ANAIS DO VI SIPEM
RESUMO
ABSTRACT
15 a 19 de novembro de 2015 Pirenópolis - Goiás - Brasil
Palavras-chave:
Keywords:
Conhecimentos Docentes Mobilizados e Colaboração em Ambientes Online de Formação
Teaching Skills Mobilised and Collaboration in Online Training Environments 1Roberto Mariano de Araújo Filho, 2Verônica Gitirana
1Universidade Federal de Pernambuco – Brasil [email protected] 2Universidade Federal de Pernambuco - Brasil [email protected]
Aprendizagem Colaborativa. Funções. Software Educacional.
Esta pesquisa tem como objetivo analisar o conhecimento mobilizado durante o planejamento de uma aula para funções matemáticas em um ambiente de colaboração online para professores de matemática em formação. A pesquisa foi fundamentada pela Aprendizagem Colaborativa com Suporte Computacional (CSCL) e tem um metodologia experimental especialmente concebida com um script e um ambiente virtual colaborativo projetado. Analisamos três grupos de licenciandos em Matemática e identificamos que o conhecimento mobilizado por grupos que colaboraram, trouxe muitas contribuições para a interação entre os sujeitos. O grupo que colaborou mostrou uma gama mais ampla de conhecimento educacional, incluindo o planejamento detalhado da aula, no entanto, o tempo de colaboração impediu a execução final da atividade proposta.
This research aims to analyze the knowledge mobilized while planning a class for mathematical functions in an online collaborative environment for mathematics teachers in training. The research was motivated by the Collaborative Learning with Computer Support (CSCL) and has a method an experiment was specially designed with a script and a collaborative virtual environment designed. We have analyzed three groups of graduates in Mathematics and identify the knowledge mobilized by groups who cooperated, brought many contributions to the interaction between subjects. The group collaborated showed a wider range of educational knowledge, including the detailed planning of the class, however, the collaboration of time hindered the final execution of the proposed activity.
Collaborative Learning. Functions. Educational Software.
VI Seminário Internacional de Pesquisa em Educação Matemática
Roberto Mariano de Araújo Filho, Verônica Gitirana 2
15 a 19 de novembro de 2015 | Pirenópolis - Goiás - Brasil
A tecnologia avança a cada dia trazendo consigo novas formas de comunicação entre as
pessoas. Os artefatos tecnológicos que têm sido desenvolvidos para comunicação estão sendo
muitas vezes adaptados para o contexto educacional, tendo em vista a necessidade de
comunicação fora do espaço físico presencial.
Além de uma simples comunicação entre os indivíduos, alguns pesquisadores como Stahl
et. al. (2006), Gonçalves (2013) e Dillenbourg (2002) vem mostrando que a comunicação no
espaço online pode ser mais efetiva quando é realizada de forma colaborativa, principalmente,
se essas interações possuem como produto final a aprendizagem. Esses pesquisadores trazem
em suas pesquisas, investigações acerca da CSCL – Computer-Supported Collaborative
Learning, ou seja, a Aprendizagem Colaborativa com Suporte Computacional.
Neste artigo fazemos um recorte de uma dissertação de mestrado, onde investigamos as
limitações e potencialidades da CSCL em um ambiente estruturado para a colaboração online,
com professores de Matemática em formação. Nesta investigação pretendemos analisar os
conhecimentos mobilizados pelos licenciandos em Matemática, na elaboração de uma aula em
um ambiente CSCL e as relações desses conhecimentos com os níveis de colaboração
identificados na dissertação.
Para isso, trazemos como referencial teórico pontos essenciais da CSCL definindo esta
ciência que investiga a aprendizagem colaborativa online e evidenciando elementos
importantes como os roteiros de sessões colaborativas, como também o modelo de análise
utilizado na pesquisa para identificar os níveis de colaboração.
No percurso metodológico descrevemos o perfil dos sujeitos da pesquisa, o ambiente
CSCL estruturado para a elaboração da aula e o processo de coleta de dados. A análise dos
dados teve como aporte a Análise de Conteúdo (BARDIN, 1977), na identificação dos
principais conhecimentos mobilizados. Finalizando, trazemos os resultados da pesquisa e suas
contribuições e limitações, com perspectivas para investigações futuras.
A aprendizagem colaborativa com suporte computacional (Computer -Supported
Collaborative Learning – CSCL) surge com o intuito de investigar as formas de colaboração em
ambientes computacionais, considerando as variáveis que já elencamos dentre outras. A
compreensão de colaboração muitas vezes pode ser confundida com a cooperação quando
Introdução
Aprendizagem Colaborativa Suportada por Computador
VI Seminário Internacional de Pesquisa em Educação Matemática
Roberto Mariano de Araújo Filho, Verônica Gitirana 3
15 a 19 de novembro de 2015 | Pirenópolis - Goiás - Brasil
estamos em um ambiente computacional (STAHL; KOSCHMANN; SUTHERS, 2006, p.3)
distinguem a colaboração da cooperação da seguinte forma:
Na cooperação, a aprendizagem é realizada por indivíduos que contribuem com seus resultados individuais e apresentam a sua agregação como o produto do grupo [...] na colaboração os indivíduos estão envolvidos como membros do grupo, mas as atividades nas quais eles estão engajados não são atividades de aprendizagem individual, mas sim nas interações do grupo, como negociação e compartilhamento. Os participantes não se isolam para realizar atividades individualmente, mas mantêm-se engajados em uma tarefa compartilhada que é construída e mantida pelo e para o grupo como tal.
Os pesquisadores distinguem bem a colaboração da cooperação, embora elas sejam
muito próximas, dissociam-se quando os sujeitos envolvidos estão engajados no problema a
ser resolvido.
As sessões colaborativas necessitam de uma estrutura para que os sujeitos estejam
engajados na proposta. Para isso, devemos organizar um roteiro que possa definir esta
proposta. Os roteiros que organizam as sessões colaborativas são chamados de scripts
(DILLENBOURG, 2002).
Os scripts não definem o nível da interação, mas auxiliam na organização das ações e na
organização da sala. Segundo Dillenbourg e Tchounikine (2007), a interação é o que define a
colaboração, não sendo possível prever todas as decisões que serão tomadas para a solução do
problema. Em nossa pesquisa utilizamos um dos modelos de script apontados por Dillenbourg
(2002), o script de instrução. Nesse tipo de script, são oferecidas aos participantes da sessão
instruções, que podem ser seguidas ou não. Mas, para que os participantes não saiam do foco
do script, o autor aponta um elemento essencial nas sessões: o mediador.
O papel do mediador é de imparcialidade durante a construção das ideias para a solução
do problema. No entanto, a intervenção faz-se necessária quando os sujeitos envolvidos
tomam decisões que podem desviá-los do que foi proposto, com o intuito de encaminhá-los
para a solução do problema. Além disso, a função do mediador envolve organizar o script,
preparar os recursos tecnológicos envolvidos, guiar os participantes durante a sessão e outras
ações que não podem ser previstas durante a interação.
A partir deste referencial teórico montamos o script e preparamos um ambiente
tecnológico para suportar uma sessão colaborativa, com a finalidade de analisar as
potencialidades e limitações do ambiente, além das interações entre os sujeitos. Observamos
também as habilidades dos licenciandos ao lidar em um ambiente colaborativo computacional,
com ferramentas para aulas de Matemática.
VI Seminário Internacional de Pesquisa em Educação Matemática
Roberto Mariano de Araújo Filho, Verônica Gitirana 4
15 a 19 de novembro de 2015 | Pirenópolis - Goiás - Brasil
Com propósito de investigar a relação entre os conhecimentos mobilizados e os níveis de
colaboração descritos na pesquisa de Araújo Filho (2015) deixamos explícito nessa sessão, o
processo de coleta de dados, descrição dos sujeitos e sua realidade, o instrumento de coleta
utilizado e as informações referentes à categorização e análise dos dados.
Um estudo experimental em torno da aprendizagem colaborativa leva em conta o
ambiente no qual os sujeitos interagem. Nesse sentido, apresentamos na metodologia o
ambiente colaborativo especialmente montado com softwares que dispomos para a realização
da coleta, trazendo suas potencialidades para este estudo e os entraves que encontramos ao
utilizá-los. Para a análise dos dados desta pesquisa utilizamos um modelo de Baker (2002) e a
Análise de Conteúdo (BARDIN, 1977).
Nesse sentido, numa perspectiva da colaboração, buscamos estudar o trabalho com
grupos de estudantes em que a construção colaborativa de algum produto com viés
matemático fizesse sentido e auxiliassem na apropriação da atividade, elemento essencial para
um trabalho colaborativo (GONÇALVES, 2013).
A pesquisa aqui relatada foi realizada com 14 estudantes do curso de Licenciatura em
Matemática, noturno, na modalidade presencial. Os sujeitos eram concluintes do curso e
estavam em sala de aula, cumprindo créditos curriculares, referentes à disciplina de horas de
prática e estágio da formação. Escolhemos licenciandos concluintes por terem cursado as
disciplinas de prática de ensino – com conhecimentos de elaboração da aula – e também por
terem um domínio maior dos conceitos matemáticos.
Montamos um ambiente para proporcionar aos licenciandos a colaboração (troca de
informações, visualização de tela), com o objetivo de estarem no mesmo ambiente online
compartilhando informações a partir da mesma tela. A seguir temos um esquema de
montagem do ambiente:
Metodologia
Os Sujeitos
O Ambiente
VI Seminário Internacional de Pesquisa em Educação Matemática
Roberto Mariano de Araújo Filho, Verônica Gitirana 5
15 a 19 de novembro de 2015 | Pirenópolis - Goiás - Brasil
Para montar o ambiente precisávamos inicialmente de um software que proporcionasse o
compartilhamento de tela, então escolhemos o software Teamviewer (TEAMVIEWER, GmbH,
2005). Este software possui ferramenta de compartilhamento de tela, chat, transmissão de
vídeo do usuário, áudio do usuário e gravação das informações na tela. Além do Teamviewer,
utilizamos também o software Modellus (THEODORE; VIEIRA; CLÉRIGO, 1997), por permitir ao
usuário construir simulações, por meio de modelos matemáticos. Este software possui também
representações tabulares e gráficas a medida que a simulação é animada na tela, o que
permitiu construir um desafio a ser resolvido pelos licenciandos. Solicitamos a construção de
uma aula com o recurso para sua aula. O Google Drive foi usado como um ambiente de
compartilhamento de documentos e de tela online, para compor os grupos em uma planilha e
estabelecer um espaço de rascunho durante o planejamento da aula pelos participantes. Por
meio desse ambiente, coletamos os dados necessários para a pesquisa e descreveremos este
processo na seção seguinte.
A partir do ambiente gravamos com o Teamviewer a tela durante as sessões. O
computador do mediador funcionou como um servidor para o ambiente, sendo todas as
informações compartilhadas por meio dele. A partir do script os participantes da sessão
entraram no ambiente, precisando algumas vezes da ajuda do mediador. Com o grupo
conectado no ambiente, o mediador começa a gravação das sessões com o Teamviewer e um
gravador comum para captar as informações de voz.
Coleta dos dados
Figura 2: Diagrama de configuração do ambiente CSCL para a pesquisa Fonte: Araújo Filho (2015, p.52)
VI Seminário Internacional de Pesquisa em Educação Matemática
Roberto Mariano de Araújo Filho, Verônica Gitirana 6
15 a 19 de novembro de 2015 | Pirenópolis - Goiás - Brasil
Classificamos as informações de voz como registros de áudio, que contém as falas do
mediador e dos participantes durante as sessões. Além disso, com os vídeos gravados também
os classificamos como registros de vídeo, que contém as ações dos participantes e do
mediador na tela.
Para categorizar os dados coletados foi necessário um trabalho anterior de organização
dos dados. As falas foram transcritas e sincronizadas com os vídeos. Logo depois foram
identificadas as falas e ações da sessão e compostas as conversas em torno de cada tema
específico.
Descreveremos inicialmente as categorias de análise, em seguida um mapeamento dos
conhecimentos em cada conversa por meio do percentual identificado em cada grupo.
Posteriormente, faremos uma análise dos níveis de colaboração com os conhecimentos
mobilizados em cada grupo.
Inicialmente categorizamos os dados que serão apresentados a seguir, utilizando a
análise de conteúdo (BARDIN, 1977). A análise de conteúdo pode ser definida como:
Um conjunto de técnicas de análise das comunicações visando obter, por procedimentos, sistemáticas e objetivos de descrição do conteúdo das mensagens, indicadores (quantitativos ou não) que permitam a inferência de conhecimentos relativos às condições de produção/recepção (variáveis inferidas) destas mensagens. (BARDIN, 1977, p.42).
As categorias aqui descritas foram necessárias da própria pesquisa e foram organizadas
em software de análise qualitativa chamado webQDA (SOUZA et. al., 2010). Para categorizar
os dados necessitamos organizá-los em unidades de análise, segundo Bardin (1977), estas
unidades podem ser as unidades de registro (UR) e unidades semânticas (US). As unidades de
registros são unidades menores a codificar, que visam a contagem frequencial, por outro lado,
as unidades semânticas são trechos maiores e nos auxiliam a compreender as mensagens
codificadas nas unidades de registro (BARDIN, 1977).
Nos debruçaremos aqui nos tipos de conhecimentos mobilizados, que possui quatro
categorias de análise: conhecimentos didáticos, conhecimentos epistemológicos,
conhecimentos tecnológicos e os fatores cognitivos.
Categoria Conhecimentos didáticos: os registros de conhecimento didáticos são aqueles
em que o participante demonstra as ações que o professor mobiliza na elaboração de uma
aula, por exemplo, quando se coloca que o estudante deve identificar a função a ser utilizada
Estrutura da Análise dos dados
VI Seminário Internacional de Pesquisa em Educação Matemática
Roberto Mariano de Araújo Filho, Verônica Gitirana 7
15 a 19 de novembro de 2015 | Pirenópolis - Goiás - Brasil
na resolução do problema proposto ou quando discutem sobre o uso ou não uso, de
determinado conceito para compreensão de outro.
Categoria Conhecimentos epistemológicos - os registros dessa categoria contém trechos
de ações ou discussões que os participantes fazem acerca do conceito, características ou
propriedade das funções. Por exemplo, taxa de variação, concavidade, representação, máximo,
mínimo, sinal, ou seja, conceitos próprios das funções.
Categoria Fatores cognitivos - os fatores cognitivos devem identificar os registros nos
quais os participantes levam em consideração o modo como o estudante irá compreender
determinada situação, ou seja, escolha da representação mais adequada, esforço cognitivo
para realização da atividade ou na compreensão da simulação construída.
Categoria Conhecimentos tecnológicos – o conhecimento tecnológico engloba as ações
que exigem uso da tecnologia para serem desenvolvidos. Por exemplo, a manipulação do
Modellus e outros recursos que os participantes necessitem na montagem da simulação.
Além dessa categorização, utilizamos o modelo de Baker para analisar o trabalho
colaborativo. Baker (2002) propôs um modelo traz como base três dimensões (simetria,
alinhamento e acordo) e oito subdimensões para análise da atividade colaborativa. Neste
podemos classificar as ações dos grupos a partir das três dimensões.
A dimensão simetria refere-se ao papel dos sujeitos envolvidos na sessão, ou seja, se seu
papel é de propositor (propõe uma mensagem) ou reator (reage a mensagem do propositor).
A dimensão acordo refere-se ao posicionamento do reator quanto a mensagem do propositor,
que pode ser de concordância ou discordância. A dimensão alinhamento não observa os
Figura 1: Três dimensões fundamentais da atividade colaborativa e as oito formas subsequentes de colaboração em CSCL
Fonte: Adaptado de Baker (2002, p. 592)
VI Seminário Internacional de Pesquisa em Educação Matemática
Roberto Mariano de Araújo Filho, Verônica Gitirana 8
15 a 19 de novembro de 2015 | Pirenópolis - Goiás - Brasil
sujeitos isoladamente, mas o grupo como um todo. Nesta dimensão é observado se o grupo
está trabalhando de maneira uniforme, mesmo com ideias divergentes, mas que sejam
construtivas para a solução do problema determinado.
Os casos opostos as dimensões que mencionamos também ocorrem e são eles:
assimetria, desacordo e não alinhamento. A assimetria ocorre se há uma predominância nos
papeis de reator ou propositor. Para que a conversa seja simétrica estes papeis devem ocorrer
de maneira muito semelhante, isto é, não deve haver um número exacerbado de reatores e
poucos propositores em uma conversa simétrica. O desacordo ocorre quando o índice de
discordância ocorre com mais frequência em uma interação e o não alinhamento quando os
sujeitos estão trabalhando em aspectos diferentes. Se uma parte do grupo está investigando
um conceito e outra parte investiga um conceito distinto este grupo está desalinhado.
Para facilitar a classificação das conversas, que nesta pesquisa são os trechos de interação
mais relevantes, utilizamos as subdimensões da colaboração e posteriormente classificamos nas
dimensões anteriores. Observe o quadro a seguir:
Os três grupos que apresentamos na dissertação apresentaram níveis de colaboração
distintos. Mapeamos os conhecimentos mobilizados por cada um dos grupos e investigar se o
nível de colaboração influencia na discussão gerada pelo grupo com relação aos
Subdimensão Interação Classificação
Co-construção Simétrica, em acordo e alinhada Colaboração
Co-argumentação Simétrica, em desacordo e alinhada Colaboração
Co-construção aparente Simétrica, em acordo e não alinhado Cooperação
Co-argumentação aparente
Simétrico, em desacordo e não alinhado Cooperação
Co-elaboração aquiescente Assimétricos, alinhados e em acordo Colaboração
Co-elaboração aquiescente
aparente
Assimétricos, em acordo e não alinhados Cooperação
Argumentação unilateral
Assimétricos, em desacordo e alinhados Colaboração
Argumentação unilateral aparente
Assimétricos, em desacordo e não alinhados Cooperação
Quadro 1:Classificação das Interações e Subdimensões
Fonte: Araujo Filho (2015, p. 27)
Análise dos Resultados - Conhecimentos Mobilizados e os níveis de colaboração
VI Seminário Internacional de Pesquisa em Educação Matemática
Roberto Mariano de Araújo Filho, Verônica Gitirana 9
15 a 19 de novembro de 2015 | Pirenópolis - Goiás - Brasil
conhecimentos. Com base nos resultados da pesquisa de Araújo Filho (2015), trazemos uma
tabela mostrando os níveis de colaboração em cada grupo e em seguida, os conhecimentos
mobilizados.
Por meio do modelo de análise da colaboração de Baker, identificamos que dentre os
grupos analisados apenas o grupo Beta conseguiu colaborar. De acordo com a análise em cada
conversa, percebemos que os grupos procuram definir uma forma de organização interna que
o beneficiasse na hora de executar a atividade proposta. No entanto, nem todos conseguiram
estabelecer uma comunicação eficiente. Sendo assim, os grupos Alfa e Gama dissociaram-se
na construção da aula, gerando uma modelo mais próximo da cooperação.
Vamos observar no quadro a seguir os conhecimentos mobilizados pelo grupo Alfa na
elaboração de sua aula:
Os conhecimentos mobilizados pelo grupo Alfa mostram uma preocupação do grupo na
elaboração da aula. Observe que há um planejamento e uma preocupação na escolha de um
conteúdo que seja mais adequado para o Ensino Médio. O grupo apresenta uma discussão
sobre a relevância da abordagem do conceito de derivada no Ensino Médio levantando muitas
questões didáticas e de esfera cognitiva. O grupo fica divergindo em alguns pontos como a
relevância da derivada para compreensão de funções e também a compreensão dos
estudantes em problemas de otimização. Na pesquisa de Araújo Filho (2015) apresentamos
Grupos Níveis de Colaboração
Alfa Cooperação
Beta Colaboração
Gama Cooperação
Quadro 2: Níveis de colaboração dos grupos
Conhecimentos Mobilizados Conceito
Didático Planejamento, escolha do conteúdo
Epistemológico Derivadas, função quadrática, otimização, máximos e mínimos
Cognitivo Implicações didáticas na aprendizagem de derivadas
Tecnológico Identificação das ferramentas do Modellus, familiarização com o ambiente. Quadro 3: Conhecimentos mobilizados pelo grupo Alfa
Fonte: Araújo Filho (2015, p. 99)
VI Seminário Internacional de Pesquisa em Educação Matemática
Roberto Mariano de Araújo Filho, Verônica Gitirana 10
15 a 19 de novembro de 2015 | Pirenópolis - Goiás - Brasil
todos os trechos das conversas, que foram a fonte dos dados apresentados aqui.
Apesar de não haver colaboração no grupo, a discussão apresentada é muito pertinente
e não há influências sobre os aspectos abordados no grupo. Percebemos que mesmo não
colaborando, o planejamento da sessão em torno da colaboração influencia na discussão
gerando uma divergência de ideias com muitas contribuições e conhecimentos mobilizados.
O grupo Beta foi o único a colaborar como mostra o quadro 1. No entanto, percebemos
no quadro 3 que nem todos os conhecimentos elencados na categorização são contemplados
pelo grupo. Este grupo apresentou um número menor de participantes com relação aos
outros, no entanto, os sujeitos envolvidos ficaram concentrados no planejamento da sessão
levando mais tempo em pesquisa de material e escolha do conteúdo mais adequado.
Levando mais tempo na discussão, o grupo não chega a executar a aula solicitada no
script. Com isso, não identificamos conhecimentos tecnológicos envolvendo o Modellus e na
discussão também não identificamos fatores cognitivos.
Assim como o grupo Alfa, o grupo Gama não colaborou e percebemos no quadro
anterior que este grupo mobiliza mais conhecimentos que os outros dois grupos. O grupo
Conhecimentos Mobilizados Conceito
Didáticos Planejamento: objetivos traçados, escolha
do conteúdo, pesquisa do material.
Epistemológicos Ponto de máximo, altura, secção,
comprimento.
Cognitivos Não foi identificado
Tecnológicos Familiarização com o ambiente
Quadro 4: Conhecimentos mobilizados pelo grupo Beta
Fonte: Araújo Filho (2015, p. 119)
Conhecimentos Mobilizados Conceito
Didáticos Prática docente, estipulação dos
objetivos da atividade, planejamento, escolha do conteúdo
Epistemológicos Gráficos de funções, modelagem
matemática, relação entre grandezas
Cognitivos Abordagem do conceito de função
nas escolas e as implicações na aprendizagem
Tecnológicos Manipulação do software Modellus,
Quadro 5: Conhecimentos mobilizados pelo grupo Gama
Fonte: Araújo Filho (2015, p. 139)
VI Seminário Internacional de Pesquisa em Educação Matemática
Roberto Mariano de Araújo Filho, Verônica Gitirana 11
15 a 19 de novembro de 2015 | Pirenópolis - Goiás - Brasil
Gama, assim como o grupo Alfa, preocupa-se com as implicações da abordagem do conceito
de função.
Nas conversas que analisamos, os participantes defendem a concepção que a
metodologia de ensino influencia muito na aprendizagem dos alunos. Além disso, o grupo
entra na discussão dos conceitos que eles identificam como mais complexos e que são fatores
de obstáculos. Nas conversas, o conceito de máximos e mínimos, gráficos, relações entre
grandezas, aparecem como conceitos que os estudantes não compreendem, seja em uma
situação problema ou um conceito essencial para entender o comportamento de funções.
A partir das conversas analisadas, percebemos que os conhecimentos foram mobilizados
tanto numa perspectiva do trabalho colaborativo quanto cooperativo. Os grupos Alfa e Gama
mesmo não colaborando apresentam conhecimentos muito relevantes e pertinentes na
discussão sobre o ensino e aprendizagem de funções, por outro lado, o grupo Beta apresenta
um planejamento mais detalhado, com um trabalho colaborativo, rendeu-lhes fruto no
conhecimento didático, porém o tempo exigido na colaboração o impediu a execução
completa da tarefa proposta no script.
O modelo que utilizamos para analisar a colaboração não nos auxilia na investigação das
interações, nos possibilitando apenas na identificação de conversas colaborativas ou
cooperativas. Os dados apresentados aqui foram trazidos a partir das conversas transcritas e
dos trechos de chat coletados na dissertação. Conseguimos mostrar que a qualidade da
colaboração independe dos conceitos que estão sendo mobilizados nas interações nos grupos
apresentados. No entanto, para um resultado que generalize esta afirmação faz-se necessário
uma investigação mais profunda, com um quantitativo maior de grupos para coleta de dados.
Conclusões
VI Seminário Internacional de Pesquisa em Educação Matemática
Roberto Mariano de Araújo Filho, Verônica Gitirana 12
15 a 19 de novembro de 2015 | Pirenópolis - Goiás - Brasil
ARAÚJO FILHO, R. M. Análise da Colaboração em Situação de Formação de Professores de Matemática Online. 159f. (Mestrado em Educação Matemática e Tecnológica) – Centro de Educação, Universidade Federal de Pernambuco, Recife, 2015.
BAKER, M. Forms of cooperation in dyadic problem-solving. Revue d’intellingence Arttificielle. v. 16, pp. 587-620, 2002.
BARDIN, L. Análise de Conteúdo. Lisboa: Edições 70, 1977.
DILLENBOURG, P. Over-scripting CSCL: The risks of blending collaborative learning with instructional design. In: Three worlds of CSCL: Can we support CSCL? Heerlen: Open Universiteit Nederland . P.A. Kirschner (Ed.), p. 61-91, 2002.
DILLENBOURG, P., TCHOUNIKINE, P. Flexibility in macro-scripts for CSCL. Journal of computer assisted learning. V. 23. n. 1. p. 1 – 13. 2007.
GONÇALVES, C. A. S. B. Appropriation & Authenticity a didactic study of the learning experience of students engaged in a serious game on Epidemiology and Biostatistics.2013. 331 f. Tese (Doutorado em Engenharia para cognição, interação, aprendizagem e criação) – Laboratório de Informática de Grenoble, Universidade de Grenoble, Grenoble, 2013.
SOUZA, F. N.; COSTA, A. P.; MOREIRA, A. webQDA – Software de Apoio à Análise Qualitativa, 2008.
STAHL. G., KOSCHMANN. T., SUTHERS, D. Computer-Supported Collaborative Learning: an historical perspective. In: Cambridge handbook of the learning sciences. Cambridge: R. K. Sawyer (Ed.), p. 409 - 426. 2006. Disponível em: http://gerrystahl.net/cscl/CSCL_English.pdf.
THEODORE, V. D.; VIEIRA, J. P.; CLÉRIGO, F. C. Modellus, interactive modelling with mathematics. San Mateo, CA: Knowledge Revolution, 1997.TEAMVIEWER, GmBH. TeamViewer software, 2005.
Referências