Eliane A. Veit Instituto de Física UFRGS Outubro de 2006

Apresentação em tema: "Eliane A. Veit Instituto de Física UFRGS Outubro de 2006"— Transcrição da apresentação:

1 Eliane A. Veit Instituto de Física UFRGS Outubro de 2006
TECNOLOGIAS DE INFORMAÇÃO E COMUNICAÇÃO FACILITANDO A APRENDIZAGEM SIGNIFICATIVA DE CIÊNCIAS E MATEMÁTICA Eliane A. Veit Instituto de Física UFRGS Outubro de 2006

2 Educação mediada por tecnologias computacionais
possibilidades no ensino de Ciências aquisição de dados comunicação tutorial . . .

3 As TICs como ferramentas cognitivas
A importância de modelos científicos em Ciências e Matemática Simulação e modelagem computacional como recursos auxiliares para a aprendizagem significativa Aquisição automática e tratamento de dados Cuidados na construção de material com TICS Inovações tecnológicas e a prática docente

4 O computador como ferramenta da mente
ou seja, ampliando a capacidade da mente humana na solução de problemas DiSessa; Jonassen

5 Quem é capaz de responder?
Se um trem viaja em linha reta durante horas, a 40 km/h, que distância percorre? 80 km Começo com uma pergunta: Se um trem viajar em linha reta durante 2 horas, a 40km/h, que distância percorre? Não tenham receio em responder que percorre 80km. Esta é a resposta certa. Esta não é uma pergunta capciosa. Qualquer sujeito minimamente culto de nossa sociedade é capaz de responder a esta pergunta. Mesmo que de forma não consciente, foi usada a relação: distância percorrida = velocidade x tempo. (Até é possível que em situações pouco mais complicadas, em que o automóvel vai e volta e que esta relação algébrica só pode ser utilizada por partes, houvesse algum engano.) Só lhes coloquei esta questão para chamar a atenção que esta questão que agora nos parece elementar, não era trivial no tempo de Galileu.

6 Pois para Galileu não foi tão simples assim:
Em Diálogos relativos a duas novas ciências (1636) Galileu demonstra 6 teoremas sobre movimento uniforme !

7 Comentários*: Não há um único sinal de igual (=) nos manuscritos de Galileu! Os primórdios da Álgebra ocorrem 5 anos depois da publicação de Galileu, com Descartes ( ). Galileu não tinha os conhecimentos da Matemática que se ensina nos anos escolares iniciais. Álgebra tornou possível a um estudante de nível médio, dispor de condições para demonstrar os seis teoremas de Galileu sobre o movimento uniforme em pouco tempo e em algumas poucas linhas, enquanto Galileu usou páginas e páginas para tal, levando um tempo consideravelmente maior e poucos seriam os homens daquele tempo, caso se dedicassem a este problema que seriam capazes de resolvê-lo. * Andrea diSessa, Changing Minds Computers. Learning and Literacy, M.I.T

8 Evolução humana x ferramentas
idade da pedra lascada (paleolítico) idade da pedra polida (neolítico) idade dos metais A espécie humana se distingue da animal pela construção de instrumentos. A evolução humana está intimamente associada à invenção de instrumentos. Período Paleolítico que vai da origem no homem até uns 10 a 12 mil anos atrás. Morando em cavernas e passando pela glaciação (ação das geleiras sobre a Terra), a pedra lascada passa a ser um instrumento poderoso para a caça e, logo, sobervivência. Em seguida vem o fogo, que o aquece, permite cozinhar e afugentar animais. Com a pedra polida se torna possível construir instrumentos e começa a agricultura. Idade dos metais a. C.

9 Ferramentas cognitivas (ou da mente)
mapas, figuras, símbolos, o alfabeto ... permitem que se coloque parte do pensamento em uma ”forma física, estável, transportável, reprodutível, manipulável” A Álgebra, Cálculo,..., vistos como uma ferramenta das Ciências, são ferramentas cognitivas (DiSessa: inteligência material)

10 Tecnologias educacionais incluem:
planilhas eletrônicas, processadores de imagens, hipertextos, micromundos, com padrões que envolvem reação e interação CD, DVD, web novas dimensões na capacidade de armazenamento e transmissão ações autônomas (simulação, cálculo)

11 Computador é: uma ferramenta cognitiva em potencial
oferecendo novas perspectivas à capacidade humana de resolução de problemas se vai ou não revolucionar o ensino?

12 Computador permite : reificar ( concreto > abstratos)
(Ex. vetores no Modellus) equações, funções, vetores e relações geométricas, podem ser “manipulados” diretamente (Ex. funções no Excel) múltiplas representações (Ex. gráficos, tabelas e animação no Modellus, prescindindo de domínio matemático - Powersim) 1. Ex. de vetores com o Excel. Criar vetor A, B mostrar que pode-se mov~e-los, alterá-los. Dpeois criar a soma de A + B; 2. Ex de manipulação de funções com o Excel: nomear células com xo, vo e A, criar coluna com t, calcular x=xo + vo t + a t*2/2 Construir gráfico, alterar parâmetros. 3. Criar uma queda livre com o Modellus. Mostrar tabela, gráfico e animação. Depois passar para equações diferenciais, fazer o movimento de um projétil com resistência.

13 Quem sabe...: a capacidade humana de falar e compreender a linguagem oral, que é determinante na alfabetização tradicional, combinada à capacidade de armazenar, localizar informação e fazer certos tipos de inferências, dos computadores, podem, na visão de diSessa, vir a estender a capacidade humana de interagir dinâmica e espacialmente muito além dos limites da alfabetização convencional Inteligência mental, cognitiva, pois claramente a base material só faz sentido em conjunção com o que se elabora na mente na presença da inscrição na base material. A inteligência material não está isoladamente nem na mente nem na base material, mas em um complicado e crítico acoplamento entre ambas. A capacidade humana de falar e compreender a linguagem oral, que é determinante na alfabetização tradicional, combinada à capacidade de armazenar, localizar informação e fazer certos tipos de inferências, dos computadores, podem, na visão de diSessa, vir a estender a capacidade humana de interagir dinâmica e espacialmente muito além dos limites da alfabetização convencional.

14 Mas...tudo está condicionado ao social
Ex: Cálculo Diferencial e Integral hoje infraestrutural na formação de engenheiros e cientistas, demorou mais de dois séculos para que viesse a ser considerado útil e possível de ser ensinado em um nível universitário, depois de acirrada disputa entre a comunidade científica inglesa e alemã Fatores pedagógicos, levaram a comunidade a adotar a notação de Leibnitz ( ), que persiste até hoje, e não a de Newton ( ) ?

15 Já em 1974, Olson argumentava:
“quase toda a forma de cognição humana requer que se trabalhe produtiva e imaginativamente com alguma tecnologia. Tentar caracterizar inteligência independentemente destas tecnologias parece ser um erro fundamental .“

16 As TICs como ferramentas cognitivas
A importância de modelos científicos em Ciências e Matemática Simulação e modelagem computacional como recursos auxiliares para a aprendizagem significativa Aquisição automática e tratamento de dados Cuidados na construção de material com TICS Inovações tecnológicas e a prática docente

17 O que se procura nas Ciências Naturais?
Descrever a natureza através de modelos científicos descrições simplificadas e idealizadas de sistemas físicos, químicos biológicos ou fenômenos naturais; aceitos pela comunidade de cientistas; envolvem elementos como: proposições semânticas; modelos matemáticos subjacentes.

18 Modelos para a descrição do movimento pendular do mouse?
o modelo do pêndulo simples: hipótese que o mouse é pontual o fio tem massa desprezível o fio é inextensível a resistência do ar é desprezível Não existe um pêndulo simples na natureza!

19 Movimento planetário Na descrição do movimento de translação, os planetas são considerados como partículas pontuais (obviamente isto é uma idealização). Na descrição do movimento de rotação, passam a ser tratados como corpos esféricos rígidos, ainda que na realidade não sejam nem perfeitamente esféricos nem rígidos.

20 Modelo do gás ideal O gás é constituído por partículas pontuais que interagem via colisões perfeitamente elásticas. Não há na natureza tal sistema. Isto é uma idealização dos físicos, que serve como ponto de partida para a descrição de propriedades características dos gases, como pressão, volume e temperatura

21 Em relação a modelos É essencial dar-se conta que a Ciência tem origem na mente dos cientistas. Ou seja, é uma construção humana, coletiva, que busca descrever o universo, através de teorias, modelos provando hipóteses e submetendo-as a avaliação empírica e/ou racional.

22 Os modelos ... Apresentam contexto de validade e distintos graus de precisão. Não são cristalizados em sua forma de criação mas são reformulados, melhorados e abandonados, dependendo do grau de êxito na descrição de resultados experimentais ou com raciocínios teóricos.

23 Praxis científica criar modelos científicos
verificar se descrevem bem os fenômenos determinar seu contexto de validade melhorar a precisão dos resultados fazer predições

24 Relatório do National Research Council (E.U.A.) 1989
computação científica...pode ser considerada uma terceira metodologia fundamental das Ciências, paralela ao paradigma experimental e ao teórico das ciências, mais bem estabelecidos

25 Física?

26 A computação, assim como a teoria e a experimentação, constituem o tripé de sustentação do desenvolvimento em Ciências dos dias atuais.

27 Modelagem computacional em Ciências
Por quê? - é um dos pilares fundamentais do desenvolvimento científico - Física: teórica, experimental e computacional - noção de que é possível predizer, além de observar fatos A Figura 1, extraída do projeto submetido pela Shodor Educational Foundation (SHODOR, 2004) ao National Science Foundation, E.U.A., ilustra a importância da Ciência da Computação na pesquisa científica. No âmbito deste projeto, a Ciência da Computação - vista como a aplicação de técnicas numéricas e computacionais na solução de problemas científicos – é considerada uma das mais novas metodologias da pesquisa científica. Nesta perspectiva, um problema científico (aplicação) é identificado e expresso em termos matemáticos, criando um modelo matemático, cujo algoritmo é expresso em um código computacional e submetido a alguma plataforma computacional (arquitetura). O resultado deste ciclo pode ser um grande conjunto de dados, uma imagem ou uma animação, que são utilizados para entender um determinado problema científico. Usualmente, a solução requer refinamentos que são feitos computacionalmente ou em laboratório.

28 O que é modelagem em Ciências?
Modelagem de um sistema físico (químico, biológico) é o processo de construção de uma versão computacional de um modelo científico para descrever este sistema. Modelagem computacional no ensino de Ciências: a construção de um modelo computacional que representa um modelo científico de um fenômeno com objetivos didáticos.

29 Por que simulações e modelagem no ensino de Ciências e Matemática?
facilitar a compreensão de modelos científicos facilitar a construção e investigação de situações-problema desenvolver a capacidade de predizer, avaliar e analisar predições possibilitar o tratamento de problemas mais gerais e atuais.

30 Não se trata de substituir os experimentos por simulações!
aulas teóricas com ênfase nos aspectos conceituais e nas aplicações aulas experimentais e/ou demonstrativas aulas com recursos computacionais com ênfase em atividades de simulação e modelagem computacional, centradas no aluno

31 Simulação x modelagem Simulação: aluno não tem Modelagem: aluno tem acesso aos primitivos do modelo matemático ou icônico subjacente à implementação da modelagem

32 Tipos de atividades de simulação e modelagem computacionais
exploratórias observação, análise e interação do sujeito com modelos já construídos o sujeito passa por todo o processo de construção do modelo desde sua estrutura matemática ou icônica até a análise dos resultados expressivas de modelagem

33 Powersim (Stella) init Q = 0 flow Q = - dt*ralo + dt*torneira
aux ralo = Q*k const torneira = 100 const k = 1

34 As TICs como ferramentas cognitivas
A importância de modelos científicos em Ciências e Matemática Simulação e modelagem computacional como recursos auxiliares para a aprendizagem significativa Aquisição automática e tratamento de dados Cuidados na construção de material com TICS Inovações tecnológicas e a prática docente

35 Exemplos de softwares:
Spectrogram (fig) Aq_dados (fig) Osciloscope (fig) MBL

36 Velhos temas com novas tecnlogias
Medida da velocidade do som no ar com microcomputador R. M. Grala e E. S. Oliveira, Física na Escola, v. 6, n. 2, p. 26 Mola em queda Podem molas em queda livre ter aceleração maior que a da gravidade? F. L. da Silveira e R. Axt. Física na Escola, v. 6, n. 2, p. 26 O uso de Espirais de encadernação como molas, Axt, R; Bonadim, H. & Silveira, F. L. da, Rev. Bras. Fis. v. 27, n. 4, p , 2005.

37 Surpreendentemente para nossa intuição a extremidade inferior da mola permanece estática enquanto a extremidade superior desce com grande aceleração. Enquanto isto, o centro de massa da mola desce com a aceleração gravitacional. (Axt, R; Bonadim, H. & Silveira, F. L. da, Rev. Bras. Fis. v. 27, n. 4, p , 2005.)

38 Axt, R; Bonadim, H. & Silveira, F. L. da,
Axt, R; Bonadim, H. & Silveira, F. L. da, Rev. Bras. Fis. v. 27, n. 4, p , 2005.

39 As TICs como ferramentas cognitivas
A importância de modelos científicos em Ciências e Matemática Simulação e modelagem computacional como recursos auxiliares para a aprendizagem significativa Aquisição automática e tratamento de dados Cuidados na construção de material com TICS Inovações tecnológicas e a prática docente

40 Cuidados na elaboração de material educacional
dominando o conteúdo de estudo conhecendo referenciais teóricos e estratégias de ensino levando em conta como os alunos aprendem e seus conhecimentos prévios conhecendo os obstáculos de aprendizagem (dificuldades, concepções alternativas, raciocínios e convicções errôneas) por parte dos alunos levando em conta as recomendações sobre webdesign e os limites de carga cognitiva “A título de exemplo, quando se quer fazer com que os alunos apropriem-se do fato de que a Terra gira em torno do Sol, surge a convicção empirista inversas, fortemente estruturada pela concepção cotidiana do fenômeno: eles estão convictos que o Sol é que gira em torno da Terra. Esta convicção bloqueia temporariamente, seu acesso ao conhecimento científico e necessita de forte desestibilização para ser acomodada na convicção inversa. Trata-se, no caso, de obstáculo, não de dificuldade(...) Obstáculo é diferente de “dificuldade”, no sentido de que esta se insere em um falta de conhecimento ou de técnica não-estruturada, a priori, em convicção de verdade. O processamente de um obstáculo necessita,geralmente, da implementação de uma situação-problema” (Ètienne e Lerouge, 1997, p.65) extraído de Construir as competência desde a escola, Phylippe Perremound, p.59)

41 Desenvolvimento e (avaliação) de material instrucional
teoria da carga cognitiva

42 Desenvolvimento e (avaliação) de material instrucional
elementos de webdesign contraste repetição alinhamento proximidade

43 Exemplo de dificuldades de aprendizagem
interpretação de gráficos da cinemática

44 Exemplo de dificuldades de aprendizagem
circuitos elétricos simples:

45 Às vezes a convicção supera a realidade!

46 As TICs como ferramentas cognitivas
A importância de modelos científicos em Ciências e Matemática Simulação e modelagem computacional como recursos auxiliares para a aprendizagem significativa Cuidados na construção de material com TICS Aquisição automática e tratamento de dados Inovações tecnológicas e a prática docente

47 Objetivos do ensino e desempenho do estudantes. Por que tão diferentes?
alunos com espírito crítico capacidade para enfrentar situações novas interesse pelo mundo natural e como “complemento” buscam a resposta correta majoritariamente só decoram fórmulas e resolvem problemas padrão marcante desinteresse pela ciência elevadas taxas de reprovação Dra. Zulma Gangoso, Córdoba, Argentina

48 O que resulta disto? uma aprendizagem mecânica, normalmente
sem conexão com as situações nem do dia-a-dia, nem da vida profissional na mente do estudante, cada caso, é um caso torna-se difícil vislumbrar as idéias gerais subjacentes a vários problemas solúveis com um único modelo as informações são acumuladas na mente como elementos dispersos, dificilmente recuperados

49 Aprendizagem significativa
mecânica significativa “O fator isolado mais importante que influencia aprendizagem é aquilo que o aprendiz já conhece”. Motivação: Ninguém aprende se não quiser. Material deve ser potencialmente significativo.

50 É PRECISO LEVAR EM CONTA
COMO OS ALUNOS APRENDEM! E COMO OS PROFESSORES ENSINAM!

51 E como os professores ensinam?
Normalmente, do mesmo modo como aprenderam!

52 novas tecnologias > novas metodologias
diversidade de estratégias no ensino

53 Método Predizer Observar Explicar (P. O. E.)
Predizer como evoluirá uma determinada situação-problema Observar o que de fato ocorre em uma simulação do evento Explicar eventuais divergência entre o predito e o observado

54 O Diagrama AVM

55 Idéias consensuais métodos de aprendizagem ativos e interativos
aprender fazendo; aprender explorando; aprender a aprender; aprender a pensar. abolição do ensino em que aluno é paciente; professor agente; escola cenário do processo de ensino.

56 Papel do professor? coordena orienta observa estimula
propõe atividades, desafios, ... põe em prática a avaliação formativa e somativa (método colaborativo presencial)

57 Reflexão continuada sobre
a adequação da tecnologia educacional aos objetivos do processo de ensino-aprendizagem as tecnologias como meio para facilitar o processo de ensino-aprendizagem (e não como um fim em si) as tecnologias como ferramenta cognitiva, possibilitando ampliação das capacidades humanas

58 “As coisas mais importantes nunca devem ficar à mercê das menos importantes”.
Johann Wolfgang von Goethe

59 Referências: Andrea A. diSessa, Changing Minds Computers, Learning and Literacy, MIT Press, 1999. Jonassen, D. H. Computadores como herramientas da mente. Disponível em: Acesso em: 10 de julho de 2006. Esquembre, F. Esquembre, Computers in Physics Education, Computer Physics Communications 147, VEIT, E. A. Modelagem computacional no ensino de Física. XVI Simpósio Nacional de Ensino de Física. Rio de Janeiro Disponível em:

60 Osciloscope (entrada de som)

61 Spectrogram canto de um pássaro

62 Spectrogram tubo de 30cm tubo 40cm

63 Ad_dados

64 O que é carga cognitiva? quantidade total de carga imposta à memória de trabalho a maior parte desta carga deve estar associada ao conteúdo no material instrucional e não ao seu uso

65 7 2 Informação Limitada máximo: órgãos sensorias trabalho + elementos
memória de longo prazo trabalho 7 2 Limitada máximo: elementos órgãos sensorias +

66 A captura de informações depende também do que já se sabe

67 Qual a relação com material instrucional?
carga cognitiva total carga cognitiva intrínsica carga cognitiva estranha recursos mentais É preciso economizar memória de trabalho com o material instrucional!

68 Carga cognitiva intrínseca: inerente à natureza do conteúdo em estudo
esforço contribui para a assimilação de esquemas externa: associada à estruturação e organização do material esforço desgasta, sem contribuição para a aprendizagem do contéudo

69 Desdobramento de atenção
ocorre quando o sujeito tem de focar a atenção em mais de uma fonte de informação no modo dual texto escrito + figura texto escrito + figura em movimento (gif animado, vídeo) texto falado + figura texto falado + figura em movimento atividades mistas : leitura mais procura instruções e manuseio do software a integração de elementos pode evitar o desdobramento de atenção Cuidado, nem sempre mais é melhor!

70 Liane Tarouco

71 ...e de alfabetização visual
Profa. Liane R. Tarouco, UFRGS

72 Conceito central Aprendizagem Significativa
de forma substantiva (não-literal) resulta da interação entre uma nova informação e um aspecto relevante da estrutura cognitiva do aprendiz Significado do novo conhecimento Subsunçor

73 Diferenciação progressiva Reconciliação integrativa
Partir do geral e, progressivamente, chegar ao particular Também se deve fazer constantes referências ao geral para não perder a visão do todo Conceitos mais gerais e inclusivos Conceitos intermediários Conceitos específicos

74 Condições para ocorrência da aprendizagem significativa
1. Material potencialmente significativo 2. Disposição para aprender o conteúdo do material a ser estudado deve ter relação com a estrutura cognitiva do aluno o material deve ter significado lógico o aluno deve manifestar uma disposição para relacionar o novo material, potencialmente significativo, à sua estrutura cognitiva

75