A Systematic Review of Empirical Research on Graphing Numerical Data in K-12 STEM Education

Esta revisão sistemática de 50 estudos empíricos sobre o ensino de gráficos em STEM K-12 conclui que, embora a instrução seja benéfica para melhorar tanto a construção quanto a interpretação de gráficos, os estudantes enfrentam diversas dificuldades em ambos os processos.

O essencial

Imagine que os dados numéricos (como uma lista de temperaturas, notas de provas ou vendas de uma loja) são como ingredientes crus numa cozinha. Eles têm valor, mas sozinhos são difíceis de entender. Um gráfico é como o prato pronto: uma forma visual e organizada que nos diz imediatamente o que está a acontecer.

Este artigo é um "relatório de especialistas" que analisou 50 estudos científicos sobre como os alunos do ensino básico e secundário (do jardim de infância ao 12.º ano) aprendem a transformar esses "ingredientes crus" (números) em "pratos" (gráficos) nas aulas de ciências e matemática.

Aqui está a explicação simplificada, com algumas analogias para tornar tudo mais claro:

1. O Grande Objetivo: Não basta apenas ler, tem de saber cozinhar

Muitas pessoas pensam que o importante é apenas ler um gráfico (como olhar para um mapa). Mas os autores dizem que é crucial também criar o gráfico (como desenhar o próprio mapa).

• A Analogia: Ler um gráfico é como ser um turista que segue as instruções de um guia. Criar um gráfico é como ser o guia que tem de desenhar o caminho para os outros. O estudo mostra que, quando os alunos desenham o seu próprio gráfico a partir de números, o cérebro deles trabalha mais e aprendem muito mais do que se apenas olhassem para um gráfico pronto. É a diferença entre ver um filme e escrever o roteiro do filme.

2. O Que Eles Encontraram? (Os Resultados)

Os investigadores olharam para 50 estudos e descobriram três coisas principais:

• Funciona mesmo: Ensinar os alunos a fazer gráficos ajuda-os a entender melhor os dados e até a interpretar melhor os gráficos que já estão feitos. É como treinar um músculo: quanto mais praticam a construção, mais fortes ficam na compreensão.
• Onde é que eles "quebram" a caneta? (As Dificuldades):
  • O "Mapa Errado": Muitos alunos têm dificuldade em seguir as regras do jogo. Por exemplo, colocar o eixo X (horizontal) e o eixo Y (vertical) ao contrário, ou não saber como marcar a escala (como se tentassem desenhar um mapa do mundo numa folha de caderno sem saber a escala).
  • O "Tradutor Confuso": Eles têm dificuldade em transformar uma tabela de números num desenho. É como tentar traduzir um livro de português para japonês sem conhecer o alfabeto japonês.
  • O "Significado Perdido": Às vezes, o aluno desenha o gráfico tecnicamente correto, mas não entende o que ele significa. É como ter um mapa perfeito, mas não saber para onde ele leva. Eles desenham, mas não compreendem a história que os números contam.

3. Como é que isso é feito nas escolas?

O estudo viu que as aulas variam muito:

• À mão vs. Computador: Alguns alunos desenhavam com lápis e papel (o método clássico), outros usavam computadores e software.
• A Descoberta: Não há um vencedor claro. Às vezes, desenhar à mão ajuda a pensar melhor nos detalhes. Outras vezes, o computador ajuda a ver padrões que o olho nu não vê. O ideal parece ser uma mistura dos dois: usar a tecnologia, mas não perder a noção de como o gráfico é construído.
• A Idade Importa: Os alunos mais velhos (do ensino secundário) geralmente fazem gráficos melhores do que os mais novos, mas mesmo os adultos (e cientistas!) às vezes cometem erros se não tiverem prática.

4. A Lição para os Professores e Pais

O estudo conclui com um conselho simples, como se fosse uma receita de bolo:

• Não pule a etapa da "cozinha": Não mostre apenas o gráfico pronto aos alunos. Deixe-os sujar as mãos e criar o gráfico a partir dos dados.
• Corrija os erros de construção: Se um aluno erra a escala ou o eixo, explique que isso é tão importante quanto a matemática. É como ensinar a alguém a segurar o pincel antes de pintar.
• Conecte com a realidade: Use dados que os alunos consigam relacionar com a vida deles (como o tempo ou o consumo de energia), não apenas números abstratos.

Resumo Final

Pense neste estudo como um manual de instruções para professores. Ele diz: "Ensinar os alunos a criar gráficos é uma ferramenta poderosa para a aprendizagem. Eles vão tropeçar nas regras e na interpretação, mas é exatamente nesses tropeços que o cérebro deles cresce. Portanto, não tenha medo de pedir aos alunos para 'cozinhar' os seus próprios gráficos, mesmo que fiquem um pouco tortos no início."

A mensagem final é que a capacidade de transformar números em imagens é uma superpotência essencial para o século 21, e a escola é o lugar perfeito para treinar essa habilidade.

Resumo técnico

Título: Uma Revisão Sistemática de Pesquisa Empírica sobre a Construção de Gráficos de Dados Numéricos na Educação STEM K-12

1. Problema e Contexto

A competência gráfica é uma habilidade fundamental nas disciplinas de Ciência, Tecnologia, Engenharia e Matemática (STEM) e na vida cotidiana. Embora a interpretação de gráficos seja amplamente estudada, a construção de gráficos (graphing) a partir de dados numéricos é uma atividade essencial, mas menos sintetizada na literatura.

• Definição: O artigo define "graphing" como a construção de representações gráficas baseadas em convenções a partir de dados numéricos.
• Lacuna: Apesar de ser uma atividade comum nas escolas, não existia até o momento uma revisão sistemática que sintetizasse os achados empíricos sobre como essa habilidade é estudada, sua eficácia pedagógica e as dificuldades enfrentadas pelos alunos.
• Objetivo: O estudo visa preencher essa lacuna, analisando a implementação, a eficácia e os obstáculos da construção de gráficos no ensino K-12 (do jardim de infância ao 12º ano).

2. Metodologia

O estudo segue as diretrizes PRISMA 2020 (Preferred Reporting Items for Systematic Reviews and Meta-Analyses).

• Fontes de Dados: Busca realizada em março de 2022 (atualizada em abril de 2024) nas bases de dados Scopus, ERIC e PsycInfo.
• Critérios de Inclusão:
  • População: Estudantes K-12 em contextos STEM.
  • Foco: Construção de gráficos (auto-gerados ou parcialmente completados) baseados em dados numéricos.
  • Tipo de Estudo: Pesquisa empírica revisada por pares (excluindo teoria pura e literatura cinzenta).
  • Idioma: Inglês.
• Critérios de Exclusão: Estudantes universitários, interpretação de gráficos fornecidos sem construção, dados não numéricos (ex: equações puras) e representações não convencionais.
• Seleção: De 12.945 registros iniciais, foram selecionados 50 estudos relevantes após triagem de títulos, resumos e texto completo.
• Análise de Dados: Extração de dados codificados em categorias como: contexto (disciplina STEM), método (manual vs. ferramentas), tipo de gráfico, orientação pedagógica, dificuldades (construção vs. teóricas) e eficácia.

3. Principais Contribuições e Resultados

A. Implementação da Construção de Gráficos

• Disciplinas: A maioria dos estudos focou em Matemática (n=22), seguida por Biologia, Física e Química.
• Tipos de Gráficos: Gráficos de linha foram os mais comuns (n=27), seguidos por gráficos de barras e tabelas.
• Método de Construção:
  • Predominância de construção manual (n=29).
  • Uso de ferramentas digitais (n=9) e métodos híbridos (n=10).
  • Ferramentas citadas: TinkerPlots, WISE, CODAP, Excel.
• Dados: A maioria dos estudos utilizou dados bivariados (n=34). Os dados foram frequentemente gerados pelos próprios alunos (n=23) ou fornecidos (n=18).
• Orientação: Muitos estudos não forneceram orientação explícita sobre como construir os gráficos. Apenas 10 estudos ofereceram instruções explícitas.

B. Eficácia como Método Instrucional

• Impacto Positivo: A instrução focada em gráficos demonstrou ser benéfica, melhorando não apenas a construção, mas também a interpretação de gráficos.
• Desenvolvimento de Habilidades: A construção de gráficos apoia habilidades de processo científico, como formulação de hipóteses e argumentação científica.
• Fatores Moderadores:
  • Habilidades de construção melhoram com a idade e o nível de escolaridade.
  • A compreensão matemática e o raciocínio científico são moderadores importantes.
  • Alguns estudos sugerem que a construção manual pode ser mais eficaz para a aprendizagem conceitual do que a geração automática por computador em certos contextos, embora a literatura sobre isso seja limitada.
• Nota Importante: Apenas 9 dos 50 estudos incluídos possuíam um grupo de controle ou comparação, e muitos não relataram tamanhos de efeito, limitando conclusões estatísticas robustas sobre a magnitude do benefício.

C. Dificuldades Enfrentadas pelos Alunos
Dos 50 estudos, 42 relataram dificuldades, divididas em duas categorias principais:

1. Dificuldades de Construção (Convenções):
   • Escalonamento incorreto dos eixos.
   • Atribuição errada de variáveis aos eixos (X e Y).
   • Dificuldade em plotar pontos nas coordenadas corretas (ordenação de variáveis).
   • Tradução de dados de tabelas para gráficos.
2. Dificuldades Teóricas:
   • Erro "Gráfico como Imagem": Alunos interpretam o gráfico como um desenho literal da realidade, em vez de uma representação simbólica de dados.
   • Dificuldade em conectar o gráfico ao conceito STEM subjacente (ex: movimento harmônico).
   • Escolha inadequada do tipo de gráfico para o dado ou contexto.
   • Interpretação falha para fazer previsões.

Relação entre Dificuldades: O estudo destaca uma forte correlação entre dificuldades de construção e dificuldades teóricas. Alunos com baixa compreensão conceitual tendem a ter mais erros na construção, e vice-versa.

4. Significado e Implicações

• Para a Prática Pedagógica:
  • A construção de gráficos deve ser uma atividade central e frequente nas aulas de STEM, não apenas a interpretação.
  • Instruções explícitas sobre convenções gráficas são necessárias, mas devem ser integradas à compreensão conceitual.
  • Estratégias recomendadas incluem: permitir que os alunos construam gráficos baseados em suas percepções iniciais de um fenômeno e, em seguida, revisar esses gráficos com base em dados reais coletados em experimentos.
  • O uso de dados autênticos e reais aumenta o engajamento e a compreensão.
• Para a Pesquisa Futura:
  • Necessidade de mais estudos longitudinais para entender o desenvolvimento dessas habilidades ao longo do tempo.
  • Maior rigor metodológico (grupos de controle, tamanhos de efeito) e fundamentação teórica mais forte (ex: Teoria da Aprendizagem Generativa, Framework ICAP).
  • Investigação sobre o papel de variáveis moderadoras (gênero, habilidades espaciais, comunicação matemática).

Conclusão Geral:
A revisão confirma que a construção de gráficos é uma ferramenta pedagógica poderosa que melhora a compreensão de dados e o raciocínio científico em STEM. No entanto, os alunos enfrentam barreiras significativas tanto nas convenções técnicas quanto na compreensão conceitual. O sucesso instrucional depende de abordar essas duas dimensões simultaneamente, reconhecendo que a habilidade de "fazer" um gráfico está intrinsecamente ligada à capacidade de "entender" o que os dados representam.