Este artigo apresenta uma revisão de literatura parte da pesquisa de Doutorado desenvolvida no Programa de Pós-Graduação em Educação da Universidade Federal de São Paulo (PPGE-UNIFESP), Campus Guarulhos e traz os resultados da busca por experiências com a metodologia da Aprendizagem Baseada na Resolução de Problemas (ABRP) em aulas de Geografia na Educação Básica. Utilizamos a plataforma ERIC (Education Resources Information Center), compreendendo o período entre 2016 e 2024, utilizando diferentes descritores. No primeiro momento buscamos a partir dos descritores Problem Based Learning and Geography e no segundo momento utilizamos os descritores Problem Based Learning, refinando os dados com o descritor Geography no resumo do artigo. Encontramos experiências realizadas em diferentes países, como EUA, Indonésia, Tailândia, Turquia, Canadá e Inglaterra e apesar das diferenças de contexto e objetivos, há consonâncias entre eles, como o foco em competências como a aquisição de conhecimentos teóricos e cognitivas e habilidades práticas de pesquisa, análise e resolução de problemas, além da aproximação dos conhecimentos prévios aos científicos como estratégia para tornar o aprendizado mais significativo e relevante para os estudantes. As metodologias de análise dos resultados apresentam diferenças, como a adoção de métodos quantitativos rigorosos como a comparação entre pré e pós testes e abordagens qualitativas ou mistas como entrevistas, questionários e aplicação de rubricas para medir impactos no desempenho e engajamento dos estudantes. Os resultados indicam melhoras em habilidades práticas, pensamento crítico e uma ênfase na educação ambiental e sustentabilidade, reforçando o papel das abordagens ativas como a ABRP e da Geografia no preparo dos estudantes para os desafios de uma sociedade sustentável. Apesar do consenso acerca das potencialidades da metodologia de ensino, há ressalvas, sobre as adaptações contextuais e suas variáveis indicando dissonância nos efeitos mensurados entre os diferentes estudos, que devem ser consideradas nas interpretações, análises e generalizações mais robustas.
