Instruções auto-normalizantes para o Ensino à Distância
Autor: Junia Magalhães Rocha 1 ,
Orientador: Antônio Eduardo Costa Pereira1
1
Programa de Pós-Graduação em Ciência da Computação
Universidade Federal do Uberlândia (UFU)
Uberlândia – MG – Brasil
[email protected], [email protected]
Nı́vel: Mestrado
Ano de ingresso no programa: 2007
Época esperada de conclusão: Março / 2009
Resumo. A Educação à distância apesar de todas as crı́ticas é utilizada para levar
conhecimento às pessoas que estão em uma região geograficamente desfavorável, ou
que, por algum motivo não podem utilizar o ensino presencial. Atualmente o material
utilizado nesses cursos não permitem um aprendizado efetivo. A utilização de uma
metodologia que previlegie a criação de material auto-normalizante é uma proposta
que cria uma nova perspectiva de credibilidade para o ensino a distância.
Palavras-Chave. Educação à Distância, tutoriais online, material auto-normalizante
1. Introdução e Motivação
Biólogos evolutivos, como Dawkins, introduziram o conceito de memes replicantes para explicar como a informação passa do professor para o estudante sem corrupção significativa. De
fato, há conhecimento complexo que vai intato de uma geração para outra, como por exemplo, em métodos de restauração de templos de madeira japoneses, princı́pios de origami, e a
gramática de Sânscrito. Se as pessoas pudessem descobrir as propriedades que impedem o conhecimento de ser degradado, elas poderiam projetar lições mais eficientes para tutoriais online.
[Dawkins, 2007].
Os projetistas de sistemas, por exemplo, combatem ruı́dos com códigos de correção de
erro que acrescentam informação extra a um sinal transmitido, aumentando a probabilidade de
recuperação de dados corretos no receptor. Projetistas de sistemas online deveriam imitar esta
metodologia. Experiências cuidadosas e observações devem ser levadas em consideração para
descobrir informações auxiliares que serão importantes na preservação do conhecimento.
Atualmente o ensino à distância é visto por grande parte da sociedade como falho e sem
credibilidade. Para exigir presença na graduação, existem dois argumentos principais, porém
os mesmos são enfraquecidos pelo uso de novas tecnologias. O primeiro dos argumentos é que
o estudante deve obter informações e apoio de seus professores, do grupo escolar e de bibliotecas. Todavia este argumento não resiste a um exame cuidadoso, já que há poucas bibliotecas
fı́sicas que conseguem ser tão boas quanto as modernas bibliotecas virtuais. Além do mais, a
comunicação aluno/professor pode ser realizada através de chats, web cams e fóruns.
O outro argumento contra a educação à distância é que os estudantes precisam de prática,
trabalho de laboratório e ensaios. Além disso, em dança, educação fı́sica e artes marciais os
alunos precisam do contato fı́sico. Esses trabalhos de laboratório podem ser feitos utilizando
computadores. Um exemplo é a utilização de sistemas de aquisição de dados, que obtêm medidas de observações feitas por alunos e as transmite para o professor.
O intuito deste artigo é mostrar o que deve ser mudado na forma de se fazer educação à
distância, para obtermos um respaldo maior junto à sociedade cientı́fica, utilizando de materiais
auto-normalizantes.
2. Fundamentação Teórica
2.1. Classificação do Erro
Dentro de um ambiente de aprendizagem, os erros podem ser:
• Uma instrução que transfere informação errada;
• Estudante que não consegue compreender a mensagem;
• Divergências no processo de aprendizagem.
Neste artigo veremos alguns métodos para detectar os erros que poderão ser utilizados
durante o processo de aprendizagem online.
Quando o assunto apresentado trata de fenômenos naturais, a forma adequada de
detecção de erros é elaborar bons kits de laboratório, que permitarão ao estudante:
• Preencher as lacunas existentes em tutoriais online;
• Descobrir erros em informações;
• Estabelecer pontos de verificação do objetivo onde se quer chegar.
Uma pessoa, por exemplo, não aprende a cozinhar se não tenta recriar as receitas aprendidas em programas de televisão, ou vı́deos online. A mesma coisa acontece no ensino à
distância: A medida que os alunos fazem seus trabalhos eles conseguem aprender e se desenvolver.
Outra forma de detecção de erro é através da realimentação. Neste caso, mecanismos
para avaliar a evolução do processo de aprendizagem podem prover informações para o sistema, a fim de corrigir erros, reforçar conceitos, localizar formas alternativas para aquisição de
conhecimento e recondicionar comportamentos que divergem dos objetivos propostos.
A realimentação não precisa vir de um único estudante; a pessoa também pode adquirir
uma realimentação útil correlacionando a evolução de um estudante com outro. Uma baixa
correlação indica que o tutorial é ineficaz.
Uma ferramenta bem projetada sobre mecanismos lingüı́sticos pode sinalizar se o conhecimento foi corrompido ou se o estudante esqueceu de uma informação. Por exemplo, um
estudante pode apresentar uma lição como uma sucessão de passos em uma prova associada
a um sistema formal. A partir de então, consegue-se provar teoremas e, caso o conhecimento
transmitido estiver corrompido, o estudante descobrirá [Dawkins, 2000].
Veja um exemplo de tutorial em trigonometria em que os estudantes desejam aprender
as seguintes fórmulas:
sin(α + β) = sin(α)cos(β) + sin(β)cos(α)
sin(α − β) = sin(α)cos(β) − sin(β)cos(α)
cos(α + β) = cos(α)cos(β) − sin(α)sin(β)
cos(α − β) = cos(α)cos(β) + sin(α)sin(β)
Figura 1. Cosseno
O estudante pode aprender a demonstrar estas fórmulas, porém a demonstração é um
pouco complexa e gasta-se muito tempo. Uma alternativa é selecionar alguns teoremas para
representar e achar uma prova alternativa e rápida para um caso particular, por exemplo, uma
prova que não requer o uso de uma das fórmulas acima [Costa b].
Uma forma de detectar o erro é comparar uma prova que usa essa fórmula com outra
que não usa. Por exemplo, a figura 1 mostra que cos(−β) = cos(β). Suponha que o estudante
acredite que a fórmula para cos(α − β) é dada da seguinte forma:
cos(α − β) = sin(α)cos(β) − sin(β)cos(α)
O estudante poderá usar a fórmula acima para provar que cos(−β) = cos(β), como
pode ser visto a seguir.
cos(−β) = cos(0 − β) = sin(0)cos(β) − sin(β)cos(0) = −sin(β)
Com esse exemplo, percebe-se que um erro foi detectado pelo aluno no momento em que
o resultado obtido divergia do resultado correto. O aluno verifica que a fórmula está incorreta
então faz a correção.
3. Trabalhos Relacionados
Em um ambiente de aprendizagem, a detecção de erro é muito comum na relação professor/estudante. Os antigos Gregos inventaram um método inteligente de detecção de erro
chamado dialética. Os diálogos de Platão [Platão, 1925] mostram como funciona. Um dos
truques dialéticos mais comuns é a redução por absurdo (reduction ad absurdum), em que o
estudante tenta derivar um resultado absurdo do que ele aprendeu. Em caso de sucesso, o conhecimento é marcado como corrompido. Outro método de detecção de erro comum entre os
Gregos é verificar o conhecimento contra fatos conhecidos.
Depois de completamente desenvolvida, a Lógica também possibilitou a criação de um
método para detectar informações incorretas. Aristóteles e outros filósofos classificaram e analisaram falácias para filtrar argumentos errados. Uma falácia é um argumento que pode ser
demonstrado como falho em sua forma, o que o torna inválido no todo [Tindale, 2007].
Há dois fatos importantes sobre falácias. O primeiro é que a maioria das pessoas que
cometem falácias é desavisado que o argumento deles/delas está defeituoso [Cohen, 1982], mas
como os padrões de muitas falácias é percebido facilmente, o estudante poderá usar e descobrir
falhas em lições de educação à distância.
O segundo fato sobre falácias é que elas freqüentemente dificultam a transmissão do
conhecimento. O estudante pode não entender um fato correto porque a lição tem um padrão
enganador, padrão este que é encontrado freqüentemente em tutoriais, entretanto um estudante
treinado conseguirá detectar esses erros.
Em uma pesquisa desenvolvida pelo Laboratório de Inteligência Artificial da Faculdade
de Engenharia Elétrica juntamente com o Laboratório de Redes de Computadores da Faculdade
de Computação, ambos da Universidade Federal de Uberlândia, foi feito um sistema de coleta
de dados que juntamente com um software permitiu a comunicação/transferência de informação
entre o professor e o aluno. Com esse sistema de aquisição de dados foi possı́vel transmitir os
resultados de trabalhos feitos por alunos para o professor em tempo real [Costa a].
Para demonstrar essa teoria foram necessários:
• Construção de um hardware para coletar a temperatura do ambiente.
• Construção de um software para transmitir os dados do local onde encontra-se o hardware para o computador do professor.
O equipamento é facilmente construı́do e o seu preço é baixo. Para utilização conecta
o equipamento no computador do estudante e as informações coletadas serão enviadas para a
máquina do professor. A figura 2 mostra o circuito desse equipamento.
Com esse simples hardware é possı́vel a coleta de temperatura de vários pontos em uma
grande cidade a fim de se obter, por exemplo, um mapa de calor.
Uma outra pesquisa relacionada tem sido desenvolvida pela Universidade Federal de
Santa Catarina, que possui um Laboratório de Experimentação Remota, como pode ser visto
em [Bosco, 1999].
Figura 2. Circuito do hardware
Assim como, o exemplo desenvolvido pelos Laboratórios da UFU, outros tipos de
informação também poderão ser transmitidos para uma máquina qualquer, representando assim, uma comunicação entre aluno e professor.
4. Metodologia da Pesquisa
Esta pesquisa está sendo conduzida através das seguintes etapas:
• Etapa 1: Levantamento bibliográfico dos principais temas relacionados a educação à
distância, tutoriais online e instruções auto-normalizantes, com o objetivo de levantar o
cenário atual do EAD para a partir deste propor melhorias.
• Etapa 2: Elaboração de Experimentos com software para aplicar os conhecimentos
teóricos levantados na Etapa 1.
• Etapa 3: Publicação de Artigo com os resultados parciais da pesquisa até o momento.
• Etapa 4: Realização de novos experimentos com o objetivo de validar a proposta da
pesquisa. Essa etapa tem por objetivo construir tutoriais online seguindo o conceito
proposto, aplicando instruções auto-normalizantes no ensino à distância.
• Etapa 5: Validar a proposta da pesquisa através da utilização do material construı́do em
um grupo de estudantes.
Atualmente a pesquisa encontra-se na fase de experimentos e no levantamento bibliográfico. Espera-se concluir todas as etapas até o final do ano de 2008.
5. Resultados Esperados
Apesar das crı́ticas negativas que recebem a educação à distância, a mesma é de fundamental
importância principalmente para as pessoas que não podem cumprir exigências de residência
para graduação ou outros cursos. A autora acredita que os pesquisadores poderão eliminar todas
as negligências causadas pela falta de contato entre o estudante e o professor, especialmente a
dificuldade de prover realimentação para o professor, conforme foi discutido neste artigo.
Foi visto ainda que a educação à distância permite recuperar problemas causados por erros apresentados durante a transmissão da informação, como também nos conteúdos das lições.
Um programa de educação à distância bem projetado pode ter mais êxito descobrindo e corrigindo erros do que o contato ı́ntimo entre professor e estudante, mas para isso é necessário
que os tutoriais online reservem um papel ativo para esses estudantes.
Espera-se conseguir construir um software que permita a realização da educação à
distância com eficiência e qualidade utilizando materiais auto-normalizantes.
Referências
Bosco,
J.
Laboratório
de
Experimentação
Remota.
Disponı́vel
http://www.inf.ufsc.br/ jbosco/lexrem1i.htm. Última Atualização: 12 set. 1999.
em:
Cohen, L. Jonathan. Are People Programmed to Commit Fallacies? Further Thoughts about the
Interpretation of Experimental Data on Probability Judgment. Journal for the Theory
of Social Behaviour, 68, 251-274. 1982.
Costa, Eduardo; Barbar, J. S.; Cury, Reny. (no prelo). Participation of Distance Learning Students in Scientific Experiments and Observations. Encyclopedia of Distance Learning.
Idea Group Inc.
Costa, Eduardo, Cury, Reny , Magellan, Junia . (no prelo). Self-normalizing Distance Learning
Tools. Encyclopedia of Distance Learning. Idea Group Inc.
Dawkins, Richard . Desvendando o Arco-Íris. Cia das Letras. 2000.424p.
Dawkins, Richard . O Gene Egoı́sta. Cia das letras, 2007. 544p.
Platão. Aristocles aka Plato. Harvard University Press 1925.
Tindale, Christopher W. Fallacies and Argument Appraisal. Cambridge University Press. 2007