Promover o pensamento computacional em futuros professores de matemática do ensino básico através da Aprendizagem Baseada em Design
DOI:
https://doi.org/10.29352/mill0227.40841Palavras-chave:
programação; pensamento computacional; Aprendizagem Baseada Design; formação inicial; autoeficáciaResumo
Introdução: O pensamento computacional e a programação são competências essenciais para futuros professores de matemática, promovendo a resolução de problemas e o raciocínio lógico. A integração destas competências na formação de professores exige abordagens inovadoras que envolvam ativamente os futuros docentes. A Aprendizagem Baseada em Design (DBL – Design-Based Learning) surge como uma metodologia promissora, potenciando o pensamento computacional através de processos iterativos de resolução de problemas e de design criativo.
Objetivo: Analisar o impacto de um currículo baseado na Aprendizagem Baseada em Design (DBL) nas competências de pensamento computacional e programação de futuros professores de matemática do ensino básico.
Métodos: Foi utilizado um desenho de investigação misto e baseado em intervenção, envolvendo 40 futuros professores de matemática inscritos num programa de licenciatura. O grupo experimental seguiu um currículo composto por quatro módulos e 24 sessões. Os instrumentos de recolha de dados incluíram a Escala de Pensamento Computacional, a Escala de Autoperceção de Autoeficácia no Ensino do Pensamento Computacional e entrevistas semiestruturadas. Os dados quantitativos foram analisados com Análise Multivariada de Variância (MANOVA) e teste t para amostras independentes, enquanto os dados qualitativos foram tratados através de análise de conteúdo.
Resultados: Os resultados indicam que a abordagem DBL melhorou significativamente as competências de pensamento computacional e programação dos futuros professores. Os participantes referiram ainda que esta metodologia tornou a aprendizagem mais envolvente, interativa e eficaz.
Conclusão: O estudo mostra que a Aprendizagem Baseada em Design é uma abordagem pedagógica eficaz para desenvolver o pensamento computacional no ensino da matemática. A implementação da DBL nos programas de formação de professores pode melhorar a capacidade dos futuros docentes para integrar o pensamento computacional na sua prática letiva.
Downloads
Referências
Avşar, M. (2023). Supporting preschool teachers’ computational thinking skills: The effect of design-based in-service training [Tese de doutoramento, Hacettepe University]. Council of Higher Education National Thesis Center.
Barab, S., & Squire, K. (2004). Design-based research: Putting a stake in the ground. The Journal of the Learning Sciences, 13(1), 1–14. https://doi.org/10.1207/s15327809jls1301_1
Boom, K. D., Bower, M., Siemon, J., & Arguel, A. (2022). Relationships between computational thinking and the quality of computer programs. Education and Information Technologies, 27(6), 8289–8310. https://doi.org/10.1007/s10639-022-10921-z
Brennan, K., & Resnick, M. (2012). New frameworks for studying and assessing the development of computational thinking. In Proceedings of the 2012 Annual Meeting of the American Educational Research Association (pp. 1–25). American Educational Research Association. https://web.media.mit.edu/~kbrennan/files/Brennan_Resnick_AERA2012_CT.pdf
Ching, Y. H., & Hsu, Y. C. (2024). Educational robotics for developing computational thinking in young learners: A systematic review. TechTrends, 68(3), 423–434. https://doi.org/10.1007/s11528-023-00841-1
Creswell, J. W. (2014). A concise introduction to mixed methods research. SAGE Publications.
Gadanidis, G., Hughes, J., Minniti, L., & White, B. (2017). Computational thinking, grade 1 students and the binomial theorem. Digital Experiences in Mathematics Education, 3(2), 77–96. https://doi.org/10.1007/s40751-016-0019-3
Gresalfi, M., Barab, S., Siyahhan, S., & Christensen, T. (2009). Virtual worlds, conceptual understanding, and me: Designing for consequential engagement. On the Horizon, 17(1), 21–34. https://doi.org/10.1108/10748120910936126
Grover, S., & Pea, R. (2013). Computational thinking in K–12: A review of the state of the field. Educational Researcher, 42(1), 38–43. https://doi.org/10.3102/0013189X12463051
Harel, I., & Papert, S. (Eds.). (1991). Constructionism. Ablex Publishing. https://www.researchgate.net/publication/220040743_Constructionism
Hmelo-Silver, C. E. (2004). Problem-based learning: What and how do students learn? Educational Psychology Review, 16(3), 235–266. https://doi.org/10.1023/B:EDPR.0000034022.16470.f3
International Society for Technology in Education, & Computer Science Teachers Association. (2011). Operational definition of computational thinking for K–12 education. https://cdn.iste.org/www-root/Computational_Thinking_Operational_Definition_ISTE.pdf
Israel, M., & Lash, T. (2020). From classroom lessons to exploratory learning progressions: Mathematics + computational thinking. Interactive Learning Environments, 28, 362–382. https://doi.org/10.1080/10494820.2019.1674879
Kafai, Y., Proctor, C., & Lui, D. (2019). From theory bias to theory dialogue: Embracing cognitive, situated and critical framings of computational thinking for K–12 CS education. In Proceedings of the 2019 ACM Conference on International Computing Education Research (pp. 101–109). ACM. https://doi.org/10.1145/3291279.3339400
Kaya, D. (2024). Computational thinking from the past to the present: A retrospective using bibliometric analysis. Hacettepe University Journal of Education, 39(2), 195–219. https://doi.org/10.16986/HUJE.2024.520
Kolodner, J. L., Camp, P. J., Crismond, D., Fasse, B., Gray, J., Holbrook, J., Puntambekar, S., & Ryan, M. (2003). Problem-based learning meets case-based reasoning in the middle-school science classroom: Putting learning by design™ into practice. Journal of the Learning Sciences, 12(4), 495–547. https://doi.org/10.1207/S15327809JLS1204_2
Korkmaz, Ö., Çakir, R., & Özden, M. Y. (2017). A validity and reliability study of the computational thinking scales (CTS). Computers in Human Behavior, 72, 558–569. https://doi.org/10.1016/j.chb.2017.01.005
Lockwood, J., & Mooney, A. (2018). Computational thinking in secondary education: Where does it fit? A systematic literary review. International Journal of Computer Science Education in Schools, 2(1), 41–60. https://doi.org/10.21585/ijcses.v2i1.26
Looi, C. K., Chan, S. W., Wu, L., Huang, W., Kim, M. S., & Sun, D. (2024). Exploring computational thinking in the context of mathematics learning in secondary schools: Dispositions, engagement and learning performance. International Journal of Science and Mathematics Education, 22, 993–1011. https://doi.org/10.1007/s10763-023-10419-1
Lye, S. Y., & Koh, J. H. L. (2014). Review on teaching and learning of computational thinking through programming: What is next for K–12. Computers in Human Behavior, 41(4), 51–61. https://doi.org/10.1016/j.chb.2014.09.012
Mehalik, M. M., & Schunn, C. (2006). What constitutes good design? A review of empirical studies of design processes. International Journal of Engineering Education, 22(3), 519–532.
National Research Council. (2010). Report of a workshop on the scope and nature of computational thinking. National Academies Press. https://doi.org/10.17226/12840
Navarro, E. R., & de Sousa, M. d. C. (2023). The concept of computational thinking in mathematics education. Journal of Mathematics and Science Teacher, 3(2), 1–11. https://doi.org/10.29333/mathsciteacher/13630
Ng, O. L., & Cui, Z. (2021). Examining primary students’ mathematical problem-solving in a programming context: Towards computationally enhanced mathematics education. ZDM Mathematics Education, 53(4), 847–860. https://doi.org/10.1007/s11858-020-01200-7
Özçınar, H., & Öztürk, E. (2018). The scale of self-efficacy perception towards teaching computational thinking: A validity and reliability study. Pamukkale University Journal of Social Sciences Institute, 30, 173–195. https://doi.org/10.5505/pausbed.2018.82574
Özyurt, Ö., & Aslan, A. (2023). A broad view of the problem-based learning field based on machine learning: A large-scale study based on topic modeling. International e-Journal of Educational Studies, 7(15), 608–626. https://doi.org/10.31458/iejes.1320491
Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books.
Partnership for 21st Century Skills. (2019). Framework for 21st century learning. https://www.battelleforkids.org/networks/p21/frameworks-resources
Pei, C., Weintrop, D., & Wilensky, U. (2018). Cultivating computational thinking practices and mathematical habits of mind in Lattice Land. Mathematical Thinking and Learning, 20(1), 75–89. https://doi.org/10.1080/10986065.2018.1403543
Schön, D. A. (1983). The reflective practitioner: How professionals think in action. Basic Books.
Shute, V., Sun, C., & Asbell-Clarke, J. (2017). Demystifying computational thinking. Educational Research Review, 22, 142–158. https://doi.org/10.1016/j.edurev.2017.09.003
Shulman, L. S., & Shulman, J. H. (2009). How and what teachers learn: A shifting perspective. Journal of Education, 189(1–2), 1–8. https://doi.org/10.1177/0022057409189001-202
Sneider, C., Stephenson, C., Schafer, B., & Flick, L. (2014). Computational thinking in high school science classrooms. The Science Teacher, 81(5), 10–15. https://doi.org/10.2505/4/tst14_081_05_53
Tabachnick, B. G., & Fidell, L. S. (2013). Using multivariate statistics (6th ed.). Pearson Publishing.
Vygotsky, L. S. (1986). Thought and language. The MIT Press. (Original work published 1934)
Weintrop, D., Beheshti, E., Horn, M., Orton, K., Jona, K., Trouille, L., & Wilensky, U. (2016). Defining computational thinking for mathematics and science classrooms. Journal of Science Education and Technology, 25(1), 127–147. https://doi.org/10.1007/s10956-015-9581-5
Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33–35. https://doi.org/10.1145/1118178.1118215
Wing, J. M. (2008). Computational thinking and thinking about computing. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 366(1881), 3717–3725. https://doi.org/10.1098/rsta.2008.0118
Yadav, A., Stephenson, C., & Hong, H. (2017). Computational thinking for teacher education. Communications of the ACM, 60(4), 55–62. https://doi.org/10.1145/2994591
Ye, H., Liang, B., Ng, O. L., & Chai, C. S. (2023). Integration of computational thinking in K–12 mathematics education: A systematic review on CT-based mathematics instruction and student learning. International Journal of STEM Education, 10(1), 1–26. https://doi.org/10.1186/s40594-023-00396-w
Downloads
Publicado
Como Citar
Edição
Secção
Licença
Direitos de Autor (c) 2025 Millenium - Journal of Education, Technologies, and Health
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.
Os autores que submetem propostas para esta revista concordam com os seguintes termos:
a) Os artigos são publicados segundo a licença Licença Creative Commons (CC BY 4.0), conformando regime open-access, sem qualquer custo para o autor ou para o leitor;
b) Os autores conservam os direitos de autor e concedem à revista o direito de primeira publicação, permitindo-se a partilha livre do trabalho, desde que seja corretamente atribuída a autoria e publicação inicial nesta revista.
c) Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
d) Os autores têm permissão e são estimulados a publicar e distribuir o seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publica
Documentos necessários à submissão
Template do artigo (formato editável)
