Para pensar o objeto da didática em sala de aula
O processo de ensino-aprendizagem a partir da inteligência artificial
DOI:
https://doi.org/10.14571/brajets.v17.n3.1114-1124Palavras-chave:
ensino de ciências, raciocínio qualitativo, modelos de simulação, práticas pedagógicasResumo
Neste estudo, apresentamos os resultados de uma pesquisa que demonstrou que estudantes do ensino médio podem compreender fenômenos naturais por meio da exploração de modelos qualitativos de simulação como recurso didático. Utilizamos a abordagem Learning by Modelling (LbM), na qual os próprios estudantes constroem modelos usando técnicas de Inteligência Artificial (IA) baseadas em Raciocínio Qualitativo (RQ). A plataforma DynaLearn foi empregada como ferramenta de modelagem, permitindo a representação diagramática das relações causais entre os componentes de um sistema, além de funções matemáticas sem a necessidade de dados numéricos. Para a coleta de dados, nos apropriamos de questionários com questões fechadas, baseadas na escala Likert, e perguntas abertas. A pesquisa envolveu 39 estudantes da 1.ª série do ensino médio de uma escola pública em Goiás, Brasil. Os resultados indicam que a modelagem qualitativa fundamentada em IA é uma ferramenta potente para colaborar com os estudantes na compreensão da estrutura e do funcionamento de sistemas naturais. Além disso, os estudantes foram capazes de prever e explicar o comportamento dos fenômenos modelados em DynaLearn. Os dados encontrados sugerem que a construção e a manipulação de modelos qualitativos de simulação contribuíram para a compreensão de fenômenos no ensino de ciências.Referências
Borkulo, S. P. (2009). The assessment of learning outcomes of computer modeling in secondary science education (Doctoral thesis). University of Twente, The Netherlands.
Bredeweg, B., & Forbus, K. (2003). Qualitative modelling in education. AI Magazine, 24(4), 35-46.
Bredeweg, B., & Salles, P. (2009). Mediating conceptual knowledge using qualitative reasoning. In S. E. Jorgensen, T. C. Chon, & F. Recknagel (Eds.), Handbook of Ecological Modelling and Informatics (pp. 351-398). Southampton, UK: WIT Press.
Bredeweg, B., Liem, J., Beek, W., Linnebank, F., Gracia, J., Lozano, E., Wißner, M., Bühling, R., Salles, P., Noble, R., Zitek, A., Borisova, P., & Mioduser, D. (2013). DynaLearn – An intelligent learning environment for learning conceptual knowledge. AI Magazine, 34(4), 46-65.
Bredeweg, B., Salles, P., & Neumann, M. (2004). Ecological applications of qualitative reasoning. In F. Recknagel (Ed.), Ecological Informatics: Understanding Ecology by Biologically-Inspired Computational Methods (pp. 353-368). Springer.
Bredeweg, B., Kragten, M., & Spitz, L. (2021). Qualitative representations for systems thinking in secondary education. In Proceedings of the 34th International Workshop on Qualitative Reasoning. Montreal: IJCAI.
Candau, V. (1988). Rumo a uma nova didática. Rio de Janeiro: Vozes..
Cruz, G. B., & André, M. E. D. A. (2014). Ensino de didática: Um estudo sobre concepções e práticas de professores formadores. Educação em Revista, 30(4), 181-203.
Forbus, K. D. (1984). Qualitative process theory. Artificial Intelligence, 24(1), 85-168.
Kragten, M., Spitz, L., & Bredeweg, B. (2021). Learning domain knowledge and systems thinking using qualitative representations in secondary education (grade 9-10). In Proceedings of the 34th International Workshop on Qualitative Reasoning. Montreal: IJCAI.
Libâneo, J. C. (2011). Panorama do ensino da Didática, das metodologias específicas e das disciplinas conexas nos cursos de Pedagogia: Repercussões na qualidade da formação profissional. In A. M. Longarezi & R. V. Puentes (Orgs.), Panorama da Didática: Ensino, prática e pesquisa (pp. 11-50). São Paulo: Papirus.
Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 44-53.
Mioduser, D., et al. (2012). Final report on DynaLearn evaluation studies. DynaLearn, EC FP7 STREP project 231526, Deliverable D7.4.
Richmond, B. (1993). Systems thinking: Critical thinking skills for the 1990s and beyond. System Dynamics Review, 9(2), 113-133.
Salles, P., et al. (2010). FUB evaluation of DynaLearn prototype. DynaLearn, EC FP7 STREP project 231526, Deliverable D7.2.1.
Salles, P., Souza, A., Noble, R., Zitek, A., Borisova, P., Leiba, M., & Bredeweg, B. (2012). DynaLearn curriculum for environmental science. DynaLearn Project, EC FP7 STREP project 231526, Deliverable D6.5.
Souza, P. V. T. (2019). Modelos de simulação qualitativos como estratégia para o ensino de Ciências (Tese de Doutorado). Universidade de Brasília, Brasília/DF.
Teodoro, P. V., Gomes, D. C. M., & Silva, L. R. R. (2023). A inteligência artificial a partir do raciocínio qualitativo: Panorama de materiais didáticos no ensino de ciências naturais. Boletim de Conjuntura, 16, 378-390.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2024 Paulo Vitor Teodoro, Paulo Salles, Ricardo Gauche
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License. A revista segue a política para Periódicos de Acesso Livre, oferecendo acesso livre, imediato e gratuito ao seu conteúdo, seguindo o princípio de que disponibilizar gratuitamente o conhecimento científico ao público proporciona mais democratização internacional do conhecimento. Por isso, não se aplica taxas, sejam elas para submissão, avaliação, publicação, visualização ou downloads dos artigos. Além disso, a revista segue a licença Creative Common (CC BY) permitindo qualquer divulgação do artigo, desde que sejam referenciados o artigo original. Neste sentido, os autores que publicam nesta revista concordam com os seguintes termos: A) Os autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License (CC BY), permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista. B) Autores têm autorização para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional e não institucional, bem como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista. C) Autores sãoo estimulados a publicar e distribuir seu trabalho online (ex.: repositórios online ou na sua página pessoal), bem como aumentar o impacto e a citação do trabalho publicado.
