O algoritmo socioemocional

O pensamento computacional não só nos ajuda a entender como as máquinas e inteligências artificiais se comunicam conosco. Também nos ajudam a desenvolver habilidades socioemocionais que são essenciais para a sociedade atual. Neste artigo, nossa colaboradora Moussa Boumadan explica como.

O algoritmo socioemocional

Perdendo o medo do erro

Historicamente, o erro tem sido identificado como uma situação negativa que devemos evitar a todo custo. É um conceito generalizado e transversal em todas as esferas da sociedade. Se você comete um erro no esporte, a consequência é uma penalidade. No campo da educação, é um princípio característico das correntes relacionadas à psicologia comportamental, aquelas baseadas em processos simples de tentativa e erro. Um erro que, pelo condicionamento operacional de Thorndike, é considerado como sendo seguido por uma punição que erradica o comportamento manifestado.

Como consequência, refletir sobre o erro é a última coisa em nossas mentes. É mais comum querer esquecer, porque erro, na maioria das vezes, é sinônimo de fracasso. É uma concepção bastante difundida, mas não universal.

Pensamiento computacional

Há opiniões que defendem a não estigmatização do erro, acreditando que, devidamente tratada, poderia ser a maior oportunidade de aprendizagem. Seymour Papert, discípulo de Jean Piaget, renomado autor no campo da psicologia e pedagogia da educação, observa que a escola ensina que os erros são ruins; a última coisa que se quer fazer é examiná-los, deter-se neles, ou refletir sobre eles. A filosofia da purificação propõe a atitude oposta. Os erros nos beneficiam porque nos levam a estudar o que aconteceu e a compreender o que não funcionou adequadamente através de um processo de correção. Esta contribuição está contida em sua teoria conhecida como construcionismo.

Na mesma linha, Edgar Morin, em seu trabalho Os Sete Conhecimentos Necessários para a Educação do Futuro, aponta que não há conhecimento que não esteja, em certa medida, ameaçado por erro e ilusão.

A ascensão das tecnologias de informação e comunicação (TIC) contribuiu para a perda do medo de cometer erros; cometer erros em nível digital às vezes cria o sentimento de um mal menor. As gerações que Mark Prensky chama de nativos digitais parece que tendem a ter maior ousadia nas interações que são geradas nos planos digitais, talvez menos conscientes das consequências que suas ações podem causar nesses cenários.

O que está claro é que perder o medo de cometer erros, como diz Ken Robinson, é um dos ingredientes para permitir que a criatividade seja liberada. O domínio da arte de cometer erros cria as condições para o desenvolvimento de muitas das habilidades brandas que organizações como o Fórum Econômico Mundial reconhecem como cruciais para o sucesso socioprofissional de um indivíduo na sociedade do século XXI. Perseverança, flexibilidade, adaptação a ambientes diversos, comunicação de impacto, entre outras, são habilidades que exigem a perda do respeito pelo erro, mostrando rebelião baseada em raciocínio crítico capaz de decifrar seus gatilhos, a fim de submetê-los a uma análise que nos permita propor soluções alternativas que conduzam ao sucesso.

Como trabalhamos essas habilidades em uma sociedade onde passamos uma enorme quantidade de tempo em ambientes digitais conectados? É precisamente neste nível que podemos nos voltar para o movimento conhecido como pensamento computacional (PC).


A ascensão das tecnologias de informação e comunicação (TIC) contribuiu para a perda do medo de cometer erros.

O que é pensamento computacional e por que é importante aprendê-lo?

Jeannette Wing definiu o pensamento computacional como “o pensamento que envolve resolver problemas, projetar sistemas e compreender o comportamento humano, utilizando os conceitos fundamentais da ciência da computação”. A essência é resolver problemas através da aplicação do pensamento dos cientistas da computação. Karen Brennan e Mitchel Resnick ofereceram uma definição operacional do conceito e apresentaram uma estrutura que classifica o PC ao longo de três dimensões: conceitos, práticas e perspectivas. Com conceitos computacionais eles se referem às principais ideias que aprendemos quando desenvolvemos nosso PC – sequências, paralelismos, loops, condicionamentos, eventos, dados e operadores. Por outro lado, as práticas—ser incremental e iterativo, testar e fixar, reutilizar e remixar, abstrair e modularizar – envolveriam a resolução de problemas com um caráter computacional, desenvolver procedimentos que utilizam os conceitos computacionais capturados na dimensão anterior. Estas práticas se concentrarão em processos de pensamento e aprendizagem, ou seja, passamos do que aprendemos para a forma como aprendemos. Finalmente, as perspectivas – expressar, conectar e questionar – implicam um nível de resolução de problemas com uma postura mais crítica em relação às ferramentas digitais com as quais lidamos, sendo mais eficazes em sua seleção e aplicação.

Definitivamente, em uma sociedade cada vez mais mediada pelas TICs, onde o desenvolvimento de habilidades “soft” é crucial, a abordagem PC torna-se fundamental para preparar um indivíduo capacitado e capaz de participar ativamente em seu ambiente imediato.

A escola que se prepara para a vida não pode ficar alheia à promoção do pensamento computacional. Hoje, passamos muito tempo interagindo com as máquinas. É crucial compreender a linguagem que usam para se comunicar conosco, uma linguagem sequencial programada que prevê as ações que precisaremos tomar para nos fornecer uma resposta o mais alinhada possível.

É claro que o trabalho do PC tem uma ligação clara e direta com a programação, mas é importante entender que não se trata apenas de dominar esta prática, mas, como já mencionamos, de ser capaz de resolver problemas de vários tipos através da aplicação do pensamento de um cientista da computação.


O pensamento computacional é o pensamento que envolve a solução de problemas, o projeto de sistemas e a compreensão do comportamento humano, fazendo uso dos conceitos fundamentais da ciência da computação.

Uma proposta de abordagem

O trabalho com pensamento computacional em ambientes educacionais deve seguir uma série de princípios pedagógicos que garantam uma experiência que conecte a escola com o ambiente imediato do aluno.

Os movimentos da Escola Nova e, sobretudo, o pragmatismo de John Dewey, lançaram as bases do que conhecemos hoje como pedagogia da ação, uma abordagem educacional que se concentra na experiência prática e na ação como formas de aprendizagem. A pedagogia da ação apresenta desafios cuja resolução envolve interações diretas com o objeto de aprendizagem e onde o controle do nível de maturação do aprendiz é de vital importância. Voltando ao construcionismo de Papert, o desenvolvimento inicial de PCs é primeiro trabalhado com dispositivos tangíveis, como robôs, e depois com linguagens de programação, como um veículo para o pensamento abstrato e como um meio para se expressar e criar.

Uma das experiências de trabalho do PC em ambientes educacionais que está altamente alinhada com estes postulados pedagógicos é o projeto da Fundação ProFuturo. Uma proposta que aborda o desenvolvimento do PC a partir a abordagem de Kotsopoulos, Floyd, Khan, Namukasa, Somanath, Weber, e Yiu (2017). Aqui, os autores classificam as experiências pedagógicas ao lidar com o trabalho do PC em quatro tipos. As chamadas desconectadas, que são experiências que não requerem computadores e que se baseiam na exploração e aplicação de conceitos do PC de forma desconectada. Por outro lado, haveria experiências de tinkering ou protótipos, que se concentrariam em pesquisas que levariam à determinação do que poderia ser criado ou modificado, sem o objetivo de criá-lo. Também destacam-se as propostas do tipo making, que se concentram em processos de prototipagem baseados na dinâmica reflexiva. Finalmente, encontramos atividades de remixing, aquelas em que elementos de outras dinâmicas ou objetos são reutilizados para submetê-los a um processo de adaptação que os dota de outras características e os torna úteis para a solução de problemas em contextos diferentes dos iniciais. Esta última prática também é frequentemente chamada de hacking.

Estaríamos diante de uma série de roteiros de treinamento baseados em postulados que vão desde momentos que buscam transformar a sala de aula, passando por sequências que visam ter um impacto no ambiente imediato da escola, até o desenvolvimento de propostas baseadas na realização de projetos a partir da escola. A abordagem metodológica parte de experiências nas quais o professor guia o aluno com uma presença constante, e passa a postular com maior autonomia por parte do aluno na resolução dos problemas do PC. Ela se baseia nos princípios característicos do Learning by Doing o aprender fazendo de Roger Shank, também no já mencionado construcionismo de Seymour Papert e, em seu estado mais evoluído, na resolução de projetos de maker (este último vinculado ao Movimento Maker e ao projeto de laboratórios de fabricação digital, Fab Labs) do MIT (Massachusetts Institute of Technology).

Neste vídeo você pode aprender mais sobre o pensamento computacional e como abordá-lo na educação.

Referencias

Brennan, K. y Resnick, M. (2012): “Using artifact-based interviews to study the development of computational thinking in interactive media design”, en  Annual American Educational Research Association meeting. Vancouver: s.n.,

Dewey, J. (1995): Democracia y Educación: una introducción a la filosofía de la educación. Madrid, Ediciones Morata. ISBN 8471123916.

Kotsopòulos, D., Lisa, F., Steven, K., Immaculate Kizito, N., Sowmya, S., Weber, J. y Yiu, C. (2017): “A Pedagogical Framework for Computational Thinking”, en Springer International Publishing, vol. 3, no. 2, pp. 154-171.

Papert, S. (1980): Mindstorms: Children, Computers and Powerful Ideas. Nueva York, Basic Books, Inc. ISBN 0-465-04627-4.

Prensky, M. (2011): Enseñar a nativos digitales. Madrid, Ediciones SM.

Robinson, K. (2010): El Elemento. Descubrir tu pasión lo cambia todo. Barcelona, Debolsillo. ISBN 8499083900

Shank, R. (1995): “What We Learn When We Learn by Doing”, en S.l.: Institute for the Learning Sciences Northwestern University. 60.

Wing, J. (2006): “Computational thinking”, en Communications of the ACM, vol. 49, no. 3, pp. 33-35.

Você também pode estar interessado em…