• Fernando Giannini

Por que não conseguimos aplicar a ciência da aprendizagem dentro da sala de aula?


Por mais de 100 anos, os pesquisadores estudaram incansavelmente para entender como nós aprendemos. A literatura científica resultante é impressionante, tanto em seu escopo quanto em sua profundidade. Na verdade, agora se sabe tanto que duvido que qualquer humano possa ler e absorver tudo o que foi escrito sobre o assunto. A triste ironia, porém, é que muitas vezes não é óbvio como usar as descobertas de todas essas pesquisas em ambientes educacionais.


Usar a ciência da aprendizagem para melhorar a educação começa com a identificação de alguns princípios gerais. Alguns desses princípios surgem de uma propriedade de nosso cérebro: quanto mais intensamente processamos as informações, mais provável é que nós lembremos delas. Por exemplo, antes de ir dormir à noite, você já se pegou refletindo sobre os acontecimentos do dia?


Em caso afirmativo, que porcentagem do que você lembra você acha que tentou memorizar no momento em que o evento ocorreu - em comparação com o quanto você acabou de se lembrar mais tarde, sem ter tentado memorizar antes? Quando faço essa pergunta a um grande número de pessoas, elas geralmente relatam que tentaram intencionalmente aprender no máximo um décimo do que recordam no final do dia.


Então, de onde veio o resto do que lembramos? Processamento profundo . O mero ato de prestar atenção e pensar profundamente em algo leva você a se lembrar disso. Muito do que lembramos é simplesmente um subproduto de termos prestado atenção e pensado em algo.


Essa propriedade geral de nossos cérebros implica em, se queremos que as pessoas aprendam algo, devemos induzi-las a se concentrar nisso e considerar sua natureza e implicações. Existem muitas maneiras de fazer isso, que surgem de princípios específicos de aprendizagem que refletem maneiras particulares de enfocar e processar informações.


Por exemplo, um é chamado de Princípio da Dificuldade Desejável , que afirma que as pessoas aprendem melhor quando desafiadas, não tanto a ponto de ficarem frustradas, e não tão pouco a ponto de ficarem entediadas - mas sim no nível certo, significa que as induzimos a prestar atenção e processar o máximo que puderem, aumentando assim a qualidade da experiência de aprendizagem.


Mas aqui está um problema: o que conta como o nível de desafio “certo” difere de indivíduo para indivíduo. 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 você sabe sobre algo, mais difícil o material pode ser antes de ser desafiado além de sua capacidade de processar efetivamente.


Como você pode imaginar, com tantas variáveis, a aplicação desse princípio em um ambiente de 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 a aprendizagem de um grande número de estudantes ao mesmo tempo.


Primeiro, você precisa coletar os dados sobre o desempenho dos estudantes. Por exemplo, os estudantes podem fazer um breve questionário após cada sessão de aula, e as perguntas individuais do questionário serão codificadas de acordo com exatamente quais competências eles estão testando. A plataforma acompanharia o desempenho de cada estudantes em um nível granular.


Em segundo lugar, pequenos grupos podem ser projetados para permitir que os estudantes se envolvam na aprendizagem ativa (como resolução de problemas em grupo, dramatização e debate) - essa aprendizagem ativa tem se mostrado repetidamente uma maneira muito eficaz de aprender, em parte porque induz um processamento profundo.


De forma crítica, cada atividade de grupo de pausa pode ser classificada de acordo com as competências que estão sendo utilizadas. Assim, a plataforma pode classificar estudantes em níveis comparáveis ​​da capacidade relevante (para aquela atividade) aos mesmos grupos de pausa.


Terceiro, cada uma das atividades que os estudantes realizam em grupo podem ser abordadas de maneira mais profunda ou de maneira mais superficial. Por exemplo, em uma aula de linguagem figurativa, os estudantes 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 estudantes podem detectar apenas os exemplos óbvios, enquanto outros podem detectar os mais sutis.


As interações sociais durante o grupo podem ser projetadas para levar os alunos (que são selecionados para estar 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 estudantes a desafiarem o coletivo e trabalharem em conjunto. Essa abordagem teria uma escala muito boa e incorpora o componente social que é tão importante na aprendizagem.


Claramente, a tecnologia abre enormes 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 estudante em alcançar esses resultados de forma muito granular e precisamos mudar o foco para o aprendizado ativo. Para atingir esses objetivos, professores e administradores devem decidir que o ensino bem-sucedido é uma meta crucial e estar dispostos a dedicar tempo, energia e recursos necessários para alcançá-lo.



Autor: Stephen M. Kosslyn é presidente e diretor executivo do Foundry College; ex-Diretor Acadêmico das Escolas Minerva na KGI e ex-Professor John Lindsley, Diretor do Departamento e Reitor de Ciências Sociais da Universidade de Harvard. Ele é o autor de Construindo a Universidade Intencional: Minerva e o Futuro do Ensino Superior.


Veja o artigo: https://hbr.org/2019/10/integrating-the-science-of-how-we-learn-into-education-technology

Receba as notícias sobre educação e tecnologia 

Fernando Giannini

 

E-mail:

fernando.giannini@streamer.com.br

logo-3.png

© 2020 por Fernando Giannini