Nas aulas de português na educação básica, aprendemos que ditongo é o encontro de vogal (a, e, i, o, u) e semivogal (i, u) numa mesma sílaba. Os ditongos, assim definidos, são classificados em decrescentes, nos quais a semivogal sucede a vogal, como em cadeira; e em crescentes, nos quais a semivogal antecede a vogal, como em ciência. No português brasileiro, os ditongos decrescentes têm comportamento variável: itens como primeiro podem ser realizados como primero [pɾiˈmeɾʊ]; embaixo, como embaxo [ẽˈbaʃʊ]; tesoura, como tesora [teˈzoɾə]. Ocorre o que definimos como processo de monotongação, em que o ditongo é reduzido a um monotongo, prevalecendo a realização da vogal. O fenômeno de monotongação já foi amplamente descrito em diversas variedades do português brasileiro. No entanto, os resultados desses estudos nunca foram sistematizados, de modo a fornecer uma visão abrangente sobre o fenômeno, que possa, por exemplo, subsidiar ações propositivas de ensino. Portanto, propomos uma revisão sistemática da literatura que reúne e unifica as informações dispersas nesses estudos, com o objetivo de oferecer um panorama acerca dos ditongos monotongáveis no português brasileiro e sobre quais são os condicionamentos do processo. Os resultados apontam que os ditongos alvo do fenômeno são, em ordem decrescente de percentual de monotongação: [oʊ̯], [eɪ̯], [aɪ̯] e [oɪ̯]. A monotongação de [oʊ̯] é vista como uma mudança já implementada no português brasileiro, sem restrições linguísticas ou sociais (HORA; SILVA, 1998; LOPES, 2002; CRISTOFOLINI, 2011; FREITAS, 2017; SILVEIRA, 2019). A monotongação de [eɪ̯] tem motivação estrutural relacionada principalmente ao contexto fonológico seguinte constituído por tepe [ɾ] e, com menor força, por consoantes palatais [ʃ, ʒ] (ARAUJO, 1999; LOPES, 2002; FARIAS, 2008; TOLEDO, 2011; HAUPT, 2011; AMARAL, 2013; CYSNE, 2016; SANTOS; ALMEIDA, 2017; FREITAS, 2017; SILVEIRA, 2019; SOUZA, 2020). Nesse ditongo, variáveis sociais são pouco influentes; com sensibilidade apenas no que tange ao nível de escolarização do falante. A monotongação do ditongo [aɪ̯] é restrita a dois contextos propícios específicos: em sílaba aberta, em contexto seguido de consoante palato-alveolar [ʃ, ʒ], sendo o ditongo preservado nos demais contextos; e em sílaba fechada, em itens como mais, quando a fricativa final é palatalizada (HORA; SILVA, 1998; HAUPT, 2011; FREITAS, 2017). A monotongação do ditongo [oɪ̯] é a menos frequente, ocorre em sílabas fechadas e em itens lexicais específicos, nos quais a fricativa final é palatalizada (HAUPT, 2011; SILVEIRA, 2019). Os resultados de estudos acústicos apontam ainda que a forma monotongada possui características intermediárias entre ditongo preservado e vogal simples.