AMBIENTES CSCL PARA ENSINAMENTO E APRENDIZADO DA FÍSICA PERMITINDO UMAMETODOLOGIA EXPLORATÓRIA

A. F. MENDONÇA E A. S. GOMESCentro de Informática, Universidade Federal de Pernambuco, Avda. de Elvas s/n, 06071 Recife-Pe, BRASIL.

E-mail: asg@cin.ufpe.br

E. MONTARROYOSDepartamento de Física, Universidade Federal de Pernambuco, 06001 Recife-Pe, BRASIL.

E-mail: erimont@df.ufpe.br

Neste trabalho apresentaremos um sistema colaborativo desenvolvido para permitir oensino e aprendizado de ciências baseado em metodologias exploratórias. Estudosmostram que o ensino de Ciências é normalmente conduzido como uma discussãoprática, e os experimentos são freqüentemente considerados como acessórios. Algunsestudos recentes confirmam a contribuição positiva de experimentos para oaprendizado de ciências [4]. Este projeto almeja integrar ambas as metodologiascriando uma configuração virtual que permite o aprendizado colaborativo baseado emmetodologias de experimentos síncronos. Uma interface para aquisição e controle dedados está sendo desenvolvida e está integrada ao ambiente de aprendizadodistribuído. A interação ocorre via componentes de usuário que são ferramentas decolaboração síncrona. O sistema será usado em um programa de formação deprofessores de Ciências e no treinamento de engenheiros e técnicos.

1 Introdução

An old question in ecology is how many species are there in a given place with agiven level of fluctuations? [14,15,17]. In fact, richness prediction is afundamental problem both, in theoretical and applied ecology. Much ofthe variance in species richness of terrestrial organisms has beenrelated to levels of available energy [10]; however, local patterns maybe considered as depending on disturbance regimes.

Several models to describe the richness variation along a disturbancegradient have been proposed [11,13,15]; however, these models are eitherphenomenological [15] or very general [12], and they fail to predict,with the same mathematical and biological framework, a variety of datasets [1]. Models like those proposed by Dayton and Hessler [8], Connell[6], Huston [12] and Barradas [2] predict highest species richness underintermediate perturbations, but, in some cases [6,13], their predictionsare qualitative; in the case of [2] the model only consider competitiveinteractions. There are no testable mathematical models consideringsimultaneously competition and stress. Moreover, the classicalsuccession theory [5] states the existence of immature communities influctuating environments and mature or climacic communities in stableenvironments; on the light of this theory, the possibility of a lowrichness at intermediate disturbance regimes becomes plausible.

In this paper, we present and analyze a general model linkingenvironmental fluctuations and the number of species (richness). Themodel includes two biological mechanisms: competition and physiologicalstress. We analyze the model's behavior under different values of theinvolved parameters and contrast the model's predictions against fielddata sets. Finally we describe and analyze some modifications of theinitial model, including a discrete version.

2 Dificuldades na Aprendizagem de Física

O aprendizado de ciências pode ser visto como um processo deinfluência e participação que inclui a negociação de práticas culturaisde comunidades científicas [5]. Estas práticas culturais refletem nasdiscussões de aulas de ciências já que favorece:

Construindo esclarecimentos sobre problemas propostos; Defendendo e desfiando afirmações; Interpretando evidências; Usando e desenvolvendo modelos; Fazendo observações dentro de descobertas; Contestando teorias.

Uma importante questão pedagógica a ser considerada é o quê aconfiguração de ensinamentos emprega aos estudantes em uma práticaautêntica de ciências, isto é, executando e interpretando experimentospara um propósito específico de verificação ou revisão de teorias eesclarecimentos, e comunicação e negociação entre seus membros de grupo.Metodologicamente, há uma necessidade de desenvolver ferramentasanalíticas que oferecem um processo orientado e dinâmico considerando oaprendizado de ciências colaborativo, e que desembaralha a interconexãoentre os elementos cognitivos e comunicativos do processo de discussão.A situação do aprendizado de ciências em sociedade dá a oportunidade aestudantes elaborarem seus conceitos de resolução. A situação deaprendizado social aparece para prover aos estudantes oportunidades deelaborar e estender suas explicações.

A atividade de laboratório é componente indispensável do ensino deFísica, pois sendo a Física uma das ciências naturais, o que significauma das ciências das leis gerais que regem o Universo. O conhecimento(científico) por ela produzida supõe sempre um conhecimento prévio(i.e., o conhecimento é uma construção), que carece de uma comprovação(i.e., o conhecimento não é definitivo). Sendo assim, existe umainterdependência entre teoria e experiência no ensino de Física: ateoria fornecendo o conhecimento (prévio) e, a experiência, comprovando-a ou questionando-a.

Apesar destas certezas, o ensino de laboratório de Física não estáperfeitamente integrado ao ensino de teoria. Ele é relegado ao segundo

plano, o que mostra uma falta de compreensão da interdependência entreteoria e experiência. Isso é revelado na medida em que as aulas delaboratório não seguem um planejamento concatenado com as aulas deteoria. Os roteiros [13], em geral, são mal elaborados, quando existeme, as condições dos equipamentos nem sempre são adequados. Estesroteiros, na quase totalidade, apresentam um procedimento onde não hádistinção entre a fundamentação teórica do fenômeno e o embasamento denatureza teórico-prática para o experimento, o sequenciamento de passosé feito sem os devidos cuidados, levando às vezes a equívocos. Sendoassim, os roteiros dos experimentos não são satisfatórios do ponto devista pedagógico, pois o aluno tem uma atitude passiva todo o tempo.

3 Ensino e Aprendizagem de Física com Experimento

Em geral, nos experimentos de Física, é difícil garantir aestabilidade do sistema por um longo período, o que seria necessário narealização de medidas manuais8. Utilizando sistemas de aquisição dedados para realizar estas medidas, obtém-se, de forma bastante rápida,bons resultados.

Aquisição e análise de dados em tempo real é uma daspotencialidades do uso de computadores no ensino da Física. Podemoscitar ainda9: simulação de fenômenos físicos (simulação estática, ondeexiste um modelo pronto cabendo ao aluno fazer a manipulação deparâmetros e a observação do que acontece; e simulação dinâmica, ondecabe ao aluno fazer a elaboração de um modelo explicativo do fenômeno esua implementação), instrução assistida por computador (o computadoratua como tutor oferecendo opções diferenciadas de estudo paraindivíduos com dificuldades específicas), administração escolar e estudode processos cognitivos (onde o aluno comanda o computador). Pode-seobservar claramente a estreita ligação de computadores e ferramentas delaboratório baseadas em microcomputadores, sistemas de aquisição dedados em geral, com o ensino e aprendizagem da Física com experimento.

Estudantes usam ferramentas de laboratório baseadas emmicrocomputadores para coletar dados físicos que são transformados emgráficos em tempo real e então podem ser manipulados e analisados. Háuma forte evidência da melhora do aprendizado por estudantes que usammateriais de laboratório baseados em microcomputadores, comparados comas aulas de ensino convencionais.

As seguintes características destas ferramentas são importantespara o aprendizado dos estudantes:

As ferramentas permitem uma exploração direta dos estudantes,mesmo assim os estudantes ficam livres a maioria do tempo paragastar com o aprendizado associado com os dados coletados eexibidos;

Os dados são exibidos em forma de gráficos em tempo real, porisso os estudantes têm um retorno imediato e vêem os dados deforma entendível; Devido aos dados serem rapidamente capturados e exibidos, osestudantes podem facilmente examinar as conseqüências de um grandenúmero de mudanças nas condições do experimento durante um curtoperíodo de tempo no laboratório. Os estudantes gastam uma grandeporção de seus tempos de laboratório observando fenômenos físicose interpretando, discutindo, e analisando os dados; As ferramentas de hardware e software são genéricas – independemdos experimentos. Há uma variedade de sondas que usam a mesmainterface e o mesmo formato de software. Os estudantes estãocapacitados a focar na investigação de muitos fenômenos físicosdiferentes sem gastar muito tempo aprendendo a usar ferramentascomplicadas; Tanto estudantes do ensino fundamental quanto estudantes doensino superior estão capacitados a usar o mesmo conjunto deferramentas para investigar o mundo físico.

As ferramentas de laboratório baseadas em microcomputadores dão aoportunidade a estudantes de fazer “ciência real”. Os estudantes podemexperimentar a excitação do processo de ciências – a criatividade naconstrução e testes de modelos que expliquem o mundo em que vivem. Estasferramentas dão aos estudantes de ciências um poder nunca visto deexplorar, medir e aprender o mundo físico que os cercam. Por seremfáceis de usar e serem pedagogicamente eficientes, estas ferramentasconseguem fazer o entendimento de fenômenos físicos mais acessível paraum estudante de ciências e expandir as investigações para estudantesmais avançados.

Evidências preliminares mostram que o uso de ferramentas delaboratório baseadas em microcomputadores para fazer experimentostradicionais da Física podem aumentar o interesse de estudantes. Taisatividades não fazem necessariamente melhorar o entendimento deestudantes dos conceitos da Física fundamental. Estes ganhos emaprendizado de conceitos de física aparecem na combinação destasferramentas com um material curricular apropriado. Em geral, estudantesmelhoram seus conhecimentos dos conceitos físicos quando eles sãoguiados por um material didático para examinar apropriadamente osfenômenos discutidos.

De um modo geral, temos cinco características do meio (ferramentas,material didático e configurações sociais e físicas) do aprendizado delaboratório baseado em microcomputadores que são primariamenteresponsáveis pelo ganho no aprendizado:

Foco dos estudantes no mundo físico. Estudantes aprendemconceitos pela investigação do mundo físico preferivelmente do

que apenas a manipulação de símbolos ou discussões abstratas comoé comum nos cursos tradicionais. Entretanto, neste meio deaprendizado, ações no mundo físico são diretamente ligadas comabstrações úteis. Por exemplo, estudantes que vêem o movimento deseus próprios corpos e de outros objetos apresentadosgraficamente em tempo real aprendem eficientemente cinemática. Disponibilidade de retorno imediato. O retorno imediato ajuda afazer uma abstração mais concreta. A imediata ligação de gráficoscom fenômenos físicos parecem conduzir estudantes não apenas paraentender gráficos como sistema de símbolos científicos úteis, mastambém ajuda a compreensão de conceitos físicos quando estudantessão guiados para examinar fenômenos apropriados. Estasobservações são consistentes com um estudo prévio num pequenonúmero de estudantes que sugerem até que um pequeno atraso naexibição dos dados na forma de gráficos pode reduzir oaprendizado. Encorajamento da colaboração. Retorno imediato suportaaprendizado colaborativo e trabalho colaborativo provê retornoimediato. Já que dados são apresentados de forma entendível,estudantes podem discutir a validade, o significado e asimplicações dos dados com seus companheiros. Aprendizado é tambémaumentado pelo encorajamento dos estudantes a expressar suaspredições e discutir resultados não esperados com seuscompanheiros. Este processo parece ser poderoso no aprendizadosobre as alternativas de estudantes representarem e fazerem comque eles se informem. Ferramentas poderosas reduzem o aprendizado desnecessário do usode tais ferramentas. Ao invés de ter o tempo consumido aprendendoa usar as ferramentas usualmente associadas com a coleta de dadose exibição nos laboratórios físicos, o tempo dos estudantes égasto nas observações de fenômenos físicos e análise einterpretação abstrata destes fenômenos (gráficos). Estudantessão capacitados a se concentrar mais na descoberta e entendimentode conceitos físicos e pensamentos críticos práticos são maisfacilmente desenvolvidos. Desenvolvimento e verificação dehipóteses são encorajados pela facilidade e rapidez dasrepetições de observações com a mudança das condições dedesenvolvimento. Este não é comumente o caso de nos ambientes deescolas. Estudantes entendem o específico e o familiar antes de partirpara o mais geral e abstrato. O meio guia estudantes a entenderum específico, familiar (mas geralmente mais complexos) fenômenoantes de se mover para considerações de exemplos mais gerais eabstratos. Muitos estudantes parecem mais bem capacitados aentender movimentos quando primeiramente consideram, por exemplo,

seus próprios movimentos (complexos) como um ponto de referênciae partir para um mais idealizado, menos familiar (e menoscomplexo) movimento com uma aplicabilidade mais geral como ummovimento sem atrito ou uma oscilação harmônica simples. Emboraseja difícil abstrair regras simples de física para um processocomplexo e real, instrução básica para estudantes entender oespecífico e o familiar parece fazer os conceitos abstratos maisfáceis de aprender.

Ferramentas de laboratório baseadas em microcomputadores emateriais didáticos têm o potencial de ajudar estudantes a desenvolveruma base conceitual sólida para entender o mundo ao seu redor. O usodestes materiais e a interação dos estudantes com o mundo físico podemser conectados a princípios que constituem o conhecimento científico.Assim, ajudam aos estudantes a desenvolver um entendimento conceitual ede qualidade que podem ser aplicados na sala de aula ou onde sejanecessário.

Apesar de tantas vantagens, existe o problema de adaptação dosprofessores brasileiros ao ensino de física utilizando sistemas deaquisição de dados devido basicamente aos seguintes aspectos [10]:

Desconhecimento total das possibilidades que esta nova forma deexperimentação pode trazer; O receio de uma nova abordagem: quando se trabalha com coleta dedados em tempo real, muitos dos modelos teóricos utilizados nãosão mais aplicados e as condições de contorno do “modelo” nuncasão garantidas; A ausência de domínio de todo o sistema de medida que está sendoutilizado, desde os sensores até a finalização na coleta de dados,e a respectiva representação na tela do computador (geralmente emforma gráfica); A falta de costume dos nossos professores em trabalhar pequenosprojetos em sala de aula com seus alunos; A ausência de uma educação tecnológica que permita ao nossoprofessor um maior domínio dos desenvolvimentos científicos doséculo XX; O mito de se atribuir a todo sistema digital uma precisãoabsoluta.

Os sistemas de aquisição de dados, em sua maioria, são estrangeiros.Fazendo-se aí, mais uma dificuldade, pois tais sistemas, que se adaptamperfeitamente à realidade dos países de origem, não são tão facilmente ediretamente adaptáveis à realidade brasileira. É preciso um trabalho decapacitação docente eficaz, que lhe mostre todo o mecanismo operacionale lógico, desde a captação de um sinal através se um sensor até aanálise e tratamento de dados.

3.1 Interfaces para o ensino da Física

Fazendo um comparativo entre as principais interfaces disponíveisno mercado, introduziremos uma interface própria para a realização deaquisição de dados com fins acadêmicos, em especial, de Física. Estainterface estará incluída numa plataforma de aprendizagem colaborativa,onde estudantes e professores poderão ter um aprendizado à distânciaorientado para suas áreas e dificuldades.

Devido às suas vantagens no ensino da Física, resolvemos abordaralgumas interfaces voltadas para o ensino da Física. Verificamos trêsinterfaces responsáveis pela coleta e análise de dados com o intuitoacadêmico: CBL [12] (Calculator Based Laboratory da Texas Intruments),LabPro [12] (Vernier) e a interface S3E4 (brasileira).

A interface CBL é configurada através das calculadoras gráficas TI-82, TI-83, TI-85, TI-86, TI-92 ou TI-92 plus. Depois de configurado, aCBL pode ser desconectada da calculadora, atuando sozinha na coleta dedados.

A interface LabPro pode ser utilizada como uma interface de umcomputador ou com uma calculadora gráfica da Texas Instruments. Pode serusada com o sistema operacional Windows ou Macintosh, conectada a umaporta serial ou uma porta USB. Pode-se usar a LabPro para pegar dadossem um computador ou calculadora.

A S3E4 coleta dados conectada a um micro PC através da portaCentronics (porta da impressora), possibilitando a construção e controlede dispositivos robóticos. Somente esta interface não tem a arquiteturaaberta.

A Tabela 01 nos mostra as características gerais das interfacesapresentadas, mostrando suas principais diferenças.

Tabela 1. Comparativo das interfaces comerciais disponíveis.Características LabPro CBL S3E4

Canais

4 analógicos e 2 digitais/sônicos

3 analógicos e 1 digital/sônico

3 saídas para acionamento de servomotores e 4 entradas para sensores próprios.

Sensores analógicos Vernier compatíveis

Todos (por exemplo, pH, condutividade, força, etc.)

Todos (por exemplo, pH, condutividade, força, etc.) -

Sensores digitais Vernier compatíveis

Movimento, photogate,radiação, movimento rotacional

Movimento, photogate,radiação, movimento rotacional -

Canal de saída SIM NÃO NÃO

analógicoCanais de saídadigitais

2 canais 1 canal 3 canais

Taxa de amostragem máxima

50000 amostras por segundo

50000 amostras por segundo -

Armazenamento de dados interno

12000 pontos 12000 pontos -

Resolução 12 bits 10 bits -

Conecção para computador

Porta conectada à calculadora, porta serial e porta USB

Porta conectada à calculadora

Porta paralela Centronics

Calculadoras compatíveis

TI-73/82/83/83 Plus/86/89/92/92 Plus

TI-73/82/83/83 Plus/86/89/92/92 Plus -

Programa para calculadora incluso

DataMate DataMate-

Uso isolado SIM SIM NÃOSensores inclusos

Tensão Temperatura, luminosidade e tensão

3 servomotores, 2 sensores de toque

Itens adicionais inclusos

Cabos para computadores (ambos serial e USB), adaptador AC, cabo para fazer a conexão com a calculadora, calculadora original e manual do usuário

Cabo para fazer a conexão com a calculadora, calculadora original,baterias e manual do usuário

Manual eletrônico comsugestões de montageme códigos fonte exemplo em Visual Basic.

Preço US$245 US$213 US$187*

Fazendo uma análise comparativa dos preços, tanto das interfaces,quanto dos sensores, chegamos à seguinte conclusão: todas as interfacessão muito dispendiosas. A interface LabPro é a mais cara, mas é a quetem mais recursos, podendo trabalhar isoladamente, conectado a ummicrocomputador ou a uma calculadora compatível. A interface CBL tem umpreço um pouco mais baixo que a interface anterior, mas tem um poucomenos de recursos também. Ela não se conecta ao microcomputador. Ainterface S3E4 tem a vantagem de ser nacional, sendo assim de mais fácilaquisição. O preço dela é da mesma ordem da interface CBL, mas osrecursos são bem mais limitados. Não trabalha isoladamente e não écompatível com os sensores da Vernier (utiliza sensores próprios).

Atualmente, poucos são os sistemas voltados à coleta de dados emtempo real utilizados no contexto do ensino de ciências. A maioria delesdesenvolvidas no exterior e com custos que variam entre US$ 210 e US$250, sem contar os custos com a importação dos mesmos. As interfacesdesenvolvidas no Brasil são também de custo elevado, acima de US$ 185* enão permitem a medida de tipos variados de grandezas como desejamosmedir: temperatura, força e velocidade.

Em detrimento da existência e disponibilidade dessas interfaces, noBrasil, o ensino de ciências ainda ocorre, com muita freqüência, sem ouso de qualquer material didático além de quadro, livros e giz, e sem arealização de um mínimo de experimentação, seja realizada porprofessores, para demonstrar conceitos, ou por parte dos alunos, parasolidificar os ensinamentos teóricos. Esse tipo de experimentaçãoserviria para melhor desenvolver junto aos alunos a intuição deconceitos físicos relativos aos conteúdos abordados no ensino médio,conforme orientam os Parâmetros Curriculares Nacionais para esse nível,e, também, para capacitar professores para melhor educar seus alunos.Como vimos, sabe-se hoje que há um ganho significativo em termos deaprendizagem de conceitos quando o ensino dos mesmos é tratado de formainterdisciplinar. No caso, almejamos desenvolver meios de promover oensino interdisciplinar de matemática e ciências no ensino fundamental emédio com base em uma metodologia centrada na coleta, apresentação eanálise de dados de medidas de grandezas físicas, o que imaginamos seruma forma de melhor prover sentido aos conceitos de ambas as áreas.

3.2 Interface de Baixo Custo

Tentando suprimir o problema de custos para uma escola em adquirirum sistema de aquisição de dados completo, sem deixar de ter qualidade,velocidade de processamento e precisão de dados, estamos desenvolvendouma interface para o ensino de Ciências. Esta interface tem oito canaisanalógicos de entrada que podem realizar a leitura de sensores dosseguintes tipos. Ela é constituída basicamente de um multiplexadoranalógico de oito canais e um conversor analógico-digital de aproximaçãosucessiva de 10 bits de resolução. A técnica de aproximação sucessivaapresenta uma vantagem de poder operar com grande rapidez, sendolimitado apenas pelos retardos de propagação nos circuitos7.

A princípio, as grandezas físicas a serem medidas são temperatura,pressão, distância, velocidade e aceleração.

[Há várias soluções de baixo custo que podem ser construídas peloprofessor. No entanto, para construir uma interface para esse fim, oprofessor necessitaria de conhecimento em eletrônica.]

[Segurança – para não queimar o computador. Há soluções que usam aalimentação do próprio computador.] [Segurança para que a interface nãoqueime, nem o computador, caso o professor ou os alunos, insira tensõesnos locais errados.]

A comunicação com o microcomputador é através da porta paralela ouCentronics, onde são feitos o controle dos canais e a aquisição econversão dos dados. Foi descartado o uso de placas de circuito impressocom barramentos de contato devido à complexidade da montagem de talplaca, além de tornar mais ágil a substituição de uma interfacedefeituosa durante uma sessão de medidas8. [Fácil instalação] Justifica-se o emprego desta forma de comunicação devido aos aspectos econômicos(um dos maiores intuitos deste projeto) e práticos7.

Uma das maiores preocupações no projeto desta interface foi ocusto. A prioridade era obter uma interface de baixo custo, entretantocom uma qualidade considerável. Já estão sendo feitos testes com umtermistor para a aferição e calibração das medidas. Esta interface podeser utilizada tanto numa intranet, quanto na internet, e possui umaarquitetura aberta possibilitando o desenvolvimento dos mais variadossoftwares voltados para o ensino de Física. Deve-se ter atenção comrelação ao software de aquisição de dados acoplado à nossa interface.Ele deve permitir que várias operações possam ser efetuadas [10], taiscomo:

A transformação de um sinal que foi capturado em forma detensão, mas que representa uma grandeza física, por exemplo,temperatura. Neste caso, devemos calibrar o nosso sistema,utilizando um termômetro padrão e verificar a relação entre tensãoe temperatura oferecida pelo sensor que foi utilizado noexperimento; A representação gráfica da grandeza física (velocidade, porexemplo) em função de diferentes parâmetros, ou relacioná-la comoutra grandeza física, medida simultaneamente, através de doiscanais; Uma análise estatística do fenômeno; Obter curvas mais prováveis para a aproximação, etc.

Estas operações assumem uma grande importância em todo o processode medida e análise de um dado fenômeno físico. A interpretação dosresultados obtidos depende do conhecimento da função e sensibilidade dossensores utilizados, bem como da precisão do conversor e a devidatransformação da grandeza física que está sendo medida.

Depois de termos um protótipo da interface pronta,disponibilizaremos a mesma para ser industrializada em larga escala poruma empresa do setor industrial da cidade. Este fato será de uma grandeutilidade, pois a nossa interface sendo industrializada

No contexto do projeto AMADeUs - Agentes micromundo e sistemaA.De.C.U.I. – proposta de um ambiente virtual inteligente e adaptativopara o ensino da Matemática e de Ciências, o desenvolvimento dessainterface viabilizaria o desenvolvimento futuro de ambientes micromundodiversos para o ensino de conceitos científicos.

4 Plataforma para Aprendizagem Colaborativa

O uso educacional das tecnologias de rede apóia-se em diferentesvertentes de pesquisa e desenvolvimento, e este uso pode ser reunido emseis modalidades [11]: aplicações hipermídia para fornecer instruçãodistribuída, sites educacionais, sistemas de autoria para cursos àdistância, salas de aulas virtuais, frameworks para aprendizagemcolaborativa e ambientes distribuídos para aprendizagem cooperativa.

Entre as aplicações hipermídia para instrução distribuída,encontram-se os cursos multimídia com objetivos educacionais definidos,tarefas a serem realizadas pelos alunos, formas de avaliação e suportepara comunicação com os pares e com o professor; e cursos no formatohipertexto, compostos de páginas da Web, seguindo o modelo de livro-texto, normalmente sem tutoria.

Na categoria de sites educacionais, estão reunidas diferentesformas de apoio ao trabalho docente e ao aprendizado autônomo dosestudantes. Seus pontos fracos são a falta de apoio ao professor para acriação de cursos, já que os sites não são espaços de autoria e a faltade possibilidade de cooperação entre os pares.

Os sistemas de autoria para cursos à distância atendem melhor aoenfoque pedagógico instrucionista, sendo um dos pontos chave destamodalidade de sistema a apresentação de conteúdos curriculares. A formade comunicação entre participantes é fortemente centrada em ferramentasassíncronas e não há necessariamente ênfase em atividades de trabalhocooperativo. Estes ambientes fornecem um bom suporte ao professor naconstrução e aplicação de cursos. De um modo geral, há facilidadesmultimídia para a apresentação da atividade educacional, apoio parapropostas de trabalho em grupo, possibilidade de importação de recursosdidáticos e suporte para desenvolvimento de atividades usando recursosdidáticos variados (slides, textos, imagens). Já os estudantes dispõemde ferramentas para anotações, auto-avaliação, backtracking e buscas, epodem marcar sua trilha de progresso ao longo da assistência de umcurso.

Buscando facilitar a passagem gradual de professores e estudantesda sala de aula presencial para a sala de aula virtual, alguns sistemasampliam os espaços de comunicação e cooperação entre os participantes deum curso. A modalidade de sala de aula virtual fornece um bom suporte aoprofessor na criação, manutenção e aplicação de cursos, é fácil de usare não requer conhecimento de programação. Opera com a importação deconteúdos (arquivos de texto, som, vídeo, animações) construídos emoutros produtos de software. Já os estudantes, apenas podem gerenciarsuas aprendizagens. Esta modalidade dá liberdade ao autor para criarcursos segundo diferentes formatos pedagógicos. Esta característica odiferencia dos sistemas de autoria, onde há um formato pedagógico decunho instrucionista subjacente.

Frameworks permitem o desenvolvimento de ambientes customizáveisintegrando ferramentas disponíveis. Existem alguns frameworks naInternet, unindo ferramentas para aprendizagem cooperativa ou paratrabalho cooperativo, mas que podem ser usados para fins educacionais.Como permitem customização, os frameworks podem gerar uma série de novosambientes adaptados a necessidades e filosofias educacionaisespecíficas. Ganhos em flexibilidade quase sempre ocasionam perdas nafacilidade de uso. Os sistemas de autoria para cursos à distância sãofáceis de usar, mas pouco flexíveis. Ou seja, os sistemas geram cursospadronizados, não sendo possível alterar funcionalidades, formato eformas de apresentação de conteúdos. Já os frameworks são flexíveis,permitindo, a partir de componentes básicos de interface e de objetosfornecidos pelo software, o desenvolvimento de aplicações cooperativaspersonalizadas. Mas tal customização requer um esforço implementacionalconsiderável. Os frameworks fornecem ao professor tão somente umconjunto de ferramentas para o desenvolvimento de atividadescooperativas, tais como: editor cooperativo, editor gráfico, espaço devotação, voltado possivelmente para negociação e tomadas de decisão,entre outras ferramentas. Para os estudantes estão disponíveisbasicamente os mesmos recursos com ênfase em ferramentas de comunicaçãoe cooperação síncronas. Estes ambientes nem sempre são seguros.

Os ambientes distribuídos de aprendizagem cooperativa adotam osparadigmas construtivistas, sendo voltados para o desenvolvimento demeta-habilidades cognitivas. São sistemas novos, sendo usadosexperimentalmente e sem resultados concretos. Estão disponíveisferramentas de comunicação e cooperação síncrona.

Foi observado que se procura emular em cima dos computadores velhastecnologias educacionais, sem explorar, de fato, os desenvolvimentostecnológicos que aconteceram nos últimos anos, em busca de umatecnologia própria de ensino9. O pouco de tecnologia empregado nestaárea e insuficiente ou usado de forma ineficaz.

Os ambientes CSCL são ferramentas muito interessantes desde queeles habilitem tanto gravações dos detalhes de todas as interaçõesquanto um desenho cauteloso das situações empíricas. Os efeitos doaprendizado colaborativo são geralmente avaliados pelas medidas dedesempenhos de tarefas individuais.

Uma teoria sobre aprendizagem colaborativa converge para quatroitens principais: critérios para a definição de uma situação (simetria,graus de divisão dos laboratórios), as interações (negociações),processos (modelagem mútua) e efeitos. A chave para o entendimento doaprendizado colaborativo é a relação entre estes itens. À primeiravista, a situação gera modelos de interações, essas interações dãopartida a mecanismos cognitivos, os quais geram efeitos cognitivos.Muitas relações são recíprocas:

Há um canal bidirecional entre a situação e a interação: de umlado, a situação define as condições nas quais algumas interaçõessão possíveis de ocorrer, mas de outro lado, algumas situações sãolegendadas ‘colaborativas’ por causa das interações as quaisocorreram entre seus membros foram colaborativas;

Há um canal bidirecional entre as interações e os processos pelorelacionamento entre sincronismo e modelagem mútua: eu preciso mereferir a processos cognitivos (modelagem mútua) a fim de definiruma característica de interação (sincronismo) além de simplestermos técnicos;

Há um canal bidirecional entre os processos e os efeitos deaprendizagem colaborativos. A princípio, processos geram efeitos.Entretanto, alguns processos são descritos pelos seus efeitos.Conservadoramente, alguns efeitos são expressos em termos deprocessos de grupos, como uma habilidade de trabalhar em grupo.Esta ambigüidade não é específica para o campo do aprendizadocolaborativo: para um raciocínio inicial pode ser vista como umprocesso por um psicólogo enquanto pode ser visto como uma saídade processos químicos complexos por um neurofisiológico;

Esta ambigüidade também diz respeito a teorias cognitivadistribuída, onde a variedade de visões do grupo como um todo podeser entendido como um ponto de vista teórico (a natureza dasinterações do grupo descritas como processos cognitivos) ou podeser entendido como a descrição de um efeito ou um empreendimento(alguns grupos interagem tão bem que eles têm sucesso na formaçãode um sistema cognitivo distribuído).

O aprendizado de máquinas não tem devotado muita atenção para oaprendizado colaborativo. A idéia da solução dos problemas colaborativostem sido explorada na inteligência artificial distribuída (DAI), onde ofoco foi uma execução imediata. Só recentemente, muita atenção tem sidogasta para processos colaborativos em sistemas multi-agentes. Existe umadistância muito grande entre psicologia cognitiva e DAI. Poucoselementos têm ajudado a reduzir esta distância. CSCL é uma área muitopromissora para exploração, não apenas porque responde a uma fortedemanda social, mas também, porque habilita escolas para uma‘aproximação’ colaborativa. Pelos desenhos muito cuidadosos da situação,regulando as interações suportadas e pela gravação sistemática de todasas interações, CSCL é um ‘microscópio’ para cientistas neste campo deatuação.

Um exemplo prático de uma plataforma de aprendizado colaborativafoi desenvolvida por ... [14]. O seu trabalho é voltado para alunos de1° e 2° anos do 2° grau de uma escola do interior de São Paulo. Deacordo com os professores, os pontos favoráveis são: o estímulo paraentendimento do conteúdo, contato com a tecnologia atual, ampliação dos

horizontes e facilidade de comunicação com orientadores distantes,possibilitando atualização do professor. Para os alunos foram pontospositivos o retorno de respostas nas tabelas interativas e a indicaçãode erros de cálculo. Como pontos a serem melhorados foram citados aconexão discada à Internet (bastante problemática) e tamanho da sala deaula de computação. Como sugestão, o contato com o professor deveria serimediato, durante a execução do experimento.

No contexto do projeto AMADeUs - Agentes micromundo e sistemaA.De.C.U.I. – proposta de um ambiente virtual inteligente e adaptativopara o ensino da Matemática e de Ciências, o processo de colaboraçãoocorre em duas modalidades: assíncrona e síncrona. No primeiro caso,tudo se passa como em ambiente de CSCL, onde o conteúdo é apresentado eas discussões são registradas em listas, chats e fóruns. O trabalho degrupo é privilegiado. Entendemos que a interação via texto éinsuficiente para a comunicação e a negociação de conteúdos da área deCiências. Nesse sentido, o ambiente permite a interação síncrona viacomponentes de usuário que fazem leituras de dados de experimentos. Odesenvolvimento dessa interface viabilizaria o desenvolvimento futuro deambientes micromundo que comporão um conjunto de aplicações educativasabrangendo o ensino de um leque de conceitos matemáticos e científicos.

4.1 Cenários de Uso

Deseja-se incentivar o uso de interfaces para o estudo de ciênciasdevido às vantagens significativas para o aprendizado, como também,estimular uma nova forma de aprendizado no Brasil: o aprendizadocolaborativo. O nosso projeto visa esta forma de aprendizado utilizandoa nossa interface de aquisição de dados.

4.2 Formação Continuada de Professor ou autoformação

4.3 Treinamento de Técnicos e Engenheiros

4.4 Uso por alunos do ensino fundamental

4.5 Uso doméstico

Nós queremos atingir todos os níveis educacionais com uma estruturacolaborativa de aprendizado eficiente e moderna. Vejamos algunsexemplos:

Pode-se utilizar a nossa interface para uma complementação doestudo fora da sala de aula. Depois de estudar a teoria na sala de

aula, o estudante vai consolidar os ensinamentos teóricosutilizando a nossa plataforma colaborativa no nível educacionaladequado e o conteúdo da matéria dada na sala de aula. Este tipode complementação do estudo pode ser realizado pelos próprios paisem casa (Figura 1), ou por um professor particular dando aulasparticulares ou pelo próprio estudante (Figura 2), tudo dependendodo nível educacional do mesmo;

Figura 1. Interface usada no complemento escolar na casa do estudante.

Figura 2. Interface usada no complemento escolar fora da sala de aula.

Pode-se utilizar a nossa interface como um importante apoio aoensino dentro da sala de aula. Aulas práticas podem ser dadas porprofessores visando o bom entendimento das grandezas físicas eseus efeitos na natureza. Utilizando-se da nossa plataformacolaborativa de acordo com cada nível educacional, pode-seestimular a curiosidade dos estudantes do nível fundamental,consolidar os ensinos teóricos nos estudantes do ensino médio efacilitar experiências e processamento de dados relativos à mesmaauxiliando os estudantes no ensino superior. O nosso sistema podeser usado, também, não treinamento de técnicos e engenheiros e naformação continuada de professores;

Pode-se utilizar a nossa interface numa rede de ensino. Numaescola podemos ter o seguinte cenário (Figura 3), um professor ou

instrutor realiza seus experimentos no laboratório examinando osdados obtidos utilizando-se da nossa plataforma colaborativa, aomesmo tempo, os estudantes do ensino médio estão observando estesmesmo experimento, mas sob outra ótica devido ao nosso sistema. E,finalmente, os estudantes do ensino fundamental estarão observandoo mesmo experimento, mas de uma forma entendível de acordo com onível educacional propício disponibilizado pela nossa plataformacolaborativa. Desta forma, todos os estudantes dos mais diferentesníveis educacionais, estarão tirando proveito de uma únicaexperiência absorvendo os ensinamentos científicos específicospara seu estágio de aprendizado;

Figura 3. Interface usada numa rede de computadores (intranet) auxiliando o estudo dediferentes níveis educacionais.

Pode-se utilizar a nossa interface para o aprendizado à distância(Figura 4). Um experimento científico importante está sendorealizado numa cidade ou estado distante e uma comunidade(estudantes, escolas, universidades, etc) observa via internet oexperimento utilizando adequadamente o nosso sistema para cadanível educacional e tipo de conhecimento científico a seradquirido.

Figura 4. Interface usada pela internet auxiliando o estudo de diferentes níveiseducacionais.

Como podemos observar, a idéia é utilizar a nossa interface como umacessório de um grande sistema de ensino colaborativo. Um outroacessório importantíssimo é a plataforma colaborativa utilizada para oaprendizado dos conhecimentos científicos. Esta plataforma deve sereducativa, disponibilizar seus recursos de acordo com o níveleducacional dos estudantes e bastante colaborativo. Trabalhando de formasíncrona e assíncrona de acordo com a necessidade e dificuldades domomento dos estudantes e realizando a aquisição e o processamento dosdados oriundos da nossa interface, a plataforma obterá um bom respaldopara o fim desejado que é o ensino e aprendizado colaborativo.

5 Conclusões

Neste artigo, nós apresentamos o desenvolvimento de uma interfacede aquisição de dados e a descrição de uma plataforma colaborativa paraauxiliar na capacitação de estudantes e na formação de professores,técnicos e engenheiros. Nós descrevemos uma plataforma para fazer uso danossa interface e ser acessível para estudantes com variações deinabilidades e apropriar para uma variação de tecnologias assistentesque eles podem entender e utilizar [6].

Apesar da variedade de formas de educação virtual, não há uma quese destaque por apresentar maior potencial técnico ou pedagógico. Estasformas, uma a uma, são adequadas a diferentes objetivos educacionais,mas não conseguem atender a todas as necessidades educacionaisisoladamente.

A maioria destes sistemas são estrangeiras e os poucos sistemasdesenvolvidos por pesquisadores brasileiros são de difícil acesso. Taissistemas estão disponíveis em língua portuguesa e são mais adequados ànossa realidade cultural e educacional [11]. A nossa plataformacolaborativa irá suprir também esta deficiência.

Vale a pena informatizar um laboratório de medidas físicas, mesmonão obtendo resultados tão precisos? Na nossa opinião, a resposta é sim.Em sistemas de coleta em tempo real, podemos repetir o experimento emdiferentes condições de contorno (já que a aquisição se processa emsegundos) e, buscar juntos, alunos e professores, a maior fonte de errosno experimento. Isto implica em criarmos um ambiente de investigaçãocientífica em sala de aula. A discussão dos fatores que influenciam aobtenção de erros experimentais, incompatíveis com o sistema de medidaadotado, é altamente relevante na relação ensino-aprendizagem. Esteambiente de investigação criado em sala de aula vem atender às

determinações da nova Lei de Diretrizes e Bases, que visa prepararmelhor os indivíduos para o exercício pleno de sua cidadania [10].

References

1. Ronald K. Thornotn, David R. Sokoloff (1989). Learning motion concepts using real-time microcomputer-based laboratory tools.

2. Dillenbourg P. (1999) What do you mean by collaborative learning?. InP. Dillenbourg (Ed) Collaborative-learning: Cognitive and Computational Approaches. (pp.1-19). Oxford: Elsevier;

3. F. Gamboa Rodríguez, J. L. Pérez Silva, F. Lara Rosano, F. Caviedes Contreras, A. I. Miranda Vitela. A student centered methodology for the development of a physics video based laboratory, Interacting with Computers, 13 (2001) 527-548

4. Jimoyiannis A, Komis V., Computer simulations in physics teaching andlearning: a case study on students' understanding of trajectory motion, Computers & Education, 36 (2001) 183-204;

5. Kaartinen S., Kumpulainen K. Collaborative inquiry and the construction of explanations in the learning of science. Learning and Instruction, 12 (2002) 189-212;

6. Chetz Colwell, Eileen Scanlon, Martyn Cooper. Using remote laboratories to extend access to science and engeering. Computers & Education, 38(2002) 65-76;

7. D. F. de Sousa, J. Sartori, M. J. V. Bell e L. A O Nunes, Aquisição de Dados e Aplicações Simples Usando a Porta Paralela do Micro PC, Revista Brasileira de Ensino de Física vol.20, 4(Dez-1998);

8. R.V. Ribas, A F. de Souza e N. Santos, Um Sistema de Aquisição de Dados de Baixo Custo para o Laboratório Didático, Revista Brasileira do Ensino de Física vol.20, 3(Set-1998);

9. P. R. S. Rosa, O Uso de Computadores no Ensino de Física. Parte I: Potencialidades e Uso Real, Revista Brasileira de Ensino de Física vol.17, 2(Jun-1995);

10. M. A Cavalcante e C. R. C. Tavolaro, Cuidados na Utilização de Sistemas de Aquisição de Dados no Ensino de Física, Revista Brasileira de Ensino de Física vol.22, 2(Jun-2000),

11. Neide Santos, Estado da Arte em Espaços Virtuais de Ensino e Aprendizagem;

12. Ed-USA, 2002 Catalog – DataCollection for Computer and Calculators;

13. M. S. Ribeiro, D. S. Freitas e D. E. Miranda, A problemática do Ensino de Laboratório de Física na UEFS, Revista Brasileira de Ensino deFísica vol.19, 4(Dez-1997);

14. Mecânica Gráfica, um Exemplo de Ensino de Física na WWW, Revista Brasileira de Ensino de Física vol.20,4(Dez-1998).