Formação de grupos em ambientes cscl utilizando traços de personalidade associados às teorias de aprendizagem colaborativa
A Aprendizagem Colaborativa com Suporte Computacional (CSCL) é uma área de pesquisa que investiga como a tecnologia pode ser usada para apoiar a interação e a colaboração nas atividades realizadas em grupo, promovendo a construção do conhecimento individual e coletivo dos seus participantes. Um dos...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2019 |
| País: | Brasil |
| Institución: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-11062019-111943 |
| Acceso en línea: | http://www.teses.usp.br/teses/disponiveis/55/55134/tde-11062019-111943/ |
| Access Level: | acceso abierto |
| Palabra clave: | Aprendizagem colaborativa com suporte computacional Collaborative learning theory Computer supported collaborative learning CSCL Formação de grupos Group formation Personality trait Teorias de aprendizagem colaborativa Traço de personalidade |
| Sumario: | A Aprendizagem Colaborativa com Suporte Computacional (CSCL) é uma área de pesquisa que investiga como a tecnologia pode ser usada para apoiar a interação e a colaboração nas atividades realizadas em grupo, promovendo a construção do conhecimento individual e coletivo dos seus participantes. Um dos desafios desse campo de pesquisa refere-se à formação de grupos de aprendizagem efetivos. Esses grupos são caracterizados pela sinergia existente entre os seus membros para que os objetivos do trabalho sejam alcançados de forma plena, assegurando a melhoria dos resultados de aprendizagem de cada um dos envolvidos. Apesar das importantes contribuições, pesquisadores da CSCL apontam problemas relacionados à resistência e desmotivação dos estudantes para o trabalho em grupo, que pode ser influenciada por características pessoais dos alunos, como os traços de personalidade. Nesse sentido, este trabalho de doutorado tem como objetivo verificar a influência dos traços de personalidade na formação de grupos baseados em teorias de aprendizagem colaborativa, e criar mecanismos para automatizar e apoiar a formação dos grupos em ambientes CSCL. Para alcançar esse objetivo, três desafios de pesquisa foram estabelecidos. O primeiro se propõe a investigar a influência dos traços de personalidade na efetividade dos grupos (aprendizado, satisfação, motivação) baseados em teorias de aprendizagem colaborativa. Para isso, foi realizado um estudo experimental, com 156 alunos do ensino fundamental II, que confirmou a influência dos traços de personalidade, rigidez mental e emocionalidade, na aprendizagem e motivação de 78 grupos apoiados pela teoria de aprendizagem colaborativa Peer Tutoring. O segundo desafio de pesquisa consiste no desenvolvimento de um modelo formal para relacionar os traços de personalidade às teorias de aprendizagem colaborativa. Dessa forma, foi desenvolvido um método, composto por quatros passos, para modelagem de novos papéis de aprendizagem, denominados de Papéis Colaborativos Afetivos (PCAs). Com base nesses PCAs é possível criar novos cenários de aprendizagem colaborativa e, além disso, estabelecer estratégias de aprendizagem para lidar com as características dos traços de personalidade que podem influenciar negativamente o comportamento dos estudantes. Dois estudos de caso foram conduzidos para avaliar o modelo formal. O primeiro, realizado com 10 alunos na faixa de idade de 13-16 anos, avaliou o impacto da característica de insociabilidade e impulsividade na formação de grupos baseados na teoria de aprendizagem Anchored Instruction. O segundo foi desenvolvido com 15 alunos, na faixa de idade de 09-10 anos, e investigou a influência da característica de alta e baixa impulsividade na formação de grupos baseados na teoria de aprendizagem Distributed Cognition. Os resultados mostraram que este modelo contribui para o design de cenários colaborativos mais efetivos, visto que ele personaliza a formação de grupos ao propor a criação de novos papéis de aprendizagem que consideram os traços de personalidade associados às teorias de aprendizagem. Finalmente, o último desafio de pesquisa refere-se ao desenvolvimento de um algoritmo que utilize os novos PCAs para a criação de grupos. Como resultado, foi implementado o algoritmo G-FusionPT que, baseado em uma amostra simulada de 300 alunos, mostrou ser mais efetivo quando comparado a dois outros algoritmos de formação de grupos. |
|---|