Modelagem Estatística e Pensamento Computacional: Compreensão de medidas de tendência central e dispersão no Ensino Médio
Palavras-chave:
Estatística, Pensamento Computacional, Google Planilhas, Ensino MédioResumo
Esta pesquisa investigou como atividades práticas com dados reais, mediadas por tecnologias computacionais, se articulam aos processos de aprendizagem de Estatística, com foco na compreensão de medidas de tendência central e de dispersão por estudantes do 3º ano do Ensino Médio. A metodologia quali-quantitativa empregou a triangulação de dados, coletados via questionários pós-atividade, registros fotográficos, diário de campo, materiais produzidos pelos alunos e observação participante. As atividades, desenvolvidas no Laboratório de Inovações Criativo-Tecnológicas do IF-Goiano com GeoGebra e Google Planilhas, focaram em medidas de tendência central e dispersão, variações percentuais e construção de tabelas e gráficos. A análise dos dados, fundamentada no Construtivismo, indicou que a participação ativa dos alunos na manipulação e interpretação dos dados, mediada pelas tecnologias, aprimorou significativamente a compreensão dos conceitos estatísticos e impulsionou o desenvolvimento de habilidades de raciocínio lógico e crítico.
Downloads
Referências
AZEVEDO, G. T. de. (2025). Modelagem de sólidos geométricos e robôs de papel: Pensamento computacional e aprendizagem criativa em matemática. Ciência & Educação, 31, e25045. https://doi.org/10.1590/1516-731320250045
AZEVEDO, G. T. (2024). Pensamento computacional e aprendizagem de matemática no ensino médio com uso de ferramentas tecnológicas. Revista Eletrônica de Educação Matemática, 19. https://doi.org/10.5007/1981-1322.2024.e98956
AZEVEDO, Greiton Toledo de; ARAÚJO, Ulisses Ferreira de. Desenvolvimento Científico-Robótico no âmbito da formação em Matemática: pensamento computacional e relevância social. Revista Internacional de Pesquisa em Educação Matemática, Brasília, v. 14, n. 1, p. 1–17, 2024. DOI: 10.37001/ripem.v14i1.3706. Disponível em: https://www.sbembrasil.org.br/periodicos/index.php/ripem/article/view/3706. Acesso em: 15 dez. 2025.
AZEVEDO, G. T., MALTEMPI, M. V. (2023). Desenvolvimento de habilidades e invenções robóticas para impactos sociais no contexto de formação em matemática. Ciência & Educação, 29, 1–21. https://doi.org/10.1590/1516-731320230016
ABREU, I. C. GeoGebra: recurso facilitador e motivador no processo ensino-aprendizagem para o estudo de estatística no ensino médio. 2022. Dissertação (Mestrado em Educação em Ciências e Matemática) – Universidade Estadual do Maranhão, São Luís, 2022.
ARAÚJO, J. R. A. O GeoGebra como recurso para o estudo de objetos estatísticos: reflexões a partir de um percurso investigativo em desenvolvimento. Boletim Cearense de Educação e História da Matemática, v. 7, n. 21, p. 59–70, 2021. DOI: 10.30938/bocehm.v7i21.3393. Disponível em: https://revistas.uece.br/index.php/BOCEHM/article/view/3393. Acesso em: 10 jun. 2025.
BARBA, L. (2016). Computacional Thinking: I do not think it means what you think it means. Disponível em: < https://lorenabarba.com/blog/computational-thinking-i-do-not-think-it-means-what-you-think-it-means/>.
BARBOSA, D. Estatística no ensino fundamental e médio: resoluções de questões utilizando o GeoGebra e planilhas eletrônicas. 2023. Dissertação (Mestrado em Educação Matemática) – Universidade Federal de Juiz de Fora, Juiz de Fora, 2023.
BOGDAN, R.; BIKLEN, S., (1994). Investigação Qualitativa em Educação – uma introdução à teoria e aos métodos. Porto: Porto Editora.
CARVALHO, C.; CÉSAR, M. As aparências iludem: reflexões em torno do ensino da estatística no ensino básico. Lisboa: Sociedade Portuguesa de Estatística; Faculdade de Ciências da Universidade de Lisboa, 2000.
CRESWELL, J. W.; PLANO CLARK, V. L. Pesquisa de métodos mistos. 2. ed. Porto Alegre: Penso, 2013.
DENNING, P. J. Remaining trouble spots with computational thinking. Communications of the ACM, v. 60, n. 6, p. 33–39, 2017. DOI: 10.1145/2998438.
FERREIRA, R. L.; LOPES, T. B. Ensino de estatística no Ensino Médio com base na resolução de problemas sob a perspectiva da educação matemática crítica. Revista Eletrônica Científica em Educação Matemática, v. 17, n. 3, p. 334–343, 2024. DOI: 10.17921/2176-5634.2024v17n3p334-343.
FLICK, U. Uma introdução à pesquisa qualitativa. Thousand Oaks; Londres; Nova Deli: Sage, 1998.
GAL, I. Adults’ statistical literacy: meanings, components, responsibilities. International Statistical Review, v. 70, n. 1, p. 1–25, abr. 2002. DOI: 10.1111/j.1751-5823.2002.tb00336.x. Acesso em: 20 jun. 2025.
GOLDENBERG, M. A arte de pesquisar: como fazer pesquisa qualitativa em Ciências Sociais. 8. ed. Rio de Janeiro: Record, 2004.
GONÇALVES, F. A. M. F. et al. Ensino de estatística no Ensino Médio: uma proposta interdisciplinar entre Matemática e Educação Física. Em Teia, v. 10, n. 3, 2023. DOI: 10.36397/emteia.v10i3.241150.
HORTON, N. J.; HARDIN, J. S. Integrating computing in the statistics and data science curriculum: creative structures, novel skills and habits, and ways to teach computational thinking. arXiv preprint, arXiv:2012.12144, 2020. Disponível em: https://arxiv.org/abs/2012.12144. Acesso em: 20 jun. 2025.
INTERNATIONAL DATA CORPORATION. The digitization of the world: from edge to core. Framingham, MA: IDC, 2018. Disponível em: https://www.seagate.com/files/www-content/our-story/trends/files/idc-seagate-dataage-whitepaper.pdf. Acesso em: 20 jun. 2025.
LAURINDO, J. C. Estatística no GeoGebra: uma análise dos processos de abstração reflexionante sobre conceitos de medidas de tendência central. 2019. Dissertação (Mestrado em Ensino de Matemática) – Universidade Federal do Rio Grande do Sul, Porto Alegre, 2019.
LIRMAN, B.; SOBRINHO, R. Recursos digitais para o ensino-aprendizagem de estatística no ensino médio. Caderno Intersaberes, v. 6, n. 23, p. 79–99, 2022.
LOPES, C. E. A Estatística no Ensino Médio: desafios e possibilidades. Revista de Educação Matemática, v. 13, n. 3, p. 56–69, 2015.
MALTEMPI, M. V. Construcionismo: pano de fundo para pesquisas em informática aplicada à Educação Matemática. In: BICUDO, M. A. V.; BORBA, M. C. (org.). Educação Matemática: pesquisa em movimento. São Paulo: Cortez, 2012. p. 287–307.
MINAYO, M. C. S. O desafio do conhecimento: pesquisa qualitativa em saúde. 14. ed. São Paulo: Hucitec, 2017.
PAPERT, S. Mindstorms: children, computers and powerful ideas. New York: Basic Books, 1980.
PAPERT, S. Computer criticism vs. technocentric thinking. Educational Researcher, v. 16, p. 22–30, 1987.
PAPERT, S. A critique of technocentrism in thinking about the school of the future. Cambridge, MA: MIT – Epistemology and Learning Group, 1990.
PAPERT, S. An exploration in the space of mathematics educations. International Journal of Computers for Mathematical Learning, v. 1, n. 1, p. 95–123, 1996.
PAPERT, S. A máquina das crianças: repensando a escola na era da informática. Porto Alegre: Artes Médicas, 2008.
RESNICK, M. Lifelong kindergarten: cultivating creativity through projects, passion, peers, and play. Cambridge, MA: MIT Press, 2017. Disponível em: https://mitpress.mit.edu/books/lifelong-kindergarten. Acesso em: 20 jun. 2025.
SILVA, J. F.; SCHIMIGUEL, J. Problem-based learning, Educação Estatística e Educação a Distância: um estudo teórico sobre possíveis convergências no ensino superior. Revista de Ensino de Ciências e Matemática, v. 7, n. 3, p. 38–49, 2016.
SILVA JR., G. B. O ensino de Estatística na formação inicial do engenheiro de produção. 2014. Tese (Doutorado em Ensino de Ciências e Matemática) – Universidade Cruzeiro do Sul, São Paulo, 2014.
SOUZA, R. F.; CALEJON, L. M. C.; SCHIMIGUEL, J.; MARTINS, C. A. O uso da tecnologia da informação no ensino de estatística: contribuições do uso do software GeoGebra. Revista Eixo, v. 11, n. 1, p. 4–15, 2022. DOI: 10.19123/eixo.v11i1.876.
TAVARES, F. G.; LOPES, C. E. Estudo da viabilidade de uso do software GeoGebra no ensino de Estatística. In: CONGRESSO IBEROAMERICANO DE EDUCAÇÃO MATEMÁTICA, 2017, Madrid. Anais… Madrid: CIEM, 2017. p. 14–22.
TAVARES, F. G.; LOPES, C. E. Mapeamento do uso do GeoGebra no ensino de Estatística. Revista Eletrônica de Educação Matemática, v. 13, n. 3, p. 204–222, 2019.
TRIVIÑOS, A. N. S. Introdução à pesquisa em Ciências Sociais: a pesquisa qualitativa em educação. 18. reimp. São Paulo: Atlas, 2009.
UNESCO. Literacy is… in an increasingly digital, text mediated, information-rich and fast-changing world. In: Literacy: what you need to know. Paris: UNESCO, 2024. Disponível em: https://www.unesco.org. Acesso em: 20 jun. 2025.
VALENTE, J. A. Integração do Pensamento Computacional no currículo da Educação Básica: diferentes estratégias usadas e questões de formação de professores e avaliação do aluno. Revista e-Curriculum, v. 14, n. 3, p. 864–897, jul./set. 2016. Disponível em: http://educa.fcc.org.br/pdf/curriculum/v14n3/1809-3876-curriculum-14-03-00864.pdf. Acesso em: 2 fev. 2025.
WING, J. M. Computational thinking. Communications of the ACM, v. 49, n. 3, p. 33–35, 2011. DOI: 10.1145/1924421.1924426.
WING, J. M. Research notebook: computational thinking: what and why. The Link, 2011. Disponível em: https://www.cs.cmu.edu/link/research-notebook-computational-thinking-what-and-why. Acesso em: 2 fev. 2025.
YIN, R. K. (2016). Pesquisa qualitativa do início ao fim. (2, 1, ed.) Porto Alegre.
