Construct and inference alignment in mathematical problem-solving research
Este estudo metodológico utiliza a análise documental secundária de um estudo de doutorado histórico para criticar o alinhamento entre construtos psicológicos e o desempenho matemático, argumentando que as associações padronizadas baseadas em inventários frequentemente falham em capturar os mecanismos cognitivos e as implicações instrucionais matizados revelados através de resumos detalhados de processos.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
A resolução de problemas matemáticos é frequentemente vista como um teste simples de se um aluno consegue chegar à resposta certa. Mas para os pesquisadores que estudam como as pessoas aprendem, a jornada até essa resposta é tão importante quanto o destino. Eles estão interessados nos hábitos mentais que impulsionam uma pessoa a continuar tentando quando um problema se torna difícil, na voz interna que verifica erros e na capacidade de explicar por que uma solução funciona. Esses hábitos mentais são chamados de disposições e são frequentemente medidos pedindo às pessoas que preencham questionários sobre como elas se sentem em relação a tarefas difíceis. A grande questão neste campo é se uma pontuação alta em um questionário sobre "gostar de pensar intensamente" significa realmente que uma pessoa está fazendo matemática complexa em sua cabeça, ou se significa apenas que ela gosta da ideia de pensar intensamente. Se os pesquisadores confundirem a resposta do questionário com o processo de pensamento real, eles podem dar aos professores o conselho errado sobre como ajudar os alunos.
Este artigo analisa de perto uma pesquisa específica das Filipinas para ver se essa confusão aconteceu. O autor, que originalmente conduziu o estudo há mais de uma década, está agora reexaminando os registros antigos com um novo olhar. O estudo original envolveu 118 futuros professores de matemática. Ele tentou conectar as respostas de seus questionários sobre sua personalidade e hábitos aos seus resultados em um teste de matemática e à forma como eles realmente resolviam problemas em uma sessão individual. O objetivo era ver se essas diferentes peças de evidência contavam a mesma história. A nova análise atua como uma auditoria cuidadosa, verificando cada etapa onde os pesquisadores passaram de uma pontuação de questionário para uma grande afirmação sobre como as pessoas aprendem e ensinam matemática.
A investigação descobriu que o estudo original fez um bom trabalho ao medir as respostas dos questionários e as pontuações dos testes, mas deu um salto ao tentar explicar o que esses números significavam. A ligação mais forte encontrada foi entre um questionário perguntando se uma pessoa gosta de pensamento esforçado e sua pontuação em um teste de matemática de vinte questões. Os pesquisadores relataram uma conexão muito forte, sugerindo que pessoas que disseram gostar de pensar intensamente foram muito melhor no teste. No entanto, a nova análise aponta que o questionário media apenas um sentimento ou uma preferência, não o trabalho matemático real. É como saber que alguém diz que gosta de correr e assumir que essa pessoa é um corredor rápido, sem nunca vê-la correr uma corrida. A pontuação do questionário nos diz sobre sua atitude, mas não nos mostra os passos específicos que ela tomou para resolver os problemas matemáticos.
O estudo também observou um tipo diferente de dado: gravações de seis daqueles futuros professores resolvendo sete problemas matemáticos diferentes enquanto falavam em voz alta. Isso proporcionou um vislumbre raro do processo de pensamento real. A análise comparou os resultados dos questionários com essas gravações e descobriu que as duas fontes de informação contavam histórias diferentes. Por exemplo, o questionário sugeriu que pessoas que eram muito conscientes de seus próprios hábitos de pensamento tiveram um desempenho pior no teste de matemática. Mas, quando os pesquisadores observaram as gravações, viram que essas mesmas pessoas estavam realizando ações como verificar seu próprio trabalho, desenhar novos esquemas para entender o problema e corrigir seus erros. O questionário capturou um sentimento de consciência, mas perdeu o fato de que essa consciência estava sendo usada para corrigir erros. A ligação negativa nos dados do questionário não significava que pensar sobre o próprio pensamento era ruim para a matemática; significava apenas que o questionário não era uma janela perfeita para o trabalho real que estava sendo feito.
Outra descoberta importante foi que o estudo não pôde provar que ser bom em resolver problemas matemáticos por conta própria significava que você seria bom em ensinar esses problemas a outros. A pesquisa original incluiu recomendações sobre como treinar futuros professores, assumindo que, se um aluno conseguisse resolver um problema, ele saberia como ajudar uma criança que estivesse travada nele. A nova análise mostra que este é um grande salto. Resolver um problema é uma habilidade pessoal, enquanto ensinar requer a capacidade de ouvir a confusão de outra pessoa e explicar as coisas de uma nova maneira. Os registros do estudo original não incluíram observações desses futuros professores realmente ensinando uma classe. Portanto, o artigo conclui que não podemos usar suas pontuações de testes de matemática para prever quão bem eles ensinarão.
O artigo não diz que o estudo original estava errado ou que as pontuações de matemática eram falsas. Ele simplesmente diz que a explicação para as pontuações precisa ser mais cuidadosa. Os pesquisadores descobriram que uma pontuação alta em um questionário de "necessidade de cognição" é algo real e está ligada a melhores pontuações em testes, mas não é a mesma coisa que o ato de resolver um problema. Da mesma forma, uma ligação negativa entre autoconsciência e pontuações de teste não significa que ser autoconsciente seja prejudicial; pode significar apenas que os alunos que estão enfrentando dificuldades são aqueles que estão mais conscientes de sua dificuldade e estão tentando mais para corrigi-la. O artigo argumenta que, para entender verdadeiramente o aprendizado da matemática, precisamos olhar para o trabalho real, não apenas para as respostas dos questionários.
No fim, esta reexaminação oferece um caminho claro para frente sobre como estudamos e treinamos professores de matemática. Sugere que não devemos confiar em um único teste ou em um único questionário para julgar a habilidade de um professor. Em vez disso, devemos olhar para uma combinação de evidências: como eles resolvem um problema, como explicam seu raciocínio e como reagem quando um aluno comete um erro. O artigo propõe uma nova forma de avaliar esses professores que separa essas diferentes habilidades. Sugere que um professor pode ser ótimo em resolver um problema, mas precisar de mais ajuda para aprender a explicá-lo a uma criança. Ao manter essas habilidades separadas, os educadores podem dar um feedback mais útil. O estudo conclui que, embora os números antigos ainda nos digam algo sobre as atitudes dos alunos, eles não contam a história completa do que acontece quando uma pessoa realmente faz matemática ou a ensina. Para obter o quadro completo, devemos observar o processo, não apenas contar os resultados.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.