Mariangela de Oliveira Gomes Setti - Programa de Pós-Graduação ...
Mariangela de Oliveira Gomes Setti - Programa de Pós-Graduação ...
Mariangela de Oliveira Gomes Setti - Programa de Pós-Graduação ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
125<br />
ativida<strong>de</strong>s foram selecionadas e <strong>de</strong>ram origem aos estudos <strong>de</strong> casos aqui apresentados, o que<br />
possibilitou a análise do <strong>de</strong>sempenho dos alunos com tipos <strong>de</strong> registros <strong>de</strong> representação<br />
semiótica diferentes e a relação entre a habilida<strong>de</strong> em resolver problemas envolvendo<br />
raciocínio matemático e raciocínio computacional.<br />
O estudo <strong>de</strong> caso, relativo às formas <strong>de</strong> representação, <strong>de</strong>scrito na seção 7.1, revelou<br />
que os alunos elaboravam o raciocínio esperado mais facilmente, utilizando fluxograma, se<br />
comparado com o pseudocódigo. Apesar <strong>de</strong> ambos estarem classificados, segundo Duval<br />
(1995), como registros monofuncionais, por meio do fluxograma os alunos perceberam mais<br />
claramente a relação hierárquica entre as ações. Por ser uma representação gráfica, ele se<br />
mostrou mais intuitivo e a<strong>de</strong>quado para a introdução à aprendizagem <strong>de</strong> algoritmos.<br />
Visando estabelecer uma relação entre a habilida<strong>de</strong> do aluno em elaborar um<br />
raciocínio matemático e em elaborar o correspon<strong>de</strong>nte raciocínio computacional, na forma <strong>de</strong><br />
um algoritmo, propusemos a ativida<strong>de</strong> <strong>de</strong>scrita na seção 7.2, na qual constatamos que pouco<br />
mais da meta<strong>de</strong> dos alunos tiveram êxito na solução do problema matemático. Desses alunos,<br />
71% foram capazes <strong>de</strong> também solucionar o problema no formato computacional.<br />
Este estudo <strong>de</strong> caso nos levou à conclusão que os alunos, mesmo aqueles que possuem<br />
habilida<strong>de</strong>s em resolver problemas matemáticos, enfrentam dificulda<strong>de</strong>s em conceber o<br />
raciocínio computacional. Isto se <strong>de</strong>ve ao processo <strong>de</strong> discretização, necessário à<br />
transformação do raciocínio matemático no correspon<strong>de</strong>nte computacional. Analisando as<br />
soluções propostas pelos alunos A5, A9, A11 e A16, concluímos que eles não conseguiram<br />
superar o obstáculo, inerente a este processo.<br />
Outra conclusão, oriunda do estudo <strong>de</strong> caso apresentado na seção 7.2, foi que: a<br />
dificulda<strong>de</strong> em discretizar o raciocínio matemático, para conceber o raciocínio computacional,<br />
aliada à dificulda<strong>de</strong> em perceber a regularida<strong>de</strong> das situações em análise, constituem a<br />
principal barreira na aprendizagem <strong>de</strong> algoritmos.<br />
Por outro lado, os alunos que não elaboraram o raciocínio matemático a<strong>de</strong>quadamente,<br />
na maioria dos casos não propuseram a solução algorítmica, e aqueles que esboçaram algum<br />
tipo <strong>de</strong> solução não tiveram êxito, como discutido na seção 7.2. O que nos levou a concluir<br />
que, a capacida<strong>de</strong> <strong>de</strong> elaborar o raciocínio matemático a<strong>de</strong>quadamente, não é suficiente para<br />
garantir o sucesso na elaboração do raciocínio algorítmico correspon<strong>de</strong>nte, mas é necessário.<br />
Um dado preocupante, obtido com este estudo <strong>de</strong> caso, foi que mais <strong>de</strong> 60% dos