Arquivo da Categoria: Matemática

Quando a IA entra na aula de Matemática: o que a investigação portuguesa nos diz

Publicado a por
Responder

Descarregar |

Há uma pergunta que paira sobre as salas de professores e que já não é possível adiar: o que fazemos com a inteligência artificial dentro da sala de aula? A questão poderia ser formulada de outro modo — o que fazemos quando ela já lá está, mesmo sem convite formal?

Em maio de 2026, a Universidade de Aveiro publicou um eBook que tenta responder a isso com seriedade e sem dramatismo. «Matemática com Vida: diferentes olhares sobre a Inteligência Artificial» reúne os textos do encontro homónimo promovido no âmbito da iniciativa «Labs com Vida», financiada pela FCT — Fundação para a Ciência e a Tecnologia. No volume editado por Vanda Santos, Isabel Cabrita, Teresa B. Neto, Margarida M. Pinheiro e Joaquim Bernardino Lopes, o que se encontra não é propaganda tecnológica nem alarmismo, mas algo mais raro: investigação fundamentada, experiências concretas de sala de aula e uma vontade de pensar em conjunto o que está a mudar.

O livro está disponível em acesso aberto, com DOI verificado, e é um ponto de partida sólido para qualquer professor de Matemática — ou de qualquer outra disciplina — que queira entrar neste debate com argumentos na mão.

A «espada de dois gumes» e o professor como arquiteto

O primeiro artigo do volume, da autoria de Joaquim Bernardino Lopes, da Universidade de Trás-os-Montes e Alto Douro, propõe um título deliberadamente provocador: «Inteligência Artificial Generativa no Ensino da Matemática. Porque não?» O ponto de interrogação não é retórico — é genuinamente filosófico. A questão já não é se a IA deve entrar, mas como deve entrar.

Lopes caracteriza a IA generativa como uma «espada de dois gumes»: usada sem critério, pode conduzir à dependência cognitiva e ao esvaziamento da aprendizagem; usada estrategicamente, pode personalizar percursos, aprofundar conceitos e libertar professores e alunos para o trabalho intelectual que realmente importa. O paradoxo é preciso: se o aluno pede à IA que resolva o problema, aprende menos; se a usa para identificar erros numa solução já gerada pela própria ferramenta, pode desenvolver competências de análise e argumentação que de outra forma demorariam muito mais tempo a emergir.

Desta tensão nasce aquilo que o autor designa como o papel do professor enquanto «arquiteto da experiência de aprendizagem». Não um gestor de plataformas, não um supervisor de ferramentas, mas alguém que desenha tarefas com intencionalidade pedagógica — que sabe o que delega à máquina e o que reserva para o esforço humano. Neste enquadramento, o professor não perde relevância com a IA: ganha-a.

A investigação recente citada no texto apoia esta ideia de forma consistente. Estudos empíricos mostram que tarefas em que os alunos analisam, criticam ou corrigem respostas geradas por IA produzem ganhos significativos em pensamento crítico matemático — nomeadamente em dedução, interpretação e avaliação de argumentos. Não é o uso da IA que faz a diferença, mas o tipo de trabalho cognitivo que o professor exige à volta dela.

O conceito que muda tudo: agência epistémica

Um dos contributos mais ricos deste volume é a sistematização do conceito de agência epistémica — a capacidade de um aluno agir intencionalmente na construção, avaliação e justificação do conhecimento. Tanto Lopes como Isabel Cabrita, Luís Paulo Reis, Luís Descalço e Piedad Tolmos, no texto do painel «Inteligência artificial em educação em matemática — múltiplas vozes», centram-se neste conceito como chave de leitura para o impacto da IA na aprendizagem.

A ideia é a seguinte: um aluno com menor domínio conceptual tende a aceitar as respostas da IA de forma acrítica, atribuindo-lhes uma autoridade que elas não têm. A IA não compreende os conteúdos que processa — é um sistema que reconhece padrões estatísticos em texto e os reproduce de forma probabilística. As suas respostas podem ser linguisticamente plausíveis e matematicamente erradas. Um aluno sem ancoragem conceptual não consegue distinguir uma coisa da outra.

É por isso que os autores defendem que a integração da IA no ensino da Matemática não diminui a importância do conhecimento prévio — pelo contrário, torna-o mais crítico do que nunca. E é também por isso que a formação não pode limitar-se a ensinar a usar ferramentas: tem de desenvolver a capacidade de as questionar.

Este argumento tem implicações diretas para a escola portuguesa. O Perfil dos Alunos à Saída da Escolaridade Obrigatória, referenciado explicitamente em vários capítulos do livro, já identifica o pensamento crítico e criativo e o raciocínio e resolução de problemas como áreas de competência centrais. A integração responsável da IA pode ser exactamente o terreno onde essas competências se desenvolvem de forma mais autêntica — desde que haja quem desenhe as condições para isso.

A arte do prompt: uma nova literacia para a sala de aula

Há uma competência emergente que este volume trata com seriedade e que ainda está quase ausente do vocabulário das escolas portuguesas: a engenharia de prompts. Formular bem uma instrução para uma ferramenta de IA é, segundo os investigadores, uma forma de literacia que se situa na intersecção entre conhecimento disciplinar, capacidade pedagógica e uso inteligente da tecnologia.

Um prompt bem construído não é uma pergunta qualquer. É um instrumento que pode orientar a interação no sentido da explicitação do raciocínio, da justificação de procedimentos e da reflexão crítica. A diferença entre pedir à IA que «resolva a equação» e pedir-lhe que «atue como tutor socrático, guiando o aluno passo a passo sem revelar a resposta final» é a diferença entre usar a ferramenta como atalho ou como amplificador do pensamento.

Esta ideia foi posta em prática num dos workshops descritos no livro, da autoria de Maryam Abbasi e Fernando Martins, da Universidade de Aveiro. Com vinte professores de Matemática, organizados em grupos de trabalho com ferramentas como ChatGPT, Claude e Copilot, a formação explorou a construção de prompts para gerar fichas diferenciadas, quizzes formativos e explicações alternativas para conceitos difíceis. Os resultados foram claramente positivos quanto ao potencial da IA para reduzir o tempo de preparação de materiais e oferecer abordagens variadas para turmas heterogéneas.

Mas os investigadores foram cuidadosos na honestidade dos resultados: em problemas de maior complexidade, a IA cometeu erros matemáticos. A qualidade das respostas dependeu sempre da qualidade dos prompts. E a verificação crítica dos materiais gerados não é opcional — é parte integrante do processo. Os professores participantes concluíram que a IA funciona como um «primeiro rascunho» que exige sempre revisão docente.

Os recursos produzidos durante esta formação estão disponíveis publicamente em maryam-abbasi.github.io/Banco-de-Prompts-para-Professores-de-Matem-tica.

Clicar na imagem para ver a apresentação…

Uma experiência concreta: π, arte portuguesa e IA no 3.º ciclo

De entre as experiências de sala de aula documentadas no livro, uma destaca-se pelo seu potencial de replicabilidade e pela forma como articula Matemática, criatividade e uso crítico da IA. Patrícia Morais, da Escola Básica Dom Dinis de Odivelas, Vanda Santos e Margarida M. Pinheiro descrevem uma atividade desenvolvida no âmbito do Dia do π, no ano letivo 2024/2025, com alunos do 7.º, 8.º e 9.º anos.

O desafio era aparentemente simples: recriar obras de pintores portugueses — de Aurélia de Sousa a Amadeo de Souza Cardoso, passando por José Malhoa — integrando o número π de forma visualmente significativa. Mas a atividade exigia muito mais do que clicar num botão: os alunos tinham de escolher o artista, compreender a obra, formular descrições eficazes para a IA, avaliar criticamente os resultados gerados e, no final, elaborar um relatório com uma reflexão sobre o uso ético das ferramentas utilizadas.

Os resultados foram expostos na biblioteca da escola, com votação por QR Code para a comunidade. O envolvimento foi, segundo as autoras, globalmente elevado. E os erros que surgiram — alunos que integravam o π apenas como símbolo decorativo, dificuldades na formulação de prompts eficazes — tornaram-se eles próprios oportunidades de aprendizagem.

Esta experiência está alinhada com as Aprendizagens Essenciais de Matemática para o Ensino Básico e com o Perfil dos Alunos, convoca a educação visual, a literacia digital e a reflexão ética, e pode ser adaptada a qualquer escola com acesso a dispositivos básicos. O custo de implementação é baixo; o potencial pedagógico é considerável.

Quando os professores têm receio: o estudo sobre formação contínua

Um dos capítulos mais rigorosos do volume, do ponto de vista metodológico, é o estudo de Alexandre Trocado, José Manuel dos Santos Santos e Ana Maria Breda, da Universidade de Aveiro e da Universidade de Coimbra, sobre o impacto de um workshop de desenvolvimento profissional dirigido a professores dos 2.º e 3.º ciclos e do ensino secundário.

O que os investigadores encontraram antes da formação não surpreende quem trabalha no terreno: professores com menor familiaridade tecnológica tendiam a manifestar incerteza e receio de que os alunos se tornassem dependentes da IA. Após a formação — noventa minutos de exploração técnica de ferramentas como ChatGPT, Mistral e NotebookLM, seguidos de noventa minutos de aplicação a conteúdos matemáticos específicos, como a multiplicação de frações — os resultados foram inequívocos.

Os ganhos foram estatisticamente significativos em todas as dimensões avaliadas, com efeitos de grande magnitude na perceção de facilidade de uso (r = 0,833) e na utilidade percecionada (r = 0,808). Mas o dado mais interessante está na análise qualitativa: os professores participantes não passaram simplesmente a «usar IA» — passaram a conceber atividades em que a IA tem um papel subordinado à mediação docente. Um dos participantes criou uma «Corrida de Frações» em que a IA gerava os enunciados, mas a resolução exigia representação visual por parte dos alunos. A ferramenta apoiava o professor; não substituía o aluno.

Os autores concluem que a diferença entre professores que integram a IA com segurança e professores que a evitam ou usam de forma acrítica não é de talento nem de disposição — é de formação. E que uma formação estruturada, que articule competências técnicas e reflexão ética, pode reduzir essa diferença de forma mensurável em apenas três horas.

Para Portugal, este resultado é um argumento sólido a favor de programas de formação contínua nesta área — algo que a Academia de Professores do Futuro e o quadro da ANIE (Agência Nacional para a Inovação Educativa) poderiam contribuir a escalar.

As questões incómodas que o livro não evita

O que torna este volume distinto de outros que circulam sobre IA e educação é a disposição dos seus autores para enfrentar as perguntas difíceis. Há uma secção dedicada aos desafios éticos, morais e sociais da IA em contexto educativo que merece leitura atenta.

Os autores identificam, entre outros problemas, o risco de agravamento das desigualdades: alunos com maior literacia digital e acesso a dispositivos beneficiarão mais da IA do que os restantes. Há o risco da opacidade algorítmica — os modelos de IA reproduzem enviesamentos presentes nos dados com que foram treinados, e muitos alunos não têm ferramentas para os identificar. Há questões de privacidade e vigilância associadas ao uso educativo de plataformas comerciais que recolhem dados de comportamento de menores. E há a questão filosófica mais funda: o que perde a escola — e o que perde a aprendizagem humana — quando se delega demasiado à máquina?

Esta última pergunta não tem resposta fácil. Os investigadores citam Vygotsky, a teoria da carga cognitiva, a taxonomia de Bloom e até o romance de ficção científica «Inteligência Artificial 2041» para argumentar que a escola tem de preservar o que é irredutivelmente humano na aprendizagem: o erro, a lentidão, o esforço, o corpo presente na relação com o conhecimento. A IA pode fazer muita coisa depressa. Não pode fazer isto.

O princípio que emerge desta discussão poderia ser formulado assim: a IA é um recurso ao serviço de um projeto educativo — não o contrário. E esse projeto educativo tem de ter valores, não apenas ferramentas.

Uma proposta de atividade para a sala de aula

Com base nos contributos do volume, é possível propor uma atividade adaptável a diferentes anos de escolaridade do ensino básico e secundário, que conjuga o uso pedagógico da IA com o desenvolvimento do pensamento crítico e da agência epistémica dos alunos.

A atividade organiza-se em três momentos. Num primeiro momento, o professor escolhe um conceito matemático que os alunos estejam a trabalhar — pode ser o teorema de Pitágoras, as funções afins, as probabilidades ou outro — e pede a uma ferramenta de IA que gere uma solução para um problema relacionado com esse conceito. A solução deve conter um erro deliberado ou uma imprecisão conceptual, pedido explicitamente no prompt pelo professor.

Num segundo momento, os alunos, a pares, analisam a solução da IA. Devem identificar o erro, explicar por que está errado e apresentar a solução correta com justificação. Este momento é o coração da atividade: o aluno não está a obter uma resposta, está a avaliar uma — o que exige muito mais.

Num terceiro momento, a turma discute em conjunto: a IA errou? Porquê? Em que tipos de tarefas é mais fiável? Em que tipos devemos ter mais cautela? Este momento de reflexão metacognitiva pode ser curto, mas é fundamental para construir uma relação crítica — e não ingénua — com as ferramentas.

A atividade requer apenas um dispositivo com acesso à internet (o do professor pode ser suficiente, com projeção), não exige formação prévia avançada e pode ser integrada numa aula de cinquenta minutos. Os resultados, segundo o que os investigadores do livro documentaram em contextos semelhantes, tendem a surpreender positivamente.

O que fica

«Matemática com Vida» não é um manual de instruções. É um mapa de um território que ainda está a ser desenhado. Mas é um mapa feito com rigor, com honestidade sobre o que não se sabe e com algo que raramente aparece neste tipo de publicações: a voz de professores que estiveram na sala de aula a tentar — com os seus alunos reais, os seus erros reais e os seus resultados reais.

O que o volume deixa como herança é uma convicção expressa por quase todos os seus autores: a IA não vai substituir o bom professor. Mas um bom professor que saiba usar a IA de forma crítica e intencional pode fazer coisas que antes eram impossíveis — personalizar experiências, diversificar abordagens, libertar tempo para o que só os humanos podem fazer. O desafio não é tecnológico. É pedagógico. E começa na formação.

Atividade prática sugerida

«A IA errou — encontra o erro»

Nível: 5.º ao 12.º ano (adaptável) Duração: 50 minutos Recursos: dispositivo com acesso à internet, quadro ou projetor

O professor formula um prompt pedindo à IA que resolva um problema do tópico em estudo, mas que introduza um erro subtil na resolução. Projeta o resultado na turma. Os alunos, em pares, têm quinze minutos para identificar o erro e escrever a resolução correta com explicação. Segue-se uma discussão coletiva. No final, a turma debate: que tipo de erros a IA comete com mais frequência? Como podemos verificar as suas respostas?

Referências

Cabrita, I., Santos, V., Neto, T. B., Pinheiro, M. M., & Lopes, J. B. (Orgs.). (2026). Matemática com vida: diferentes olhares sobre a inteligência artificial. Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42

Lopes, J. B. (2026). Inteligência Artificial generativa no ensino da Matemática. Porque não? In I. Cabrita et al. (Orgs.), Matemática com vida: diferentes olhares sobre a inteligência artificial (pp. 5–14). Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42

Cabrita, I., Lopes, J. B., Descalço, L., Reis, L. P., & Tolmos, P. (2026). Inteligência artificial em educação em matemática – múltiplas vozes. In I. Cabrita et al. (Orgs.), Matemática com vida: diferentes olhares sobre a inteligência artificial (pp. 15–30). Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42

Abbasi, M., & Martins, F. (2026). Inteligência Artificial na Sala de Aula de Matemática: Explorar, Criar e Aprender com Ferramentas Digitais. In I. Cabrita et al. (Orgs.), Matemática com vida: diferentes olhares sobre a inteligência artificial (pp. 49–55). Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42

Morais, P., Santos, V., & Pinheiro, M. M. (2026). IA na Educação Matemática: Inovação e Práticas Dinâmicas. In I. Cabrita et al. (Orgs.), Matemática com vida: diferentes olhares sobre a inteligência artificial (pp. 79–85). Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42

Trocado, A. E. B. S., Santos, J. M. D. S., & Breda, A. M. R. (2026). Da Incerteza à Adoção Crítica: Impacto de um Workshop de Desenvolvimento Profissional sobre o Uso da IA no Ensino da Matemática. In I. Cabrita et al. (Orgs.), Matemática com vida: diferentes olhares sobre a inteligência artificial (pp. 87–92). Universidade de Aveiro. https://doi.org/10.48528/py7g-wv42

Ministério da Educação. (2017). Perfil dos Alunos à Saída da Escolaridade Obrigatória. Direção-Geral da Educação. https://dge.mec.pt/sites/default/files/Curriculo/Projeto_Autonomia_e_Flexibilidade/perfil_dos_alunos.pdf

UNESCO. (2023). Guidance for generative AI in education and research. UNESCO Publishing.

Filipe Galego: um portal que faz a diferença no ensino da Matemática

Publicado a por
Responder

Há sítios web que visitamos uma vez e rapidamente esquecemos. E há outros que ficam marcados como favoritos — desses a que regressamos sempre que precisamos de uma boa ideia ou de um recurso que funcione mesmo na sala de aula. O portal filipegalego.pt é, sem dúvida, um desses casos.

Quem é Filipe Galego?

Por detrás do site está um professor de Matemática de Coimbra, com mais de 20 anos de experiência e presentemente colocado no Agrupamento de Escolas de Condeixa-a-Nova. Licenciado em Matemática — Ramo Educacional pela Faculdade de Ciências e Tecnologia da Universidade de Coimbra, Filipe Galego não é apenas professor: é formador de professores certificado pelo CCPFC, autor de manuais e fichas de trabalho pela Areal Editores, e ainda Formador e Embaixador Certificado da ClassPoint em Portugal.

É o tipo de professor que não fica parado. Durante a pandemia, criou um canal no YouTube para apoiar alunos e professores à distância — e nunca mais parou. Hoje, esse canal faz parte de um ecossistema digital maior, centrado no portal filipegalego.pt.

O que encontramos no portal?

O site define-se como um “portal educativo com ferramentas digitais, recursos educativos, tutoriais e formação para professores, com um foco especial no ensino da Matemática, mas não só!” — e o “mas não só” é importante, porque há muito mais do que fichas de exercícios.

Entre os destaques do portal, vale a pena mencionar:

  • PyMath – Curso de Python: um curso de programação em Python alinhado com as Aprendizagens Essenciais de Matemática do 10.º, 11.º e 12.º anos, que vai do zero até à construção de uma aplicação completa
  • Teorema de Pitágoras: um recurso interativo com simulador, teoria e atividades práticas num único lugar
  • Recursos educativos: uma secção dedicada a materiais de apoio para professores e alunos
  • Tutoriais e ferramentas digitais: com foco em aplicações para a sala de aula, como o ClassPoint, que transforma o PowerPoint numa experiência interativa

Um professor que forma outros professores

O que diferencia este portal de muitos outros é a dupla perspetiva do seu autor: fala ao mesmo tempo para alunos e para professores. Filipe Galego acumula a experiência de quem está na sala de aula todos os dias com a visão de quem forma colegas e partilha conhecimento em eventos como o TIC@Portugal.

Foi também formador do Projeto Gen10s, que promove a programação em Scratch no 2.º ciclo, o que revela uma preocupação genuína com a literacia digital desde cedo. Este é alguém que acredita que o código e a tecnologia têm lugar na educação básica — e faz algo concreto para isso acontecer.

Vale a pena seguir?

Sim, sem hesitação. Se és professor — seja de Matemática ou de outra disciplina —, formador, ou simplesmente alguém curioso sobre tecnologia educativa, o portal de Filipe Galego tem sempre alguma coisa útil para oferecer. Podes acompanhá-lo no YouTube, no Instagram e no X (@fggalego), onde partilha regularmente novidades, tutoriais e reflexões sobre educação.

Num tempo em que se fala muito de inovação pedagógica, mas se faz pouco, é reconfortante encontrar um professor que pega nas ferramentas disponíveis e as transforma em recursos concretos para a sua comunidade. O filipegalego.pt é exatamente isso: prática, não teoria.

💡 Já conhecias este portal? Deixa um comentário e partilha os recursos que mais utilizas com os teus alunos ou nas tuas formações!

Conselhos do pai do PISA: os melhores professores para os desfavorecidos, matemática menos superficial ou motivar a autoaprendizagem | Andreas Schleicher

Publicado a por
Responder
Andreas Schleicher, diretor de educação da OCDE e conhecido como o pai da PISA.ERIC HADJ

Ler na fonte | Autora: ELISA SILIÓ

Andreas Schleicher acredita que é um absurdo que em muitos países se tenha que pagar a escola infantil quando a universidade é gratuita

O alemão Andreas Schleicher (Hamburgo, 59 anos) é conhecido como o pai do PISA, porque lançou os testes de diagnóstico da educação e é o diretor dessa área na OCDE. Conhece perfeitamente os dados, e os políticos estão sempre ávidos para conhecer as suas receitas para melhorar a escola, e sobretudo depois da descalabro da última edição do PISA. Estes são os conselhos que deu à distância a um grupo de ministros latino-americanos convocados em Madrid pela Fundação Varkerey.

Os melhores professores, nas escolas desfavorecidas. “Os sistemas bem-sucedidos são muito, muito bons para alinhar os recursos com as necessidades. Eles atraem os professores mais talentosos para as salas de aula onde há mais desafios“, lembra ele. «Num Estado do Brasil eles fizeram algo realmente interessante, emparelharam as escolas de alto desempenho com outras de baixo e ajudam-nas colocando recursos».

A proporção de alunos por classe não lhe parece muito relevante. «Muitas vezes tentamos reduzir o tamanho das turmas porque isso faz pais e professores felizes, mas não é uma maneira muito eficaz de melhorar», defende ele. «Mas se investir num melhor desenvolvimento profissional dos professores, na construção de comunidades profissionais, tem um impacto muito, muito importante», diz ele.

Apostar na escolarização precoce. Os primeiros anos de crescimento de uma criança são vitais para o seu desenvolvimento cognitivo, mas também para o seu desenvolvimento social e emocional. «Para uma criança de três anos, a empatia é uma habilidade; para uma criança de 30, um traço de personalidade», argumenta. É por isso que ele acredita que mais recursos económicos devem ser colocados nessa fase. «Nós colocamos pessoas menos qualificadas nesses níveis [de escola infantil] e sobreinvestimos na educação de idades posteriores», alerta. “Em muitos países da América Latina pagam-se taxas de matrícula quando a criança ingressa na educação infantil, enquanto a universidade é gratuita. Essa não é uma boa estratégia de investimento”.

Aprender outras matemáticas. O físico e matemático lembra que o tipo de conhecimento necessário difere de duas décadas atrás, quando o PISA foi lançado. “A tecnologia digitalizou rotinas matemáticas, mas outras coisas tornaram-se muito mais difíceis. Se quiser entender as mudanças climáticas ou uma pandemia, precisa pensar em termos de probabilidades, conhecer as funções exponenciais. E esses conceitos muitas vezes não estão muito presentes na escola”. Não atribui isso à covid: “Existem limitações estruturais dos nossos sistemas educacionais atuais. Mas não é inevitável. Singapura passou de ser boa para ser excelente durante a pandemia”.

Na sua opinião, o ensino da matemática tornou-se “mais superficial, os alunos simplesmente memorizam e aprendem fórmulas e equações. Mas os professores não dedicam tempo suficiente para fazê-los pensar como matemáticos. Não é tão importante poder calcular uma função exponencial, mas é preciso entender o conceito.

Capacitar os alunos. Os alunos que têm uma mentalidade maior de crescimento – que acreditam que as competências e a inteligência de alguém podem ser desenvolvidas com o tempo – estão melhor academicamente. “Na Estónia, os estudantes vêem o céu como o limite para as suas realizações. Eles estão confiantes de que quando trabalham duro, os seus professores ajudam-nos, e terão sucesso. Na Albânia, no entanto, muitas vezes acreditam que o seu sucesso depende da inteligência com a qual nasceram. Influencia também positivamente os resultados, sublinha, ser um estudante curioso, persistente e controlar bem as emoções.

Mais envolvimento dos pais. Ele está preocupado que a participação dos pais na escola tenha diminuído desde 2018 (anterior PISA). “Os pais são menos proativos agora (…). Os alunos tornaram-se consumidores, os professores tornaram-se prestadores de serviços, as escolas em alguma espécie de instituição social e os pais tornaram-se clientes. Perdemos o que eles trabalham juntos no desenvolvimento dos alunos”. Um envolvimento na educação que não significa «passar todo o tempo com as tarefas escolares, mas o pai enviar ao seu filho o sinal de que leva a escola a sério e valoriza a autoridade do professor».

Para Schleicher, um dos erros cometidos na educação é acreditar que a escola pode compensar as famílias. «Se os seus filhos brincam até à meia-noite com o telemóvel, então o professor pode fazer o que quiser no dia seguinte, mas o ensino de matemática não terá muito sucesso». Ele acha que há muito a aprender com o Vietnam, «onde os professores ensinam aos pais por que é importante que os seus filhos aprendam matemática, mesmo que eles não as entendam».

Menos horas de ecrãs no tempo livre. O alemão demonstrou com um gráfico que nos países em que os alunos de 15 anos usam mais a tecnologia para fins recreativos, aprendem menos. «A integração da tecnologia nos processos instrutivos pode funcionar bem, mas quando você simplesmente permite que eles usem os seus próprios dispositivos, é provável que tenha resultados muito piores». Na Turquia ou na Malásia, 70% dos alunos sentem-se ansiosos quando não têm os seus dispositivos por perto e esse stress resulta num desempenho muito menor em matemática. “E isso não é tudo. Eles estão menos satisfeitos com as suas vidas”, explicou o diretor da OCDE.

Os telemóveis fora da escola. Com os dados, Schleicher mostrou que não adianta muito que a escola coloque limites para o uso dos dispositivos ou que o professor o faça na sua sala de aula. “Os alunos não prestam muita atenção ao que lhes dizem sobre os smartphones. A única coisa que está claramente ligada a que eles se distraiam menos é a proibição de telefones na escola”.

Fazer com que os alunos sejam autónomos. O alemão considera que os alunos se tornaram «consumidores passivos» nas salas de aula porque não foram «motivados o suficiente para aprender por si mesmos».

Referência: Consejos del padre de PISA: los mejores profesores para los desfavorecidos, matemáticas menos superficiales o motivar el autoaprendizaje. (2024). Retrieved from https://elpais-com.cdn.ampproject.org/c/s/elpais.com/educacion/2024-01-22/consejos-del-padre-de-pisa-los-mejores-profesores-para-los-desfavorecidos-matematicas-menos-superficiales-o-motivar-el-autoaprendizaje.html

Por que não ensinamos compreensão de leitura como ensinamos matemática?

Publicado a por
Responder

Ler na fonte |

Autor: Gracia Jiménez Fernández – Professora Titular de Universidade no Dpto. de Psicologia Evolutiva e da Educação, Universidade de Granada

Imaginem que pedimos a uma criança de 6 anos que faça uma subtração pela primeira vez, sem lhe ter explicado como se faz. É evidente que não poderia fazê-la, uma vez que, para resolver tal operação, é necessário que alguém a ensine. Explica-se o conceito de subtração, depois são mostrados exemplos simples onde os passos a seguir são explicitados e modelados e, em seguida, pede-se-lhe que resolva operações de dificuldade crescente até conseguir que as resolva de forma autónoma.

Vamos imaginar outra situação: uma criança, a quem não ensinámos a detetar a ideia principal de um texto, é convidada a fazer um resumo. Como o faria? Esta situação não parece tão óbvia como a anterior, mas a verdade é que, da mesma forma, estaríamos a pedir ao aluno algo que não lhe ensinámos. Portanto, é de se esperar que a sua resposta não seja adequada.

Enquanto ninguém pensa em pedir a uma criança para fazer uma subtração ou uma raiz quadrada sem lhas ter mostrado antes, na compreensão de leitura pedimos que escolha o resumo que melhor explica um texto ou que detecte informações que não são explícitas no texto (fazer inferências) sem lhe ter explicado o que é um resumo ou como essa informação implícita é deduzida.

A abordagem do livro de Língua

Isto acontece em parte pelo tratamento do tema que quase todos os livros de língua propõem. Em cada unidade didática ou tema é dedicada uma parte à compreensão da leitura, na maioria dos casos consiste em apresentar um texto e algumas perguntas sobre ele. Portanto, a criança que compreendeu o texto responderá bem e a criança que não o compreendeu não poderá responder. Em suma, não se ensina a compreender, mas avalia-se a compreensão.

Além disso, os livros didáticos de Língua geralmente têm os seguintes problemas:

  1. Uso e abuso de perguntas de tipo literal que induzem os alunos a realizar uma leitura superficial, uma vez que a resposta aparece de forma explícita no texto.
  2. A maioria dos textos de tipo narrativo quando a pesquisa destaca a importância de ensinar a estrutura dos textos expositivos por serem muito mais complexos.
  3. Alta percentagem de perguntas que aparecem na secção de compreensão de leitura que nem sequer estão relacionadas com essa competência. Por exemplo, a atividade «aponta as palavras do texto que estão escritas com b- ou v-» pode contribuir, se quisermos, para melhorar a ortografia, mas que relação tem com a compreensão da leitura? Que competência estamos a ensinar que permite entender melhor o texto?

Uma capacidade que pode ser ensinada

Mas esta abordagem de ensino não é única dos livros de texto; muitos materiais supostamente destinados à melhoria da compreensão da leitura seguem esta mesma orientação de um texto com perguntas. Convido o leitor a fazer uma pesquisa rápida na internet sobre «atividades para melhorar a compreensão da leitura» e poderá verificar que os materiais que encontra têm uma estrutura semelhante.

Com esta abordagem de ensino, esperamos que os nossos alunos compreendam bem o que estão a ler? Embora seja verdade que existe uma percentagem dos alunos que desenvolvem estratégias de compreensão espontaneamente, outro grupo de crianças precisa ser ensinado. Especificamente em Espanha, os dados de relatórios como PIRLS mostram que 25% dos alunos espanhóis apresentam um nível baixo ou muito baixo (percentil 25 ou inferior) em compreensão de leitura; nos países latino-americanos que participaram do relatório, a Argentina e o Chile, são 83% e 87% respectivamente. Os dados de outros países do âmbito europeu são de 27% em França ou de 25% em Portugal. Em vez disso, alguns países nórdicos, como a Finlândia, mostram 16%.

Por outro lado, na minha experiência em lidar com professores de Educação Primária em atividade, estes concordam em salientar que quase 50% dos seus alunos não compreendem bem o que leem.

O que podemos fazer?

Devemos começar por eliminar equívocos como: para melhorar a capacidade inferencial é suficiente pedir aos alunos que respondam a algumas perguntas inferenciais; ou que para trabalhar o resumo eles tenham que fazer um a partir de um texto. Lembre-se, isso é avaliar a compreensão, não ensiná-la.

Para a melhoria da compreensão da leitura é fundamental o ensino de estratégias de forma:

  1. Sistemática: é necessário incluí-la de forma habitual na nossa prática docente. Se trabalhar de forma isolada e sem continuidade não terá qualquer efeito sobre os alunos. Deve fazer parte da programação de cada curso.
  2. Explícita: desde o primeiro momento deve-se explicitar que objetivo perseguimos (por exemplo: hoje vamos aprender a distinguir as ideias principais das secundárias) e, além disso, deve-se explicitar o procedimento a seguir.
  3. Baseada em evidências: o conteúdo das estratégias deve ser aquele que a pesquisa aponta como relacionado com os problemas de compreensão. Entre os mais importantes estão a realização de inferências, a monitorização ou controle da compreensão, as estruturas dos textos expositivos, o vocabulário e a deteção de ideia principal.

E como devemos implementá-las?

Para responder a esta pergunta só temos que pensar em como ensinamos qualquer conceito matemático: raízes quadradas, o mínimo múltiplo comum, operações com frações…

Vamos analisar o que fazemos:

  1. O professor explica o objetivo da aula, isto é o que se vai aprender hoje e oferece conhecimento conceptual sobre ele.
  2. Faz um exemplo para todos os alunos onde explicita os passos a seguir para resolver a atividade.
  3. Oferece aos alunos um guia resumido dos passos para os apoiar durante o processo de aprendizagem.
  4. Os alunos começam a resolver um exemplo da mesma complexidade que o professor fez.
  5. O professor corrige e ajuda a resolver os erros que observa.
  6. A dificuldade das atividades é aumentada e o processo é supervisionado até que o aluno seja autónomo.

Caso prático

Este procedimento seria idêntico para o ensino de estratégias de compreensão. Vejamos um exemplo com as perguntas inferenciais:

  1. O professor explica que vai ensinar a entender o que os textos nos querem dizer, mas que o autor não escreveu. Pode introduzir o conceito de inferências e explicar o que é, com exemplos.
  2. O professor lê um pequeno texto onde há informação inferencial e apresenta o contraste entre uma pergunta literal e inferencial. Ele explica o procedimento, procurando pistas que aparecem em outros lugares do texto.
  3. O professor faz um resumo que permanecerá visível na aula do que são perguntas literais e perguntas inferenciais e como podemos procurar pistas para lhes responder.
  4. Outro texto de dificuldade semelhante é lido em voz alta e os alunos têm que, primeiro, classificar as perguntas em literais e inferenciais; segundo, identificar as pistas que os levam a responder às inferências; e, terceiro, responder às perguntas inferenciais.
  5. O professor supervisiona e corrige os erros e dificuldades que se apresentam no grupo.
  6. Após algumas sessões, a complexidade dos textos e da inferência necessária será aumentada até consolidar a competência.

Embora muitos rapazes e raparigas tenham problemas para entender o que leem, a boa notícia é que isso pode mudar; a investigação deu-nos as chaves para saber o que é e o que não é eficaz.

Precisamos parar de avaliar a compreensão da leitura sem antes a ensinar através de estratégias que incidam no conteúdo fundamental.

Referência: Gracia Jiménez Fernández, Profesora Titular de Universidad en el Dpto. de Psicología Evolutiva y de la Educación (2023) ¿Por qué no enseñamos comprensión lectora como enseñamos matemáticas?, The Conversation. Available at: https://theconversation.com/por-que-no-ensenamos-comprension-lectora-como-ensenamos-matematicas-219625 (Accessed: 19 December 2023).