Resumo: Sob a luz da análise quantitativa-qualitativa, este trabalho traça o perfil das questões de Fisiologia Humana abordadas no Exame Nacional do Ensino Médio - ENEM (1998-2016) e busca não apenas compreendê-las, mas também fornecer subsídios concisos e fidedignos para o debate acerca do tema. Ao empregar a análise de conteúdo como técnica metodológica, as questões foram categorizadas de acordo com o sistema fisiológico contextualizado e com as habilidades requeridas pelas competências 4 e 8 da Matriz de Referência da área de Ciências da Natureza. Os resultados indicaram que 38 das 294 questões de Biologia analisadas exigiram conhecimentos de, pelo menos, um dos sistemas fisiológicos definidos no conteúdo programático e de, pelo menos, uma das habilidades que integram a competência 4. As questões, bastante contextualizadas, apresentaram riqueza de gráficos, tabelas e diagramas, de maneira a auxiliar na interpretação de seus enunciados, representando um mérito em exigir do candidato a análise crítica em detrimento da memorização por repetição.

Abstract: From the perspective of quantitative-qualitative analysis, this paper delineates the profile of the Human Physiology questions collected from the Exame Nacional do Ensino Médio - ENEM (1998-2016) not only seeking to understand them, but also to provide concise and reliable sources for the debate on the subject. With the use of content analysis as a methodological technique, the questions were categorized according to the physiological system involved and to the abilities required by skills 4 and 8 of the Reference Matrix for Natural Sciences. The results showed that 38 out of the 294 analyzed biology questions required the knowledge of at least one of the physiological systems defined in the program, and at least one of the abilities belonging to competence 4. The questions were contextualized and had a wealth of charts, tables and diagrams to aid in the interpretation of their statements, which represents an advantage since they require from candidates critical analysis instead of rote learning.