A crescente aplicação de Inteligência Artificial (IA) generativa em tarefas educacionais tem despertado interesse sobre sua eficácia na resolução de avaliações padronizadas. Este estudo analisa o desempenho comparativo dos modelos ChatGPT, Gemini e DeepSeek na prova de Matemática do ENEM 2024, utilizando o gabarito oficial para avaliar a precisão das respostas fornecidas por cada IA. A abordagem metodológica adotada foi a qualitativa, permitindo uma análise descritiva dos dados de desempenho das IA. Além da acurácia geral, o estudo investiga possíveis padrões de erro e a possível influência de questões que exigem interpretação de gráficos e tabelas. Os resultados obtidos mostram que os três modelos de IA tiveram um desempenho abaixo do esperado, com o modelo DeepSeek alcançando um resultado superior em relação aos outros modelos, com 51% de questões corretas, seguido pelo Gemini com 42,2% e pelo ChatGPT com 38% de acertos, demonstrando variações significativas entre os modelos na capacidade de interpretar e resolver problemas matemáticos. As IA demonstraram dificuldades em questões com figuras, gráficos e problemas de lógica, com padrões de erro que incluíam cálculos incorretos e interpretação inadequada dos dados. Os achados contribuem para a compreensão das limitações e potencialidades da IA generativa na resolução de problemas matemáticos em contextos acadêmicos e avaliativos, oferecendo subsídios para pesquisas futuras sobre a integração dessas tecnologias no ensino de matemática.
