Integrando a ciência de como aprendemos à tecnologia educacional

Por mais de 100 anos, os pesquisadores trabalharam incansavelmente para entender como os seres humanos aprendem e se lembram. A literatura científica resultante é impressionante, tanto em seu escopo quanto em sua profundidade. Na verdade, já se sabe tanto que duvido que algum ser humano consiga ler e absorver tudo o que foi escrito sobre o assunto. A triste ironia, porém, é que muitas vezes não é óbvio como usar os resultados de todas essas pesquisas em ambientes educacionais. A utilização da ciência da aprendizagem para melhorar a educação começa com a identificação de alguns princípios gerais. Alguns desses princípios decorrem de uma propriedade de nossos cérebros: Quanto mais intensamente processamos as informações, maior a probabilidade de nos lembrarmos delas. Por exemplo, antes de dormir à noite, o senhor costuma refletir sobre os acontecimentos do dia? Em caso afirmativo, que porcentagem do que o senhor lembra acha que tentou memorizar no momento em que o evento ocorreu, em comparação com a porcentagem que acabou lembrando mais tarde, sem ter tentado memorizar antes? Quando faço essa pergunta a um grande número de pessoas, elas geralmente relatam que tentaram aprender intencionalmente no máximo um décimo do que lembram no final do dia. Então, de onde vem o restante do que lembramos? Do processamento profundo. O simples ato de prestar atenção e refletir profundamente sobre algo faz com que o senhor se lembre disso. Muito do que lembramos é simplesmente um subproduto de termos prestado atenção e pensado sobre algo. Centro de Insight O futuro da educação Patrocinado pela Qatar Foundation Preparando a próxima geração de líderes. Essa propriedade geral de nossos cérebros implica que, se quisermos que as pessoas aprendam alguma coisa, devemos induzi-las a se concentrar nela e considerar sua natureza e implicações. Há muitas maneiras de conseguir isso, que se originam de princípios específicos de aprendizagem que refletem maneiras particulares de se concentrar e processar informações. Por exemplo, um deles é chamado de Princípio da Dificuldade Desejável, que afirma que as pessoas aprendem melhor quando são desafiadas, não tanto a ponto de ficarem frustradas, nem tão pouco a ponto de ficarem entediadas, mas sim no nível certo, o chamado "Ponto de Cachinhos Dourados". Levar as pessoas ao Ponto Cachinhos Dourados significa induzi-las a prestar atenção e processar o máximo que puderem, aumentando assim a quantidade de aprendizado. Mas há um problema: o que é considerado o nível "certo" de desafio difere para cada pessoa. O que é muito difícil para Sam pode ser muito fácil para Sally. E é pior do que isso: O que conta como o nível certo varia para a mesma pessoa, dependendo do assunto - em geral, quanto mais o senhor sabe sobre algo, mais difícil pode ser o material antes de ser desafiado além da sua capacidade de processar com eficiência. Como o senhor pode imaginar, com tantas variáveis, aplicar esse princípio em uma sala de aula tradicional é um desafio. É aqui que a tecnologia pode entrar em ação para usar o Princípio da Dificuldade Desejável para aprimorar o aprendizado de um grande número de alunos ao mesmo tempo. Primeiro, o senhor precisa de uma maneira de coletar dados sobre o desempenho dos alunos. Por exemplo, os alunos podem fazer um pequeno teste após cada sessão de aula, e as perguntas individuais do teste seriam codificadas exatamente de acordo com as competências que estão sendo testadas. A plataforma rastrearia o desempenho de cada aluno em um nível granular. Em segundo lugar, pequenos grupos de discussão podem ser projetados para permitir que os alunos se envolvam em aprendizado ativo (como resolução de problemas em grupo, dramatização e debate) - esse tipo de aprendizado ativo tem se mostrado repetidamente uma maneira muito eficaz de aprender, em parte porque induz a um processamento profundo. De forma crítica, cada atividade do grupo de discussão pode ser classificada de acordo com as competências que estão sendo utilizadas. Assim, a plataforma pode designar alunos com níveis comparáveis da habilidade relevante (para aquela atividade) para os mesmos grupos de discussão. Terceiro, cada uma das atividades que os alunos realizam em grupos de discussão pode ser "multicamadas" - pode ser abordada mais ou menos profundamente. Por exemplo, em uma aula sobre linguagem figurativa, os alunos podem ser solicitados a ler uma passagem e identificar todas as comparações e metáforas. Nesse caso, a sutileza da linguagem pode ser variada, de modo que alguns alunos detectem apenas os exemplos óbvios, enquanto outros podem detectar os mais sutis. As interações sociais durante o grupo de discussão podem ser projetadas para levar os alunos (que são selecionados para estarem em níveis comparáveis para essa atividade) a ajustar a profundidade com que processam as informações relevantes - para evitar que a atividade seja entediante, as atividades podem ser projetadas para incentivar os alunos a empurrar uns aos outros para chegarem ao seu ponto de equilíbrio coletivo. Essa abordagem seria muito bem dimensionada e incorporaria o componente social, que é tão importante para o aprendizado. Claramente, a tecnologia abre grandes oportunidades para usar a ciência da aprendizagem de novas maneiras. Para aproveitar essas oportunidades, precisamos ter resultados de aprendizagem claros, precisamos medir o progresso de cada aluno para alcançar esses resultados de forma muito granular e precisamos mudar para um foco na aprendizagem ativa. Para atingir esses objetivos, o corpo docente e os administradores devem decidir que o ensino bem-sucedido é uma meta crucial e estar dispostos a dedicar o tempo, a energia e os recursos necessários para atingi-la.

Integrando a ciência de como aprendemos à tecnologia educacional

Resumo.

Partner Center