sem exceção. O sistema reagenda cada tópico para o intervalo ideal.

0,00efeito grande
pequenomédiogrande
Entre os maiores efeitos já medidos em aprendizagem.
Latimier, Peyre & Ramus, Educational Psychology Review, 2021 — ver estudo ↗
O cronograma de revisão é automático. O Lyper lembra por você.
03

Reaprender até o domínio
(successive relearning)

Acertar uma vez não fixa. Recuperar o conceito até um critério de domínio e reagendar nos dias seguintes é o que separa quem retém de quem esquece.

0%de retenção em 1 mês — contra 11% de quem estuda uma vez só
11% uma vez68% relearning
Rawson & Dunlosky, Current Directions in Psychological Science, 2022 — ver estudo ↗
A revisão cobra o conceito em questões diferentes — não a mesma decorada.
04

Feedback que explica
(não só "certo/errado")

Saber que errou quase não ensina. Entender por que errou é o que corrige o raciocínio.

0,00efeito médio
pequenomédiogrande
■ Só dizer "certo/errado": quase zero (0,05).
Van der Kleij et al., Review of Educational Research, 2015 — ver estudo ↗
Toda questão vem com comentário do porquê — em todos os planos.
O diferencial

Com o Lyper, você estuda o que importa pro seu objetivo.

Praticar é necessário, mas não basta praticar qualquer coisa. Deixado por conta própria, o aluno repete o que já domina (porque é confortável) e foge da lacuna (porque dói). O motor adaptativo do Lyper faz o oposto: identifica seu nível real em cada tópico e te entrega a questão que move seu resultado agora — na banca e no cargo que você escolheu.

0,00

Personalização superficial

conteúdo igual, ritmo diferente — efeito pequeno
0,00

Adapta ao nível real

o dobro do efeito — quase médio

Major, Francis & Tsapali, British Journal of Educational Technology, 2021 — meta-análise, 16 RCTs, 53 mil alunos ↗

+0,00 DP
Evidência em escala, na América Latina.
Estudo controlado com 11.400 universitários no Equador: um sistema adaptativo elevou o desempenho em matemática em +0,28 desvio-padrão em ~4 meses.
Angel-Urdinola et al., Banco Mundial, 2023 ↗
Estudar tudo é estudar nada. O Lyper resolve a relevância.
Counter-positioning

A IA do Lyper não te dá a resposta — e isso é de propósito.

Acesso livre ao GPT (resposta pronta)−17%
pior na prova sem IA
IA que dá dicas, não respostasganho real
dano some, aprendizado aparece
Bastani et al., PNAS, 2025 — RCT, ~1.000 alunos ↗

Pedir a resposta pronta a um chatbot melhora a tarefa do dia e piora a prova. Foi medido: estudantes com acesso livre ao GPT foram 17% pior num exame sem IA do que quem não usou. Quando a IA dá dicas em vez de respostas, o dano desaparece e o ganho aparece.

O Lyper segue a regra que a ciência aponta: explicação só depois do seu esforço, e dica em passos — nunca a alternativa. Porque o objetivo não é você acertar no app. É você acertar na prova.

Honestidade

O que a ciência não promete.

Desconfie de quem garante aprovação. Os efeitos reais de boas plataformas de estudo ficam na faixa de 0,2 a 0,4 desvio-padrão — significativos, mas não mágica. Promessas de "aprenda 2x mais rápido" ou "2 sigma" não se sustentam em estudos rigorosos.

faixa real: 0,2 – 0,4 DP
0
0,2
0,4
"2 sigma"
2,0
aprenda 2x mais rápido efeito 2 sigma garantido aprovação assegurada

O Lyper te entrega o método de maior eficácia comprovada e a disciplina de aplicá-lo todo dia. O resto — esforço e consistência — continua sendo seu. Essa é a parte que nenhum app substitui, e a gente não vai fingir que substitui.

Selo de seriedade

E estamos indo além
da literatura.

O Lyper conduz pesquisa aplicada própria, em três frentes, com um projeto submetido à FAPESP* (programa PIPE). A fronteira aberta que estamos atacando: gerar questões cujos distratores refletem os erros reais dos candidatos — exatamente onde a IA atual falha.

01

Validação automática de questões

Nenhuma questão chega ao aluno sem gabarito verificado — filtro em banco e em código.

02

Modelagem adaptativa de aprendizagem

O motor que decide a próxima questão certa para o seu nível, banca e cargo.

03

Medição de eficácia real

Acompanhamento dos resultados dos nossos alunos — para um dia dizer mais que "técnicas comprovadas".

Quando esse estudo concluir, vamos poder dizer não só "técnicas comprovadas", mas "comprovado com os alunos do Lyper". Até lá, preferimos ser exatos.

Projeto de pesquisa submetido à FAPESP · programa PIPE

* Projeto submetido ao programa PIPE da FAPESP, em avaliação. Ainda não se trata de financiamento aprovado.

Comece agora

Pare de estudar do jeito que parece produtivo.

Comece a estudar do jeito que a ciência comprova.

Escolher meu exame →
Plano diário montado no primeiro acesso.
Referências

Todas as afirmações desta página têm origem em literatura científica revisada por pares. Os números centrais foram conferidos na fonte primária. Última revisão: junho/2026.

  1. Carpenter, S. K., Pan, S. C., & Butler, A. C. (2022). The science of effective learning with spacing and retrieval practice. Nature Reviews Psychology. ↗
  2. Adesope, O. O., Trevisan, D. A., & Sundararajan, N. (2017). Rethinking the use of tests: A meta-analysis of practice testing. Review of Educational Research. ↗
  3. Yang, C., et al. (2021). Testing (quizzing) boosts classroom learning: A systematic and meta-analytic review. Psychological Bulletin. ↗
  4. Latimier, A., Peyre, H., & Ramus, F. (2021). A meta-analytic review of the benefit of spacing out retrieval practice. Educational Psychology Review. ↗
  5. Rawson, K. A., & Dunlosky, J. (2022). Successive relearning: An underexplored but potent technique. Current Directions in Psychological Science. ↗
  6. Van der Kleij, F. M., Feskens, R. C. W., & Eggen, T. J. H. M. (2015). Effects of feedback in a computer-based learning environment. Review of Educational Research. ↗
  7. Major, L., Francis, G. A., & Tsapali, M. (2021). The effectiveness of technology-supported personalised learning in low- and middle-income countries. British Journal of Educational Technology. ↗
  8. Angel-Urdinola, D., et al. (2023). Evaluating the impact of computer-assisted learning in Ecuador. World Bank. ↗
  9. Bastani, H., et al. (2025). Generative AI can harm learning. PNAS. ↗
Lyper
© 2026 Lyper · A ciência valida as técnicas que usamos. O esforço continua sendo seu.