skip to main content skip to footer

 

Notícias e Insights ETS

 

Imagem de avaliação cuidadosa ilustrando dois componentes das avaliações de cuidado: várias características do aluno e informações sobre o contexto da aprendizagem

Avaliações 'Cuidadosas': Uma Abordagem para Apoiar a Aprendizagem Personalizada

9 de dezembro de 2021

Os alunos embarcam em experiências de aprendizagem com grande variação em seus conhecimentos, habilidades e oportunidades de aprendizado e experiências vividas. Bons professores reconhecem e celebram essa diversidade — eles sabem que o processo de aprendizagem não é único para todos e buscam uma instrução individualizada e personalizada que atenda aos alunos onde eles estão e os ajude a avançar. Embora as avaliações frequentemente ocorram no final do processo de aprendizagem, as avaliações padronizadas típicas não são sensíveis a essa ampla variedade de variações individuais, nem aos contextos em que a aprendizagem ocorre. Assim como para a aprendizagem, essa abordagem única para todos tem limitações claras para a avaliação.

E se houvesse uma avaliação digital mais personalizada, que levasse em conta essas diferenças contextuais e no nível do aluno e que apresentasse um nível adequado de desafio, gerando tarefas que fossem mais envolventes para os alunos e válidas para apoiar outros usos dos dados fornecidos (por exemplo, para orientar a instrução, fornecer feedback, dar dicas just-in-time e assim por diante)?

Essa é a visão que temos para avaliações "cuidadosas" — avaliações que consideram aspectos do aluno não considerados nas avaliações padronizadas atuais. Esses aspectos incluem conhecimento, habilidades e outras características cognitivas, metacognitivas e socioemocionais relevantes (às vezes chamadas de atributos não cognitivos), além de aspectos do contexto de aprendizagem, para criar ambientes de avaliação que ofereçam condições adequadas para que os alunos demonstrem o que sabem e podem fazer.

 

Diego Zapata-Rivera

 

O que são avaliações de "cuidado"?

As avaliações "cuidadosas" ofereceriam uma experiência de avaliação personalizada, com diferentes configurações de tarefas que podem ser atribuídas aos alunos com base nas informações disponíveis sobre eles antecipadamente, por exemplo, conhecimento prévio. Dentro de um contexto formativo, avaliações personalizadas e "cuidadosas" também poderiam oferecer apoios just-in-time para ajudar os alunos a entender e acessar a tarefa, para reengajar alunos que possam sentir desengajamento e para oferecer formatos de resposta que permitam que os alunos demonstrem melhor o que sabem e podem fazer. Nessa abordagem, aspectos do contexto da avaliação são cuidadosamente considerados para que a própria avaliação possa resultar em uma experiência de aprendizagem positiva, segura e motivadora, onde os alunos não só demonstram o que sabem, mas também se preparam para o aprendizado futuro em áreas relacionadas.

Relatórios de pontuação e feedback dessas avaliações "cuidadosas" também podem fornecer informações enriquecidas sobre os alunos, a fim de oferecer aos alunos, professores, pais e responsáveis uma visão detalhada dos pontos fortes e oportunidades de crescimento dos alunos. Esses relatórios seriam contextualizados tanto em termos de características dos alunos quanto de mudanças importantes no formato da avaliação que afetariam a interpretação e o uso dos resultados da avaliação. O feedback pode ser adaptado com base no que a avaliação sabe sobre o aluno, o que pode aumentar a probabilidade de que alunos, professores e pais ou responsáveis interpretem o feedback como destacando oportunidades de crescimento, tornando mais provável que eles ajam com base nesse feedback.

 

Como avaliações "cuidadosas" podem apoiar o aprendizado personalizado?

As avaliações "Cuidadosas" podem se adaptar dinamicamente a diferentes características dos alunos que vão além das informações demográficas típicas geralmente coletadas e relatadas pelas avaliações — incluindo conhecimento contextual, motivação, autoeficácia e emoções.

Implementar esses tipos de adaptações requer um forte entendimento das características relevantes dos alunos — baseado em medidas válidas e confiáveis — para "ajustar" a avaliação desde o início, bem como a capacidade de acompanhar o comportamento dos alunos em tempo real durante a avaliação para fazer ajustes dinâmicos momento a momento nas tarefas. O sistema de avaliação deve ser capaz de detectar evidências relevantes e usar essas informações para selecionar e executar a adaptação pretendida.

Algumas dessas adaptações propostas mudariam significativamente a estrutura da avaliação — por exemplo, alguns alunos podem responder perguntas adicionais que não são apresentadas a outros alunos ou podem ser avaliadas usando rubricas um pouco diferentes. Quanto mais as tarefas de avaliação forem contextualizadas e personalizadas, mais difícil é comparar o desempenho de forma padronizada entre indivíduos. Apesar dessa tensão, acreditamos que há grande potencial na abordagem proposta de "cuidado". Observamos que nossa visão de avaliação "cuidadosa" é consistente com a noção de Bob Mislevy de um "senso condicional de justiça" — ou seja, considerar a "justiça condicional" em termos de usar informações contextuais sobre o histórico dos alunos para adaptar desenhos de avaliação e regras de pontuação, a fim de obter evidências mais sutis sobre as capacidades de estudantes diversos à luz dos contextos em que estão aprendendo e dos recursos que trazem para a experiência de aprendizagem.

 

Questões Críticas para a Implementação de Avaliações de 'Cuidado'

Embora essa visão de avaliação "cuidadosa" pareça simples, há várias questões críticas que precisam ser respondidas para tornar tais avaliações realidade.

Primeiro, devemos considerar quais conjuntos de características do estudante e variáveis contextuais são mais importantes a serem acompanhados dentro do modelo estudante? Para responder a essa pergunta, pesquisas devem ser realizadas com populações grandes e diversas para examinar como uma ampla gama de características interage com o desempenho e engajamento da tarefa.

Segundo, quando problemas de desempenho (ruim) ou (des)engajamento forem detectados, como e quando o sistema deve intervir? Quais adaptações darão aos alunos as melhores oportunidades de demonstrar seus conhecimentos e habilidades? Para responder a essas perguntas, precisamos testar diferentes modificações e examinar quais subgrupos de alunos se beneficiam de qual combinação de apoios ou variações de tarefas; esse trabalho seria essencial para garantir que as modificações ou intervenções não causem danos a nenhum subgrupo estudantil.

Por fim, que tipos de resultados de avaliação devem ser fornecidos a diferentes partes interessadas para apoiar o uso adequado desses resultados. Quais são as implicações para fornecer pontuações resultantes de avaliações cuidadosas? Como podemos contextualizar adequadamente os resultados das avaliações mantendo boas propriedades de medição? Em outras palavras, como podemos aumentar a justiça e a utilidade sem sacrificar confiabilidade e validade?

Nossa abordagem para criar avaliações "cuidadosas" pode gerar informações altamente sutis e detalhadas para serem usadas para apoiar a instrução e o desenvolvimento de habilidades, dependendo de onde os alunos estão, onde estiveram e para onde estão indo.

Jesse R. Sparks é Cientista Pesquisador Sênior na ETS. Blair Lehman é Cientista Pesquisador na ETS. Diego Zapata-Rivera é Nomeado Presidencial Distinto e Diretor Sênior de Pesquisa na ETS.