Eu acho que…
maio 4, 2016 § Deixe um comentário
Em um artigo publicado em 2014, Microaggression and Moral Cultures, os acadêmicos Bradley Campbell e Jason Manning identificam uma mudança na postura de algumas universidades, que ao invés de “celebrarem” a liberdade de expressão passaram a defender uma espécie de “cultura da vitimização”, pressupondo que as pessoas são inerentemente frágeis e, portanto, deve-se evitar falar algo que possa ofendê-las. Essa postura foi fortalecida pelo que ficou conhecido como “politicamente correto”.
O “politicamente correto” também incentivou a popularização da frase “eu acho que”, muito comum aos ouvidos “mais atentos”. Assim como frases similares em outras línguas, como a inglesa “I feel like”, “eu acho que” traz um paradoxo embutido. Ao “mascarar” uma afirmação como uma “humilde opinião”, ela atua como “coringa” bloqueando argumentações contrárias, porque traz implícito que o emissor não tem tanta experiência (pois apenas “acha”) ao mesmo tempo que reforça opiniões semelhantes. Atua como um “escudo” imediato de quem a usa.
Em tempos de polarização, é entendível que as pessoas queiram se resguardar, mas uma das grandes conquistas da era contemporânea (pós revolução francesa), foi a habilidade de argumentar sem resultar (na maioria das vezes) em violência física. É a premissa do “conflito civilizado”, embutido na democracia moderna. Ao mascarar o conflito, “eu acho que” reprime debates e “alimenta” todo tipo de “achismo”, desde como organizar uma educação pública de qualidade até quem apoiar como candidato à presidência. Atua como uma espécie de coerção da esfera pública e privada. A verdade é que “achismo” não gera proposta.
Em seu artigo publicado em 1946, “Politics and the English Language”, o escritor George Orwell escreveu a famosa frase “se o pensamento corrompe a linguagem, a linguagem também corrompe o pensamento”. No texto, Orwell se preocupa com o efeito da linguagem em nossa habilidade de pensar. Não se trata somente em ter todos os pontos claramente definidos, mas sim em ter, “para início de conversa”, um ponto que valha a pena ser proposto. Isto demanda formular ideias equipadas com o melhor “arsenal” possível em termos de ordem, alcance e precisão. Ao usar “eu acho que”, todo este arsenal é “jogado fora”.
Orwell propunha que as pessoas, além de explicarem claramente o que queriam dizer, tivessem algo válido a ser compartilhado. Ele deixou duas dicas imbatíveis neste quesito:
1) tenha algo significativo para dizer – antes de dizer;
2) quanto mais clara for sua linguagem, melhor será o seu pensamento.
Usar “eu acho que”, diminui a substância do que uma pessoa quer falar. Ao imbuir o pensamento de subjetivismo, e tornar o subjetivismo um fim em si mesmo, menos expressivo o próprio pensamento se torna. Se alguém quiser realmente criar uma “estrutura” de pensamento crítico e criativo para si mesmo e desenvolver a habilidade de propor soluções aos problemas que aparecem no seu cotidiano, deve cultivar a arte da conversação. O primeiro passo é abandonar “vícios” verbais que possam influenciar maus hábitos.
Uma sugestão: na próxima vez em que participar de uma reunião de trabalho, discussão em sala de aula ou jantar em família, substitua “eu acho que” por “eu penso que” ou “eu acredito que” e veja a reação dos demais às suas ideias. Não devemos “achar”, devemos argumentar racionalmente, sentir profundamente e assumir a completa responsabilidade da nossa interação com o restante do mundo.
A “desculpa” da política
abril 27, 2016 § 2 Comentários
People raising their hands
Há tempos tomei a decisão de não discutir política – que cá entre nós, me fez um enorme bem. Um pouco por perceber a política cada vez mais parecida com futebol e religião, dogmática. Cada um no seu lado e o resto adversário. Como não pretendo discutir política, apenas compartilhar impressões, me reservo o espaço para tal.
Percebo nos tempos atuais um comportamento político irresoluto. Frequentemente, disputas políticas não geram conclusões aceitáveis ou concordância relutante. Geram apenas acusações de roubo, rótulos de ilegitimidade e uma determinação em neutralizar o vitorioso, anular resultados ou revertê-los o mais rápido possível. Aconteceu nas eleições de 2014 e aconteceu agora, no processo de impeachment. Não é privilégio de nenhuma corrente política, mas um comportamento geral, compartilhado por todos.
A bem da verdade é que não é nem um “privilégio” brasileiro, acontece o mesmo comportamento em várias partes do mundo. É possível observá-lo, em todo seu “esplendor”, nas primárias americanas, onde os líderes do partido republicano insistem em tentar barrar a indicação de Donald Trump, mesmo sendo ele o favorito da maioria dos eleitores do partido e mesmo sem oferecerem um substituto viável – todos os demais concorrentes tem uma rejeição dos filiados maior do que a dele. O mesmo ocorre no partido democrata, em que os apoiadores do candidato Bernie Sanders insistem em dizer que a adversária, Hillary Clinton, frauda os resultados. Mesmo com ela sendo apoiada pela maioria dos eleitores do partido, com exceção de universitários brancos e artistas de hollywood.
Voltando à terra brasilis, eleições não “encerram” disputas porque há uma crença perniciosa de que elas não são um referendo do estado de espírito do povo e sim um intricado jogo de tabuleiro, com peças marcadas. Talvez pelo nosso passado autocrata, talvez pela falta de confiança crônica entre os brasileiros, mas a verdade é que se alguém considera que foi “passado para trás” ao invés de ter “perdido no voto”, qual o motivo para declarar trégua ou cooperar futuramente?
O processo democrático nunca foi suave e as derrotas raramente aceitas de maneira dócil. Frank Bruni, jornalista americano, conta que o ex-presidente Teddy Roosevelt criou em 1912 o partido progressivo apenas porque os republicanos indicaram o também ex-presidente William Howard Taft como candidato ao invés dele. Portanto, é natural um político não aceitar uma derrota. O que não é comum é a mesma atitude ser tomada pela maioria dos eleitores e mais incomum ainda, é o esforço coletivo em deslegitimar os vencedores – sejam eles quem forem.
Esta atitude diz muito a respeito da nossa sociedade: a grosseria do nosso discurso, o tribalismo cego dos nossos “debates”, a elevação do individualismo muito acima do propósito coletivo e o ethos de que todos são por direito de nascença vencedores na competição da vida (e não por conquista pessoal).
Esta forma de pensar leva seguidamente aos pedidos de “reforma política”, mais como uma “desculpa” para justificar o comportamento do que uma vontade genuína de melhorar o processo. Mudança verdadeira é muito diferente de rejeitar resultados desagradáveis. Se as mágoas nunca forem postas de lado, o processo democrático não tem chance. Se tudo for fraude, então como no amor e na guerra, tudo é válido. E nós, continuaremos a ter anos à frente de inércia e inépcia, seja quem for que esteja no poder. O Brasil é e será o que os brasileiros quiserem fazer dele. O quanto antes tomemos consciência deste fato, melhor para o país.
Sobre dados
abril 14, 2016 § 1 comentário
Passadas as definições estratégicas de um projeto de Data Analytics com viés educacional, é hora de pensar especificamente no seu “coração”, os dados. É preciso ter claro alguns pontos: qual informação se quer conhecer; quais conjuntos de dados expressam essa necessidade, como eles serão conseguidos e finalmente, como serão usados.
Vamos focar no primeiro ponto, o mais básico deles: qual é a informação que o projeto deve entregar? Para responder esta pergunta, é preciso refletir nos benefícios que se espera atingir com ele. Se quisermos melhorar o nível de aprendizagem, é necessário focar em obter informações que demonstrem o nível de retenção e os conhecimentos que geram mais dúvidas. As “mídias” em que este conteúdo é entregue, também podem ajudar bastante na análise posterior e definição da estratégia para melhorar a aprendizagem. Se o benefício que se deseja for outro, como por exemplo, desestimular o abandono, as informações geradas também mudam. Foca-se em tempo gasto em estudo, performance em exames, interação, dentre outros.
O importante é ter em mente que informação é dado contextualizado, se não se souber que informação se deseja, não há como saber que dado procurar. Daí o segundo ponto, definir os conjuntos de dados que expressam essa necessidade. Como já abordei alguns exemplos de dados associados a informações, vale focar em uma outra questão importante neste momento. Fora as informações já relacionadas como importantes, existem outras que possam emprestar contexto ou adicional valor à sua análise? É importante ter em mente esta resposta, porque ela pode acrescentar outros dados contextuais à análise.
O ponto seguinte gira em torno da definição – ou melhor – localização das fontes que contém esses conjuntos de dados. Banco de dados que contenham informações acadêmicas, disciplinares, acesso a sistemas online, rankings de performance, são tantas as fontes possíveis, que neste momento é possível que o projeto de Data Analytics se transforme em um projeto de Big Data Analytics. É aqui que se sentirá a importância de se ter “parado” antes para realizar a definição estratégica do projeto. Ela mantém claros o motivo e o objetivo que se quer alcançar, neste momento em que é fácil perder o “horizonte” do escopo.
Aqui também vale abordar o tópico, comumente chamado na área de análise de dados, de dark data. A definição mais aceita, diz que são os dados gerados durante as atividades regulares que não são usados. Similar à “matéria escura” da física, os dark data constituem a maior parte dos dados de qualquer organização. A Gartner, uma das maiores empresas de pesquisa e consultoria de TI do mundo, descobriu que boa parte das organizações usa apenas 15% dos dados que gera. O resto fica escondido em locais de difícil acesso ou localização, em sistemas legados ou em data stores. Não haveria problema, se não fosse o fato de já se estar pagando para armazenar todos esses dados, por que então não considerá-los?
Como os dados serão usados?
Para abordar o último ponto citado no início do texto, vale levar em consideração 5 elementos, que vão ditar o que precisa ser feito para cada conjunto de dados (ou big data, dependendo da evolução do projeto).
1) Preparar-se para o volume: é preciso ter em mente que quando se “trabalha” com dados, se “trabalha” com volume. É muito importante “classificar” seus dados, isto faz toda a diferença quando o volume começa a aumentar. Para fazer essa classificação, baseie seus dados em dimensões. Por exemplo, valor (gastos de manutenção do sistema, por aluno, por disciplina, etc.); uso (frequência de acesso, de presença, etc.); tamanho (gigabytes, terabytes); complexidade (dados relacionais, gerados por interação com máquinas, automáticos, etc.), tipos (vídeo, texto, imagem, etc.); permissão de acesso (usuário comum, administrador, desenvolvedor, etc.). Sei que cansa só de ler, imagine quando estiver disponível em alguma tela ou documento de análise. Dimensões ajudam a priorizar o que olhar e em que momento.
2) Levar em consideração a variedade: o aspecto mais desafiador da análise de dados é a imensidão de formatos e estruturas que devem ser conciliadas. É preciso integrar inúmeras fontes e manter “espaço” para integrar novas. Por exemplo, se em algum momento do projeto se quiser conhecer o impacto social das ações educacionais (é uma realidade caso se esteja usando algum financiamento de terceiros, como ONGs ou do próprio governo), estes novos dados terão que “conversar” com as fontes de dados já utilizadas (banco de dados relacionais, sistemas legados, mainframes com informações públicas, dentre outros). Considerar a variedade é essencial para ser assertivo.
3) Manusear com velocidade: a combinação de fluxo de dados em tempo real (os chamados real-time data streaming – que nada mais são do que os dados gerados pelos usuários durante o acesso) e os dados históricos (que já estão “guardados” em algum banco de dados) aumenta o “poder preditivo” da análise, portanto é interessante considerar no projeto tecnologias de streaming analytic e infraestrutura lógica para gerenciar estes dados com a velocidade necessária.
4) Garantir a veracidade: a melhor análise de dados feita não servirá para nada se as pessoas que receberem estas informações não confiarem na veracidade dos dados utilizados. Quanto mais dados houverem, mais importante se torna garantir a qualidade deles. A qualidade de um dado está ligada à sua “preparação”. Preparar um dado significa realizar sua curadoria e limpeza. Alguns tipos de dados, como os financeiros por exemplo, precisam ainda de certificação de veracidade ou de compliance, que geralmente são emitidos por institutos independentes ou agências governamentais. O ideal é criar categorias de dados, baseadas no nível de preparação, que pode variar de dados brutos à altamente cuidados. Deixe claro, em todos os momentos, para todos os envolvidos, o nível de preparação a que os seus dados foram submetidos.
5) Definir requisitos de conformidade: os diferentes conjuntos de dados usados “virão” com diferentes estipulações ou requisitos de segurança. Para cada um deles, deve-se pensar no custo (financeiro e de esforço) e nas maneiras para tornar os dados “anônimos”, com base em políticas de segurança ou confidencialidade. Para isto, é necessário entender quais são e onde estão os dados sensíveis, mantê-los seguramente criptografados e controlar o acesso a eles.
Para que um projeto de Data Analytics – de uma maneira geral e não apenas com viés educacional – se torne realidade e seja útil, é preciso torná-lo realístico. Os pontos que abordei neste texto ajudam nesse objetivo, considerá-los ao planejar e implementar pode ser a diferença entre não ir além do piloto – segundo a já citada Gartner, até 2017 60% dos projetos de Data e Big Data podem estar nesta situação – ou implementar com sucesso um sistema inteligente de análise de dados.
Bola de cristal
abril 1, 2016 § 2 Comentários
De um ano para cá tenho desenvolvido um interesse crescente em métodos de análise e modelagem de dados, no que é comumente conhecido como Data Analytics. O que começou como um conhecimento para apoiar o trabalho que desenvolvo em avaliação de ações educacionais, se tornou rapidamente uma fonte de grande prazer pessoal. Conhecer técnicas de Data Analytics é como ter à disposição uma bola de cristal. Utiliza-se os próprios dados disponíveis para identificar seus padrões, promover análises variadas e prever “comportamentos”.
Uma das aplicações possíveis deste campo, embora não muito comumente usada, é na área educacional. Notas, resultados de testes, frequência de aulas, registros de disciplina e ferramentas de desenvolvimento profissional produzem dados que, colocados em certa perspectiva, geram informações valiosíssimas para o próprio sistema. Embora não seja um pré-requisito, o uso da tecnologia na geração e recuperação desses dados tem um papel fundamental na qualidade deles (traz mais acuidade), além de ser um grande incentivador para a integração da própria tecnologia para fins educacionais. Mais do que repositórios para materiais, aulas e atividades, ambientes virtuais são ferramentas de apoio e estímulo ao aprendizado e criam um sistema de comunicação para pais, professores e comunidade. Para a análise de dados, é ouro puro.
O uso de análise preditiva (uma das aplicações de Data Analytics) pode ser determinante, por exemplo, para identificar alunos em risco de não se formarem ou que tenham mais possibilidade de abandonarem os estudos. Uma atuação direcionada antes destes eventos ocorrerem faz toda a diferença na vida dessas pessoas.
Pode-se também “olhar” para além da frequência, dos aspectos disciplinares e das notas e “rastrear” como os estudantes interagem com os recursos de aprendizagem e como se envolvem com o conteúdo e enviar sugestões automáticas de uso para os professores ou para os próprios alunos.
O primeiro ponto nessa história – uso de Data Analytics com viés educacional – é definir as prioridades estratégicas de um sistema de gerenciamento e tecnologia aplicado à educação. Geralmente a intenção é “expandir” as paredes da sala de aula, promover a colaboração e “nutrir” a criatividade e a inovação em alunos e professores. Mas, estas palavras de “ordem” perdem completamente o sentido se não se tiver claramente definido como estes objetivos serão atingidos.
O segundo, é entender que habilidades deverão ser desenvolvidas em todos os usuários do sistema. É a partir delas que se definem as ferramentas a serem usadas (que nem precisam necessariamente serem “tecnológicas”). Com as ferramentas definidas, se consegue também entender como os dados serão “produzidos”.
O terceiro ponto é sistematizar a análise. O uso da tecnologia facilita, mas uma análise que traga informações relevantes atua basicamente “em cima” de requisitos e de critérios para avaliar ensino e aprendizagem, melhorar a comunicação, reforçar a ligação entre a escola e a casa do aluno e garantir a excelência operacional e analítica das práticas correntes do sistema escolar.
O quarto e último ponto é a tecnologia em si. Reflita nos pontos anteriores: a tecnologia é essencial para desenvolver algum deles? A resposta (como já deve ter percebido) é não. Mas, tê-la envolvida é mais ou menos como disputar uma corrida usando uma charrete ou uma Ferrari. Se conseguirá cruzar a “linha de chegada” com as duas, mas o tempo de uma será infinitamente diferente da outra.
E tempo, conta.
Agregar tecnologia à educação é uma questão de “mentalidade de crescimento” (no original, growth mindset). É a crença de que “qualidades” podem mudar e de que podemos desenvolver a nossa inteligência e habilidades. A definição geral de growth mindset pode ser dividida em vários conceitos, tais como a importância de cometer e consertar erros ou refletir sobre o próprio processo de aprendizagem, o que os une é o fato de serem fundamentais para “ensinar” uma pessoa a atuar em um mundo em que criatividade e pensamento inovador constituem ativos de extremo valor.
Como ser um aprendiz online?
fevereiro 23, 2016 § Deixe um comentário
Quando se “fala” em aprendizado online, a primeira “coisa” que vem à mente são os tipos de cursos comumente chamados de “cursos online”. Embora se tenha a impressão de que são, digamos, uma versão pré-formatada de e-learning, curso online pode ser desde um tutorial até palestras gravadas ao vivo e disponibilizadas posteriormente. Há “1 milhão” de possibilidades do que se pode fazer.
A postura de quem se utiliza de aprendizado online conta tanto quanto o tipo de “curso” escolhido. Os dois pontos principais aqui são o comprometimento com a oportunidade de aprendizado e a participação ativa no processo. “Correr atrás” é importante para se fazer qualquer coisa, em aprendizado online assume um caráter essencial. Como é o aprendiz quem “conduz” o processo, proatividade é a diferença entre aprender ou não.
Como já escrevi a respeito de autoaprendizado em outros textos, possivelmente soarei repetitivo. Algumas atitudes são fundamentais e o fato de aparecerem recorrentemente, em minha opinião, só reforça a sua importância. O cerne da questão aqui é aumentar o horizonte educacional, portanto:
Descubra suas preferências de aprendizado: todos temos necessidades e preferências pessoais. Conhecer as próprias, é fundamental para escolher o que funciona melhor para si e a abordagem mais apropriada. Alguns retém melhor o conhecimento de forma visual, outros funcionam melhor ouvindo. Com o aumento cada vez maior da velocidade de navegação, a internet permite diferentes possibilidades. Uma vez identificado o seu gosto, fica mais fácil escolher atividades e exercícios que oferecem o melhor retorno.
Se dê tempo para refletir: para reter e absorver o que se está aprendendo, é preciso ter a chance. Como o processo acontece no seu ritmo, a pior decisão possível é correr para passar para o próximo módulo. Refletir em um tópico visto e desenvolver a sua própria opinião a respeito dele, facilita a memória de longo-prazo. Isto acontece porque o conhecimento novo é associado a conhecimentos pré-existentes na “forma” de correlação de ideias. Entre cada aula ou atividade online, se permita um tempo para pensar sobre os pontos principais – há um termo em inglês para representar esses pontos que acho incrível, takeaways – e formar suas próprias conclusões sobre como aplica-los no mundo real.
Estabeleça metas pessoais: o centro de um aprendizado é o seu objetivo. Para que aprender um “truque” novo, se o antigo ainda funciona? A motivação pessoal exerce mais influência durante um aprendizado do que em qualquer outro momento. Não é fácil se manter em curso, por isso ter claro aonde quer chegar é fundamental. Mais do que uma visão em longo prazo, “aonde quer chegar” pode ser dividido em pequenas metas, que permitam acompanhar a sua evolução ao longo do caminho por meio de pequenos desafios ou autoavaliações.
Transforme o aprendizado em uma experiência social: aprendizado consistente não é um desafio solitário. Encontrar pessoas com interesses e ideias semelhantes em redes sociais ou em fóruns online, permite não apenas colaborar com “pares”, mas também se beneficiar com suas habilidades e insights – além de se cercar de outros aprendizes online com tanto (ou mais) vontade em aprender.
Desafie suas ideias e opiniões pré-existentes: um cara que não canso de citar é o Eduardo Giannetti, um economista de formação que se tornou (na minha opinião) um dos pensadores brasileiros mais originais. O Giannetti tem um livro chamado “O mercado das crenças” em que instiga o leitor com a defesa da “tese” de que só acreditamos no que queremos. Quem quiser se aprofundar, recomendo a leitura, mas o que quero sinalizar é a importância de não se “apegar” às próprias ideias e convicções. Esta atitude pode ser até boa para “transmitir credibilidade” (embora discorde), mas é péssima para o aprendizado. Seres-humanos geralmente tem aversão em “escutar” que algo que acreditam é incorreto ou “mal informado”. Certamente ninguém é “dono da verdade”, mas “duvidar” das suas ideias e opiniões pode “abrir” um mundo de novas oportunidades de aprendizado.
Se permitirmos a possibilidade de que algo que acreditamos, muitas vezes durante anos, ser questionável, podemos descobrir coisas novas sobre nós mesmos e o mundo. Isto abre a “ cabeça” e o “coração” para um aprendizado que nunca acaba.
Momento “Aha!”
fevereiro 16, 2016 § Deixe um comentário
Para início de conversa, vale esclarecer que o título não tem conexão com a famosa banda dos anos 80. Escolhi porque me soa melhor do que “eureca”, por exemplo. O sentido é o mesmo, está relacionado àquela “hora” em que algo parece “clicar” na cabeça e o que era complicado, como em um passe de mágica, se descomplica. Aposto que em algum momento já aconteceu com todo mundo.
Quando estamos aprendendo algo, o momento “aha!” de tão esperado parece nunca chegar. Muitos se cansam e desistem no meio do caminho. Outros perseveram, mas encontram um processo tão repleto de frustações que aprender se torna sinônimo de sofrimento. Sei que muitas vezes conselhos como “siga em seu próprio ritmo”, apesar de corretos, tem efeito muito reduzido quando se está desiludido com a própria velocidade de aquisição de conhecimento.
É meio senso comum que perguntas são uma das melhores opções para se testar o entendimento. Mas elas também são uma das causas da desilusão com o próprio aprendizado quando propõe uma reflexão incompleta – e acredite, na maioria das vezes é esta a proposta. Isto porque a própria pergunta é incompleta. Ou é muito objetiva, ou é muito subjetiva, ou é simplesmente mal formulada. Para podermos refletir adequadamente a respeito de algum conteúdo – e estimular o tal momento “aha!” – devemos aprofundar 4 tipos (ou níveis) de questionamento (ou pergunta, se preferir):
O que este conteúdo diz?
Como este conteúdo funciona?
O que este conteúdo significa?
O que este conteúdo me inspira a fazer?
Vou abordar um pouco cada uma delas para poder contextualizar melhor (por exemplo, a pergunta 3, apesar de parecer, não levanta as mesmas reflexões que a pergunta 1).
O que este conteúdo diz?
Esta categoria de questionamento requer que se pense, literalmente, a respeito do conteúdo. É preciso focar tanto na ideia ou entendimento geral quanto nos detalhes-chave. Em literatura, por exemplo, é a famosa “interpretação de texto”. Entender o conteúdo em sentido literal é pré-requisito para que se possa, eventualmente, entendê-lo em níveis mais profundos.
É impossível alguém fazer qualquer tipo de inferência a respeito de algo se não entender o que aquilo quer dizer. Esta categoria é tão importante que gerou um dos pilares da Inteligência Artificial, a representação do conhecimento.
Como este conteúdo funciona?
Quando temos o entendimento literal do conteúdo, é hora de partirmos para o segundo nível de questionamento, o nível estrutural. Para facilitar o entendimento, vou usar como exemplo um conteúdo que tenha sido disponibilizado em texto (como este). Os seus questionamentos devem focar em vocabulário, escolha das palavras, estrutura do texto, habilidade do escritor (narrativa, recursos literários – como metáfora, por exemplo) e propósito.
A análise estrutural requer que se pense nas particularidades do conteúdo. Quanto mais entendemos as suas estruturas internas, mais entendemos as informações contidas nele. Quem conhece a respeito da hierarquia DIKW (comumente chamada de hierarquia do conhecimento) sabe que informação é dado contextualizado. Este nível procura exatamente esclarecer esta contextualização.
O que este conteúdo significa?
Este nível de questionamento lida com a análise inferencial e aborda as conclusões lógicas que se faz a partir do conteúdo. É o momento de se comparar conteúdos e ideias – relacionadas ou não – ao que se está aprendendo. Ao fazermos isso, estamos estimulando a formação da nossa própria opinião e argumentação em relação ao conteúdo utilizado para o aprendizado.
Mas atenção, embora tenha optado por não numerar os níveis de questionamento – para não dar a impressão de que são processuais – há uma certa relação com o grau de entendimento que temos do conteúdo. A análise inferencial é baseada na compreensão do conteúdo nos níveis literais e estruturais – não por acaso os níveis comentados anteriormente.
É realmente difícil responder a esse tipo de pergunta se não tivermos ideia do que o conteúdo diz, literalmente, ou como ele foi construído.
O que este conteúdo me inspira a fazer?
Quando se compreende profundamente algo, é natural que se queira agir, colocar para funcionar, colocar a mão na massa. Cresce a vontade em utilizar a informação ou a perspectiva desenvolvida. Este é o momento que temos a certeza de que aprendemos algo (e que chamei de “aha!”).
Mas é importante saber que nem todo mundo se inspira da mesma forma. Alguns se sentem impelidos a escrever algo a respeito, outros em aprofundar a pesquisa, outros em pensar em maneiras de tangibilizar, como por exemplo um produto ou negócio. Alguns querem participar de debates a respeito para testarem a sua convicção ou força do argumento. Não há modo certo e é isto que faz com que o aprendizado seja estimulante. É isto também que faz com que o aprendizado seja uma experiência pessoal. Ele nos “atinge” de maneiras diferentes.
E é também por isso que alguns (como este que escreve) defendem que o aprendizado seja estimulado por formas diferentes das tradicionais (também conhecidas como formais). A força do aprendizado formal só é potencializada quando incluímos o aprendizado informal e o autoaprendizado na equação. É bom aprender com o professor. Mas também é bom aprender com o Bill Gates, com o Steve Jobs, com o John Lennon e com o Zé das Couves, que vende verdura ali na esquina.
Storytelling, aprendizado e o nosso cérebro
fevereiro 10, 2016 § Deixe um comentário
Contam que certa vez, para demonstrar os seus dotes de escritor, Ernest Hemingway aceitou o desafio de escrever uma história com apenas 6 palavras. Saiu-se com a seguinte frase: “For sale: baby shoes, never worn” – em uma rápida tradução, “à venda: sapatos de bebê, nunca usados”. A frase ficou conhecida como o conto mais curto do mundo e ganhou notoriedade muito pela fama do autor. Atualmente tem sido estudada não em classes de literatura, mas em pesquisas cognitivas. Pesquisadores a usam para determinar o quão poderoso é o efeito de uma boa história sobre o cérebro.
O neurocientista Paul J. Zak, diretor do centro para estudos neuroeconômicos da Universidade de Claremont, em um artigo publicado na revista “Cerebrum”, analisa o conto, focando sua “força” em 3 aspectos, comuns em histórias inspiradoras: a) utiliza o conceito de limiar de atenção do cérebro (attention span) a seu favor; b) utiliza o poder do impacto emocional; c) utiliza a combinação dos 2 (limiar de atenção e impacto emocional) como atalho para a mensagem.
Histórias captam melhor a nossa atenção do que outras formas de informação porque deixam um traço físico e emocional no cérebro. Em parte, por razões evolutivas. Como somos criaturas sociais, interagindo regularmente com desconhecidos, histórias cumprem o papel de transmitir efetivamente informações e valores culturais de um indivíduo ou comunidade a outro. Histórias pessoais ou emocionais tinham a função de facilitar a lembrança do que era passado e por esta razão, eram mais utilizadas do que uma simples declaração de fatos.
Zak e sua equipe utilizaram em sua pesquisa uma animação que conta a história de Ben, um menino de 2 anos que tem um tumor cerebral. O vídeo traz o “pai” de Ben contando que o filho tem apenas alguns meses de vida, enquanto o próprio garoto brinca ao fundo (para assisti-lo, clique AQUI). Os pesquisadores perceberam que após assistir ao vídeo, cerca de metade das pessoas doavam dinheiro para instituições que tratavam de crianças com câncer. Construíram então, um modelo matemático para analisar uma série de histórias emocionais e ajudar a “prever” a reação das pessoas a elas. “Descobriram” 2 aspectos fundamentais nas histórias que consideraram mais efetivas. O primeiro, ela deve não apenas chamar a atenção, mas mantê-la durante um período de tempo. O segundo, deve transpor quem a ouve para o lugar ou o “mundo” dos personagens.
Como se aprende por histórias?
Como não são todas as histórias que conseguem manter a atenção de alguém durante certo período e transpor para o “mundo” dos personagens, é preciso entender como isto acontece. Na visão de alguns teoristas da narrativa existe uma “estrutura universal de histórias”, chamada de “arco dramático”. Ele começa com algo novo e surpreendente, proporciona um aumento de tensão com dificuldades que os personagens devem superar, geralmente por conta de uma falha ou crise em seu passado, leva ao clímax, onde os personagens devem “olhar” para dentro de si para poderem superar os problemas e então, uma vez que se reinventarem ao encontrarem “sua verdade”, a história se resolve por conta própria.
Esta estrutura ajuda a transmitir a informação de forma que não nos esqueçamos dela facilmente. Instintivamente, procuramos pela “estrutura universal” quando sentimos a necessidade ou a urgência de “decodificar” algum dado que acreditamos relevante. O “arco dramático” é a “razão” pela qual boa parte das pessoas olha para acidentes de carro ao passar por eles. É preciso saber se há sobreviventes porque talvez eles tenham feito algo que os fez sobreviver. Ou então, é preciso saber se o motorista fez algo que causou o acidente. E nós, por uma questão evolutiva, temos a necessidade de conhecer informações importantes para a nossa sobrevivência.
Explorando o potencial educacional de histórias (e do “arco dramático”), algumas organizações estão integrando narrativas aos seus esforços (educacionais ou não) com resultados animadores:
Criada em 2012, a iniciativa Narrative 4 ou N4, estimula o aprendizado via histórias com um processo bem simples, que está sendo replicado em diversas escolas e centros comunitários mundo afora. 2 participantes “criam” cada um uma história e a contam para o outro. Quem ouviu a história, tem que recontá-la para mais duas pessoas e assim por diante. O objetivo é quebrar barreiras e preconceitos por meio da “troca” de conhecimento.
Storycorps, o já lendário projeto de história oral de Dave Isay, começou em 2003 com uma cabine de gravação no Grand Central Terminal de trens em Nova York, onde pessoas comuns gravavam a “história” da sua vida para compartilhar com os demais. Treze anos depois (e mais de 50 mil gravações), estas histórias individuais constituem um dos maiores legados sociológicos contemporâneos.
Humans of New York, é um blog lançado pelo fotógrafo Brandon Stanton, para registrar a imagem e as histórias de nova-iorquinos comuns. Com mais de 20 milhões de seguidores hoje, o “projeto” é considerado um “senso fotográfico” da cidade nos dias atuais e usado como fonte de pesquisa em diversos estudos acadêmicos.
A narrativa (ou mais conhecida em alguns meios como storytelling) não é apenas um processo artístico para criação de entretenimento. É um fio condutor memorável que também pode nos ajudar a reter informações importantes e aumentar o aprendizado, uma vez que “estimula” o cérebro a “processar” a informação no ritmo em que ela é passada.
Obama, programação e robótica
fevereiro 2, 2016 § Deixe um comentário
Em janeiro último, o presidente Obama fez o seu discurso final ao congresso americano. É uma prática centenária chamada “State of the Union”, em que o mandatário do poder executivo presta contas aos poderes legislativo e judiciário e compartilha o planejamento para o ano corrente. Em um dos tópicos, Obama verbalizou a importância em “ajudar os estudantes a aprenderem a escrever códigos para computadores”. Ao se comunicar diretamente com estudantes em um evento posterior, o presidente americano os instigou a “dominar as ferramentas e tecnologias que irão mudar tudo o que conhecemos”.
Obama está certo. Não apenas estudantes, mas todos nós, deveríamos mudar o foco de recebedores passivos de tecnologia para criadores ativos de programas, aplicativos, invenções tecnológicas, etc. Esta mudança de atitude, mais do que uma “corrida” tecnológica, significa adequar a forma de pensar para uma mentalidade dinâmica, em que se destaca a “nutrição” do pensamento com conhecimentos abrangentes e a imaginação para melhorar criativamente a comunidade a nossa volta. A “criação” de tecnologia é apenas um condutor (não o único) para esta energia. É bem verdade que é um condutor altamente eficaz, o que leva o presidente dos EUA a “fazer campanha” a seu favor.
Apesar do custo ser apontado como um inviabilizador da iniciativa de se promover uma distribuição coletiva deste tipo de conhecimento, algumas alternativas, como o uso de conhecimentos do tipo acesso livre (open access), ajuda a mitigá-los. Opções como Khan Academy e Code.org já oferecem seus conteúdos em diversas línguas, inclusive o português. São gratuitos (para educadores, estudantes e pais), oferecem incentivos motivacionais e atraem os mais novos com gráficos altamente coloridos e interfaces que usam personagens conhecidos de videogames e temas “lúdicos” como zumbis. Sites como estes representam o primeiro passo para introduzir o coding (como a programação de computadores vem sendo chamada) na vida de um leigo.
O passo seguinte para atingir o que Obama sugeriu (“dominar as ferramentas e tecnologias que irão mudar tudo o que conhecemos”) é a robótica. Instituições e ferramentas destinadas a popularizar o conhecimento e o aprendizado de robótica como Sphero, Wonder Workshop e Lego Mindstorms – apesar de estarem por enquanto disponíveis apenas em inglês, não são empecilho para quem tem algum conhecimento na língua (mesmo em nível escolar) e disposição para aprender. Estas opções para o aprendizado em robótica demonstram que não é necessário montar um laboratório caríssimo do nível do M.I.T. para colocar a “mão na massa”. A robótica “promove” quem conhece coding, da interface solitária de uma tela de computador para uma comunidade social ativa.
Agora que vimos “como” o apelo do Obama pode ser colocado em prática, proponho analisar “porque” ele deve ser colocado em prática. Fugindo de viés social ou econômico – que também podem ser usados para justificá-lo – pretendo focar no viés cognitivo. Afinal, como dizem, preparo educacional e inteligência são algo que nenhuma crise econômica tira de uma pessoa.
Ponto 1: aprendizado sensorial
Seres humanos aprendem utilizando todos os seus sentidos. Alguns pesquisadores têm se esforçado para demonstrar que uma abordagem multissensorial ativa um número maior de conexões cognitivas do que a abordagem tradicional, focada no audiovisual. Programação e robótica atuam neste sentido, encorajando quem as aprende a tocar, construir, medir, avaliar e testar o que fazem. Isto envolve emocionalmente e fisicamente quem aprende, estimulando o aumento de conexões neurais que resultam em um aprendizado ativo e reforçam, pela experiência, a memória de longo prazo.
Ponto 2: melhora da socialização
Aprendizado pela socialização não é nada novo. Lá nos anos 1970, Albert Bandura estabeleceu a teoria mais conhecida da aprendizagem por socialização, que estimulava as pessoas a aprendem umas com as outras, através da observação, imitação e criação de modelos. Esta linha de pensamento é ainda relevante hoje, quando observamos o crescimento da comunicação e colaboração como habilidades críticas para o sucesso profissional. Estratégias para aprendizagem que utilizam como ferramentas a programação computacional e a robótica, além de oferecerem oportunidades de socialização, estimulam o desenvolvimento da habilidade de escutar e avaliar perspectivas alternativas (em um mundo que parece se radicalizar pelos extremos – tanto em uma linha conservadora quanto liberal – esta habilidade pode ser essencial para evitar que explodamos uns aos outros no futuro).
Ponto 3: oportunidade para promover inovação ao alcance das mãos
Em um livro que recomendo bastante, Daniel H. Pink, autor de obras lidas por interessados em administração de empresas, teoriza que nestes anos iniciais do século XXI temos testemunhado uma mudança de mentalidade que irá “pavimentar” o caminho para o restante do século (os 84 anos que ainda temos pela frente). Neste “novo mundo”, o MFA (Master in Fine Arts) irá substituir o MBA (Master in Business Administration) em importância. A questão que Pink aborda, é que não basta “gerenciar” para estimular a inovação. É necessário ter disponível as habilidades criativas para tal. Embora criatividade e pensamento inovador não possam ser automatizados em um programa de computador, o raciocínio lógico que a programação computacional se nutre também estimula oportunidades de construir e expressar a imaginação. Associadas à robótica, estas oportunidades se potencializam.
Ponto 4: aumento do rigor intelectual
Os níveis mais altos da Taxonomia de Bloom (criada pelo psicólogo Benjamin Bloom em 1956) são as capacidades de aplicação, análise, síntese e avaliação. Ao atingir este ápice de pensamento, a pessoa adquire a capacidade de visualizar maneiras viáveis (e novas) de aplicar seu conhecimento. Programação computacional e robótica permite transformar fatos e ideias em “blocos” que podem ser usados para “construir” aplicativos, produtos e invenções. Os 84 anos que temos adiante irão demandar um alto nível de pensamento para enfrentarmos os desafios que nos aguardam. Por que não utilizar “caminhos” que ajudem atingirmos este nível com mais facilidade?
O desejo de criar não é nada novo na história da humanidade. A combinação de corações, mentes e corpos sempre contribuiu para a melhoria do mundo – especialmente após o iluminismo do século XVIII. Mas, me pergunto se estamos nos preparando adequadamente para valorizar nossa criatividade e aumentar nossa possibilidade de criação. Obama está deixando o seu cargo, mas tocou em um ponto fundamental não apenas para americanos, mas para o restante do mundo. Vale a pena ouvir.
O futuro da educação
janeiro 26, 2016 § Deixe um comentário
Não são poucos os que afirmam que “as perguntas são mais importantes que as respostas” – uma rápida pesquisa pelo Google aponta “aproximadamente” 18.700.000 resultados – somente para a frase em português. Seguindo essa premissa a Bright, publicação online baseada na plataforma Medium e que recebeu aporte financeiro de ninguém menos que o fundador da Microsoft (por meio da The Bill & Melinda Gates Foundation), fez a seguinte pergunta a alguns educadores participantes do TED-Ed Innovative Educators: “como a escola vai estar em 2050?”. Como para a maioria das pessoas, conscientemente ou não, a escola está diretamente ligada à educação, a pergunta pode ser entendida como uma previsão (ou “jogo de adivinhação”) a ser checada daqui a 34 anos a respeito do próprio futuro da educação.
Como de se esperar, as respostas variam de “não vai mudar muito” até “será completamente diferente” (quem quiser pode checar AQUI). O interessante, para mim, não são as respostas em si, mas o que se pode subentender por elas. Dos que responderam que alguma mudança virá, o fazem sob 3 premissas básicas: uso maciço da tecnologia, criatividade como habilidade profissional desejada e uso prático do conhecimento como forma de aprendizagem.
Scott Teplin, um dos colaboradores da Bright, captou bem as 3 premissas em algumas ilustrações que replico abaixo. A sala de aula pode se transformar no próprio colégio.
Pátio do recreio
Illustration by Scott Teplin
Cafeteria da escola
Illustration by Scott Teplin
Exercícios de “futurologia” à parte, o que liga estas 3 premissas (que na minha opinião são válidas) é a capacidade de se propor desafios para o aprendiz. Uma das formas de estimular desafios é utilizando os campos de conhecimento formadores do acrônimo em inglês STEM (ciência, tecnologia, engenharia e matemática). Uma das razões do enfoque nestes campos é a eficiência deles em estimular a imaginação e o engajamento pela prática.
É claro que o simples fato de disponibilizar as disciplinas não irá gerar desafio algum por si só. O que faz diferença é a forma como as disciplinas são implementadas. A organização MESA USA (Mathematics, Engineering, Science Achievement), que desde 1970 advoga em favor das disciplinas STEM e já ajudou, através de seus programas, milhares de estudantes a se transformarem em cientistas, engenheiros e matemáticos, investiu mais de um ano de trabalho e de recursos financeiros desenvolvendo “desafios” para estimular o aprendizado em STEM e compartilhou 5 estratégias que podem ser aplicadas para quem quer construir os seus próprios desafios de aprendizado.
1) Faça algo pessoal: escolha temas que possam se relacionar pessoalmente com você (ou com os aprendizes). A MESA escolheu, por exemplo, o desenvolvimento de próteses de baixo custo, porque conecta a engenharia a uma questão relevante. Segundo David Coronado, presidente da organização, “vários estudantes veem de campo de refugiados ou de países com pouco acesso à serviço médico e medicamentos”. Como possuem histórias pessoais envolvendo o tema, percebem imediatamente o benefício que seu trabalho pode gerar, desta forma se conectam a ele com mais facilidade.
2) Procure conselhos e opiniões: a organização se consultou com especialistas quando estava desenvolvendo seus desafios para poder construí-los de maneira autêntica. Para o desafio das próteses, buscaram conselhos da associação de veteranos de guerra e de médicos que trabalham com amputados. Desta forma, puderam direcionar os estudantes a implementarem os mesmos testes que são implementados por profissionais que desenvolvem próteses.
3) Faça pequeno: quando se desenvolve projetos com objetivos educacionais, é preciso lidar com situações pouco comuns às instituições de ensino, como por exemplo, estocar os produtos criados. A solução encontrada pela MESA foi a construção de próteses em tamanhos reduzidos, mas que pudessem ser fabricadas em tamanho normal se fossem entrar em uma linha de produção de verdade.
4) Faça barato: definir um limite das despesas força quem desenvolve um “produto” a ser criativo para reutilizar e “reimaginar” materiais. No caso dos protótipos, os estudantes foram orientados a usar o lixo reciclável – metais, plásticos e vidros são a matéria-prima dos protótipos, não há motivo para desperdiçar o que outros não querem mais. Modelagem e protótipos são usados para comunicar o que o “inventor” está pensando, isto está relacionado à experimentação, à construção e a “brincar” com as ideias e não com o uso do “material certo”.
5) Pense “low-tech”: apesar de ser um dos componentes do STEM, a organização deliberadamente evitou soluções de tecnologia em seu desafio de próteses. “Nós não queremos passar seis meses ensinando robótica aos alunos “, afirmou Coronado. Em vez disso, a ênfase foi no processo de design thinking.
É preciso engenhosidade, vontade em construir, aceitação da falha e certeza de que implementar o conhecimento é tentar novamente. Estas atitudes estão intimamente ligadas ao sucesso de quem quer implementar a sua propriedade intelectual. Se conseguirmos estimulá-las via nosso sistema educacional, não importa como ele seja em 2050, vai ter cumprido o papel que se espera em uma sociedade baseada no conhecimento.
Flipped Classroom em 5 (fáceis) passos
janeiro 19, 2016 § Deixe um comentário
Muita gente tem experimentado uma mudança que, penso eu, em alguns poucos anos será inevitável para boa parte do mundo: integrar tecnologia com a metodologia de ensino tradicional. Um método tem se destacado neste esforço, o chamado flipped classroom – em uma tradução aproximada, “sala de aula invertida” (AQUI o que já escrevi sobre o tema) – por ajudar a tornar as “aulas” e o “ambiente” em sala mais pessoal e por facilitar a retenção do conhecimento passado.
Antes de abordar as dicas para ajudar quem se interessar em implementar, creio que vale uma pequena introdução ao tema. Em uma sala de aula tradicional, o professor é o foco principal da aula e o aluno o olha como o detentor do conhecimento. Esses alunos também são estimulados a utilizar apostilas e praticar seus exercícios fora da aula, em seus deveres de casa.
Uma “sala de aula invertida” é uma forma de blended learning, onde os aprendizes recebem o conteúdo online por meio de vídeos ou palestras, geralmente em casa, e o “dever de casa” é feito em sala de aula, com a orientação e apoio do professor, que promove discussões e resoluções conjuntas de atividades. A interação professor-aluno tende a ser mais pessoal, com a orientação substituindo o repasse de conteúdo.
Segundo dados da organização Flipped Learning Network, destinada a divulgar a prática, 9 em 10 professores que “inverteram” suas aulas notaram uma mudança positiva no comprometimento de seus alunos com o aprendizado. Outro dado que chama a atenção é o número de professores que experimentaram o método nos EUA. Em 2012, 48% deles “inverteram” ao menos 1 aula, em 2014 o número havia subido para 78% (ainda não foram divulgados dados de 2015, mas a tendência era de alta pelo quarto ano consecutivo).
Existem diversas formas de se promover uma flipped classroom (é possível encontrar na própria organização citada, Flipped Learning Network, uma série de orientações). Minha intenção é dar 5 passos (ou dicas) para facilitar o “pontapé inicial”.
Passo 1: Grave um vídeo
Uma das formas mais usuais de “inverter” uma aula é gravá-la (ou gravar um vídeo específico sobre determinado assunto). Para experimentar, utilize alguma ferramenta online de gravação. Para ajudá-los aí vão 12 ferramentas que podem auxiliar na gravação e 5 melhores práticas a serem seguidas.
Passo 2: Compartilhe com os aprendizes
Após criar seu vídeo, o compartilhe online – usando o YouTube, por exemplo – ou uma LMS, como a Digital Chalk – para que os aprendizes possam assisti-lo fora do horário de aula (esse ponto é importante, do contrário não há “inversão”). Avise-os para que se preparem para debater o assunto e participarem dos exercícios em sala.
Passo 3: Encoraje a preparação pessoal e a participação em sala
Deixe claras as expectativas e o objetivo dos vídeos a serem assistidos em casa. Muitos professores distribuem ementas de aulas e um calendário de atividades. Alguns encorajam a preparação de seus aprendizes por meio de quizz ou lista de perguntas a serem respondidas.
Passo 4: Promova atividades em sala
Uma vez “liberado” o tempo de repasse de conteúdo, este deve ser “preenchido” por atividades em sala. É muito importante utilizar o horário de aula para feedback imediato e resposta a dúvidas encontradas. Também é válido facilitar e encorajar debates entre os aprendizes para estimular a colaboração e, de quebra, o aprendizado.
Ferramentas de discussão online podem auxiliar na preparação e para levantar pontos a serem esmiuçados em sala. Para ajudá-los, algumas dicas para promover o engajamento via fórum online.
Passo 5: Repita os passos anteriores
Em uma sala de aula completamente “invertida”, todo o repasse de conteúdo acontece fora dela. Isto significa ter todas os assuntos gravados, arquivados online e prontos para serem usados. Lembre-se de ter todas as suas atividades de sala planejadas de antemão – da mesma forma que faria em um modelo de aula tradicional.
Antes de fechar, vale tocar em um ponto adicional. É possível que ao aprofundar sua pesquisa a respeito do tema, você encontre o termo flipped learning. Apesar de usarem termos similares (flipped), inverter a sala de aula e o aprendizado são “coisas” diferentes. É possível implementar o método de flipped classroom dentro da filosofia tradicional de ensino, é apenas uma questão de inverter a estrutura – o “dever de casa” é feito em sala e o conteúdo é repassado em casa. Flipped learning envolve uma mudança de filosofia e impacta diretamente o ambiente de aprendizado, a cultura de aprendizado, o conteúdo e o profissional de educação envolvido – tanto que o termo F-L-I-P virou um acrônimo dos 4 pilares de sustentação do modelo, na ordem: Flexible Enviroment (ambiente flexível); Learning Culture (cultura de aprendizado); Intentional Content (conteúdo específico); Professional Educator (profissional educador).
Conclusão: uma coisa não é outra. Flipped classroom pode levar (mas não necessariamente) ao flipped learning. Para tal, é preciso incorporar os tais 4 pilares (sugiro a leitura deste material aos interessados) à crença pessoal do professor.
Pessoalmente, acredito que algo novo – até pela própria incipiência inicial – deva ser experimentado aos poucos, em projetos pilotos, para que cada um possa visualizar por conta própria a validade (ou não) do proposto. Minha sugestão é que os interessados foquem em “inverter” a sala de aula antes de “alçar” voos mais altos.
Marcelo Tibau 