Eliane A. Veit Instituto de Física UFRGS Outubro de 2006

1. TECNOLOGIAS DE INFORMAÇÃO E COMUNICAÇÃO FACILITANDO A APRENDIZAGEM SIGNIFICATIVA DE CIÊNCIAS E MATEMÁTICA Eliane A. Veit Instituto de Física UFRGS Outubro de 2006 http://www.if.ufrgs.br/cref/ntef/UNIFRA

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 eav@if.ufrgs.br

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 eav@if.ufrgs.br

6. Pois para Galileu não foi tão simples assim: • Em Diálogos relativos a duas novas ciências (1636) Galileu demonstra 6 teoremas sobre movimento uniforme ! eav@if.ufrgs.br

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 (1596-1650). * Andrea diSessa, Changing Minds Computers. Learning and Literacy, M.I.T. 1999. eav@if.ufrgs.br

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. eav@if.ufrgs.br

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) eav@if.ufrgs.br

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) eav@if.ufrgs.br

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? eav@if.ufrgs.br

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) eav@if.ufrgs.br

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 eav@if.ufrgs.br

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 (1646-1716), que persiste até hoje, e não a de Newton (1564-1642) ? eav@if.ufrgs.br

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 .“ eav@if.ufrgs.br

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 eav@if.ufrgs.br

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. eav@if.ufrgs.br

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! eav@if.ufrgs.br

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. eav@if.ufrgs.br

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 eav@if.ufrgs.br

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. eav@if.ufrgs.br

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. eav@if.ufrgs.br

23. Praxis científica • criar modelos científicos • verificar se descrevem bem os fenômenos • determinar seu contexto de validade • melhorar a precisão dos resultados • fazer predições eav@if.ufrgs.br

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 eav@if.ufrgs.br

25. Física? eav@if.ufrgs.br

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

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 eav@if.ufrgs.br

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. eav@if.ufrgs.br

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. eav@if.ufrgs.br

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 eav@if.ufrgs.br

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

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 eav@if.ufrgs.br

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 eav@if.ufrgs.br

35. Exemplos de softwares: Spectrogram(fig) Aq_dados (fig) Osciloscope (fig) MBL eav@if.ufrgs.br

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 http://www.sbfisica.org.br/fne/Vol6/Num2/a03.pdf http://tp.lc.ehu.es/jma/mekanika/jarraitua/slinky.html http://tp.lc.ehu.es/jma/mekanika/jarraitua/spring.html http://tp.lc.ehu.es/jma/mekanika/jarraitua/spring2.html http://tp.lc.ehu.es/jma/mekanika/jarraitua/spring3.html http://tp.lc.ehu.es/jma/mekanika/solidoa/fasterg.html O uso de Espirais de encadernação como molas, Axt, R; Bonadim, H. & Silveira, F. L. da, Rev. Bras. Fis. v. 27, n. 4, p. 593-597, 2005. http://www.sbfisica.org.br/rbef/Vol27/Num4/v27_593.pdf eav@if.ufrgs.br

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. 593-597, 2005.) eav@if.ufrgs.br

38. eav@if.ufrgs.br Axt, R; Bonadim, H. & Silveira, F. L. da, Rev. Bras. Fis. v. 27, n. 4, p. 593-597, 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 eav@if.ufrgs.br

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 eav@if.ufrgs.br

41. Desenvolvimento e (avaliação) de material instrucional • teoria da carga cognitiva http://penta2.ufrgs.br/edu/cargacognitiva/cargacognitiva.pdf eav@if.ufrgs.br

42. Desenvolvimento e (avaliação) de material instrucional • elementos de webdesign contraste repetição alinhamento proximidade eav@if.ufrgs.br

43. Exemplo de dificuldades de aprendizagem interpretação de gráficos da cinemática http://www.if.ufrgs.br/cref/ntef/cinematica/index.html eav@if.ufrgs.br

44. Exemplo de dificuldades de aprendizagem circuitos elétricos simples: http://www.if.ufrgs.br/cref/ntef/circuitos/index.html eav@if.ufrgs.br

45. Às vezes a convicção supera a realidade! eav@if.ufrgs.br

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 eav@if.ufrgs.br

47. Objetivos do ensino e desempenho do estudantes. Por que tão diferentes? 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 eav@if.ufrgs.br

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 eav@if.ufrgs.br

49. Aprendizagem significativa Aprendizagem mecânica significativa “O fatorisolado mais importante que influencia aprendizagem é aquilo que o aprendiz já conhece”. Motivação: Ninguém aprende se não quiser. Material deve ser potencialmente significativo. eav@if.ufrgs.br

50. É PRECISO LEVAR EM CONTA • COMO OS ALUNOS APRENDEM! • E COMO OS PROFESSORES ENSINAM! eav@if.ufrgs.br