Ir para o conteúdo principal
Skip to footer

July 7, 2025

Do Muro à Ponte: Apoiando a Aprendizagem Matemática por Meio da Colaboração e Facilitação Guiada

Conceitos matemáticos, especialmente os da álgebra, são centrais para a educação matemática e frequentemente servem como portas para o pensamento matemático avançado. Mas, para muitos alunos, os conceitos de álgebra parecem menos um portal e mais um muro. O Boletim Nacional destacou uma queda no desempenho em matemática nos Estados Unidos em comparação com os níveis pré-pandemia e um significativo drop na matrícula de álgebra entre adolescentes de 13 anos. Então, como apoiamos o aprendizado de matemática de uma forma que ajude os alunos não apenas a escalar essa barreira, mas também a transformá-la em uma ponte para o estudo futuro?

No Instituto de Pesquisa ETS, uma abordagem promissora que estamos explorando é a colaboração em pequenas equipes. Imagine três ou quatro estudantes sentados em frente ao computador, conversando entre si enquanto resolvem problemas de matemática. Engajar os alunos em pequenas equipes permite que eles construam conhecimento ativamente, em vez de absorvê-lo passivamente por meio das aulas. A colaboração também apoia a aprendizagem social e emocional, desde aumentar o engajamento e a motivação até melhorar os relacionamentos com os colegas.

Mas, a colaboração sozinha pode não ser suficiente. Estudantes cujo conhecimento ainda não se desenvolveu totalmente podem se beneficiar de facilitadores que orientam as interações do grupo e os mantêm engajados, focados e participando produtivamente da colaboração.

Com base em uma progressão de aprendizagem e tarefas estruturadas desenvolvidas como parte de um projeto anterior liderado por Edith Aurora Graf, nós, junto com colaboradores do Projeto Algebra, da Southern Illinois University Edwardsville, do Young People's Project (YPP) e da University of Nebraska-Lincoln, estamos focando em como a colaboração em pequenas equipes pode avançar o pensamento matemático dos estudantes em relação a essa progressão de aprendizagem. 

No nosso projeto atual, exploramos a questão: A facilitação humana pode melhorar a forma como os alunos trabalham juntos para resolver problemas matemáticos e apoiar o pensamento matemático?

Neste estudo, estudantes do ensino médio trabalharam em pequenas equipes para resolver problemas focados em funções, um conceito central, mas desafiador, de álgebra. Trabalhando com Catherine O'Connor, nossos colegas do YPP treinaram facilitadores humanos no uso dos "movimentos de conversa" de Michaels e O'Connor, estratégias para guiar o diálogo dos alunos ao estimular o raciocínio e incentivá-los a construir sobre as ideias uns dos outros, em vez de dar respostas. Por exemplo, os facilitadores podem perguntar: "Você pode explicar seu processo de pensamento sobre isso?", "Quem pode construir sobre o que foi dito?", ou "Você concorda ou discorda, e por quê?" Esses prompts ajudam os alunos a articular seu pensamento, ouvir seus colegas e engajar-se em uma elaboração colaborativa de sentido. Importante, esses facilitadores não eram professores nem especialistas em matemática. A maioria eram mentores quase pares — estudantes universitários com um pouco mais de experiência do que os estudantes do ensino médio que apoiavam, mas não tanto a ponto de parecerem inalcançáveis. Por que mentores próximos de pares? Pesquisas sugerem que eles podem estar em uma posição única para apoiar aprendizes devido a identidades compartilhadas, proximidade social mais próxima e experiências recentes semelhantes.

O que descobrimos: Facilitação quase entre pares funciona — quando bem feita

Focamos nas conversas de chat que acontecem dentro das equipes usando métodos avançados de análise de dados, como análise epistêmica de redes e mineração sequencial de padrões, para desvendar como o diálogo se desenrolou. Por que logs de chat? Porque escondidas nessas linhas de texto há pistas ricas sobre como os alunos raciocinam, negociam e constroem entendimento juntos.

Principais descobertas:

  • Equipes facilitadas podem apresentar maior avanço em relação à progressão de aprendizagem de matemática do que equipes não facilitadas.
  • Mentores quase pares conseguiram desencadear comportamentos colaborativos produtivos, como raciocínio, explicação e negociação de ideias.
  • Diferentes estratégias de facilitação levaram a interações colaborativas direcionadas:
    • Pedir que os alunos respondam uns aos outros frequentemente gerava negociações, já que os alunos se revezavam para expressar concordância ou discordância com outros membros da equipe.
    • Incentivar explicações levou a um compartilhamento de informações mais rico.
  • A facilitação também reduziu conversas fora da tarefa ou inadequadas, ajudando os alunos a manterem o foco.

Essas descobertas destacam o poder do apoio humano para guiar a colaboração dos alunos e o pensamento matemático. Ao olhar além do desempenho das tarefas e entrar nos processos colaborativos por meio de métodos avançados de análise de dados, obtivemos insights mais profundos sobre como a aprendizagem acontece e como a facilitação molda a colaboração.

Olhando para o futuro, estamos entusiasmados com o potencial de combinar estratégias de facilitação humana com IA generativa. Um grande modelo de linguagem poderia simular mentores quase pares e apoiar o discurso dos estudantes por meio de avatares? Este estudo estabelece as bases para a inovação.

Álgebra não precisa ser um muro. Com o suporte certo, pode virar uma ponte.

Yang Jiang é cientista pesquisadora na ETS. Seu trabalho foca em como currículos e avaliações baseados em tecnologia podem ajudar os alunos a aprender e no uso da IA na educação. Jessica Andrews-Todd é pesquisadora sênior gerente na ETS. Seu trabalho explora a avaliação e o desenvolvimento de habilidades interpessoais e o uso de ambientes digitais para apoiar a aprendizagem e avaliação dos alunos.

Edith Aurora Graf é cientista pesquisadora sênior na ETS. Seu trabalho foca em geração automática de itens, modelagem cognitiva para avaliação e instrução matemática, e progressões de aprendizagem.

Este trabalho foi financiado pela National Science Foundation, Bolsa nº 2101393. Quaisquer opiniões, conclusões, conclusões ou recomendações expressas neste material são dos autores e não refletem necessariamente as opiniões da National Science Foundation.

{"teaserCardGridModuleHeader":"Insight impulsiona o progresso","teaserCardGridModuleDescription":"Descubra as pesquisas, histórias e ideias que impulsionam educação, trabalho e potencial humano adiante.","teaserCardGridModuleTheme":"ets-xdark","showSeparator":true,"teaserCards":[{"teaserCardTitle":"Descubra IA na ETS","teaserCardDescription":"Conheça nossa visão, princípios e soluções de IA – e como estamos capacitando nossa equipe com habilidades reais em IA.","teaserCardImage":"/content/dam/ets-org/brands/insights-and-perspectives/ai.png","teaserCardImageAlt":"Imagem 1","teaserCardLink":"/ai.html","enableGatedContent":false,"ctas":[]},{"teaserCardTitle":"Relatório de Progresso Humano","teaserCardDescription":"Veja como a missão da ETS ganha vida por meio das pessoas e do impacto. Estas são histórias de transformação, oportunidade e progresso em ação.","teaserCardImage":"/content/dam/ets-org/Rebrand/Photos/insights-teaser-card-image-1.webp","teaserCardImageAlt":"Imagem 2","teaserCardLink":"/human-progress-report.html","enableGatedContent":false,"ctas":[]}],"ctas":[]}