mapas conceituais e os conceitos da disciplina de algoritmos: … brezolin.pdf · warner brezolin...
TRANSCRIPT
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO
PUC - SP
Warner Brezolin
Mapas Conceituais e os Conceitos da Disciplina
de Algoritmos: Uma Aplicação para a
Aprendizagem Significativa
MESTRADO EM
TECNOLOGIAS DA INTELIGÊNCIA E DESIGN DIGITAL
SÃO PAULO
2015
Warner Brezolin
Mapas Conceituais e os Conceitos da Disciplina
de Algoritmos: Uma Aplicação para a
Aprendizagem Significativa
SÃO PAULO
2015
Dissertação apresentada à Banca
Examinadora da Pontifícia Universidade
Católica de São Paulo, como exigência
parcial para obtenção do título de Mestre
em Tecnologias da Inteligência e Design
Digital, sob a orientação do Prof. Dr.
Daniel Couto Gatti.
DEDICATÓRIA
Dedico este trabalho a minha
esposa Ligia e minha filha Ana
Clara pelo total apoio,
compreensão e carinho.
Agradecimentos
Tão nobre quanto o amor é o sentimento de gratidão que não me permite
esquecer aqueles que um dia estiveram presentes nesta fase importante de minha
vida e que de certo contribuíram para a realização deste trabalho.
Agradeço em primeiro lugar, a Deus, que nos criou e tornou este sonho uma
realidade, por estar sempre presente em minha vida e inspirar-me nos momentos
decisivos.
Agradeço aos meus pais pelo incentivo e ajuda constante ao longo de minha
caminhada, em especial a minha mãe Ivani (in memoriam), pela qual tenho grande
admiração por sua garra, coragem, dedicação. Tenho certeza que ela está feliz com
mais esse passo dado em minha vida.
Ao meu orientador Daniel, pelos valiosos ensinamentos, compreensão e
paciência, bem como pelo apoio amigo durante toda a pesquisa.
À minha esposa Ligia, companheira de vida e que me apoiou durante todo o
mestrado com muita paciência e amor.
À minha filha linda Ana Clara, por estar sempre com um sorriso empolgante e
me convidar para uma brincadeira nos momentos em que eu mais precisava.
À minha querida sogra Maria Eugênia pelas bênçãos de todos os dias.
À minha irmã Érika pela companhia nas viagens até São Paulo.
Aos colegas do UNISAL que acreditaram em minha capacidade profissional e
sempre deram palavras de incentivo.
À Edna pela total acolhida, gentileza e dedicação nos serviços prestados.
A todos os professores do TIDD que foram sempre um exemplo de dedicação
e profissionalismo.
A CAPES pela cessão de uma bolsa de estudos tornando possível a
concretização deste trabalho.
A todos aqueles que contribuíram direta ou indiretamente com o
desenvolvimento deste trabalho.
Resumo
Esta pesquisa apresenta uma estratégia de ensino de algoritmos numa perspectiva
de aprendizagem significativa. A motivação para o desenvolvimento desta pesquisa
advém da dificuldade dos alunos na aprendizagem dos conceitos de algoritmos, que
se constitui num dos principais fatores que levam os cursos de formação em
computação a atingir altos índices de reprovação e evasão. Para o desenvolvimento
da pesquisa, utilizou-se a metodologia da Aprendizagem Significativa de Ausubel e
as técnicas dos mapas conceituais de Novak e Gowin, como ferramentas de
estruturação do conhecimento dos alunos no processo de ensino e aprendizagem do
conteúdo mencionado. A pesquisa aborda os conceitos sobre mapas conceituais
para que essa relação entre o conhecimento existente e o adquirido tenha sentido
para o aluno. Com este método, verificou-se que os alunos desenvolveram e
interpretaram os acontecimentos externos e as experiências pessoais, resultando
em atitudes, valores e normas de atuação. A pesquisa foi realizada com alunos do
curso de Ciência da Computação, do Centro Universitário Salesiano de São Paulo
U. E. Lorena. Para verificação dos dados foram utilizados um teste antes, outro
depois da aplicação dos conteúdos, com uso de mapas conceituais no grupo
experimental e sem o uso dos mapas no grupo de controle. Os resultados
mostraram que o uso de mapas conceituais contribuiu de forma significativa no
estudo de algoritmos, além de proporcionar seu uso em outras disciplinas nos
cursos de computação.
Palavras-chave: Algoritmos; Aprendizagem Significativa; Mapas Conceituais.
Abstract
This research presents a teaching strategy of algorithms in a significant learning
perspective. The motivation for the development of this research comes from the
difficulty of students in the learning of algorithms concepts, which constitutes one of
the main factors leading training courses in Computer achieve high rates of school
failure or drop out. For the development of research, it was used the methodology of
significant learning by Ausubel and techniques of conceptual maps by Novak and
Gowin, as structuring tools of the students knowledge in the teaching and learning
process of that content. The research addresses the concepts of conceptual maps
for that the relationship between existing knowledge and the acquired knowledge be
meaningful for the student. It is expected that with this method the student develop
and interpret external events and personal experiences, resulting in attitudes, values
and performance standards. The survey was conducted with students of Computer
Science Course of the Salesian University Centre of São Paulo in Lorena. For
verification, it was used a test before and after the application of the contents, with
the use of conceptual maps in the experimental group and without the use of maps in
the control group. The results showed that the use of conceptual maps has
contributed significantly to the study of algorithms, in addition to providing its use in
other disciplines to attend computer courses.
Key words: Algorithms; Meaningful Learning; Conceptual Maps.
LISTA DE FIGURAS
Figura 1 - Sequência de passos computacionais ...................................................... 23
Figura 2 - Procedimento de Euclides (m,n) ............................................................... 24
Figura 3 - Fluxograma do procedimento de Euclides (m,n) ....................................... 25
Figura 4 - Programa do procedimento de Euclides (m,n) .......................................... 26
Figura 5 - Descrição em pseudocódigo do procedimento de Euclides (m,n) ............ 26
Figura 6 - Instrução de atribuição .............................................................................. 28
Figura 7 - Instrução de saída de dados ..................................................................... 28
Figura 8 - Instrução de entrada de dados ................................................................. 29
Figura 9 - Estrutura sequencial ................................................................................. 29
Figura 10 - Estrutura de decisão ............................................................................... 30
Figura 11 - Estrutura de laços contados .................................................................... 31
Figura 12 - Estrutura de laços condicionais .............................................................. 32
Figura 13 - As dimensões da aprendizagem ............................................................. 34
Figura 14 - Representação gráfica dos mapas conceituais ....................................... 39
Figura 15 - Elementos e características do mapa conceitual .................................... 41
Figura 16 - Software XMind ....................................................................................... 43
Figura 17 - Tela principal do software CmapTools .................................................... 44
Figura 18 - Tela principal do software The Brian ....................................................... 45
Figura 19 - Tela do software Simple Mind ................................................................. 46
Figura 20 - Etapas da metodologia de pesquisa ....................................................... 58
Figura 21 - Laboratório de Metodologias Inovadoras ................................................ 63
Figura 22 - Mapa Conceitual sobre conceito e importância dos algoritmos, elaborado
por um aluno do grupo experimental. ........................................................................ 73
Figura 23 - Mapa Conceitual sobre conceito e importância dos algoritmos, elaborado
por um aluno do grupo experimental. ........................................................................ 74
Figura 24 - Mapa Conceitual sobre variáveis e constantes, elaborado por um aluno
do grupo experimental. .............................................................................................. 75
Figura 25 - Mapa Conceitual sobre tipos de dados, elaborado por um aluno do grupo
experimental. ............................................................................................................. 76
Figura 26 - Mapa Conceitual sobre operadores, elaborado por um aluno do grupo
experimental. ............................................................................................................. 77
Figura 27 - Mapa Conceitual sobre estrutura de controle, elaborado por um aluno do
grupo experimental. ................................................................................................... 78
Figura 28 - Mapa Conceitual sobre estrutura de dados, elaborado por um aluno do
grupo experimental. ................................................................................................... 79
Figura 29 - Mapa Conceitual sobre Passagem de Parâmetros e Recursividade ...... 80
Figura 30 - Etapas realizadas junto aos alunos ......................................................... 83
LISTA DE TABELAS
Tabela 1 - Alunos matriculados no Curso de Ciência da Computação ..................... 60
Tabela 2 - Alunos do Curso de Ciência da Computação nos últimos quatro anos .... 60
Tabela 3 - Acompanhamento dos alunos ingressantes no ano de 2011 ................... 61
Tabela 4 - Resultado do questionário sobre conceitos de Algoritmos ....................... 72
Tabela 5 – Resultado das correções do questionário final ........................................ 84
LISTA DE QUADROS
Quadro 1 - Características dos Algoritmos ................................................................ 22
Quadro 2 - Etapas de desenvolvimento de algoritmos .............................................. 24
Quadro 3 - Comparativo dos softwares para a elaboração de mapas conceituais .... 42
LISTA DE GRÁFICOS
Gráfico 1 - Alunos do Curso de Ciência da Computação nos últimos quatro anos ... 61
Gráfico 2 - Acompanhamento dos alunos ingressantes no ano de 2011 .................. 62
Gráfico 3 - Relação da disciplina de Algoritmos com o perfil profissional de
Computação .............................................................................................................. 68
Gráfico 4 - Dificuldade para a compreensão da disciplina ........................................ 69
Gráfico 5 - Importância da disciplina na grade curricular .......................................... 69
Gráfico 6 - Desafios encontrados na aprendizagem de Algoritmos ........................... 70
Gráfico 7 - A importância da disciplina de Algoritmos na resolução de problemas ... 70
Gráfico 8 - Relacionamento entre resolução de problemas, lógica e algoritmos ....... 71
Gráfico 9 – Pesquisa de satisfação sobre Mapas Conceituais .................................. 81
Gráfico 10 - Resultado das correções do questionário final ...................................... 85
SUMÁRIO
CAPÍTULO 1 INTRODUÇÃO ................................................................................... 16
CAPÍTULO 2 ALGORITMOS E A APRENDIZAGEM SIGNIFICATIVA .................. 21
2.1 Algoritmos ....................................................................................................... 21
2.1.1 Desenvolvimento de algoritmos ................................................................ 23
2.1.2 Representação de algoritmos ................................................................... 25
2.2 Aprendizagem Significativa .............................................................................. 32
2.2.1 Mapas Conceituais .................................................................................... 37
2.2.2 Elementos e características dos mapas conceituais ................................. 40
2.2.3 Softwares para elaboração de mapas conceituais ................................... 41
CAPÍTULO 3 O ENSINO DE ALGORITMOS EM CURSOS SUPERIORES DE
COMPUTAÇÃO ........................................................................................................ 48
3.1 A disciplina de Algoritmos ............................................................................... 48
3.2 O Ensino-Aprendizagem de Algoritmos .......................................................... 49
3.3 Iniciativas no ensino de Algoritmos ................................................................. 50
CAPÍTULO 4 MAPAS CONCEITUAIS E ALGORITMOS ......................................... 56
4.1. Apresentação .................................................................................................. 56
4.2. A proposta ...................................................................................................... 57
4.3. Campo da pesquisa ........................................................................................ 59
4.4. Instrumento de coleta de informações ............................................................ 62
4.4.1. LMI – Laboratório de Metodologias Inovadoras ....................................... 63
4.4.2. Software CmapTools ............................................................................... 64
4.5. Procedimento de Pesquisa ............................................................................ 64
4.6. Desenvolvimento das atividades .................................................................... 67
4.7. Procedimentos de coleta e tratamento de dados ............................................ 82
4.8. Análise do desempenho dos alunos ............................................................... 83
CONSIDERAÇÕES FINAIS ...................................................................................... 87
REFERÊNCIAS ......................................................................................................... 90
APÊNDICE A – Carta de esclarecimento da pesquisa .......................................... 94
APÊNDICE B – Termo de consentimento livre e esclarecido ................................ 95
APÊNDICE C - Questionário para levantamento de índice de reprovação e
desistência em Cursos Superiores de Computação .............................................. 97
APÊNDICE D – Questionário Inicial ...................................................................... 99
APÊNDICE E – Modelo de Mapa Conceitual sobre Algoritmos ........................... 102
APÊNDICE F - Questionário de análise da pesquisa .......................................... 103
QUESTIONÁRIO ................................................................................................. 103
APÊNDICE G – Resultado do questionário sobre a satisfação da técnica de
mapas conceituais ............................................................................................... 105
ANEXO A – Grade curricular dos cursos de Ciência da Computação com nota 5
no MEC ................................................................................................................ 106
ANEXO B – Questionário final ............................................................................. 116
16
CAPÍTULO 1 INTRODUÇÃO
Nos dias de hoje, é possível verificar que diante da missão de entender e
incorporar processos para a construção de uma educação mais condizente com as
necessidades do mercado de trabalho, os professores e instituições do Ensino
Superior enfrentam alguns desafios. Esses desafios se referem à inserção de novas
tecnologias, novos processos educacionais no ensino, autonomia adquirida pelo
aluno e necessidade de uma educação mais humana, que estabeleça um diálogo
sólido entre as disciplinas. Entender como os alunos aprendem, criar situações de
aprendizagem, saber avaliar os alunos por meio de instrumentos adequados não
são tarefas fáceis. Por tudo isso, Moran (2007) diz que o educador de hoje deve
assumir o papel de facilitador da aprendizagem e utilizar adequadamente as
tecnologias educacionais, visando oferecer ao aluno uma aprendizagem prazerosa,
participativa e dinâmica.
O planejamento do ensino, a utilização de técnicas apropriadas, a preparação
do aluno, bem como a interação com o professor é fundamental nesse processo
para que se obtenha uma aprendizagem significativa.
Para Ausubel (1982) a aprendizagem é muito mais significativa à medida que
o novo conteúdo é incorporado às estruturas de conhecimento de um aluno e
adquire significado para ele a partir da relação com seu conhecimento prévio. Ao
contrário, ela se torna mecânica ou repetitiva, uma vez que se produziu menos essa
incorporação e atribuição de significado. Assim, será adotado na presente pesquisa
a técnica de mapas conceituais com base nos conceitos da teoria da Aprendizagem
Significativa de Ausubel para auxiliar na busca pelo aprendizado do aluno na
disciplina de Algoritmos.
As questões sobre as estruturas de programação e a resolução de problemas
entram como alvo desta pesquisa devido ao nível de abstração que envolve o ensino
de algoritmos. Dessa forma, o conteúdo precisa ser transmitido utilizando-se de
diferentes técnicas de ensino, para que seja possível tornar o aprendizado do aluno
mais atrativo e dinâmico.
Nessa prática, também é importante verificar que as estruturas cognitivas dos
alunos não estão preparadas para a construção de conhecimento, ou então não se
encontram no mesmo nível de aprendizado (AUSUBEL, 1982).
17
Verifica-se que com a utilização da teoria da aprendizagem significativa será
viabilizado a criação de ambientes de aprendizagem permitindo dinamismo e
adaptabilidade, fazendo com que o ambiente seja mais adequado ao
desenvolvimento independente do aluno, por meio de um modelo de ensino
centrado. Afinal, uma das habilidades desenvolvidas nos cursos de Computação é
formar programadores, e, para tal formação, os conhecimentos de algoritmos são
essenciais.
Também podem ser observadas as várias dificuldades que os alunos
enfrentam na aprendizagem da disciplina de Algoritmos. Medina e Fertig (2006)
apoiam a ideia de que a baixa motivação e o interesse do aluno seja o grande
responsável pela reprovação e evasão nos cursos de Computação. Também
Barcelos (2012) e Engelbrecht et al (2012) mostram que devido os conceitos
abstratos da disciplina, fica difícil para o aluno compreender todo o conhecimento
transmitido pelo professor.
Nesse cenário, é importante observar que a utilização e a elaboração de
ferramentas específicas pode deixar o ensino mais propicio para a aprendizagem do
aluno. Cabe ao professor, em diferentes momentos, interferir no processo e aplicar
técnicas que permitam novos meios de se aprender, verificando qual a percepção
individual do aluno.
O objetivo da presente pesquisa é possibilitar o entendimento de como os
mapas conceituais podem estimular a aprendizagem significativa sobre os conceitos
de algoritmos trabalhados nos cursos de Computação.
Os objetivos específicos da pesquisa são:
Propor o uso dos Mapas Conceituais para representar conceitos gerais e
específicos de Algoritmos.
Mostrar a contribuição dos Mapas Conceituais na aprendizagem dos
conceitos de Algoritmos pelos alunos.
Identificar nos resultados obtidos pelo grupo experimental, a ocorrência da
aprendizagem significativa.
Mostrar a contribuição do uso de Mapas Conceituais como ferramenta de
apoio aos professores no processo de ensino.
18
Outro ponto abordado nesta pesquisa são as dificuldades encontradas pelos
alunos em entender os conceitos abstratos apresentados na disciplina de
Algoritmos, ocasionando um alto índice de evasão e reprovação nos cursos de
Computação, conforme Rocha (1994). A prática de métodos significativos aplicados
à aprendizagem do aluno contribuirá para a compreensão do novo conceito
aprendido e resultará na busca de um conhecimento concreto.
O método com base na teoria da Aprendizagem Significativa incorporados na
pesquisa virá de fato a estabelecer uma mediação entre o professor e o aluno. Tal
mediação ajudará na resolução das causas das dificuldades na aprendizagem,
conforme citado por Rocha (1994). São elas:
Nível elevado de abstração entre as atividades desenvolvidas.
Existência de alunos com níveis variados de conhecimentos.
Falta de acompanhamento individualizado, por consequência do grande
número de alunos nas turmas.
O conhecimento destas dificuldades tem influenciado os educadores de todo
o mundo a buscarem estratégias que possam auxiliar a redução das dificuldades
sentidas por inúmeros alunos e professores dos cursos de Computação.
Assim para o desenvolvimento desta pesquisa foi necessário a revisão
bibliográfica em pesquisas e referenciais teóricos, tais como SBC1, artigos científicos
e livros. Foram feitas atividades em conjunto com os alunos e análise dos
resultados alcançados. A seguir será apresentada a organização do trabalho como
segue:
No capítulo sobre “Algoritmos e a Aprendizagem Significativa” discorremos
com o embasamento de conceitos teóricos sobre Algoritmos. E a descrição e
caracterização da aprendizagem significativa, bem como fatores que favorecem sua
ocorrência, como também a contribuição dos mapas conceituais, que se
fundamentam nos princípios ausubelianos constituindo-se como uma estratégia para
aprender significativamente.
1 Sociedade Brasileira de Computação
19
O capítulo sobre “O Ensino de Algoritmos em Cursos Superiores de
Computação” evidencia a disciplina de Algoritmos que compõe as grades dos cursos
de Computação, tratando as principais questões que incentivaram a realização da
pesquisa, como o alto índice de reprovação e evasão. Foi feita uma pesquisa com
referenciais teóricos, a partir de análise de artigos e dissertações na área de
Computação que vão de encontro com o desenvolvimento da técnica proposta.
No capítulo “Mapas Conceituais e Algoritmos” é apresentado um método para
analisar como os mapas conceituais podem auxiliar na assimilação de
conhecimentos de disciplinas consideradas complexas como a disciplina de
Algoritmos. São relatadas algumas atividades feitas pelos alunos considerados na
pesquisa, com o intuito de compreender como ocorreu a aprendizagem do conteúdo
na turma experimental. São apresentados os resultados obtidos com a aplicação do
método tratando os conceitos envolvidos em algoritmos de forma a proporcionar
uma Aprendizagem Significativa.
Nas “Considerações Finais” são apresentadas as contribuições, as
observações obtidas a partir do desenvolvimento dos Mapas Conceituais nos
conceitos de Algoritmos e os desafios encontrados no desenvolvimento da pesquisa.
Para sintetizar os textos da dissertação, optou-se pelos apêndices e anexos,
que aqui são considerados de grande importância quando lidos paralelamente aos
capítulos já citados.
21
CAPÍTULO 2 ALGORITMOS E A APRENDIZAGEM
SIGNIFICATIVA
Lopes e Garcia (2002) definem o processo de aprendizagem de algoritmos
como sendo complicado para a maioria dos alunos. Isso se dá, pelo fato de
existirem conceitos complexos de serem entendidos, como iteração, recursão,
passagem de parâmetros, etc. Neste contexto, surgem questionamentos da
comunidade cientifica sobre como ensinar algoritmos. São pesquisadores
interessados em entender o processo de ensinar a programar, para que seja
possível sugerir melhores práticas na identificação de falhas e melhorias no
aprendizado, de modo a contribuir com o entendimento do aluno na disciplina de
Algoritmos.
Este trabalho versa sobre a teoria de Ausubel como forma de melhorar o
acompanhamento sobre o conhecimento do aluno, assim como a elaboração de
materiais que tenham caráter significativo.
Neste capítulo são apresentados conceitos relevantes sobre Algoritmos, bem
como a aprendizagem significativa. Para alcançarmos este objetivo foi realizada
uma revisão bibliográfica a fim de oferecer explicações sobre os assuntos.
2.1 Algoritmos
Segundo Dijkstra (1971), um algoritmo corresponde a uma descrição de um
padrão de comportamento, expresso em termos de um conjunto finito de instruções.
Para Skiena (2008), um algoritmo é um procedimento que realiza uma tarefa
específica e que deve resolver um problema. Um problema algorítmico descreve um
conjunto completo de casos, devendo trabalhar uma saída após a execução de suas
instruções.
Minsky define algoritmo como:
Um conjunto de regras que nos diz, de momento a momento, precisamente como se comportar. (MINSKY, 1967).
22
Para Knuth (1997), algoritmo é um conjunto finito de regras que determina
uma sequência de operações para resolver um tipo específico de problema. Um
algoritmo possui cinco características importantes, conforme quadro 1.
Característica Descrição
Finitude Dado um número finito de passos o algoritmo deve ser encerrado.
Definição Cada etapa de um algoritmo deve ser definida com precisão. As
ações a serem realizadas devem ser rigorosamente especificadas
de forma inequívoca para cada caso.
Entrada Um algoritmo possui zero ou mais entradas, ou seja, as
quantidades são definidas inicialmente, ou dinamicamente
quando o algoritmo é executado.
Saída Um algoritmo possui uma ou mais saídas. As quantidades têm
relação especifica com as entradas.
Eficácia Um algoritmo será considerado eficaz se todas as suas
operações forem realizadas em um determinado tempo finito.
Quadro 1 - Características dos Algoritmos
Fonte: Knuth (1997)
Segundo Barbosa (2001), a concepção de algoritmo possui seu significado
associado à resolução de problemas, operações e a um agente computacional.
Salvetti e Barbosa (1998) definem algoritmo como:
[...] uma sequência finita de instruções ou operações básicas (operações definidas sem ambiguidade e executáveis em tempo finito dispondo-se apenas de lápis e papel) cuja execução, em tempo finito, resolve um problema computacional, qualquer que seja sua instância. (SALVETTI; BARBOSA, 1998, p.5).
Para os matemáticos, o conceito de algoritmo é estabelecido pela definição
de máquina de Turing2, ou seja, consideram que uma máquina de Turing é um
modelo formal de algoritmo, (Lucchesi, 1979).
2 Máquina de Turing, é um modelo abstrato de um computador, que se restringe apenas aos aspectos
lógicos do seu funcionamento e não à sua implementação física.
23
A figura 1 ilustra uma sequência de passos computacionais de forma mais
abstrata, apresentando o princípio de funcionamento dos sistemas computacionais:
entrada – processamento – saída.
Figura 1 - Sequência de passos computacionais
Fonte: Cormen et al., 2012.
Para a computação, algoritmos descrevem um conjunto de passos
computacionais que definem soluções de determinados problemas. Dessa forma,
pode-se perceber a importância desta disciplina nos cursos de Computação.
2.1.1 Desenvolvimento de algoritmos
De acordo com Barbosa (2001), uma abordagem utilizada para o
desenvolvimento de algoritmos é a abordagem top-down3, que compreende os
sucessivos refinamentos no desenvolvimento. Métodos de desenvolvimento de
algoritmos que se apoiam na programação estruturada, estabelecem a utilização
exclusiva dos controles lógicos de repetição, seleção e concatenação.
Para Barbosa (2001) se forem verificados os trechos de um determinado
programa durante o seu desenvolvimento, pode-se seguir as seguintes etapas
descritas no quadro 2.
3 Ao desenvolver um algoritmo, tem-se como objeto um produto final - o programa. Todavia, para
termos essa transição, passa-se por várias fases, no sentido cima para baixo (top-down), onde cada fase é documentada. Disponível em: http://www.cpt.com.br/. Acesso em maio 2015.
24
Etapa Descrição
Análise do enunciado do
problema
Compreende na formulação precisa do problema a ser resolvido, consistindo em especificar os possíveis dados de entrada, de saída e qual a relação existente entre ambos.
Escolha ou
desenvolvimento de um
modelo matemático
Compreende na definição das estruturas matemáticas para a resolução do problema. Deve permitir a representação dos dados, dos resultados e das relações entre os problemas.
Concepção do algoritmo Compreende na decomposição do problema a partir da abordagem top-down. O modelo matemático escolhido dependerá das operações que serão utilizadas no algoritmo e na decomposição do problema.
Propriedades assertivas
do algoritmo
Para que seja possível verificar a propriedade assertiva de um algoritmo é preciso provar se as assertivas de entrada e de atribuição implicam nas assertivas de saída.
Quadro 2 - Etapas de desenvolvimento de algoritmos
Fonte: Barbosa (2001)
Na representação do algoritmo de Euclides, apresentada na figura 2, é
possível verificar todas as assertivas consideradas, o que demonstra as
propriedades assertivas do algoritmo.
Figura 2 - Procedimento de Euclides (m,n) Fonte: Barbosa, 2001, p. 29
25
2.1.2 Representação de algoritmos
A partir da revisão de literatura nota-se que não existe uma concordância
sobre qual a melhor forma de representar um algoritmo. Para Saliba (1992), o
método utilizado para classificar estas formas está diretamente relacionado ao nível
de detalhamento, ou ao grau de abstração apresentado.
Algumas formas de se representar algoritmos abordam os problemas
somente em nível lógico, desconsiderando as particularidades da implementação
que muitas vezes estão associados com alguma linguagem de programação.
Barbosa (2001), apresenta três formas de se escrever algoritmos, que podem
ser destacadas:
Fluxograma – Representação gráfica que ilustra um determinado processo
ou fluxo de trabalho, conforme figura 3.
Figura 3 - Fluxograma do procedimento de Euclides (m,n) Fonte: Barbosa, 2001, p. 31
26
Linguagem de programação – Método padronizado para escrever
instruções para um computador. Essa definição é denominada programa,
conforme figura 4.
Figura 4 - Programa do procedimento de Euclides (m,n) Fonte: Barbosa, 2001, p. 32
Linguagem algorítmica (pseudocódigo) – forma genérica de escrever um
algoritmo, sem necessidade de utilizar a sintaxe de linguagem de
programação, conforme figura 5.
Figura 5 - Descrição em pseudocódigo do procedimento de Euclides (m,n) Fonte: Barbosa, 2001, p. 32
27
2.1.2.1 Tipos de Dados
Em linguagens de programação é importante classificar constantes, variáveis,
expressões e funções de acordo com certas características, que indicam o seu tipo
de dados.
Para Ziviani (2007), tipos de dados referem-se ao conjunto de valores a que
uma constante pertence, ou que podem ser assumidos por uma variável ou
expressão ou serem gerados por uma função. Os tipos de dados podem ser simples
ou complexos.
Tipos de dados simples são caracterizados por um conjunto de valores
indivisíveis, tais como: inteiro, booleano, texto e real.
Tipos de dados complexos são caracterizados por uma coleção de valores
estruturados ou um conjunto de valores de tipos diferentes.
2.1.2.2 Tipos Abstratos de Dados
Ziviani (2007) define tipos abstratos de dados como um modelo matemático,
acompanhado das operações definidas sobre o modelo. Tipos abstratos de dados
podem ser considerados generalizações de tipos primitivos de dados, da mesma
maneira que procedimentos são generalizações de operações primitivas tais como
adição, subtração e multiplicação. Da mesma forma que um procedimento é usado
para encapsular partes de um algoritmo, o tipo abstrato de dados pode ser usado
para encapsular tipos de dados.
2.1.2.3 Variáveis
Para Sebesta (2000), uma variável de programa é uma abstração de uma
célula ou de um conjunto de células de memória do computador.
Uma variável pode ser caracterizada como um sêxtuplo de atributos: nome,
endereço, valor, tipo, tempo de vida e escopo. Isso constitui a maneira mais clara
de explicar os vários aspectos das variáveis ainda que possa parecer
demasiadamente complicado para um conceito aparentemente simples.
28
2.1.2.4 Instruções Primitivas
Segundo Ziviani (2007), instruções primitivas são os comandos básicos que
realizam tarefas fundamentais ao longo de um algoritmo, como entrada e saída de
dados (comunicação com o usuário e com dispositivos periféricos), e movimentação
dos mesmos na memória.
As instruções primitivas são descritas no corpo do algoritmo e são destacadas
como:
Instrução de Atribuição: para Saliba (1992), é considerada a principal forma
de armazenamento de informação em uma variável. Há a necessidade de
compatibilidade entre o tipo de dado resultante da expressão e o tipo do dado
da variável. Sua sintaxe é apresentada na figura 6.
Figura 6 - Instrução de atribuição Fonte: Saliba (1992)
Instrução de Saída de Dados: é a forma pelo qual as informações contidas na
memória dos computadores são posicionadas nos dispositivos de saída. Isso
é feito, geralmente, através da exibição de alguma informação no monitor
(SALIBA, 1992). Sua sintaxe é apresentada na figura 7:
Figura 7 - Instrução de saída de dados Fonte: Saliba (1992)
29
Instrução de Entrada de Dados: a instrução de entrada de dados estabelece
ao computador uma ordem que leia os dados que foram inseridos pelo
usuário e os armazene em espaços que foram reservados na memória
(SALIBA, 1992). Sua sintaxe é apresentada na figura 8:
Figura 8 - Instrução de entrada de dados Fonte: Saliba (1992)
2.1.2.5 Estruturas de Fluxos
Segundo Saliba (1992), os algoritmos são representados através de
instruções primitivas de atribuição de entrada e saída de dados. Seja qual for o
conjunto de dados apresentados a um algoritmo desta natureza, será submetido ao
mesmo conjunto de instruções e executadas sempre na mesma sequência,
conforme ilustrado na figura 9.
PSEUDOCÓDIGO
FLUXOGRAMA
Figura 9 - Estrutura sequencial Fonte: Saliba (1992)
30
Para Lopes e Garcia (2002), é necessário que sejam executadas diversas
ações em função dos dados fornecidos ao algoritmo. Neste contexto, de acordo com
o conjunto de dados de entrada do algoritmo, deve-se utilizar uma sequência
diferente na execução das instruções. Podendo ser necessário executar um mesmo
conjunto de instruções várias vezes, dependendo da forma que um determinado
controle é realizado. Essas estruturas são classificadas em:
Estruturas Sequenciais: Nesta estrutura os comandos de um determinado
algoritmo são executados em uma sequência pré-estabelecida. Cada
comando é executado somente após o término do comando anterior,
(SALVETTI e BARBOSA, 1998).
Estruturas de Decisão: Para Lopes e Garcia (2002), este tipo de estrutura
segue o fluxo de instruções que é determinado em função ao resultado da
avaliação de uma ou mais condições. Uma condição é definida como uma
expressão lógica. Existem dois tipos de estruturas de decisão: se-então-
senão, conforme figura 10.
PSEUDOCÓDIGO
FLUXOGRAMA
Figura 10 - Estrutura de decisão
Fonte: Saliba (1992)
31
Estruturas de Repetição: Para Lopes e Garcia (2002), esta estrutura
possibilita a repetição de uma determinada parte do programa em uma
quantidade pré-determinada de vezes. Estas estruturas de repetição são
conhecidas como laços ou loops. A especificação das estruturas de repetição
é definida de acordo com o conhecimento prévio do número de vezes que um
determinado conjunto de comandos deverá ser executado. Os laços se
dividem em laços contados e laços condicionais.
o Laços contados: Para Salvetti e Barbosa (1998), este tipo de laço é
utilizado quando se têm o conhecimento prévio da quantidade de
vezes que se deseja executar um determinado conjunto de comandos.
Este tipo de laço utiliza-se de mecanismos para computar a quantidade
de vezes que a estrutura do laço será executada. Os laços contados
pode ser do tipo: para-faça, conforme figura 11.
PSEUDOCÓDIGO
FLUXOGRAMA
Figura 11 - Estrutura de laços contados
Fonte: Saliba (1992)
32
o Laços condicionais: Lopes e Garcia (2002) definem laços condicionais
como sendo um conjunto de comandos que são executados até que
uma determinada condição seja satisfeita. Os laços condicionais
podem ser de dois tipos: enquanto-faça e repita-até, conforme figura
12.
PSEUDOCÓDIGO
FLUXOGRAMA
Figura 12 - Estrutura de laços condicionais
Fonte: Saliba (1992)
2.2 Aprendizagem Significativa
Para Ausubel (1983), a aprendizagem se torna mais significativa à medida
que o novo conteúdo é associado às estruturas de conhecimento do aluno e adquire
significado a partir da relação com seu conhecimento prévio. Caso contrário, a
aprendizagem se torna mecânica ou repetitiva.
Ausubel (1983) considera a estrutura cognitiva de um indivíduo como sendo
complexa e organizada, resultante dos processos cognitivos através dos quais
adquire e utiliza o conhecimento.
As informações aprendidas significativamente podem ser aplicadas numa
enorme variedade de novos problemas e contextos. No contexto educacional, fala-
se em aprendizagem significativa e construtivismo. Para Ausubel (1983), um ensino
33
de qualidade deve ser construtivista, proporcionar mudanças conceituais e
simplificar a aprendizagem significativa.
Tendo em vista a teoria que fundamenta a proposta da pesquisa, será
apresentado a seguir, alguns pontos da teoria de Ausubel, consideradas importantes
para o desenvolvimento do trabalho.
Os conceitos iniciais de Ausubel, no qual datam dos anos 60, constatam-se
entre as primeiras propostas psico-educativas que buscam explicar o ensino-
aprendizagem a partir da fronteira das metodologias tradicionais.
O conhecimento é significativo por definição. É o produto significativo de um processo psicológico cognitivo (“saber”) que envolve a interação entre ideias “logicamente” (culturalmente) significativas, ideias anteriores (“ancoradas”) relevantes da estrutura cognitiva particular do aprendiz (ou estrutura dos conhecimentos deste) e o “mecanismo” mental do mesmo para aprender de forma significativa ou para adquirir e reter conhecimentos (AUSUBEL, 2000).
Em outras perspectivas, esse ponto de vista cognitivo visa conceber a
aprendizagem como um processo de mudança do conhecimento ao invés de
modificar o comportamento, em um sentido externo e observável, e identificar a
importância dos processos mentais nesse desenvolvimento. Os conceitos de
Ausubel se evidenciam por contemplarem uma reflexão sobre o ensino-
aprendizagem, ao invés de somente difundir conceitos ou princípios explicativos.
A teoria de Ausubel parte do principio que indivíduos demonstram uma
organização cognitiva interna, com fundamento nos conhecimentos de caráter
conceitual, ou seja, a complexidade depende do número de conceitos presentes e
das relações que esses conceitos estabelecem entre si. Percebe-se que tais
relações possuem um caráter hierárquico, de modo que a estrutura cognitiva é
basicamente compreendida como uma rede de conceitos organizados de modo
hierárquico de acordo com o grau de abstração e de generalização.
Assim, a aprendizagem do indivíduo caracteriza-se pelo entendimento desta
rede de conhecimentos conceituais, relacionados como socialmente relevantes e
organizados nos conteúdos das disciplinas.
Para demonstrar como a aprendizagem é produzida, Ausubel (apud
SALVADOR, 2000) apresenta duas dimensões que darão origem a partir dos
diferentes valores que possam formar cada caso, diferentes classes de
aprendizagem, conforme figura 13.
34
Figura 13 - As dimensões da aprendizagem Fonte: Novak, 1999
O eixo horizontal representa o modo de organizar e estruturar o processo de
aprendizagem em torno da dimensão aprendizagem por descoberta / aprendizagem
receptiva. Essa dimensão refere-se à forma com que o aluno retém os conteúdos
que deve aprender. Conforme é aproximado do item aprendizagem por descoberta,
o aluno deverá definir ou “descobrir” os conteúdos preliminares recebidos, antes de
assimilá-los. Ao inverso, quanto mais próximo o aluno estiver no item aprendizagem
receptiva, as ideias a serem aprendidas serão apresentadas em seu formato final.
Ao contrário do eixo horizontal, o eixo vertical refere-se ao tipo de processos
que intervêm na aprendizagem e originam um continuum, por um lado, delimitado
pela aprendizagem significativa, e por outro, pela aprendizagem mecânica ou
repetitiva. Neste caso, o aluno pode ou não conceber uma diferenciação em relação
aos conceitos presentes na estrutura cognitiva aos novos conceitos que serão
necessários aprender. Conforme os novos conceitos são relacionados às
perspectivas prévias da estrutura cognitiva do aluno, mais próxima ficará da
aprendizagem significativa. Por sua vez, quanto menor for esta relação, mais
próximo se estará da aprendizagem mecânica.
A atividade significativa proporciona ao aluno um processo de assimilação de
significados, possibilitando o desenvolvimento de um entendimento próprio daquilo
35
que se aprende, ao contrário de uma aprendizagem mecânica, onde o conhecimento
é concebido de forma literal, idêntica ao que se é apresentado. Logo a
aprendizagem do aluno será mais significativa conforme os novos conceitos se
relacionam com as estruturas de conhecimento pré-existentes. De maneira oposta,
será mais mecânica, de forma que a assimilação e a concessão de significado sejam
menos produzidas, e o novo material armazenado na estrutura cognitiva será por
meio de associações aleatórias.
Os estudos mostram que, o conceito de aprendizagem significativa torna-se a
principal base da teoria de Ausubel. A aprendizagem significativa apresenta
vantagens singulares, tanto no ponto de vista de melhoria da estrutura cognitiva do
aluno como do ponto de vista da lembrança posterior e a utilização para
experimentar novas aprendizagens. Esses elementos determinam uma
aprendizagem mais adequada para ser promovida entre os alunos.
Conforme citado por Ausubel (2000) para que ocorra a aprendizagem
significativa são necessárias duas condições. Em primeiro lugar, o aluno deve ter
disposição para aprender: se o aluno desejar memorizar o conteúdo arbitrária e
literalmente, então a aprendizagem será mecânica. Em segundo, o conteúdo a ser
aprendido deve ser potencialmente significativo, ou seja, ele tem que ser lógica e
psicologicamente significativo: o significado lógico depende somente da natureza do
conteúdo, e o significado psicológico é uma experiência que cada indivíduo tem.
Cada aluno faz uma filtragem dos conteúdos que têm significado ou não para si
próprio.
Ausubel (2000) nos apresenta algumas vantagens da Aprendizagem
Significativa sobre a aprendizagem mecânica. São elas:
O conhecimento assimilado de maneira significativa é fixado e
recordado por mais tempo.
Habilidade de aprender outros conceitos relacionados de uma maneira
mais simples, mesmo que a informação seja esquecida.
Auxiliar na aprendizagem mesmo que a informação seja esquecida.
Rogers (1988) define aprendizagem significativa como sendo a que
proporciona uma modificação, seja na conduta do aluno, em uma futura orientação
ou em suas atitudes e personalidade. É uma aprendizagem perspicaz, que não está
36
limitada ao aumento de conhecimentos, mas que se aprofunda em todas as frações
da sua existência.
Segundo Vygotsky (1989), a linguagem e a memória são concebidas no
decorrer da história social humana, relacionando com o mundo. É possível ter uma
ideia central de compreensão das concepções sobre o desenvolvimento humano
como processo sócio histórico. Para Vygotsky (1989), o ser humano – com sujeito
do conhecimento que é – não possui acesso direto aos objetos, mas um acesso
mediado, através de frações do real operado pelos sistemas simbólicos de que
dispõe, evidenciando a concepção do conhecimento como uma interação mediada
por várias relações.
O conhecimento pode ser classificado como uma estratégia fundamental e
privilegiada da vida, de uma vida prática que se constrói, histórica e socialmente, no
cotidiano, que emoldura e catalisa nossas experiências. O conhecimento é a
intercessão do processo educativo, que se idealiza concretamente, admitindo que
haja intencionalidade, planejamento e metodologia (VASCONCELLOS, 1993).
Pode-se assegurar que a aprendizagem significativa refere-se a organização
e integração do material na estrutura cognitiva. Ausubel fundamenta-se no
argumento de que existe uma estrutura na qual a organização e a integração se
processam. A estrutura cognitiva é entendida como “o conteúdo e a organização
das ideias de um indivíduo em sua área particular de conhecimento” (AUSUBEL,
1968).
Novos conceitos e informações podem ser compreendidos e assimilados à
medida que informações relevantes estejam adequadamente claras e acessíveis na
estrutura cognitiva do aluno.
Ausubel reconhece que, para uma teoria ser válida, a aprendizagem deve
permitir que a pessoa construa por si só o conhecimento (AUSUBEL, 1968). Assim,
são indicados por ele duas condições para que ocorra a aprendizagem significativa.
A primeira refere-se ao material apresentado ao aluno possuir um caráter
significativo. A segunda está relacionada à predisposição do aluno para aprender.
Ambas condições precisam ser consideradas para que a aprendizagem se torne
significativa.
Ausubel (2000) aponta pelo menos quatro tarefas fundamentais que envolvem
o processo de ensino-aprendizagem.
37
Determinar a estrutura conceitual e proposicional do conteúdo que será
lecionado, organizando os conceitos e princípios de forma hierárquica;
Identificar quais os principais conceitos que o aluno deve possuir em
sua estrutura cognitiva, para que seu aprendizado seja significativo;
Determinar entre os principais conceitos, quais estão disponíveis na
estrutura cognitiva do aluno;
Finalmente, aplicar o ensino utilizando-se de recursos e princípios que
facilitem a assimilação dos conteúdos por parte do aluno. Isso
proporcionará a facilidade e a organização da estrutura cognitiva do
aluno na área de conhecimento a partir da aquisição de significados
claros, estáveis e transferíveis.
O ensino de algoritmos alinhado ao aprendizado significativo pode ser
aplicado de maneira a colaborar para a melhoria da aprendizagem, sendo, um dos
objetivos desta pesquisa, analisar o quão benéfica é a teoria de Ausubel no ensino-
aprendizagem de Algoritmos.
2.2.1 Mapas Conceituais
O mapa conceitual é uma ferramenta com o objetivo de organizar e
representar conhecimento, (NOVAK, 1984). Foi desenvolvido por Novak para apoiar
a Aprendizagem Significativa de Ausubel. Eles são utilizados como uma linguagem
que descreve e comunica os conceitos e seus relacionamentos.
Segundo Novak e Gowin (1999), a utilização de mapa conceitual, é a maneira
de demonstrar conceitos de uma determinada disciplina e suas relações, não deve
ser aplicada apenas de modo unidirecional (do conceito mais amplo para o de menor
amplitude), mas sim em todas as direções possíveis.
Definido como uma técnica para a representação de significados e conceitos,
sua utilização no ensino vem se tornando uma promessa em diversos trabalhos,
existindo um consenso entre os autores, sobre sua importância no ensino-
aprendizagem devido às suas consideráveis contribuições no fomento da
aprendizagem significativa.
38
Para Tavares (2007), a elaboração dos mapas conceituais, na maneira
proposta por Novak, leva em consideração uma estrutura hierárquica de conceitos a
serem representados, contribuindo com o reconhecimento da diferenciação
progressiva e da reconciliação integradora entre os conceitos no mapa conceitual.
Diferenciação progressiva: ocorre quando o assunto deve ser
programado de forma que as ideias mais gerais e inclusivas da
disciplina sejam apresentadas antes e progressivamente diferenciadas,
com a introdução de detalhes específicos.
Reconciliação integradora: consiste na exploração e relação entre as
ideias abordadas, apontando as similaridades e diferenças
significativas entre os conceitos.
Segundo Moreira (1982), os estudos realizados sobre a técnica da construção
de mapas conceituais, têm compreendido estes como diagramas hierárquicos que
representam a organização conceitual de um campo do conhecimento. Neste
contexto, pode-se construir mapas conceituais partindo de uma pergunta, um
problema, um assunto ou ainda um simples texto.
Para Ausubel (2000. p.19), um mapa conceitual “é uma representação gráfica
em duas dimensões de um conjunto de conceitos construídos de tal forma que as
relações entre eles sejam evidentes”, conforme figura 14.
39
Figura 14 - Representação gráfica dos mapas conceituais
Fonte: http://cmapspublic2.ihmc.us/rid=1J3F9WM1R-NCYKKH-WFL/mapa%20conceitual.cmap. Acesso em setembro/2014
Ausubel (2000) cita três vantagens em se utilizar mapas conceituais na
perspectiva instrucional:
Evidenciar a estrutura conceitual de uma dada disciplina, bem como a
função dos processos conceituais no seu desenvolvimento.
Apresentar diferenças de conceitos de uma dada disciplina
dependendo do seu grau de participação.
Proporcionar um cenário integrado do assunto que foi abordado em
sala de aula.
A presente pesquisa tem o intuito de utilizar mapas conceituais como meio de
analisar o conhecimento dos alunos. Por meio dos mapas conceituais pretende-se
apurar como os alunos compreendem os conceitos de problemas relacionados ao
uso de algoritmos. A compreensão destas informações irá auxiliar o professor à
buscar meios para amenizar os problemas de aprendizagem, contribuindo com um
melhor aproveitamento na disciplina. Outra contribuição é a possibilidade do
professor utilizar estes conceitos para demonstrar aos alunos as relações entre
40
problemas de diversos tipos e conceitos de algoritmos, expondo de forma objetiva
todos os conceitos na resolução dos problemas e a importância de cada um deles
no processo. Com isso, pretende-se reparar a falta no entendimento dos alunos
sobre como solucionar problemas de forma algorítmica.
2.2.2 Elementos e características dos mapas conceituais
Para Ontoria et al. (2005) nos mapas conceituais os pontos de confluência
são reservados para os termos conceituais que se situam em uma elipse ou
quadrado. Os conceitos relacionados unem-se por uma linha e o sentido da relação
se esclarece com “palavra-de-ligação”, que se escrevem com minúsculas junto às
linhas de união. Dois conceitos juntos às palavras-de-ligação formam uma
proposição.
De acordo com Novak e Gowin (1999) o mapa conceitual contém três
elementos fundamentais, são eles:
Conceito: É “uma regularidade nos acontecimentos ou nos objetos
que se designa mediante algum termo” (NOVAK; GOWIN, 1999, p. 22).
Proposição: Para Novak e Gowin (1999), proposição consiste de dois
ou mais termos conceituais (conceitos) unidos por palavras (palavra-
de-ligação) para formar uma unidade semântica.
Palavras-de-ligação: São palavras que servem para unir os conceitos
e indicar o tipo de relação existente entre eles, (NOVAK; GOWIN,
1999).
Para Ontoria et al. (2005) os mapas conceituais possuem três características
próprias que os diferenciam de outros recursos gráficos e outras estratégias ou
técnicas cognitivas, são elas:
Hierarquização: Nos mapas conceituais, os conceitos são dispostos
por ordem de importância ou de “inclusão”. Os conceitos mais
inclusivos ocupam os lugares superiores da estrutura gráfica,
(ONTORIA et al., 2005).
41
Seleção: Os mapas constituem uma síntese ou resumo que contém o
mais importante ou significativo de uma mensagem, de um tema ou de
um texto, (ONTORIA et al., 2005).
Impacto visual: Essa característica apoia-se na anterior. Nas
palavras de Novak,
“Um bom mapa conceitual é conciso e mostra as relações entre as ideias principais de modo simples e atraente, aproveitando a notável capacidade humana para representação visual” (NOVAK; GOWIN, 1999, p. 106)
A figura 15 ilustra os elementos e características do mapa conceitual.
Figura 15 - Elementos e características do mapa conceitual Fonte: ONTORIA et al., 2005
2.2.3 Softwares para elaboração de mapas conceituais
Os mapas conceituais tem apresentado em sua utilização um relativo sucesso
no processo de ensino-aprendizagem, bem como ferramentas de avaliação de
aprendizagem, (TAVARES, 2007).
Para Moreira (1982), dentro do processo de aprendizagem significativa, os
mapas conceituais são considerados ferramentas meta cognitivas. Estas
ferramentas têm como objetivo auxiliar os alunos no processo de assimilação do
conhecimento e é com este propósito que serão utilizados nesta pesquisa.
42
No quadro 3 são apresentados alguns softwares existentes para a elaboração
de mapas conceituais, que foram escolhidos seguindo os seguintes critérios:
Software livre
Plataforma
Usabilidade
Colaboração
Performance
Software
livre
Plataforma
(Windows,
Linux, etc)
Usabili-dade
Colabo-
ração
Perfor-
mance
Sim
Versão
inicial
Windows
Linux
Mac OS
Android
X
X
X
Sim
Windows
Linux
Mac OS
Solaris
X
X
X
Sim
Versão
inicial
Windows
Linux
Mac OS
Android
X
X
X
Trial
Windows
Mac OS
Android
X
X
Quadro 3 - Comparativo dos softwares para a elaboração de mapas conceituais
Fonte: Elaborado pelo autor.
A seguir será apresentada uma breve descrição dos principais softwares para
a elaboração dos mapas conceituais, descritos na tabela 3.
43
2.2.3.1 Software XMind
O software Xmind4 é um projeto open source5 que permite a elaboração de
mapas conceituais através de palavras chaves e imagens. Foi lançado em
novembro de 2008, com a intenção de criar uma comunidade global de mapeamento
mental. Possui compatibilidade com as principais plataformas (MS Windows,
Macintosh OS, Linux, etc.) possibilitando a abrangência na utilização da ferramenta.
O Xmind possui um serviço de armazenamento e compartilhamento de mapas
conceituais chamado XMind Share. Esta funcionalidade permite aos usuários
compartilharem seus mapas conceituais, proporcionando a troca de experiências
com outras pessoas.
A figura 16, mostra os principais recursos do software XMind.
Figura 16 - Software XMind Fonte: Extraído de http://www.xmind.net/
4 http://www.xmind.net/
5 O termo open source, diz respeito a software de utilização livre, cuja licença não é cobrada e seu
código fonte é disponibilizado, de forma gratuita, pelo autor, (Open Source Initiative)
44
2.2.3.2 Software CmapTools
O CmapTools6 é uma ferramenta que permite a elaboração e o
compartilhamento de mapas conceituais, representando-os graficamente. O
CmapTools disponibiliza em seu site um repositório de trabalhos que podem ser
utilizados como referência, possibilitando a iniciação da elaboração de novos
projetos. Esta aplicação possui diversas facilidades no processo de construção de
mapas conceituais, proporcionando através de suas ferramentas, a construção e o
compartilhamento dos mapas conceituais, auxiliando o trabalho individual e
colaborativo.
A figura 17, apresenta a tela principal do software CmapTools.
Figura 17 - Tela principal do software CmapTools
Fonte: Elaborado pelo autor.
6 http://cmap.ihmc.us/
45
2.2.3.3 Software The Brain
O software The Brain 7 permite que pessoas deem sentido à ampla gama de
informações que são geradas, com o intuito de organizar e assimilar tais
informações em uma base diária. Esta aplicação possibilita ao usuário ampliar e
capturar seus pensamentos com o recurso de colaboração de seus mapas
conceituais, proporcionando a troca de experiências com outras pessoas.
A figura 18 apresenta a tela principal do software The Brain.
Figura 18 - Tela principal do software The Brian Fonte: Elaborado pelo autor
7 http://www.thebrain.com/
46
2.2.3.4 Software Simple Mind
Simple Mind8 é um software pago de mapeamento mental desenvolvido para
as principais plataformas do mercado, possibilitando a elaboração dos mapas
mentais através de palavras chaves, sendo possível realizar o download da versão
demonstração.
A figura 19 apresenta a tela principal do Software Simple Mind.
Figura 19 - Tela do software Simple Mind
Fonte: http://www.simpleapps.eu/simplemind/desktop
Para a pesquisa será adotado o software CmapTools, considerando sua
pontuação nos critérios utilizados.
8 http://www.simpleapps.eu/simplemind/desktop
48
CAPÍTULO 3 O ENSINO DE ALGORITMOS EM CURSOS
SUPERIORES DE COMPUTAÇÃO
No âmbito da discussão sobre métodos educacionais para a formação de
profissionais mais qualificados para o mercado, esta pesquisa se propõe a dar sua
contribuição. Para tanto, será realizado uma análise nos cursos de Computação,
que apresentam inovações constantes e grande transformação de padrões
existentes.
3.1 A disciplina de Algoritmos
De acordo com a estrutura curricular constante nas Diretrizes Curriculares do
MEC (Ministério da Educação e Cultura), a disciplina de Algoritmos contempla a área
de formação básica nos cursos superiores de Computação, compreendendo, além
do ensino de Linguagem de Programação, os conceitos, os princípios, as estruturas,
métodos de classificação e pesquisa de dados. Foi realizada uma pesquisa para
verificar como a disciplina de algoritmos está distribuída nos cursos de Computação
que possuem nota 5 no MEC, pois entendemos que isso pode influenciar no
aprendizado dos alunos. Para a pesquisa foram escolhidas três IES9, e o critério
utilizado foi por estarem entre as melhores classificadas no ranking do ENADE 2011.
São elas:
Universidade do Oeste Paulista10
Universidade do Rio Grande do Sul 11
Universidade de Campina Grande 12
As grades curriculares dos cursos de Computação das IES citadas são
apresentadas no anexo A.
9 Instituição de Ensino Superior
10 http://www.unoeste.br/site/CursoGraduacao/ExibeCurso.aspx?codigo=10
11 http://www.ufrgs.br/ufrgs/ensino/graduacao/cursos/exibeCurso?cod_curso=305
12 http://www.computacao.ufcg.edu.br/graduacao/plano-de-curso
49
Com a análise desta pesquisa, foi possível verificar a importância da disciplina
de algoritmos no currículo dos cursos de Computação, sendo possível constatar sua
relação com quase todas as disciplinas do curso, podendo ser considerada uma
disciplina de base para a compreensão de conceitos e a evolução dos alunos.
Outra contribuição desta análise foi constatar que as disciplinas referentes ao
conteúdo de algoritmos oferecidas no curso de Computação do Centro Universitário
Salesiano de São Paulo U. E. Lorena (IES escolhida para a pesquisa) demonstram
similaridade com o currículo proposto pelas IES UNOESTE, UFRGS e UFCG apesar
de possuir nota 3 no MEC.
É válido ressaltar que os currículos dos cursos de computação devem ser
elaborados de forma a atender, da melhor forma possível às diretrizes curriculares
do MEC. Assim, cursos que não apresentem de forma adequada o conteúdo de
algoritmos podem não estar formando os profissionais com conhecimentos mínimos
necessários.
3.2 O Ensino-Aprendizagem de Algoritmos
O problema da assimilação e aplicação da lógica de programação é comum
nas disciplinas de Algoritmos nos cursos de Computação. Esta dificuldade
demonstrada pelos alunos é considerada uma das maiores causas da evasão e
reprovação no decorrer do curso (ROCHA, 1994). Quando não solucionados a
tempo estes problemas, poderão agravar os prejuízos em relação ao cumprimento
do currículo, tornando vagarosa a formação acadêmica do aluno.
A disciplina de Algoritmos introduz o aluno aos princípios do desenvolvimento
do raciocínio lógico em Computação e a criação de um dicionário pessoal de novos
termos que serão úteis em todo o processo de sua formação profissional.
A disciplina de Algoritmos possui um importante papel no curso de
Computação, pois verifica-se que ela é a base fundamental para quase todas as
disciplinas da área. Exigindo uma grande dedicação por parte dos professores e
alunos para que o aproveitamento desta disciplina seja o melhor possível.
A abordagem de alguns conceitos básicos no ensino e aprendizagem de
Algoritmos se faz necessário para a compreensão dos assuntos abordados nesta
pesquisa. Entre eles pode-se citar: lógica, raciocínio, raciocínio lógico, lógica de
50
programação e linguagem de programação. Estes conceitos serão apresentados a
seguir:
Lógica: Para Souza (2008), lógica possui como objeto de estudo o
pensamento. É considerado o encadeamento coerente de alguma coisa que
obedece a certas convenções ou regras.
Raciocínio: O termo raciocínio constitui em uma operação intelectual em
relacionar ideias coerentes, conscientes e deliberadamente. É capaz de
transformar as informações disponíveis, tornando-as mais claras, para
conhecimentos que se pretende alcançar, (SCHEFFLER, 2008).
Raciocínio Lógico: Segundo Menzies (1996), raciocínio lógico é um
processo estruturado de pensamento, bem como aprender o conteúdo de um
conceito em toda sua extensão, permitindo chegar a uma determinada
conclusão ou na resolução de um problema.
Lógica de Programação: É a organização coerente das instruções de um
programa de computador. Na Lógica de Programação, os conceitos são
rigorosamente definidos, e as regras são transformadas em notações
simbólicas precisas, compactas e não ambíguas, (Souza, 2008).
Linguagem de Programação: Uma linguagem de programação é um
conjunto finito de símbolos usados para escrever programas de computador
(SEBESTA, 2000).
3.3 Iniciativas no ensino de Algoritmos
Ao longo deste capítulo serão apresentados alguns trabalhos relacionados ao
uso de metodologias sobre o ensino na disciplina de Algoritmos.
Através de um levantamento de pesquisa bibliográfica, foram pesquisados
dissertações e artigos científicos, podendo verificar vários estudos relacionados às
metodologias sobre o ensino de algoritmos. Algumas dessas experiências são
relatadas a seguir.
Em pesquisa realizada por Colombo et al. (2014), foram utilizadas novas
metodologias de ensino, apoiadas por ferramentas computacionais, com o intuito de
contribuir na melhoria do aprendizado dos alunos na disciplina de Algoritmos.
51
Foram desenvolvidos objetos de aprendizagem (OAs), relacionados ao conteúdo da
disciplina para que os professores pudessem aplicar em aulas baseadas no modelo
“Flipped Classroom” (sala de aula invertida). Para a construção dos OAs foi utilizada
a ferramenta Wink que consiste em um software para criação de vídeos. O modelo
Flipped Classroom tem como possibilidade de organização curricular diferenciada,
permitindo ao aluno o papel de sujeito de sua própria aprendizagem. É possível
identificar a importância de conceitos para a compreensão mais ampla do real e
mantendo o papel do professor como mediador entre o conhecimento elaborado e o
aluno.
De acordo com Trevelin (2013) Flipped Classroom ou “sala de aula invertida”,
é aquela que destaca a utilização de tecnologias para que seja aprimorado o
aprendizado, de forma que o professor utilize melhor seu tempo em sala de aula em
atividades interativas com seus alunos ao invés de utilizá-lo somente em aulas
expositivas tradicionais.
Para Trevelin (2013), é na sala de aula que ocorre de forma efetiva a
capacitação do aluno para atuar na sociedade e no mercado de trabalho, e é da
competência do professor enquanto representante, no período da aula, desenvolver
tais características para que seja possível atingir resultados significativos. As
análises apresentadas demonstraram resultados positivos em relação ao
desempenho dos alunos na disciplina de Algoritmos.
Simonetto et al. (2012), discutem em sua pesquisa a utilização de uma
metodologia de investigação-ação, ou pesquisa-ação no ensino-aprendizagem de
algoritmos, tendo como foco os problemas vivenciados na prática pelos professores
em sala de aula. Esta metodologia tem como objetivo a compreensão de
determinados problemas, podendo ser desenvolvida pelo professor com a
contribuição da comunidade envolvida, buscando, contornar os problemas
diagnosticados.
O método proposto na pesquisa de Simonetto et al. (2012) consiste em
desenvolver conteúdos da disciplina de Algoritmos, respeitando o programa previsto
no curso, utilizando-se do português estruturado juntamente com o desenvolvimento
de conhecimentos de linguagem de programação. Como ferramenta auxiliar, foi
utilizada uma lousa digital que possibilitou a realização de anotações sobre os
códigos-fonte desenvolvidos nas aulas.
52
De acordo com Simonetto et al. (2012), os conteúdos previstos eram
discutidos conceitualmente e logo após eram problematizados e solucionados em
linguagem C. Os códigos eram apresentados na lousa digital, possibilitando
destacar as estruturas desenvolvidas. Os resultados obtidos demonstraram que a
utilização de métodos diferenciados no ensino de algoritmos apresentaram
resultados positivos no processo de aprendizagem.
Silva e Pinto (2013) apresentam uma proposta de um Ambiente Virtual de
Aprendizagem de Algoritmos - (AVAA). Esta ferramenta permite a construção de um
conjunto de exercícios em forma de quebra-cabeça e que podem ser utilizados de
maneira mais efetiva no aprendizado de algoritmos. O projeto teve início em função
das dificuldades encontradas pelos alunos nas disciplinas de Algoritmos e
Linguagens de Programação, na qual foi identificada a necessidade de uma
ferramenta para auxiliar o professor com alternativas e estratégias que estimulassem
a aprendizagem dos alunos. Nessa proposta, foi concluído que a utilização do
Ambiente Virtual de Aprendizagem de Algoritmos - (AVAA) tem sido de grande apoio
no processo de ensino-aprendizado, porém aliada às ferramentas cognitivas,
aumenta a verificação de sua atuação no processo pedagógico auxiliando na
elaboração de um ambiente de aprendizagem mais adequado.
A proposta apresentada por Santiago et al. (2011) decorre da necessidade de
criar estratégias para auxiliar o aprendizado da disciplina de Algoritmos e verificar a
forma com que os alunos utilizam ferramentas no auxilio da construção de
conhecimento. As alternativas de softwares são diversas. O ambiente Moodle
surge como referência quando se trata de ferramentas para o auxílio de
aprendizagem, levando em consideração sua versatilidade na forma de interação
junto aos participantes e por ser um software open source, o que propicia o
desenvolvimento de várias experiências utilizando sua plataforma. Para que fosse
possível analisar o desenvolvimento dos alunos foram feitas duas coletas de dados:
a primeira foi feita antes do professor apresentar os conceitos para determinar o
conhecimento prévio dos alunos. A segunda foi após a interação dos alunos no
ambiente Moodle para determinar se a proposta contribuiu para a aprendizagem do
assunto pelos alunos.
A experiência de Santiago et al. (2011) com o ambiente Moodle demonstrou
como a ferramenta pode ser versátil e possível de se trabalhar nas diversas
situações que visam o auxílio da aprendizagem. A interação criada no ambiente
53
pode ser considerada positiva e satisfatória, visto que grande parte dos alunos que
interagiram no fórum disponibilizado através do AVA conseguiu desenvolver mapas
conceituais com representações de conceitos claros sobre algoritmos. Ao término
do trabalho pode-se verificar que o ambiente Moodle pode ser utilizado como uma
ferramenta de suporte ao ensino presencial, em disciplinas consideradas
fundamentais para um curso.
Jesus e Brito (2009) concluem que o processo de aprendizagem na disciplina
de Algoritmos pode ser considerado um desafio para os alunos de cursos de
Tecnologia. Os principais motivos estão relacionados à complexidade em detectar
as dificuldades de aprendizagem dos alunos pelos professores e o nível de
abstração do conteúdo. Neste contexto a pesquisa sugere um modelo de
Assistentes Inteligentes de Ensino, para auxiliar o entendimento de conceitos
complexos que dificulta o aprendizado dos alunos na disciplina de Algoritmos.
Os resultados obtidos com a pesquisa apontam uma maior eficiência na
identificação das dificuldades de aprendizagem quando aplicado o
acompanhamento individualizado aos alunos.
De acordo com as pesquisas apresentadas, pode-se perceber que existem
diversas maneiras que possibilitam o desenvolvimento de metodologias para o
auxílio na Educação Superior de Computação.
No entanto, Jesus e Brito (2009), destacam outro problema, relacionado ao
ensino. Além de realizarem considerações similares aos trabalhos anteriores, existe
uma discussão sobre o problema do ensino que diz respeito ao professor e a falta de
habilidades requeridas aos alunos. Neste contexto chega-se ao consenso que a
falta de habilidades na interpretação de problemas é uma das causas na deficiência
dos alunos da disciplina de Algoritmos, fazendo com que, diversos alunos tenham
inúmeras dificuldades em interpretar os problemas e identificar nos problemas
propostos estruturas algorítmicas. Para Jesus e Brito (2009), além dos problemas
elencados anteriormente, é observado que os professores não conseguem perceber
as deficiências dos alunos.
Pode-se afirmar que uma boa elaboração de métodos pode contribuir com a
transmissão de conhecimentos em Computação, uma vez cercada de inúmeras
pesquisas no campo de novas metodologias de ensino. A principal finalidade disso,
é que cada vez mais, tenhamos valiosas contribuições que colaborem no
aprimoramento do ensino superior e na formação de profissionais melhor
54
qualificados para o mercado. Outra possibilidade consiste em formar futuros
educadores, com interesse em executar o mesmo processo, pois enquanto alunos
passaram por esse tipo de experiência.
Em virtude no que foi citado nos trabalhos pesquisados, esta pesquisa segue
a vertente como forma de tratar o problema do aproveitamento no ensino da
disciplina de Algoritmos, sendo ela: aplicação de um método com base na teoria da
Aprendizagem Significativa para contribuir na aprendizagem do aluno.
56
CAPÍTULO 4 MAPAS CONCEITUAIS E ALGORITMOS
Considerando o referencial teórico exposto com foco na aprendizagem
significativa através da utilização dos mapas conceituais, serão analisados e
discutidos neste capítulo os dados coletados na pesquisa, as avaliações pré e pós
teste e as atividades realizadas pelos alunos durante a execução do trabalho. A
utilização das regras no desenvolvimento dos mapas conceituais, bem como os
procedimentos utilizados, baseiam-se na teoria de Ausubel.
De modo geral a pesquisa se propõe analisar a eficiência do uso de mapas
conceituais, de forma que o aluno demonstre segurança no entendimento dos
conceitos de Algoritmos, explicitando sua importância, características, formas de uso
e funcionalidades, além das principais aplicações.
4.1. Apresentação
Essa pesquisa pode ser considerada de natureza qualitativa, do tipo
experimental, objetivando investigar a eficácia do uso de mapas conceituais no
processo de ensino e aprendizagem de alunos no ensino superior.
Foi proposto um estudo para a inserção da técnica de mapas conceituais para
tratar determinados temas a fim de estabelecer relações com outros conceitos do
próprio conteúdo disciplinar. Espera-se, que o método de ensino para a disciplina
de Algoritmos, deva se preocupar com a análise e a solução de problemas centrada
na experiência dos alunos.
Ontoria et al. (2005), contribui no sentido de mostrar que, quando se fala que
os alunos “compreendem”, estamos referindo que eles tentam dar sentido a objetos
com os quais entra em contato, e mediante o qual se formam as representações e
os esquemas cognitivos. Trata-se, da assimilação ativa, que se constitui em
assimilar o que está compreendido no processo de aprendizagem, desde as
características sensoriais até as mais abstratas.
Para que seja possível auxiliar na compreensão de conceitos, cada pessoa
possui estratégias, porém, pode-se afirmar, segundo Ontoria et al. (2005) que é
possível possuir um resultado positivo maior se houver uma familiarização com o
material a ser estudado. A utilização destes materiais familiares proporciona uma
57
aprendizagem mais eficaz além de favorecer a possibilidade de se estabelecer
relações, classificações, categorias, esquemas entre outros.
4.2. A proposta
A proposta da pesquisa consiste em trabalhar com o método de mapas
conceituais, com a estratégia de contribuir com os seguintes componentes: alunos,
professores e escola. A dinâmica do trabalho inclui a interação entre os distintos
componentes que contribuem com a experiência de aprendizagem. O
comprometimento do aluno será o parâmetro da significatividade e da qualidade da
experiência. As condições de aprendizagem viabilizam o desenvolvimento de novas
estruturas, opiniões, expectativas, permitindo uma melhor compreensão do
comportamento do aluno. Quando se fala em aprendizagem não estamos nos
referindo apenas ao processo de informação ou em conhecimento. Mas também na
construção do cidadão por completo, dentro e fora da escola. Um entendimento
mais geral que atua no trabalho junto aos alunos, que se orienta, considerando o
mundo do aluno, para uma aprendizagem mais significativa.
Logo, a pesquisa se propõe apurar os conceitos utilizados para a
compreensão dos conceitos da disciplina de algoritmos utilizando-se mapas
conceituais.
Para a realização da pesquisa foi utilizada a análise qualitativa, demonstrando
a contribuição dos mapas conceituais no ensino de conceitos de Algoritmos.
De acordo com VERGARA (2007) as análises qualitativas são exploratórias,
ou seja, visa extrair dos entrevistados seus pensamentos que foram livremente ditos
sobre algum tema, objeto ou conceito. Elas fazem surgir aspectos subjetivos e
atingem motivações não explícitas, ou mesmo conscientes, de maneira espontânea.
São usadas quando se busca percepções e entendimento sobre a natureza geral de
uma questão, abrindo espaço para a interpretação.
A figura 20 demonstra os itens relacionados a cada fase da metodologia de
pesquisa utilizada.
58
Figura 20 - Etapas da metodologia de pesquisa
Considerando o processo ensino aprendizagem sobre os conceitos de
Algoritmos com foco na aprendizagem significativa através da utilização de mapas
59
conceituais, foi realizada uma pesquisa bibliográfica, de modo a evidenciar sua
importância, características e formas de uso no Ensino Superior.
4.3. Campo da pesquisa
A Instituição de Ensino Superior escolhida para a pesquisa foi o Centro
Universitário Salesiano de São Paulo U. E. Lorena (UNISAL), situada na cidade de
Lorena/SP. A escolha se deu pelo fato do pesquisador lecionar atualmente na IES,
embora os alunos envolvidos na pesquisa tivessem outro professor para a disciplina
de Algoritmos.
Todos os dados divulgados possuem a aprovação do Comitê de Ética em
Pesquisa com Seres Humanos (CEP) da Pontifícia Universidade Católica de São
Paulo (PUC-SP). Para atender ao Comitê de Ética e Pesquisa, foi realizada a
formalização de um documento de esclarecimento da pesquisa (Apêndice A), bem
como um termo de consentimento livre e esclarecido (Apêndice B), entregue aos
alunos.
A pesquisa foi desenvolvida com alunos regularmente matriculados no
segundo período de 2014 do curso superior de Ciência da Computação do UNISAL -
U. E. Lorena, totalizando 59 alunos, que serão divididos em dois grupos de
aproximadamente 29 alunos, são eles:
Grupo experimental
Grupo de controle
O critério utilizado para a definição dos grupos foi a realização de um sorteio
em sala de aula na presença do professor.
No geral, de acordo com informações da faculdade o número de alunos
regularmente matriculados no curso de Ciência da Computação no segundo
semestre de 2014 é de 160 alunos, conforme dados da tabela 1.
60
Sendo, portanto:
PERÍODO LETIVO PERÍODO Desistentes Matriculados Total Geral
2014-2 2 59 59
4 1 42 43
6 1 30 31
8 27 27
05G142 Total 2 158 160
Tabela 1 - Alunos matriculados no Curso de Ciência da Computação Fonte: Centro Universitário Salesiano de São Paulo – UNISAL (2014)
Para fins estatísticos, serão apresentadas duas tabelas que representam a
porcentagem de reprovação e desistência dos alunos do curso de Ciência da
Computação no Centro Universitário Salesiano de São Paulo – U. E. Lorena –
UNISAL, nos últimos quatro anos.
A tabela 2 apresenta informações dos alunos matriculados no curso de
Ciência da Computação, entre os anos letivos de 2011 e 2014, demonstrando a
quantidade de alunos concluintes, desistentes e reprovados.
PERÍODO LETIVO Retido na Série Desistente Concluído
Ano 2011 11 49 141
Ano 2012 21 36 133
Ano 2013 14 28 131
Ano 2014 0 12 160
Tabela 2 - Alunos do Curso de Ciência da Computação nos últimos quatro anos
Fonte: Centro Universitário Salesiano de São Paulo – UNISAL (2014)
O gráfico 1 ilustra as informações apresentadas na tabela 2.
61
Gráfico 1 - Alunos do Curso de Ciência da Computação nos últimos quatro anos
Fonte: Centro Universitário Salesiano de São Paulo – UNISAL (2014)
A tabela 3 apresenta um acompanhamento dos alunos ingressantes no curso
no ano letivo de 2011, destacando o problema de evasão encontrados já no primeiro
semestre de 2011. É válido ressaltar que o problema de evasão não está
relacionado diretamente com a disciplina de algoritmos, foram identificados outros
motivos, tais como: dificuldade de conciliar trabalho e estudo, problemas financeiros,
limitação pessoal, transferências para outras localidades, etc.
PERÍODO LETIVO Retido na
Série Desistente Concluído Total Geral
Semestre 2011-1 2 26 38 66
Semestre 2011-2 3 5 30 38
Semestre 2012-1 3 3 27 33
Semestre 2012-2 1 3 28 32
Semestre 2013-1 28 28
Semestre 2013-2 2 1 27 30
Semestre 2014-1 2 29 31
Semestre 2014-2 27 27
Tabela 3 - Acompanhamento dos alunos ingressantes no ano de 2011 Fonte: Centro Universitário Salesiano de São Paulo – UNISAL (2014)
O gráfico 2 ilustra as informações apresentadas na tabela 3.
11 21
14 0
49 36
28
12
141 133 131
160
Ano 2011 Ano 2012 Ano 2013 Ano 2014
Retido na Série Desistente Concluido
62
Gráfico 2 - Acompanhamento dos alunos ingressantes no ano de 2011
Fonte: Centro Universitário Salesiano de São Paulo – UNISAL (2014)
Para o levantamento das informações apresentadas nas tabelas 1, 2 e 3 foi
aplicado um questionário junto a IES em questão, conforme Apêndice C.
4.4. Instrumento de coleta de informações
Para esta pesquisa, foi proposto como instrumento de coleta de informações,
diagramas nos moldes de mapas conceituais que permitiram a análise de amostras
acerca dos conhecimentos prévios utilizados na disciplina de Algoritmos e um diário
de campo.
Outro instrumento se refere ao questionário que foi aplicado ao término dos 5
encontros, para a verificação da satisfação e do desempenho dos alunos em relação
a aplicação do método proposto.
Para que os trabalhos fossem melhor organizados foi estabelecida a
utilização de algumas ferramentas, são elas:
LMI - Laboratório de Metodologias Inovadoras
Software específico para elaboração de mapas conceituais
2 3 3 1 2
26
5 3 3
1 2
38
30 27 28 28 27
29 27
66
38
33 32 28
30 31 27
Ano 2011-1 Ano 2011-2 Ano 2012-1 Ano 2012-2 Ano 2013-1 Ano 2013-2 Ano 2014-1 Ano 2014-2
Retido na Série Desistente Concluído Total Geral
63
4.4.1. LMI – Laboratório de Metodologias Inovadoras
O LMI - Laboratório de Metodologias Inovadoras13 é um projeto do Núcleo de
Assessoria Pedagógica – NAP – do UNISAL, Unidade Lorena, que tem por objetivo
pesquisar metodologias ativas de aprendizagem, conhecendo o embasamento
teórico e os procedimentos de aplicação.
Outros objetivos citados se referem à análise das fases que compõem cada
um dos procedimentos de aplicação das metodologias, a adaptação aos contextos
específicos do ensino superior; bem como avaliar diferentes experiências
metodológicas. Esse núcleo é formado por micronúcleos docentes que aplicam e
compartilham os resultados da prática das metodologias ativas de aprendizagem,
proporcionando a aplicação de instrumentos para medir quantitativa e
qualitativamente o desenvolvimento da aprendizagem dos alunos em disciplinas.
O LMI conta com vários aparelhos didáticos audiovisuais e de rede de dados,
como projetores com exibição combinada ou independente, para encontros com até
120 alunos, e um sistema de áudio integrado ao computador central que permite
ouvir o professor em qualquer localização da sala. Uma rede WI-FI dedicada e
exclusiva proporcionará aos alunos acesso a softwares educacionais.
A figura 21 demostra o Laboratório de Metodologias Ativas.
Figura 21 - Laboratório de Metodologias Inovadoras Fonte: http://unisal.br/unisal-e-mais-13-ies-lancam-consorcio-sthem-brasil/
13
http://www.labmi.com.br
64
A sala possui, ainda, câmeras e microfones para que os grupos de pesquisa
possam estudar a interação entre os alunos e pesquisar o processo de
aprendizagem, com o objetivo de aprimorar as metodologias.
4.4.2. Software CmapTools
Para a elaboração dos mapas conceituais propostos aos alunos foi utilizado o
software CmapTools devido aos diversos recursos que apresenta.
O CmapTools é uma ferramenta que permite a elaboração e o
compartilhamento de mapas conceituais, representando-os graficamente. O
CmapTools disponibiliza em seu site um repositório de trabalhos que podem ser
utilizados como referência, possibilitando a iniciação da elaboração de novos
projetos. Esta aplicação possui diversas facilidades no processo de construção de
mapas conceituais, proporcionando através de suas ferramentas, a construção e o
compartilhamento, auxiliando o trabalho individual e colaborativo.
A fim de auxiliar a aprendizagem no software CmapTools, foi aplicado um
treinamento junto aos alunos com os principais recursos e ferramentas.
4.5. Procedimento de Pesquisa
Com base nas dificuldades encontradas pelos alunos na aprendizagem dos
conceitos de Algoritmos, foi utilizado um método de investigação (design-based
research14), com a intenção de demonstrar a contribuição dos mapas conceituais
para o ensino da disciplina de Algoritmos no curso de Ciência da Computação.
O método proposto foi aplicado ao conteúdo didático da disciplina de
Algoritmos, da seguinte forma:
Definir o material de maneira abrangente, para que seja considerado
significativo para o aluno.
14
Design-Based Research é uma metodologia de investigação desenvolvida com a finalidade de melhorar as práticas educativas através de pesquisas prévias, com a colaboração direta de pesquisadores e professores, (Design-Based Research Collective, 2003).
65
Avaliar o nível de conhecimento dos alunos na disciplina de Algoritmos.
Esta abordagem foi realizada através de um questionário inicial.
Estimular o aluno a relacionar os conceitos aprendidos com os
problemas do mundo real, por meio de mapas conceituais e, por fim,
descrevê-lo na forma de algoritmos.
Avaliar o conhecimento dos alunos sobre os conteúdos da disciplina de
Algoritmos após a aplicação do método proposto através de um
questionário final.
Os conteúdos didáticos foram elaborados de forma a definir um conjunto de
procedimentos que envolvessem a lógica, a criatividade e a participação intensa dos
alunos. O conteúdo didático foi alinhado aos conceitos da teoria de Ausubel.
Inicialmente foi realizado um contato com a Direção do Centro Universitário
Salesiano de São Paulo – U. E. Lorena – UNISAL e com o coordenador do curso de
Ciência da Computação, solicitando o local onde a pesquisa pudesse ser realizada,
bem como as datas e horários disponíveis para aplicação. Nesse contato foram
fornecidas explicações gerais sobre a realização da pesquisa e feito um
levantamento do número de alunos participantes.
Foram propostos três encontros com o professor. No primeiro encontro foi
realizada a verificação dos conteúdos da disciplina no qual os alunos possuíam
maior dificuldade. Nesse encontro, foram levantados os principais assuntos e a
forma como deveriam ser abordados. Os principais assuntos são:
Definição do conceito de problemas: demonstrar aos alunos que o
mundo é rodeado de situações que nos remetem a algum tipo
problema. Após a conceituação de problemas, solicitar aos alunos que
desenvolvam um mapa conceitual para um determinado problema
apresentado.
Definição do conceito de Algoritmos: demostrar aos alunos que nosso
dia a dia está ladeado de exemplos de algoritmos. Explicar a finalidade
e a importância dos algoritmos para a área de Computação. Após a
apresentação destes conceitos, solicitar a resolução dos problemas
apresentados anteriormente conforme os conceitos aprendidos.
66
Notação de conceitos de Algoritmos a partir da apresentação de um
problema: debater os diferentes conceitos de algoritmos através de
mapas conceituais. À medida que houver necessidade de alcançar
novos conceitos, realizar modificações nos problemas propostos a fim
de mostrar como os conceitos se relacionam.
Abordar os conceitos de estruturas de controle a partir da apresentação
de um problema: verificar diferentes formas de solucionar determinado
problema que ainda não foi utilizado, podendo constatar o nível de
abstração dos alunos. Da mesma forma que os tópicos anteriores, a
resolução do problema deve ser elaborado utilizando mapas
conceituais deixando evidente as ligações entre os conceitos de
algoritmos e os referenciais no problema.
Recursão: elucidar um determinado problema que utilize o conceito de
recursão. Solicitar aos alunos que descrevam os problemas por meio
de mapas conceituais.
No segundo encontro foram apresentados ao professor os principais
elementos da técnica dos mapas conceituais com o objetivo de enfatizar a estrutura
conceitual da disciplina de Algoritmos. Esses elementos foram apresentados como
forma de material instrucional dirigido ao conteúdo da disciplina de Algoritmos. Esse
material instrucional desenvolvido foi elaborado para ser aplicado de acordo com os
principais assuntos elencados no primeiro encontro com o professor.
Os principais elementos da proposta para a introdução dos mapas conceituais
no ensino de Algoritmos foram classificados como:
Exposição do termo “Mapa Conceitual”;
Uso dos “conceitos”;
Metodologia para Construção de Mapas Conceituais;
Avaliação.
A importância da apresentação desses elementos visou na organização das
atividades de ensino para atingir os objetivos da pesquisa em relação ao conteúdo
específico.
67
E, finalmente no terceiro encontro foram apresentados os resultados da
pesquisa, que consistiu na avaliação dos mapas conceituais levando em
consideração alguns aspectos do processo de ensino-aprendizagem do aluno, tais
como:
Conceitos mal formados;
Habilidade de organização;
Características cognitivas;
Profundidade com que o aluno desenvolve um determinado conteúdo;
Estruturas conceituais; hierarquização, diferenciação e integração de
conceitos.
Ao analisar os Mapas Conceituais foram encontradas evidências da
aprendizagem significativa podendo ser observado a contribuição que a pesquisa
proporcionou ao grupo de alunos.
4.6. Desenvolvimento das atividades
Para a pesquisa, foi proposta a aplicação de um questionário inicial para
avaliar qual o interesse e o nível de conhecimento dos alunos referente aos
conceitos de Algoritmos. O questionário foi aplicado nos dois grupos (Controle e
Experimental) ao mesmo tempo, ou seja, os alunos se concentraram em uma
mesma sala. Estavam presentes 55 alunos, sendo 24 do grupo experimental e 21
do grupo de controle.
É válido ressaltar que o questionário foi aplicado no Laboratório de
Metodologias Inovadoras através da ferramenta de formulários do Google Docs15,
conforme Apêndice D.
O Google Docs é um dos principais fornecedores na solução de aplicação de
questionários pela web, com foco no atendimento de empresas, organizações e
pessoas comuns que se utilizam das ferramentas para a obtenção de respostas para
a tomada de decisões, (ANDERSON, 2006).
As questões foram divididas em 2 partes no questionário proposto, sendo a
primeira parte composta por questões relacionadas ao interesse e percepção dos
15
http://drive.google.com
68
alunos em relação a disciplina de Algoritmos e a segunda parte relacionada a
conceitos sobre a disciplina. A seguir serão apresentados as questões e os gráficos
com as respectivas respostas dos alunos:
Primeira parte do questionário: questões relacionadas ao interesse e percepção
dos alunos em relação à disciplina.
- Qual a relação do perfil do profissional da Computação com disciplinas
fundamentais como Algoritmos?
(Esta questão teve como objetivo avaliar qual o ponto de vista do aluno entre
as disciplinas fundamentais do Curso de Computação e o mercado de trabalho,
conforme gráfico 3).
Gráfico 3 - Relação da disciplina de Algoritmos com o perfil profissional de Computação
- Qual o nível de dificuldade para a compreensão da disciplina de Algoritmos?
(Esta questão teve como objetivo avaliar a percepção de dificuldade
encontrada pelos alunos no processo de aprendizagem da disciplina, conforme
gráfico 4).
69
Gráfico 4 - Dificuldade para a compreensão da disciplina
- Qual a importância da disciplina de Algoritmos na grade curricular do curso?
(Esta questão teve como objetivo avaliar a percepção do aluno em relação a
disciplina de Algoritmo com as demais disciplinas do curso, conforme gráfico 5).
Gráfico 5 - Importância da disciplina na grade curricular
- Quais os desafios enfrentados na aprendizagem de Algoritmos?
(Esta questão teve como objetivo avaliar qual o nível dos desafios
encontrados pelos alunos na aprendizagem de Algoritmos, conforme gráfico 6).
70
Gráfico 6 - Desafios encontrados na aprendizagem de Algoritmos
- Qual a importância da disciplina de Algoritmos na resolução de problemas?
(Esta questão teve como objetivo verificar qual a relação da disciplina de
Algoritmos na resolução de problemas na visão dos alunos, conforme gráfico 7).
Gráfico 7 - A importância da disciplina de Algoritmos na resolução de problemas
- Qual é a relação entre resolução de problemas, lógica e algoritmos?
(Esta questão teve como objetivo elucidar junto aos alunos como eles
percebem a relação entre resolução de problemas, lógica e Algoritmos, conforme
gráfico 8).
71
Gráfico 8 - Relacionamento entre resolução de problemas, lógica e algoritmos
Segunda parte do questionário: questões relacionadas a conceitos sobre a
disciplina de algoritmos para avaliar o conhecimento prévio dos alunos.
Questões propostas:
- Q1 - O que é um algoritmo?
- Q2 - Quais as características de um algoritmo?
- Q3 - Quais as fases de construção de um algoritmo?
- Q4 - Quais as estruturas que podem fazer parte de um algoritmo?
- Q5 - Como os algoritmos podem ser representados?
- Q6 - Defina Algoritmos recursivos.
Cada questão proposta no exercício foi avaliada como: Correta16,
Parcialmente Correta 17ou Incorreta18, conforme é apresentado na tabela 4.
16
Considera-se “Correta”, as questões com 100% de acerto.
17 Considera-se “Parcialmente Correta”, as questões com 51 à 99% de acerto.
18 Considera-se “Incorreta”, as questões com menos de 50% de acerto.
72
Grupo Experimental
Grupo de Controle
Q1 8 13 3
9 10 2
Q2 4 16 4
3 13 5
Q3 8 14 2
7 13 1
Q4 2 17 5
3 14 4
Q5 1 21 2
3 15 3
Q6 2 12 10
4 8 9
Símbolos: Questão correta, Parcialmente correta, Incorreta.
Tabela 4 - Resultado do questionário sobre conceitos de Algoritmos
Após a aplicação do questionário inicial, foi possível verificar que a maioria
dos alunos possui algum tipo de dificuldade na compreensão de conceitos
abordados na disciplina de Algoritmos, embora reconheçam a importância de estar
inserida na grade curricular.
O Grupo Experimental foi submetido a uma aula expositiva, no qual foi
proposto o desenvolvimento de alguns mapas conceituais, para que eles fossem se
habituando e entendessem a proposta da pesquisa. Foi entregue para cada aluno
um roteiro para auxiliar no desenvolvimento dos mapas conceituais contendo os
seguintes passos:
Identificar os principais conceitos que serão mapeados.
Ordenar os conceitos iniciando pelos mais gerais, depois os específicos.
Ligar os conceitos com linhas, inserindo verbos ou expressões verbais para
auxiliar na compreensão da relação entre os conceitos.
Para o desenvolvimento da pesquisa foi elaborado um mapa conceitual sobre
conceitos de algoritmos a partir de um estudo de alguns livros didáticos e com o
apoio do professor da disciplina. A elaboração deste mapa conceitual tem como
objetivo definir um modelo para verificação do desenvolvimento dos mapas
conceituais dos alunos. Esse mapa pode ser observado no Apêndice E.
73
A seguir será descrito o processo de ensino aprendizagem em que os alunos
foram submetidos ao longo dos 5 encontros e como os mapas conceituais
influenciaram na assimilação dos conceitos.
Primeiro Encontro
No primeiro encontro, foi solicitado aos alunos que desenvolvessem um mapa
conceitual com os conceitos de Algoritmos e sua importância para a área de
Computação. A atividade foi desenvolvida individualmente.
Os Mapas Conceituais elaborados pelos alunos do grupo experimental podem
ser observados nas Figuras 22 e 23. É válido ressaltar que a escolha desses mapas
conceituais se dá pelo fato dos mesmos estarem mais adequados em relação a
estrutura dos conceitos esperados na disciplina de acordo com o professor.
Figura 22 - Mapa Conceitual sobre conceito e importância dos algoritmos, elaborado por um aluno do grupo experimental.
74
Para a realização dessa atividade os alunos tiveram como apoio o software
CmapTools. É válido ressaltar que foram utilizadas palavras de ligação na
elaboração dos mapas conceituais, pois estas contribuem com um melhor
entendimento das proposições válidas para o conteúdo em estudo.
Figura 23 - Mapa Conceitual sobre conceito e importância dos algoritmos, elaborado por um aluno do grupo experimental.
Pode-se perceber que o objetivo proposto neste exercício foi alcançado pelos
alunos. A partir de instruções feitas em aula, os alunos foram capazes de organizar
seus conhecimentos sobre conceitos de Algoritmo.
Segundo Encontro
Foi proposto aos alunos que desenvolvessem um mapa conceitual
relacionado aos conceitos sobre variáveis, tipos de dados e operadores. Para a
resolução desta atividade os alunos foram orientados a seguirem alguns passos, tais
como:
75
Identificar os principais conceitos que serão mapeados.
Ordenar os conceitos iniciando pelos mais gerais, depois os específicos.
Ligar os conceitos com linhas, inserindo verbos ou expressões verbais para
auxiliar na compreensão da relação entre os conceitos.
Discutir o mapa realizado com o colega.
Os resultados aqui apresentados refletem a maneira como isso aconteceu.
A figura 24 demonstra um mapa conceitual referente a conceitos de variáveis
e constantes.
Figura 24 - Mapa Conceitual sobre variáveis e constantes, elaborado por um aluno do grupo experimental.
Um aspecto importante pode ser destacado no mapa conceitual apresentado
na figura 24. O aluno consegue fazer relações de conceitos entre dois assuntos
distintos (Variáveis e Constantes).
A figura 25 apresenta um mapa conceitual sobre Tipos de Dados.
76
Figura 25 - Mapa Conceitual sobre tipos de dados, elaborado por um aluno do grupo experimental.
Neste encontro, alguns alunos fizeram algumas observações sobre a
dificuldade em definirem as palavras para realizar as relações entre os conceitos.
Outro ponto a ser observado foi a evolução dos alunos em relação ao
manuseio do software CmapTools. É importante ressaltar que esta evolução no uso
do software, não remete a forma e qualidade dos mapas conceituais desenvolvidos
pelos alunos. A figura 26 apresenta um mapa conceitual sobre Operadores
desenvolvidos pelo aluno.
77
Figura 26 - Mapa Conceitual sobre operadores, elaborado por um aluno do grupo experimental.
Durante o desenvolvimento do exercício, foram realizadas discussões sobre
os temas abordados no encontro, além de algumas observações em relação a
destacar conceitos, de acordo com os passos citados anteriormente.
Terceiro Encontro
Para o terceiro encontro o objetivo era exercitar conceitos sobre Estrutura de
Controle.
Como relatado no encontro anterior, os alunos passaram a se preocupar não
somente em processar o conhecimento, mas também com a diagramação dos
mapas conceituais, deixando mais claro a estrutura de seu conhecimento.
A figura 27 apresenta um mapa conceitual elaborado pelo aluno.
78
Figura 27 - Mapa Conceitual sobre estrutura de controle, elaborado por um aluno do grupo experimental.
Neste encontro o professor da disciplina relatou uma melhora significativa na
desenvoltura dos alunos que participavam da pesquisa em relação aos outros,
principalmente na capacidade de relacionamento de conceitos na resolução de
exercícios propostos em sala de aula.
Quarto Encontro
No quarto encontro foi exigida a compreensão dos conceitos envolvendo
Estrutura de Dados.
79
Pode-se observar na figura 28, que o mapa conceitual elaborado pelo aluno
não encontrava-se correto, pois é possível verificar que os conceitos de tipos de
dados e estrutura de dados se confundiam.
Figura 28 - Mapa Conceitual sobre estrutura de dados, elaborado por um aluno do grupo experimental.
Com a aplicação dos mapas conceituais, foi possível observar como os
alunos organizam seus conhecimentos e se empenham em resolver os exercícios.
Percebeu-se também que os alunos diante da metodologia deste trabalho
apresentavam mais curiosidade e empolgação, pois tinham condições de realizar
relações entre conceitos pré-existentes relacionando-os com conceitos de
algoritmos.
Quinto Encontro
Para finalizar os encontros com os alunos, foi proposto uma questão com o
objetivo de praticar conceitos sobre Passagem de Parâmetros e Recursividade.
Mais uma vez detecta-se que o mapa conceitual elaborado pelos alunos teve
a apresentação dos conteúdos essenciais e relevantes para a compreensão do
assunto abordado. Nesse contexto, é apresentada a figura 29 com o mapa
80
conceitual de um dos exercícios realizados pelos alunos, bem como a resolução do
mesmo.
Figura 29 - Mapa Conceitual sobre Passagem de Parâmetros e Recursividade
É válido ressaltar que as aulas realizadas para o grupo Experimental foram de
forma expositiva e dialogada, sendo possível perceber a empolgação dos alunos na
execução das atividades. Entende-se como aula dialogada aquela que o professor
contextualiza o tema mobilizando as estruturas mentais do aluno para que este
articule informações que já traz consigo com as que serão apresentadas. Pode-se
observar alguns comentários de alunos como: “temos mais mapas conceituais do
que folhas no caderno”, fazendo referência à quantidade de material desenvolvido
nos encontros.
Ao final dos encontros, foi elaborado um questionário (Apêndice F) com 10
perguntas com o objetivo de avaliar a satisfação dos alunos com a utilização dos
mapas conceituais para a disciplina de Algoritmos. Obtiveram como respostas as
seguintes alternativas:
81
(E) Excelente
(A) Adequado
(P) Pouco adequado
(I) Inadequado
(NA) Não se aplica
Desse modo permitiu um tratamento estatístico de todos os 29 questionários
respondidos, conforme demonstrado no gráfico 9.
Gráfico 9 – Pesquisa de satisfação sobre Mapas Conceituais
O resultado do questionário pode ser observado no Apêndice G desta
pesquisa.
Apesar da maioria dos alunos não terem realizado o uso de mapas
conceituais antes da realização da pesquisa, todos gostaram do emprego do mesmo
como recurso para estudo, além de não apresentarem dificuldades em seu uso
como ferramenta para aprendizagem.
Tais resultados demonstram que o uso da abordagem através de mapas
conceituais é válido, visto que contribuí na forma com que o aluno estrutura seus
conhecimentos em busca de uma solução.
82
4.7. Procedimentos de coleta e tratamento de dados
Para a coleta de dados da pesquisa foi realizado um questionário envolvendo
conceitos sobre Algoritmos, em dois momentos: Um pré-teste, aplicado antes de
iniciar o estudo, e um pós-teste, diagramas aos moldes de mapas conceituais
aplicados nos encontros, além dos registros e observação do pesquisador.
Fink e Kosecoff (1985) definem um questionário como uma técnica para a
obtenção de informações sobre sentimentos, crenças, expectativas, situações
vivenciadas e sobre toda e qualquer informação que o pesquisador pretenda
registrar para atender os objetivos de seu trabalho.
O questionário foi utilizado com dois objetivos:
Aplicar um questionário pré-teste, para avaliar qual o interesse e o nível de
conhecimento dos alunos referente aos conceitos de Algoritmos;
Aplicar um questionário pós-teste, para avaliar quais conceitos foram
adquiridos após a aplicação do conteúdo, e assim, determinar se houve uma
aprendizagem significativa.
Gil (1999) defende a utilização do pré-teste como instrumento de coleta de
dados para assegurar validade e precisão na pesquisa, porém é preciso assegurar
que esteja bem elaborado. Foi proposto que o professor da disciplina elaborasse
em conjunto com o pesquisador os questionários de pré e pós-teste.
Após a aplicação da pesquisa foi realizado uma devolutiva com os grupos de
alunos, professores e coordenação através de gráficos e planilhas. Para isto foi
necessário uma análise dos mapas conceituais elaborados pelos alunos nos
encontros em conjunto com professor da disciplina, bem como o questionário da
análise de pesquisa no inicio e final dos encontros.
Através desse método, foi possível analisar a contribuição no uso dos mapas
conceituais, de forma que o aluno demonstre maturidade nos entendimentos dos
conceitos de forma estável e diferençável, basicamente o que se espera na
aprendizagem significativa.
83
4.8. Análise do desempenho dos alunos
Após a realização dos encontros junto aos alunos, foi aplicado um conjunto de
questões (Anexo B) com o mesmo nível de dificuldade aplicado durante a realização
das atividades de ensino pelo professor da disciplina. A aplicação deste último teste
buscou avaliar o conhecimento dos alunos sobre os conteúdos que são abordados
na disciplina de Algoritmos.
As questões compreenderam no desenvolvimento de exercícios sobre a
elaboração de Algoritmos respeitando conceitos considerados importantes para a
disciplina segundo o professor. A figura 30 apresenta a sequência das atividades.
Figura 30 - Etapas realizadas junto aos alunos
Os resultados obtidos buscam relacionar o desempenho dos alunos do grupo
de Controle bem como os alunos do grupo Experimental.
Entende-se que a comparação dos resultados dos alunos deva refletir os
benefícios de oferecer um tratamento diferenciado apresentando um padrão de
comportamento no uso dos mapas conceituais.
A avaliação dos exercícios de algoritmos foi elaborada levando em
consideração os seguintes conceitos:
Identificação das Variáveis: tem o objetivo de analisar se o aluno declarou
as variáveis de forma correta.
Entrada de Dados: tem o objetivo de analisar se o aluno fez a leitura das
variáveis de entrada conforme enunciado do exercício.
Processamento: tem o objetivo de analisar se o aluno fez os
cálculos/operações corretos conforme o enunciado do exercício.
Exibição das Saídas: tem o objetivo de analisar se o aluno apresentou as
respostas que o algoritmo deveria apresentar.
84
Uso Correto de Condições: tem o objetivo de analisar se o aluno utilizou
corretamente as condições no programa.
Embora estes conceitos estejam diretamente relacionados a elaboração de
um algoritmo, a avaliação foi realizada individualmente. Com a explicação destes
conceitos, buscou-se verificar o nível de compreensão dos alunos. Entende-se ser
apropriado adotar também esta abordagem para realizar a análise das respostas
dos alunos nos exercícios realizados.
Cada um destes conceitos propostos no exercício foi avaliado como: Correta,
Parcialmente Correta ou Incorreta. A tabela 5 possibilita uma melhor análise e
visualização do desempenho dos alunos.
Grupo Experimental
Grupo de Controle
Itens Avaliados
Identificação das Variáveis 22 5 1
13 9 3 Entrada de Dados 19 7 2
6 14 5
Processamento 15 9 4
3 15 7 Exibição das Saídas 21 4 3
7 15 3
Uso Correto de Condições 19 5 4
5 12 8
Símbolos: Questão correta, Parcialmente correta, Incorreta.
Tabela 5 – Resultado das correções do questionário final
Pode-se observar que os alunos do grupo Experimental obtiveram um avanço
no aprendizado em todos os conceitos da elaboração de Algoritmos que
participaram dos encontros, conforme ilustra o gráfico 10.
85
Gráfico 10 - Resultado das correções do questionário final
A partir destas análises, foi possível identificar que a utilização de mapas
conceituais, possibilita um diferencial na efetivação da Aprendizagem Significativa
de conceitos.
Entende-se que a descrição do processo metodológico apresentado neste
capítulo permitiu detalhar a forma como ocorreu a presente pesquisa, fornecendo
importantes indicativos que nos permitem identificar que é possível melhorar o
aprendizado dos alunos utilizando mapas conceituais na disciplina de Algoritmos.
Tomando esta pesquisa como base, é possível aceitar tais caminhos como
razoavelmente seguros para a realização de mapas conceituais na aprendizagem
dos conceitos de Algoritmos.
87
CONSIDERAÇÕES FINAIS
A pesquisa desenvolvida teve por objetivo possibilitar o entendimento de
como os mapas conceituais podem estimular a aprendizagem significativa sobre os
conceitos de algoritmos trabalhados nos cursos de Computação, auxiliando na
aprendizagem do aluno, além de identificar a contribuição nas atividades educativas
do professor em sala de aula.
Entende-se que o aprendizado é constante na estrutura cognitiva do aluno e
todo o método que tenha como objetivo um aprendizado mais interativo pode ser
adotado como ferramenta de apoio. Por outro lado, o aluno não terá um
aprendizado adequado se não possuir interesse aos assuntos apresentados. Este
pode ser considerado mais um elemento para a utilização da teoria de Ausubel, que
afirma, para que se ocorra um aprendizado significativo é necessário que o aluno
esteja capacitado a aprender e esteja maduro intelectualmente para isso. O aluno
só estará capacitado a aprender quando se sentir interessado pelo assunto. Isso é
possível quando os conceitos são abordados de forma diferenciada, buscando maior
significado junto aos alunos.
Novak e Gowin (1999) apresentam em seus relatos, se o professor estimular
a aprendizagem significativa junto aos alunos contribuirá com o entendimento dos
conceitos e suas relações, com o método de se localizar informações, com a
construção de conhecimentos e principalmente o aprender a aprender.
É importante salientar que a teoria de Ausubel, reconhece o valor do aluno
em sua experiência e seus conhecimentos adquiridos durante todo seu percurso
escolar. Esta teoria prioriza o “fazer sentido”, permitindo que o aluno tenha
consciência do processo pelo qual está passando, e se comporte como participante
ativo no seu aprendizado. Para que os educadores alcancem seus objetivos em
relação ao ensino-aprendizagem, é preciso, segundo Ausubel, ver o aluno
individualmente e ao mesmo tempo inserido em um contexto social.
A utilização de mapas conceituais (Novak; Gowin, 1999) auxiliam na
aprendizagem de novos conteúdos, sistematizando-os em módulos de
aprendizagem que, por sua vez, irão refletir sobre as experiências dos alunos em
situações não somente da parte acadêmica, como também da profissional.
88
Ausubel (1983) observa que quando o aluno estrutura seu conhecimento,
ordena de forma lógica e sequencial as informações coletadas. Com a elaboração
dos mapas conceituais, ele estará de fato construindo seu conhecimento. Sua
conduta passa de um papel de espectador ou receptor de informação, para um
agente participativo que apura, estrutura e apresenta a informação dando significado
à aprendizagem.
Nessa direção buscou-se a priori que os alunos desenvolvessem mapas
conceituais para interpretar os enunciados dos problemas de algoritmos propostos
pelo professor, porém o resultado foi insatisfatório, visto que os alunos
desenvolveram fluxogramas ao invés de mapas conceituais. Assim, foi necessário
direcionar a pesquisa para utilizar os mapas conceituais como sinalizadores dos
conceitos no processo de aprendizagem, além de ser uma forma para memorização
do conteúdo apresentado.
No desenvolvimento dos mapas conceituais foi possível observar uma
melhoria na habilidade por parte dos alunos ao desenvolver os algoritmos, diferente
do método tradicional que tem como objetivo a memorização das instruções de
maneira desordenada. Porém, na visão do pesquisador não existem provas
conclusivas de que os mapas conceituais proporcionaram tal melhoria, visto que
Ausubel expõe que o aluno deva possuir conhecimentos prévios de determinados
conceitos para que exista uma aprendizagem significativa. Nesse caso, para a
aprendizagem de algoritmos isso não é válido, pois os conceitos relacionados ao
cotidiano não contribuem com a concepção na relação de conceitos de computação.
Como mencionado, tal habilidade requer tempo para serem alcançadas a contento,
o que não diminui a importância da abordagem neste trabalho.
É válido ressaltar que é de responsabilidade do professor não somente
fornecer conteúdos essenciais ao exercício profissional do aluno, mas de
proporcionar um ambiente que fortaleça o aprendizado efetivo desses conteúdos.
Assim o futuro profissional terá condições de atuar de forma crítica e produtiva no
desenvolvimento de softwares.
Como recomendação futura, julga-se oportuno investigar a integração desta
pesquisa com outras pesquisas que estejam direcionadas em aspectos
motivacionais dos alunos. Também pretende-se analisar se o método desenvolvido
pode servir como base de apoio ao processo de ensino/aprendizagem em outras
disciplinas dos cursos de Computação. Este método poderá abranger exercícios
89
direcionados à área do curso ou exercícios que representem o dia-a-dia da maioria
dos alunos fazendo com que a aprendizagem seja mais significativa.
A partir desta pesquisa, temos uma visão ampliada do quanto ainda se pode
aprofundar, tanto no estudo de novas ferramentas, quanto no estudo de novos
métodos de aprendizagem.
90
REFERÊNCIAS
ANDERSON, Chris. A Cauda Longa – Do mercado de massa para o mercado de nicho. 4a Edição. Rio de Janeiro: Elsevier, 2006.
AUSUBEL, D. P. Educational Psychology. A Cognitive View. Nova York: Holt, Rinehart and Winston Inc., 1968.
_________________. A aprendizagem significativa: a teoria de David Ausubel. São Paulo: Moraes, 1982.
_________________. Aquisição e Retenção de Conhecimentos: Uma Perspectiva Cognitiva. Coimbra: Editora Paralelo, 2000.
AUSUBEL, D. P.; NOVAK, J. D.; HANESIAN, H. Psicologia educacional. Tradução Eva Nick et al. 2. ed. Rio de Janeiro: Interamericana, 1983.
BARBOSA, L. M. Ensino de Algoritmos em Cursos de Computação. São Paulo: Editora EDUC, 2001.
BARCELOS, R. J. S. O Processo de Construção do Conhecimento de Algoritmos com o uso de Dispositivos Móveis Considerando Estilos Preferenciais de Aprendizagem. Tese de Doutorado. UFRGS. 2012.
COLOMBO, C. S., STAHL, N. S. P., DUNCAN, C. P. F. R., SCHORETTER, S. M. A Ferramenta Wink e o Modelo “Sala de Aula Invertida” aplicados ao Ensino de programação. XI EVIDOSOL e VIII CILTEC 2014.
CORMEN, T. H, LEISERSON C. E., RIVEST, R. L., STEIN, C. Algoritmos. Rio de Janeiro: Elsevier, 2012.
DIJKSTRA, E.W. A Short Introduction to the Art of Programming. Technological University Endhoven, 1971. ENGELBRECHT, A. M., DILERMANDO, P. J., NAKAMITI, G. S., BIANCHI, F. Algoritmos e Programação de Computadores. Editora Campus, São Paulo, 2012.
FINK, A., KOSECOFF, J. How to conduct survey: A step-by-step guide. Beverly Hills: Sage, 1985.
GIL, A. C. Métodos e Técnicas de Pesquisa Social. 5ed. São Paulo: Atlas, 1999.
91
JESUS, A. BRITO, G.S. Concepção de Ensino-Aprendizagem de Algoritmos e Programação de Computadores: A Prática Docente. I ENINED – Encontro Nacional de Informática e Educação. Universidade Estadual do Oeste do Paraná (UNIOESTE). Cascavel, Paraná, 2009.
KNUTH, D. E. The Art of Computer Programming - Fundamental Algorithms, Third Edition. Reading, Massachusetts: Addison-Wesley, 1997.
LOPES, A., GARCIA, G. Introdução à Programação. Rio de Janeiro, Elsevier, 2002.
LUCCHESI, C. L. Aspectos teóricos da computação. Rio de Janeiro, Impa, 1979.
MEDINA, M., FERTIG, C. Algoritmos e Programação: Teoria e Prática. São Paulo: Editora Novatec, 2006.
MINSKY, M. Computation: Finite and Infinite Machines. New Jersey, Prentice-Hall, 1967.
MORAN, J. M. Novos desafios para o educador. In: A educação que desejamos: Novos desafios e como chegar lá. P. Campinas: Papirus, 2007.
MOREIRA, M.A; MASINI, E.F. Aprendizagem Significativa: a teoria de David Ausubel. São Paulo: Moraes, 1982.
NOVAK, J. D.; GOWIN, D. B. Learning How to Learn. New York: Cambridge University Press, 1984.
_________________. Aprender a aprender. Lisboa: Plátano. Edições Técnicas, 2. ed. 1999.
OKADA, A.; ALMEIDA F. Derivas: cartografia do ciberespaço. In: Navegar sem mapa? Ed. Anna Blume, 2004.
ONTORIA A., BALLESTEROS A. ; CUEVAS C.; GIRALDO L.; MARTIN I.; MOLINA A.; RODRIGUEZ A.; VELEZ U.. Aprender com mapas mentais. Uma técnica para aprender. São Paulo: Loyola, 2005.
ROCHA, H. V., Representações Computacionais Auxiliares ao Entendimento de Conceitos de Programação. Computadores e Conhecimento: Repensando a Educação. 1 ed. Campinas, SP UNICAMP, 1994, v. 1, p. 395-416.
ROGERS, C. Tornar-se pessoa. São Paulo: Martins Fontes, 1988.
92
SALIBA, W. L. C. Técnicas de Programação – Uma Abordagem Estruturada. São Paulo: Makron, McGraw-Hill, 1992.
SALVADOR, C. C. Psicologia do ensino. Porto Alegre: Artes Médicas, 2000.
SALVETTI, D. D.; BARBOSA, L. M. Algoritmos. São Paulo: Makron Books, 1998.
SANTIAGO, E. D., PEIXOTO, F. S., SILVA, A. M., O Ambiente Virtual de Aprendizagem Moodle atuando como ferramenta de apoio ao ensino presencial na disciplina de Algoritmos. Revista Semente, 2011.
SCHEFFLER, P., Teaching Algorithmics – Theory and Practice. In: Proc. 2nd Intern. Sc. Conf. “Informatics in the Scientific Knowledge.” Varna 2008, p. 259-269
SEBESTA, R. W.; Conceitos de Linguagens de Programação. 4ª Edição. Porto Alegre: Bookman, 2000.
SILVA, J. G. S., PINTO, C., Ambiente Virtual de Aprendizagem de Algoritmos (AVAA): A Construção de uma Ferramenta no Processo Ensino-Aprendizagem. XII SEPA - Seminário Estudantil de Produção Acadêmica, UNIFACS, 2013.
SIMONETTO, E. O., ABEGG, I., FILHO, W. P. Uma abordagem diferenciada no Ensino de Algoritmos através da utilização de uma Lousa Digital. Revista GEINTEC. São Cristóvão, SE, 2012.
SKIENA, S. S. The Algorithm Design Manual. New York: British Library, 2008.
SOUZA, J. N. Lógica para Ciência da Computação. Campus, 2a edição 2008.
TAVARES, R. Construindo mapas conceituais. Ciência & Cognição, v. 12, p. 72-85. 2007.
VASCONCELLOS, C. S. Construção do conhecimento em sala de aula. São Paulo: Libertad, 1993.
VERGARA, S. C. Projetos e relatórios de pesquisa em administração. 8. ed. São Paulo: Atlas, 2007.
VYGOTSKY, L. A formação social da mente. São Paulo: Martins Fontes, 1989.
ZIVIANI, N. Projeto de Algoritmos: com implementações em Java e C++. São Paulo, Thomson Learning, 2007.
93
WEBGRAFIA
BORGES, M. Avaliação de uma metodologia alternativa para a aprendizagem de programação. VIII Workshop de Educação em Computação. Disponível em <http://200.169.53.89/download/CD%20congressos/2000/SBC%202000/eventos/wei/wei006.pdf>. Acesso em: 23/01/2015.
MORAN, J. M. Para onde caminhamos na educação? Disponível em: < http://www2.eca.usp.br/moran/>. Acesso em: 10 abr 2014.
MENZIES, T. Applications of Abduction: Knowledge-Level Modeling. International Journal of Human Computer Studies, 1996. Disponível em <http://menzies.us/pdf/96abkl.pdf>. Acesso em: 21/03/2014.
NUNES, J. S.. Funções Pedagógicas dos mapas conceituais na Perspectiva do docente Brasileiro. 2008. Dissertação (Mestrado). Faculdade de Motricidade Humana de Lisboa – Lisboa, 2008, Engenharia de Mídias para a Educação. Disponível em: <http://web.univ-poitiers.fr/ll-euromime/index.php?option=com_content&task=view&id=81&Itemid=54>. Acesso em: 20/04/2015.
PEREZ, M.R. Um novo currículo para a sociedade do conhecimento: da escola que ensina à escola que aprende. 2008. Disponível em <http://www.martinianoroman.com/paginas/articulos/articulo_3_portugues.htm>. Acesso em: 13/12/2014.
TREVELIN, A. T. C.; PEREIRA, M. A. A.; NETO, J. D. O. “A Utilização da Sala de Aula Invertida em Cursos Superiores de Tecnologia: Comparação entre o Modelo Tradicional e o Modelo Invertido “Flipped Classroom” adaptado aos Estilos de Aprendizagem”. Revista de Estilos de Aprendizagem, vol. 11, 2013, p. 137-150. Disponível em: <http://learningstyles.uvu.edu/index.php/jls/article/view/12>. Acesso em: 29/12/2014.
94
APÊNDICE A – Carta de esclarecimento da pesquisa
CARTA DE ESCLARECIMENTO DA PESQUISA
Prezado participante,
Estou em fase final de minha dissertação de Mestrado, e preciso da sua
colaboração para terminá-la.
O objetivo deste meu pedido é avaliar a metodologia utilizada na disciplina de
Algoritmos.
A importância de sua resposta é primordial para a conclusão de minha
pesquisa; para uma nova proposta de metodologia envolvendo ensino-
aprendizagem, principalmente, para o ensino de terceiro grau.
As informações que forem prestadas não serão identificadas por autor e sim,
pelo conteúdo das respostas, permanecendo em total sigilo o informante.
Agradeço-lhe imensamente pelo preenchimento do questionário.
Pesquisador responsável: Warner Brezolin
Tecnologias da Inteligência e Design Digital – PUC - SP
95
APÊNDICE B – Termo de consentimento livre e esclarecido
TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO
Eu, _____________________________________________________, estou
sendo convidado(a) a participar como voluntário(a) de uma pesquisa denominada
Mapas conceituais e os conceitos da disciplina de Algoritmos: Uma aplicação
para a aprendizagem significativa.
Fui alertado(a) de que, da pesquisa a se realizar, posso esperar alguns
benefícios, tais como: utilizar uma metodologia que permite a ligação de conceitos já
existentes com conceitos novos, conduzindo a um novo conhecimento de modo
visual, além de contribuir com o estudo na disciplina de Algoritmos.
Recebi, por outro lado, os esclarecimentos que não existem riscos ou
desconfortos associados à pesquisa ou probabilidade de que os sujeitos sofram
danos como consequência imediata ou tardia do estudo.
Estou ciente de que minha privacidade será respeitada, ou seja, meu nome
ou qualquer outro dado ou elemento que possa, de qualquer forma, me identificar,
será mantido em sigilo.
Também fui informado(a) de que posso me recusar a participar do estudo, ou
retirar meu consentimento a qualquer momento, sem precisar justificar.
O referido projeto é conduzido pelo pesquisador Warner Brezolin que está
devidamente matriculado no curso de Tecnologias da Inteligência e Design Digital –
PUC – SP.
É assegurada a assistência durante toda pesquisa, bem como me é
garantido o livre acesso a todas as informações e esclarecimentos adicionais sobre
96
o estudo e suas consequências, enfim, tudo o que eu queira saber antes, durante e
depois da minha participação.
Enfim, tendo sido orientado(a) quanto ao teor de todo o aqui mencionado e
compreendido a natureza e o objetivo do já referido estudo, manifesto meu livre
consentimento em participar, estando totalmente ciente de que não há nenhum valor
econômico, a receber ou a pagar, por minha participação.
Lorena / SP, novembro de 2014.
Assinatura do participante Warner Brezolin
Pesquisador
97
APÊNDICE C - Questionário para levantamento de índice de reprovação e desistência em Cursos Superiores de Computação
Data: ____/____/_________
Nome da Instituição: ______________________________________________
Nome do Curso: ________________________________________________
Semestre letivo vigente: _______________________
1. Informar o número de alunos matriculados e desistentes no curso no
semestre letivo vigente:
PERÍODO Matriculados Desistentes
1º
2º
3º
4º
5º
2. Informar o número de alunos retidos na série, desistentes e concluintes,
considerando a duração do curso em anos.
ANO LETIVO Retido na Série Desistente Concluído
2011
2012
2013
2014
2015
98
3. Considerando a turma que irá concluir o curso no ano letivo vigente,
informar os dados referentes aos anos anteriores desde o seu ingresso.
SEMESTRE LETIVO
Retido na Série Desistente Concluído
2011.1
2011.2
2012.1
2012.2
2013.1
2013.2
2014.1
2014.2
2015.1
2015.2
Obrigado pela participação!
103
APÊNDICE F - Questionário de análise da pesquisa
QUESTIONÁRIO
UNISAL - Curso Ciência da Computação Série:__________
Data de aplicação: ____/____/2014
Aplicador: Warner Brezolin
DADOS INFORMATIVOS:
Idade do participante: _______ anos Sexo: F ( ) M ( )
INSTRUÇÕES:
- Leia com atenção as questões.
- Seja o(a) mais sincero(a) possível.
- Não deixe nenhum item sem resposta.
- Mediante a instrução para a realização da tarefa, escolha apenas uma alternativa
para cada item, marcando com um “X”.
Para cada uma das questões a seguir, assinale seu grau de concordância segundo
a escala:
(E) Excelente
(A) Adequado
(P) Pouco adequado
(I) Inadequado
(R) Ruim
Questões relacionadas às atividades desenvolvidas nos Encontros
Grau de
Concordância
1. Considero a utilização de mapas conceituais como uma
técnica que contribui com a aprendizagem dos conteúdos da disciplina de Algoritmos.
2. Considero meu entendimento do que é um mapa conceitual,
como:
104
3. Classifico a técnica de utilização de mapas conceituais na
disciplina de Algoritmos como:
4. Classifico a técnica dos mapas conceituais de fácil
aplicação.
5. Classifico a técnica de elaboração de mapas conceituais
como:
6. Considero a técnica do mapa conceitual possível de ser
aplicada nas demais disciplinas do curso.
7. Como você classifica a utilização dos mapas conceituais
como recurso para revisão de conceitos?
8. Classifico a utilização dos mapas conceituais como uma
técnica para contribuir com o meu aprendizado.
9. O aspecto visual dos mapas conceituais contribui para o seu
aprendizado?
10. Como você classifica a utilização do software CmapTools?
Obrigado pela participação!
105
AP
ÊN
DIC
E G
– R
es
ult
ad
o d
o q
ue
sti
on
ári
o s
ob
re a
sa
tis
faç
ão
da t
éc
nic
a d
e m
ap
as c
on
ce
itu
ais
A
lunos
1.
Co
nsid
ero
a
utiliz
ação d
e M
apas
Conceitu
ais
com
o
um
a
técnic
a
que
contr
ibui
com
a
apre
ndiz
agem
dos
conte
údos
da
dis
cip
lina
de
A
lgoritm
os.
2.
Co
nsid
ero
m
eu
ente
ndim
ento
do
que
é
um
M
apa
C
onceitu
al, c
om
o:
3.
Cla
ssific
o
a
técnic
a
de
utiliz
ação
de
map
as
conceitu
ais
na
dis
cip
lina
de
A
lgoritm
os c
om
o:
4.
Cla
ssific
o
a
técnic
a
dos
Mapa
s
Conceitu
ais
d
e
fácil
aplic
ação
.
5.
Cla
ssific
o
a
técnic
a
de
ela
bora
çã
o
de
M
ap
as C
onceituais
com
o:
6.
Co
nsid
ero
a
té
cnic
a
do
Map
a
Conceitu
al
possív
el
de
se
r aplic
ada
nas
dem
ais
dis
cip
linas
do c
urs
o.
7.
Com
o
você
cla
ssific
a
a
utiliz
ação
dos
Map
as C
onceituais
com
o r
ecu
rso
para
re
vis
ão
de
conceitos?
8.
Cla
ssific
o
a
utiliz
ação
dos
Map
as C
onceitu
ais
com
o um
a té
cnic
a
para
co
ntr
ibuir
com
o
meu
apre
ndiz
ado.
9.
O a
sp
ecto
vis
ual
dos
Ma
pas
Conceitu
ais
contr
ibui
para
o
seu a
pre
ndiz
ado
?
10.
Com
o
vo
cê
cla
ssific
a a
utiliz
ação
do
soft
wa
re
Cm
apT
ools
?
1
E
E
E
E
E
E
E
A
E
E
2
A
E
E
P
E
A
E
A
A
E
3
E
E
A
E
A
A
E
E
E
E
4
E
A
E
E
E
E
E
E
A
E
5
E
E
A
A
E
A
E
E
E
A
6
A
A
E
E
A
A
E
E
E
E
7
E
E
E
E
A
A
E
A
E
E
8
P
P
A
E
A
A
E
P
E
E
9
E
E
E
P
E
E
A
A
A
E
10
A
A
E
E
A
E
A
E
E
E
11
E
E
E
A
E
P
E
A
E
A
12
P
A
A
E
A
A
E
P
E
E
13
E
E
E
E
E
E
A
A
A
E
14
A
A
E
E
A
E
A
E
E
E
15
E
E
E
A
E
E
E
A
A
E
16
A
E
A
P
A
E
A
E
E
E
17
E
E
E
E
A
A
A
E
E
E
18
P
E
E
E
A
E
E
P
E
E
19
A
E
E
A
E
E
E
E
E
E
20
E
E
E
P
A
A
E
E
A
A
21
P
A
E
E
A
E
E
P
E
E
22
A
E
E
E
E
A
E
E
E
E
23
E
E
A
A
E
P
E
E
A
E
24
E
E
E
E
E
E
E
E
E
E
25
A
E
A
A
A
A
A
E
E
E
26
A
E
E
A
A
E
E
A
E
E
27
E
E
A
A
E
E
A
E
E
E
28
P
A
E
A
A
A
E
P
E
A
29
E
E
E
E
E
E
E
E
E
E
106
ANEXO A – Grade curricular dos cursos de Ciência da
Computação com nota 5 no MEC
Universidade do Oeste Paulista (UNOESTE)
O curso de Ciência da Computação da Unoeste é responsável pela formação
do profissional habilitado a criar programas e aplicativos de informática desde
softwares básicos de controle de estoque, por exemplo, até os mais complexos
sistemas de processamento de informações, como os utilizados nas pesquisas
espaciais e na medicina genética. A formação teórica é obtida por meio de um
conjunto de disciplinas das áreas de matemática e fundamentos da computação. Já
a prática e tecnológica, por meio do desenvolvimento de projetos e utilização de
diferentes tipos de ferramentas e softwares. O curso possui laboratórios com ampla
infraestrutura para o desenvolvimento de projetos da área computacional. Além
disso, dispõe de equipamentos de última geração e que estão em sintonia com as
exigências do mercado. Após a graduação, o profissional poderá trabalhar em:
indústrias, comércio, bancos, hospitais, instituições de ensino, ONGs, empresas
públicas, privadas, entre diversos outros locais.
1º Termo
Disciplina Carga Horária
CÁLCULO DIFERENCIAL E INTEGRAL I 80
LÓGICA 80
INTRODUCAO A CIENCIA DA COMPUTACAO 80
ALGORITMOS E TÉCNICAS DE PROGRAMAÇÃO I 80
LABORATÓRIO DE INFORMÁTICA I 80
ADMINISTRAÇÃO 40
2º Termo
Disciplina Carga Horária
CÁLCULO DIFERENCIAL E INTEGRAL II 80
107
GEOMETRIA ANALÍTICA 80
CIRCUITOS DIGITAIS 80
ALGORITMOS E TÉCNICAS DE PROGRAMAÇÃO II 80
LABORATÓRIO DE INFORMÁTICA II 60
FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO 80
COMUNICAÇÃO E EXPRESSÃO 40
3º Termo
Disciplina Carga Horária
ALGEBRA LINEAR 40
ESTRUTURAS DE DADOS I 80
LINGUAGENS DE PROGRAMAÇÃO I 60
ARQUITETURA DE COMPUTADORES I 80
FERRAMENTAS COMPUTACIONAIS I 80
MATEMÁTICA COMPUTACIONAL 60
ECONOMIA 40
TEORIA GERAL DOS SISTEMAS 40
EMPREENDEDORISMO 40
4º Termo
Disciplina Carga Horária
BANCO DE DADOS I 80
ESTRUTURAS DE DADOS II 80
LINGUAGENS DE PROGRAMAÇÃO II 80
SISTEMAS OPERACIONAIS I 80
ENGENHARIA DE SOFTWARE I 80
FERRAMENTAS COMPUTACIONAIS II 80
MATEMÁTICA DISCRETA 40
ARQUITETURA DE COMPUTADORES II 40
ORGANIZAÇÃO E MÉTODOS 40
108
5º Termo
Disciplina Carga Horária
ANÁLISE COMBINATÓRIA 40
PESQUISA E ORDENAÇÃO 80
SISTEMAS OPERACIONAIS II 80
LINGUAGENS DE PROGRAMAÇÃO III 80
ENGENHARIA DE SOFTWARE II 80
BANCO DE DADOS II 80
TEORIA DA COMPUTAÇÃO 80
FERRAMENTAS COMPUTACIONAIS III 80
TÓPICOS EM TECNOLOGIA DE COMPUTAÇÃO 40
6º Termo
Disciplina Carga Horária
PROBABILIDADE E ESTATISTICA 60
TEORIA DOS GRAFOS 80
MÉTODOS E TÉCNICAS DE PESQUISA 40
REDES DE COMPUTADORES I 80
ENGENHARIA DE SOFTWARE III 80
FERRAMENTAS COMPUTACIONAIS IV 80
COMPUTAÇÃO GRÁFICA 80
PRÁTICA E GERENCIAMENTO DE PROJETOS 40
LINGUAGENS FORMAIS E AUTÔMATOS 80
7º Termo
Disciplina Carga Horária
REDES DE COMPUTADORES II 80
ENGENHARIA DE SOFTWARE IV 80
COMPILADORES 80
INTELIGÊNCIA ARTIFICIAL 80
SISTEMAS DISTRIBUÍDOS 80
109
ESTÁGIO SUPERVISIONADO I 40
PROJETO DE GRADUAÇÃO I 40
8º Termo
Disciplina Carga Horária
SEGURANÇA E AUDITORIA DE SISTEMAS 40
DIREITO E LEGISLAÇÃO 40
COMPUTADORES E SOCIEDADE 40
ESTÁGIO SUPERVISIONADO II 40
PROJETO DE GRADUAÇÃO II 40
LÍNGUA BRASILEIRA DE SINAIS - LIBRAS (OPTATIVA) 40
Última grade vigente
Atividades complementares: 120 horas
Universidade Federal do Rio Grande do Sul (UFRGS)
O curso de Ciência da Computação objetiva formar profissionais qualificados
para planejar, projetar, desenvolver, implantar e gerenciar sistemas de computação,
abrangendo desde soluções simples com computadores pessoais até redes
corporativas complexas. Sendo um curso da área de ciências exatas, é exigida uma
boa base matemática e também um raciocínio lógico bem desenvolvido. O curso
fornece ao aluno uma sólida base de computação, capacitando-o a atuar em
qualquer área onde recursos computacionais são utilizados.
Etapa 1
Disciplina Carga Horária
ALGORÍTMOS E PROGRAMAÇÃO - CIC 90
CÁLCULO E GEOMETRIA ANALÍTICA I - A 90
FUNDAMENTOS DE ALGORITMOS 60
110
INTRODUÇÃO À ARQUITETURA DE COMPUTADORES 60
MATEMÁTICA DISCRETA B 60
Etapa 2
Disciplina Carga Horária
ÁLGEBRA LINEAR I – A 60
ARQUITETURA E ORGANIZAÇÃO DE COMPUTADORES I 60
CÁLCULO E GEOMETRIA ANALÍTICA II – A 90
ESTRUTURAS DE DADOS 60
LÓGICA PARA COMPUTAÇÃO 60
TEORIA DOS GRAFOS E ANÁLISE COMBINATÓRIA 60
Etapa 3
Disciplina Carga Horária
ARQUITETURA E ORGANIZAÇÃO DE COMPUTADORES II 60
CÁLCULO NUMÉRICO A 60
CIRCUITOS DIGITAIS 60
CLASSIFICAÇÃO E PESQUISA DE DADOS 60
LINGUAGENS FORMAIS E AUTÔMATOS N 60
PROBABILIDADE E ESTATÍSTICA 60
TEORIA DA COMPUTAÇÃO N 60
Etapa 4
Disciplina Carga Horária
COMPLEXIDADE DE ALGORITMOS – B 60
FUNDAMENTOS DE BANCO DE DADOS 60
FUNDAMENTOS DE PROCESSAMENTO DE IMAGENS 60
ORGANIZAÇÃO DE COMPUTADORES B 60
TÉCNICAS DE CONSTRUÇÃO DE PROGRAMAS 60
111
Etapa 5
Disciplina Carga Horária
ENGENHARIA DE SOFTWARE N 60
FUNDAMENTOS DE COMPUTAÇÃO GRÁFICA 60
INTELIGÊNCIA ARTIFICIAL 60
MODELOS DE LINGUAGEM DE PROGRAMAÇÃO 60
OTIMIZAÇÃO COMBINATÓRIA 60
SEMÂNTICA FORMAL N 60
SISTEMAS OPERACIONAIS I N 60
Etapa 6
Disciplina Carga Horária
COMPILADORES 60
EMPREENDIMENTO EM INFORMÁTICA 60
FUNDAMENTOS DE TOLERÂNCIA A FALHAS 60
INTERAÇÃO HOMEM-COMPUTADOR 60
REDES DE COMPUTADORES N 90
SISTEMAS OPERACIONAIS II N 60
Etapa 8
Disciplina Carga Horária
TRABALHO DE GRADUAÇÃO 300
Universidade Federal de Campina Grande (UFCG)
Este é o plano padrão de curso sugerido pela coordenação de curso.
Seguindo o plano, o aluno que não tiver reprovações em disciplinas concluirá o
curso em 8 semestres letivos. A oferta de disciplinas e a organização do horário
112
semestral são baseadas neste plano de curso. Assim, alunos que não seguirem o
plano de curso correm o risco de enfrentar problemas de horário.
Primeiro semestre
Cálculo Diferencial e Integral I, 4 créditos
Álgebra Vetorial e Geometria Analítica, 4 créditos
Leitura e Produção de Textos, 4 créditos
Programação I, 4 créditos
Introdução à Computação, 4 créditos
Laboratório de Programação I, 4 créditos
Obrigatórios: 24 créditos (acumulados: 24/166 = 14,45%)
Optativos: 0 créditos (acumulados: 0/42 = 0,0%)
Total: 24 créditos (acumulados: 24/208 = 11,5%)
Segundo semestre
Cálculo Diferencial e Integral II, 4 créditos
Matemática Discreta, 4 créditos
Metodologia Científica, 4 créditos
Programação II, 4 créditos
Teoria dos Grafos, 2 créditos
Fundamentos de Física Clássica, 4 créditos
Laboratório de Programação II, 4 créditos
Obrigatórios: 26 créditos (acumulados: 50/166 = 30,12%)
Optativos: 0 créditos (acumulados: 0/42 = 0,0%)
Total: 26 créditos (acumulados: 50/208 = 24,03%)
Terceiro semestre
Álgebra Linear, 4 créditos
Probabilidade e Estatística, 4 créditos
Teoria da Computação, 4 créditos
Estruturas de Dados e Algoritmos, 4 créditos
113
Fundamentos de Física Moderna, 4 créditos
Gerência da Informação, 4 créditos
Laboratório de Estruturas de Dados e Algoritmos, 4 créditos
Obrigatórios: 28 créditos (acumulados: 78/166 = 46,98%)
Optativos: 0 créditos (acumulados: 0/42 = 0,0%)
Total: 28 créditos (acumulados: 78/208 = 37,50%)
Quarto semestre
Métodos Estatísticos, 4 créditos
Paradigmas de Linguagens de Programação, 2 créditos
Lógica Matemática, 4 créditos
Organização e Arquitetura de Computadores I, 4 créditos
Engenharia de Software I, 4 créditos
Sistemas de Informação I, 4 créditos
Laboratório de Organização e Arquitetura de Computadores, 4 créditos
Obrigatórios: 26 créditos (acumulados: 104/166 = 62,65%)
Optativos: 0 créditos (acumulados: 0/42 = 0,0%)
Total: 26 créditos (acumulados: 104/208 = 50,00%)
Quinto semestre
Informática e Sociedade, 2 créditos
Análise e Técnicas de Algoritmos, 4 créditos
Compiladores, 4 créditos
Redes de Computadores, 4 créditos
Bancos de Dados I, 4 créditos
Sistemas de Informação II, 4 créditos
Laboratório de Engenharia de Software, 2 créditos
Obrigatórios: 24 créditos (acumulados: 128/166 = 77,10%)
Optativos: 0 créditos (acumulados: 0/42 = 0,0%)
Total: 24 créditos (acumulados: 128/208 = 61,53%)
114
Sexto semestre
Direito e Cidadania, 4 créditos
Sistemas Operacionais, 4 créditos
Interconexão de Redes de Computadores, 2 créditos
Banco de Dados II, 4 créditos
Inteligência Artificial I, 4 créditos
Laboratório de Interconexão de Redes de Computadores, 2 créditos
Optativa 1, 4 créditos
Optativa 2, 4 créditos
Obrigatórios: 20 créditos (acumulados: 148/166 = 89.15%)
Optativos: 8 créditos (acumulados: 8/42 = 19,04%)
Total: 28 créditos (acumulados: 156/208 = 75,00%)
Sétimo semestre
Métodos e Software Numéricos, 4 créditos
Avaliação de Desempenho de Sistemas Discretos, 4 créditos
Projeto em Computação I, 4 créditos
Optativa 3, 4 créditos
Optativa 4, 4 créditos
Optativa 5, 4 créditos
Optativa 6, 4 créditos
Obrigatórios: 12 créditos (acumulados: 160/166 = 96,38%)
Optativos: 16 créditos (acumulados: 24/42 = 57,14%)
Total: 28 créditos (acumulados: 184/208 = 88,46%)
Oitavo semestre
Projeto em Computação II, 6 créditos
Optativa 7, 4 créditos
Optativa 8, 4 créditos
Optativa 9, 4 créditos
Optativa 10, 4 créditos
115
Optativa 11, 2 créditos
Obrigatórios: 6 créditos (acumulados: 166/166 = 100.0%)
Optativos: 18 créditos (acumulados: 42/42 = 100.0%)
Total: 24 créditos (acumulados: 208/208 = 100.0%)
116
ANEXO B – Questionário final
Questionário final Data: ____/____/________
Nome:________________________________________ Turma: __________
1. Faça um algoritmo que receba o valor unitário de uma peça e a quantidade de peças vendidas. Logo após, calcular o valor total vendido para a peça e mostrar o resultado.
2. Agora, admitindo três variáveis, A=5, B=13 e C=7, complete a coluna “Resultado” da tabela com (V)erdadeiro ou (F)also:
Expressão Resultado
A = B AND B > C
A < > B OR B < C
A > B NOT
A < B AND B > C
A >= B OR B = C
A <= B NOT
3. Construa um algoritmo que leia 500 valores inteiros e positivos e: - Encontre o maior valor - Encontre o menor valor - Calcule a média dos números lidos
4. Construa um algoritmo que leia as variáveis C e N, respectivamente código e número de horas trabalhadas de um operário, e calcule o salário sabendo-se que ele ganha R$ 10,00 por hora. Quando o número de horas exceder a 50, calcule o excesso de pagamento armazenando-o na variável E, caso contrário zerar tal variável. A hora excedente de trabalho vale R$ 20,00. No final do processamento imprimir o salário total e o salário excedente.
117
5. Faça um algoritmo que seja capaz de receber, do usuário, uma quantidade de notas (n), calcular e exibir a soma e a média dessas notas como resultado final.
6. Elabore um algoritmo que dada a idade de uma pessoa, informe sua situação eleitoral:
Não Eleitor = Abaixo de 16 anos
Eleitor Obrigatório = de 18 a 70 anos
Eleitor Facultativo = De 16 a 17 anos e a maior de 70 anos
7. Elabore um algoritmo que dada a idade de um nadador (fornecida pelo usuário), classifique-o em uma das seguintes categorias:
Infantil A = 5 a 7 anos
Infantil B = 8 a 11 anos
Juvenil A = 12 a 13 anos
Juvenil B = 14 a 17 anos
Adultos = Maiores de 18 anos