Pós-Graduação em Ciência da Computação
VANESSA CRISTINE SILVA
SMARTLEARNING:
um processo de aprendizagem baseado naautorregulação
Universidade Federal de Pernambuco posgraduacao@cin.ufpe.br www.cin.ufpe.br/~posgraduacao
RECIFE 2017
Vanessa Cristine Silva
SmartLearning: um processo de aprendizagem baseado na autorregulação
Este trabalho foi apresentado à Pós-Graduação em Ciência da Computação do Centro de Informática da Universidade Federal de Pernambuco como requisito parcial para obtenção do grau de Mestre Profissional em Ciência da Computação.
ORIENTADORA: Profa. Patrícia Cabral de Azevedo Restelli Tedesco
RECIFE 2017
Catalogação na fonte
Bibliotecária Monick Raquel Silvestre da S. Portes, CRB4-1217
S586s Silva, Vanessa Cristine
SmartLearning: um processo de aprendizagem baseado na autorregulação / Vanessa Cristine Silva. – 2017.
116 f.: il., fig., tab.
Orientadora: Patrícia Cabral de Azevedo Restelli Tedesco.
Dissertação (Mestrado) – Universidade Federal de Pernambuco. CIn, Ciência da Computação, Recife, 2017.
Inclui referências, apêndices e anexos.
1. Banco de dados. 2. Estratégias de aprendizagem. I. Tedesco, Patrícia Cabral de Azevedo Restelli (orientadora). II. Título.
025.04 CDD (23. ed.) UFPE- MEI 2017-242
SmartLearning: um processo de aprendizagem baseado na autorregulação
Dissertação apresentada à Pós-Graduação em Ciência da Computação da Universidade Federal de Pernambuco como requisito parcial para obtenção de título de Mestre Profissional em 04 de maio de 2017.
Aprovado: 04/05/2017
BANCA EXAMINADORA
Profa. Carla Taciana Lima Lourenço Silva Schuenemann Centro de Informática
Universidade Federal de Pernambuco
Profa. Jeane Cecília Bezerra de Melo Departamento de Estatística e Informática Universidade Federal Rural de Pernambuco
Profa. Patrícia Cabral de Azevedo Restelli Tedesco Centro de Informática
Agradeço a Deus por ter chegado até aqui depois de episódios tristes que aconteceram em minha vida neste percurso de mestrado. Quero focar nas conquistas que venho conseguido para terminar esta etapa com satisfação. Apesar da dor da perda de entes queridos e a luta contra câncer do meu sobrinho lutei para conclusão desse mestrado guiada pela felicidade da chegada do meu filho Davi.
Agradeço a presença na minha vida das minhas tias Generosa e Elba que partiram o ano passado deixando grandes saudades, mas sei que olham por mim, pois sempre tiveram orgulho de mim e acreditaram no meu sucesso.
A minha família, meu pai Luís, minha mãe Vania, meu irmão Matheus, minha cunhada Aline e meu sobrinho Luís Antônio por me apoiarem para eu conseguir forças para realizar todas as viagens a Recife e concluir meu curso.
Aos meus professores, pelo empenho em nos ensinar a tornar pessoas melhores fazendo isso com alegria.
A minha orientadora, Patrícia Tedesco, por contribuir para que eu conseguisse realizar meu trabalho de forma satisfatória.
Ao Instituto Federal do Triângulo Mineiro, aos professores e alunos que aceitaram contribuir para a realização dos experimentos deste estudo.
Aos membros da banca, Carla e Jeane, por aceitarem o convite e por contribuírem no aperfeiçoamento deste trabalho.
Enfim, agradeço a todos que contribuíram de alguma forma para a contribuição desta etapa na minha vida.
“
Agradeço todas as dificuldades que enfrentei; se não fosse por elas eu não teria saído do lugar. As facilidades nos impedem de caminhar. Mesmo as críticas nos auxiliam muito”.
Chico Xavier
A promoção da aprendizagem de banco de dados nos cursos de tecnologias vem sendo abordada em diversas pesquisas devido a sua importância na formação das habilidades dos profissionais de computação e a necessidade do mercado de trabalho. Entretanto, o ensino tradicional apresenta deficiências para proporcionar o conhecimento sólido aos alunos e motivá-los a aprender. A autorregulação da aprendizagem tem como objetivo auxiliar os estudantes a identificar as causas que influenciam os erros e acertos da sua aprendizagem por meio da autoavaliação, fazendo com que por meio da reflexão aprimorem suas técnicas de aprendizagem de acordo com a individualidade de cada um. Esse trabalho, visando colaborar no desenvolvimento do aprendizado das habilidades de banco de dados, propôs o processo SmartLearning, que foi concebido para complementar junto com as técnicas de aprendizagem, os conceitos de regulação da aprendizagem para melhorar o pensamento crítico do aluno com relação ao modo de aprender de forma personalizada. O processo SmartLearning e o protótipo do SmartDB, elaborado por meio de uma pesquisa exploratória, foram avaliados por professores da área computacional que evidenciaram possível contribuição ao processo de aprendizagem do aluno com o suporte da autorregulação. Após a avaliação dos professores, o processo SmartLearning foi validado por meio de um experimento com estudantes do ensino superior. O experimento refere-se à aplicação de um pré-teste e um pós-teste, no protótipo SmartDB, sobre requisições SQL. Os resultados obtidos no estudo evidenciam a colaboração do processo na aprendizagem do aluno na disciplina de banco de dados.
Palavras-chave: Aprendizagem de banco de dados. Estratégias de aprendizagem. Colaboração. Autorregulação da aprendizagem.
The promotion of database learning in technology courses has been approached in several researches due to its importance in training the skills of computer professionals and the need of the job market. However, traditional teaching has shortcomings in order to provide students with solid knowledge and motivates them to learn. Self-regulation of learning aims to help students identify the causes that influence their learning errors and successes through self-assessment, who through reflection improve their learning techniques according to the individuality of each one. This paper, aiming to collaborate in the development of the learning of database skills, proposed the SmartLearning process that was designed to complement, along with the learning techniques, the concept of learning regulation to improve student's critical thinking about how to learn in personalized ways. The SmartLearning processs and SmartDB prototype developed through an exploratory research were evaluated by teachers of the computing area who showed a possible contribution to the learning process of the student with the support of self-regulation. After the teacher’s evaluation, the SmartLearning process was validated by means of an experiment with students of higher education. The experiment refers to the application of a pre-test and a post-test, in the SmartDB prototype, on SQL requests. The results obtained in this study show the process to the student learning in the database course.
Keywords: Database learning. Colaboration. Self-regulation of Learning. Learning strategies.
Figura 2.1 Fases e subprocessos da aprendizagem autorregulada ... 24
Figura 2.2: Processo de condução de revisão sistemática ... 31
Figura 2.3: Etapas para seleção dos trabalhos ... 32
Figura 3.1 Ciclo de aprendizagem SmartLearning ... 46
Figura 3.2: Processo de aprendizagem SmartLearning ... 48
Figura 3.3: Diagrama de Caso de uso SmartDB ... 51
Figura 3.5: Modelo entidade e relacionamento do sistema SmartDB ... 52
Figura 4.6: Recorte da tela ao clicar no botão Atividades ... 58
Figura 3.7: Recorte da tela planejamento da atividade ... 59
Figura 3.8: Recorte da tela resolução da atividade ... 60
Figura 3.9: Recorte da tela Colaboração ... 61
Figura 3.10: Recorte da tela avaliação da atividade ... 61
Figura 3.11: Recorte da tela reflexão da atividade ... 62
Figura 3.12: Recorte da tela reflexão das atividades por habilidade ... 63
Figura 3.13: Recorte da tela resultados ... 63
Figura 3.14: Relação das abordagens dos trabalhos relacionados com o processo SmartLearning ... 67
Figura 4.1: Modelagem banco relacional hipotética do pré-teste (Livraria). ... 73
Figura 4.2: Modelagem banco relacional hipotética do pós-teste (Pizzaria). ... 75
Quadro 2.1: Fases e áreas da aprendizagem autorregulada (Pintrich, 2004) ... 26
Quadro 3.1: Habilidades a serem desenvolvidas na disciplina de banco de dados de acordo com manual MySQL 5.7 ... 47
Quadro 3.2: Categorias para análise quantitativa do SmartLearning ... 56
Quadro 4.1: Objetivos do experimento ... 69
Quadro 4.2: Funções de data/hora MySQL ... 74
Tabela 2.1: Revistas e eventos dos artigos... 33
Tabela 2.2: Critérios de inclusão e exclusão ... 33
Tabela 2.3: Técnica de coleta de dados utilizadas para validação dos estudos experimentais ... 38
Tabela 2.4: Comparação de ferramentas utilizadas na aprendizagem de banco de dados ... 40
Tabela 2.5: Técnica de coleta de dados utilizadas para validação dos estudos experimentais ... 41
Tabela 3.1: Resultado da avaliação do processo SmartLearning ... 57
Tabela 3.2: Resultado da avaliação do software SmartDB ... 65
Tabela 4.1: Avaliação de precisão gerada pelo KMA ... 71
Tabela 4.2: Escalas do questionário de aprendizagem avaliadas na pesquisa ... 72
Tabela 4.3: Resultado da regulação da aprendizagem da área cognitiva ... 78
Tabela 4.4: Resultado de regulação do esforço do aluno. ... 79
Tabela 4.5: Resultado da regulação da área de contexto na escala de aprendizagem em pares... 81
Tabela 4.6: Matriz de valores do KMA definidos por Gama ... 84
Tabela 4.7: Classificação e interpretação do KMA ... 84
Tabela 4.8: Resultado da precisão do monitoramento do conhecimento ... 84
Tabela 4.9: Matriz de valores do KMB definidos por Gama ... 85
Tabela 4.10: Classificação e interpretação do KMB ... 86
Tabela 4.11: Resultado KMB por estudante ... 86
Gráfico 2.1: Quantidade de artigos classificados por segmento... 34
Gráfico 2.2: Relação temporal dos artigos sobre aprendizagem de banco de dados .. 35
Gráfico 3.1: Média da avaliação dos professores por fase do processo SmartLearning ... 57
Gráfico 3.2: Média da avaliação da usabilidade do software SmartDB ... 64
Gráfico 4.1: Estudantes que trabalham na área de tecnologia da informação ... 77
Gráfico 4.2: Estudantes que cursaram diciplinas de banco de dados anteriormente ... 77
Gráfico 4.3: Respostas da questão 6 do formulário adaptado do MSLQ ... 79
Gráfico 4.4: Respostas dos estudantes å questão 3 do formulário no pré e pós teste . 80 Gráfico 4.5: Respostas dos estudantes a questão 15 no MSLQ ... 80
Gráfico 4.6: Respostas dos estudantes a questão 19 do questionário MSLQ ... 82
Gráfico 4.7: Respostas dos estudantes a questão 20 do questionário MSLQ ... 82
Gráfico 4.8: Respostas dos estudantes a questão 21 do questionário MSLQ ... 83
Gráfico 4.9: Resultado do KMA por categoria ... 85
BPMN Bussines Process Modeling Notation
CBM Constraint-Based Modeling CLS Collaborative Learning System DBMS Database Management System GBL Games-Based Games
GQM Goal-question Metric
KMA Knowledge Monitoring Accuracy
KMB Knowledge Monitoring Bias
MSLQ Motived Strategies for Learning Questionnaire PBL Problem-based Learning
RSL Revisão sistemática de Literatura SAA Solution Analyzing Accuracy SAB Solution Analyzing Bias
SGBD Sistema de gerenciamento de banco de dados SQL Structed Query Language
1 INTRODUÇÃO 16 1.1 Motivação ... 16 1.2 Problema ... 18 1.3 Hipóteses ... 19 1.4 Objetivos ... 19 1.4.1 Objetivo geral... 19 1.4.2 Objetivos específicos ... 19 1.5 Método ... 20 1.6 Estrutura da dissertação ... 21 2 FUNDAMENTAÇÃO TEÓRICA 22 2.1 Autorregulação da aprendizagem ... 22
2.2 Aprendizado de banco de dados nos cursos de computação ... 27
2.3 Aprendizagem colaborativa ... 29
2.4 Trabalhos relacionados... 30
2.4.1 Planejamento da pesquisa ... 31
2.4.2 Análise e síntese dos resultados ... 35
2.4.2.1 Estudos experimentais ... 36 2.4.2.1.1 Público alvo ... 36 2.4.2.1.2 Metologias utilizadas ... 36 2.4.2.1.3 Objetivo da pesquisa ... 37 2.4.2.1.4 Coleta de dados ... 38 2.4.2.1.5 Resultados obtidos ... 38 2.4.2.2 Estudos teóricos ... 39 2.4.2.3 Ferramentas de aprendizagem ... 40 2.4.2.3.1 Objetivos da pesquisa ... 40 2.4.2.3.2 Coleta de dados ... 41 2.4.2.3.3 Resultados obtidos... 42
2.4.3 Implicações para pesquisa ... 42
2.5 Considerações Finais ... 44
3 SMARTLEARNING: PROCESSO DE APRENDIZAGEM PARA PROMOÇÃO DA AUTORREGULAÇÃO 45 3.1 Objetivo ... 45
3.2 Ciclo de aprendizagem do SmartLearning ... 46
3.2.3 Avaliação ... 49
3.2.4 Reflexão ... 49
3.3 Modelagem do sistema SmartDB ... 50
3.3.1 Análise de requisitos ... 50
3.3.2 Estrutura de banco de dados ... 52
3.3.3 Tecnologias utilizadas ... 52
3.4 Avaliação dos professores acerca do SmartLearning e SmartDB ... 53
3.4.1 Problema de pesquisa ... 53
3.4.2 Perfil da amostra ... 54
3.4.3 Coleta de dados ... 54
3.4.4 Análise dos resultados da avaliação do processo ... 55
3.4.4.1 Análise das assertivas da fase de Planejamento ... 58
3.4.4.2 Análise da assertiva da fase de resolução ... 59
3.4.4.3 Análise das assertivas da fase de avaliação ... 60
3.4.4.4 Análise das assertivas da fase de Reflexão ... 62
3.4.5 Análise do resultado da avaliação da usabilidade do software ... 64
3.5 Ameaças à validade ... 65
3.6 Discussão ... 66
3.7 Considerações Finais ... 67
4 ESTUDO EXPERIMENTAL DO SMARTLEARNING 69 4.1 Definição do experimento ... 69
4.1.1 Objetivos ... 69
4.1.2 Questões e métricas ... 70
4.2 Instrumentos de avaliação ... 71
4.3 Execução do experimento ... 72
4.4 Análise e interpretação dos dados ... 76
4.4.1 Perfil dos participantes ... 76
4.4.2 Autorregulação da aprendizagem ... 78
4.4.2.1 Área Cognitiva ... 78
4.4.2.2 Área comportamental ... 79
4.4.2.3 Área contextual ... 81
4.4.3 Monitoramento da aprendizagem ... 83
4.4.4 Aprendizagem de banco dados ... 87
4.7 Considerações Finais ... 90
5 CONSIDERAÇÕES FINAIS 91 5.1 Contribuições para pesquisa ... 92
5.2 Limitações ... 92
5.3 Trabalhos futuros ... 93
REFERÊNCIAS 95
APÊNDICE A - CARTA DE ANUÊNCIA AO INSTITUTO FEDERAL DO TRIÂNGULO MINEIRO. ... 98
APÊNDICE B - TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO99 APÊNDICE C - FORMULÁRIO DE AVALIAÇÃO DO PROCESSO SMARTLEARNING ... 101
APÊNDICE D - FORMULÁRIO DE AVALIAÇÃO DE FUNCIONALIDADES DO SISTEMA. ... 111
APÊNDICE E - QUESTIONÁRIO DE LEVANTAMENTO DE PERFIL ... 112
APÊNDICE F - PRÉ-TESTE ... 113
APÊNDICE G - PÓS-TESTE ... 114
ANEXO A- QUESTIONÁRIO DE ESTRATÉGIAS DE APRENDIZAGEM (MSLQ) ... 115
1 INTRODUÇÃO
Este seção apresenta como introdução uma visão geral das abordagens dos processos de aprendizagem atuais, buscando focar na aprendizagem do pensamento computacional. Os demais tópicos apresentam a motivação para realização deste trabalho, bem como o problema e a hipótese que norteou a pesquisa. Após as definições observadas, são apresentados os objetivos e o método da pesquisa utilizado para a investigação. Também é apresentado, ao fim de cada seção, como foram organizados os tópicos deste trabalho.
Nos tempos atuais, com o advento da tecnologia, nota-se a necessidade de se aprender computação em todos os níveis do sistema educacional. Segundo (FRANÇA; TEDESCO, 2015), a habilidade adquirida pela construção do pensamento computacional pode promover a capacidade de resolver e refletir sobre problemas durante o aprendizado dos conceitos computacionais fundamentais.
De acordo com Wing (2006), pensamento computacional não representa apenas uma habilidade para o cientista da computação, já que influencia várias áreas do conhecimento que utilizam a tecnologia para descoberta de novos avanços nas pesquisas.
Para estar inserido no contexto do século XXI é necessário, independentemente da formação do indivíduo, conhecer e entender de tecnologia para ser mais produtivos em sua área de conhecimento ou, até mesmo, ser motivado a desenvolver uma carreira na área de tecnologia da informação.
Atualmente, o foco de aprendizagem deve ser construído de acordo com os aspectos cognitivos, motivacionais e comportamentais dos estudantes os quais estimulam o processo de construção do conhecimento.
Está abordagem é referenciada por Biggs (1991), que relata que vários fatores levam o aluno alcançar o conhecimento, entretanto estes fatores influenciam em como o aluno aprende e a qualidade do resultado deste aprendizado.
1.1 Motivação
Tecnologias de banco de dados são de extrema importância para desenvolvimento de sistemas. De acordo com Rashid e Al-Radhy (2014), atualmente é estimado que 80% das aplicações desenvolvidas são conectados a uma tecnologia de
base dados. Sendo assim, o desenvolvimento de tecnologias neste campo tem criado novas tendências para acompanhar o mercado de trabalho, as quais as instituições do ensino precisam sempre atualizar seus currículos.
Diante da necessidade de promover o ensino de banco de dados nos cursos de computação, observou-se que é necessário reformular os processos de aprendizagem para aprimorar o processo de construção do conhecimento do aluno trabalhando os aspectos motivacionais e cognitivos que o indivíduo possui.
Segundo Kung e Tung (2006), banco de dados e suas tecnologias são as bases das fontes de informação, utilização, administração da informação na sociedade da informação. Portanto é necessário que os métodos de ensino para que os alunos sejam capacitados de forma eficiente seja nível médio, técnico ou superior. Segundo Song (2010), os estudantes têm dificuldade de aprender banco de dados, pois as disciplinas do modelo de aprendizagem tradicional são muito teóricas e os exercícios praticados não correspondem a problemas do mundo real.
Abordagens atuais de aprendizagem já consideram que os estudantes possuem a habilidade de controlar sua própria aprendizagem (HADWIN, 2011).
O processo de aprendizagem autorregulada não possui apenas um conceito simples e direto. Esse processo supõem o domínio e o gerenciamento de fatores que são essenciais para o sucesso do processo de aprendizagem. Tais fatores são: o estabelecimento de objetivos no processo de aprendizagem; o envolvimento na tarefa; o planejamento e a gestão adequada do tempo; aplicação de estratégias válidas; criação de um ambiente produtivo de trabalho; a monitoração das realizações; a previsão dos resultados das atividades escolas e, quando necessário, a procura de ajuda e cooperação (CORNO, 2015).
A temática da autorregulação possui diferentes abordagens no campo da psicologia como conceitos apresentados por Pintrich (2000). Outros autores como Schunk e Zimmerman (2008) têm como referencial na sua pesquisa a área da educação, conceituando o processo de aprendizagem autorregulada que será investigado para a construção de um processo para promoção do aprendizado na disciplina de banco de dados.
A maioria dos trabalhos existentes abordados na pesquisa sobre aprendizagem de bancos de dados utiliza-se de ferramentas para auxiliar na aprendizagem, porém nenhuma delas utiliza a autorregulação como foco em seu processo. Na abordagem da autorregulação da aprendizagem, a autorreflexão desempenha um papel primordial a
fim de que os estudantes possam avaliar as causas de seus próprios erros e acertos nas atividades realizadas.
Autores como Moss (2010), Du e Wei (2010), Hareslak (2010), Chon e Silva (2015), Soflano, Connolly e Haney (2015) e Mitrovic e Suraweera (2015) desenvolveram ferramentas utilizando técnicas de aprendizagem para execução de comandos SQL utilizados como apoio do método tradicional de ensino buscando a motivação do estudante no processo de aprendizagem como a utilização de jogos para complementar os materiais convencionais das aulas ministradas.
Este trabalho tem como objetivo desenvolver um processo para que o estudante possa aprender, refletindo sobre seu estado de conhecimento atual, levando em consideração sua motivação e estratégias de aprendizagem.
1.2 Problema
É de extrema importância entender e selecionar uma abordagem de aprendizado que tenha a oportunidade de promover o conhecimento de banco de dados de forma eficaz nos cursos da área de tecnologia para que os mesmos atendam as necessidades e competências que o mercado de trabalho exige. Todos os sistemas de informações modernos precisam de um banco de dados para manter suas informações seguras, confiáveis e escaláveis.
Geralmente, de acordo com uma pesquisa realizada nos sitio do Instituto Federal do Triângulo Mineiro a disciplina de banco de dados é lecionada nos entre o 2° e o 4º períodos da grade curricular dos cursos de computação e apresenta diferentes metodologias e didáticas para seu aprendizado. De acordo com o levantamento realizado de experimentos publicados, a maior dificuldade que os alunos encontram em relação ao aprendizado de banco de dados é a escrita de requisições SQL.
Além disso, autores como Hsing-Jui (2006), Kung (2006) relatam que os livros acadêmicos costumam ser muito restritos, não atendendo as necessidades da complexidade que o mercado de trabalho exige de tal conhecimento, apresentando exemplos básicos de modelos de dados e requisições de bancos que não correspondem ao mundo real.
Entretanto, com apoio da tecnologia, a autorregulação poderá ajudar os alunos a desenvolverem habilidades para resolver problemas complexos e refletir sobre o conhecimento adquirido, evoluindo com o passar do tempo, além de compartilhar com outros alunos suas experiências.
Diante dessa análise inicial, foi elaborado o seguinte questionamento referente à pesquisa proposta:
Como promover a reflexão no processo de aprendizagem, utilizando a
abordagem da autorregulação?
1.3 Hipóteses
O estudo teve como objetivo avaliar como o processo aprendizagem autorregulada contribui para a promoção da disciplina de banco de dados dos cursos de tecnologia identificando os fatores para que o mesmo aconteça. Além disso, relatar as experiências dos alunos para compartilhar o aprendizado com outros estudantes A investigação do tema foi elaborada de acordo com as seguintes hipóteses:
H1: O processo de aprendizagem SmartLearning contribui para a
promoção de aprendizagem autorregulada da disciplina de banco de dados.
H2: O processo de aprendizagem SmartLearning permite que o aluno colabore de forma construtiva na aprendizagem de outros estudantes.
1.4 Objetivos
1.4.1 Objetivo geral
O objetivo principal dessa pesquisa é desenvolver um processo de aprendizagem aliado a autorregulação para disciplinas de banco de dados dos cursos de tecnologia.
1.4.2 Objetivos específicos
A pesquisa apresenta como objetivos específicos:
Elaborar uma revisão sistemática sobre técnicas de aprendizagem de banco de dados.
Desenvolver um software para aprendizagem de comandos SQL baseado no processo proposto nesta pesquisa.
1.5 Método
Esta pesquisa em sua primeira etapa consistiu na realização de uma revisão de literatura com objetivo de investigar os trabalhos mais recentes que abordam as temáticas necessárias para alcançar o objetivo da pesquisa. Para isso, foram consultadas em fontes de buscas automáticas sobre autorregulação da aprendizagem: periódicos, artigos e conferências . Além disso, foram analisadas dissertações, teses e capítulos de livros para complementar essa etapa do processo. Tal pesquisa resultou na construção da fundamentação teórica desta dissertação abordada na seção 2.
Posteriormente foi realizada uma revisão sistemática sobre técnicas, ferramentas e teorias sobre aprendizagem para banco de dados, as quais foram classificadas e descritas nessa mesma seção.
A partir da pesquisa realizada, foram escolhidos diferentes métodos que apoiam a autorregulação em sua fase de resolução e avaliação como a colaboração na aprendizagem (CBL) e aprendizagem baseada em problemas (BPL).
De acordo com o estudo exploratório descrito na etapa anterior, foi elaborada uma proposta de um processo de aprendizado atrelado à prática de autorregulação.
Após a definição do processo, uma entrevista foi realizada com professores de ensino superior atuantes do curso de sistema de Informação na Universidade de Uberaba e no curso técnico em Informática do Instituto Federal do Triângulo Mineiro para a avaliação do processo criado para apoiar a aprendizagem do estudante em cursos de Banco de dados.
Com a análise dos resultados desta etapa foram feitas melhorias no processo proposto e no protótipo desenvolvido para validação com os estudantes.
A análise de conteúdo (Moraes, 1999) foi adotada para categorizar os assuntos dos comentários obtidos pelos professores nas entrevistas realizadas para validação do processo, elaborando a análise qualitativa do estudo.
Na última etapa da pesquisa, foi avaliada a contribuição que o processo elaborado, atrelado à autorregulação, exerce no processo de aprendizado do aluno. Nesse contexto, um experimento foi realizado com alunos do ensino superior matriculados na disciplina que pretende introduzir aos alunos os conceitos de banco de dados, especificamente requisições SQL.
Este estudo foi composto por uma população de onze estudantes, para os quais foram traçados os perfis e aplicados o pré-teste e o pós-teste. Os aspectos investigados referentes à aprendizagem autorregulada foram inferidos pelas respostas dos estudantes ao questionário Motiveted Strategies for Learning Questionnaire – MSLQ (PINTRINCH et al. 1991). Além disso, foram calculados, por meio dos dados inseridos no sistema, as medidas de precisão do monitoramento do conhecimento – KMA e o viés do monitoramento do conhecimento – KMB. O desempenho dos estudantes também foi analisado de acordo com os resultados das avaliações obtidas no pré-teste e no pós-teste.
1.6 Estrutura da dissertação
O texto dessa dissertação está organizado em cinco seções, incluindo a introdução, justificativa e metodologia utilizada na pesquisa que compõem a seção 1. A seção 2 apresenta o referencial teórico da pesquisa sobre os conceitos de autorregulação da aprendizagem e aprendizagem de banco de dados. Adicionalmente, conceitos básicos e relevantes de aprendizagem colaborativa e aprendizagem colaborativa por computador que são utilizados para a construção da colaboração entre os estudantes na resolução de atividades são abordados.
Além disso, são apresentados os trabalhos correlatos das principais correntes sobre aprendizagem de bancos de dados, selecionados por meio de uma revisão sistemática.
Na seção 3 é apresentado o processo proposto para a promoção de aprendizagem autorregulada . Além disso, um estudo quantitativo e qualitativo da avaliação dos professores que ministram a disciplina de banco de dados sobre o processo proposto e o software desenvolvido é relatado.
Na seção 4, são apresentados os resultados obtidos no experimento realizado para comprovação das hipóteses, discutindo os resultados do estudo feito com alunos do ensino superior cursando a disciplina de banco de dados.
Na seção 5 são feitas as considerações finais das pesquisas, destacando os pontos relevantes do estudo e as limitações encontradas para sua execução. Além disso, apresenta algumas propostas para trabalhos futuros.
2 FUNDAMENTAÇÃO TEÓRICA
Esta seção apresentará os conceitos associado à autorregulação e discutirá a criação de objetos de aprendizagens orientadas ao contexto como estratégia para desenvolvimento da aprendizagem autorregulada. Adicionalmente, será relatada uma revisão sistemática, evidenciando trabalhos com propostas de aprendizagem de bancos de dados. A pesquisa busca aperfeiçoar os processos já criados para aprendizagem de banco de dados, a fim de trabalharem aliados a autorregulação.
2.1 Autorregulação da aprendizagem
A temática da aprendizagem por meio da autorregulação tem sido objeto de diferentes investigações, a partir das quais são elaborados diferentes paradigmas e modelos teóricos.
Não há uma definição direta e simples sobre autorregulação da aprendizagem. De acordo com Boekarts e Corno (2005), o processo de aprendizagem supõe o domínio e a gestão de vários fatores que se apresentam essenciais para se alcançar uma aprendizagem de qualidade. Apesar de existirem diferentes teorias acerca deste conceito, os modelos desenvolvidos compartilham de muitas características similares. (ZEINER, BOEKARTS e PINTRICH 2000).
Autorregulação é um tema com diferentes perspectivas na área da psicologia que vêm sendo investigada por diferentes autores ligados a temática educacional como Schunk e Zimmerman (2008), auxiliando embasamento teórico da aprendizagem autorregulada.
Segundo Rosário (2004), autorregulação da aprendizagem é definida como um processo ativo no qual os sujeitos estabelecem os objetivos que norteiam sua aprendizagem tentando monitorar, regularizar e controlar suas cognições, motivação e comportamentos com o intuito de alcançá-los.
O progresso da aprendizagem dos alunos conforme relatado por Boekaerts e Corno (2005) estão ligados diretamente às percepções na eficácia em se aprender.
Outro aspecto importante citado por vários pesquisadores como Rosário (2004), Soares (2004), Nuñes (2013) e Schunk (2008) orientam os docentes a construírem processos autorregulátorios para seus alunos, os quais podem influenciar de diferentes maneiras nas crenças pessoais dos estudantes, resultando na consistência dos
modelos, na conformidade com a capacidade dos alunos, no relacionamento entre aluno e professor e na efetividade do procedimento que o professor propõe ao aluno. Seguindo por esta vertente, se educadores moldarem suas aulas baseados na autonomia, é possível que impulsionem seus alunos a um comportamento autorregulado, estimulando sua autoeficácia.
Zimmerman desenvolveu um modelo cíclico de autorregulação a partir de uma teoria sócio-cogntiva e pesquisa. Este modelo foi avaliado com resultado satisfatório nas áreas de educação (Zimmerman, 2002), atletismo (Cleary e Zimmerman, 2001) e na área da saúde (Zimmerman, Bonner, Evans and Melins, 1999) onde foi implantado.
Esse processo de regulação proposto por Zimmerman (2002), representado na Figura 2.1, apresentam três fases: a fase prévia, a fase de realização e autorreflexão.
A fase denominada fase prévia ou premeditação, refere-se a processos que acontecem antes do esforço do estudante para aprender. Os principais processos que ocorrem nesta fase são: a análise da tarefa a automotivação. A análise da tarefa diz respeito ao planejamento estratégico elaborado pelo estudante para alcançar as metas estabelecidas. A automotivação, por sua vez, refere-se às crenças motivacionais que o estudante possui que podem influenciar na execução da tarefa, tais como a autoeficácia da capacidade de aprender, as expectativas de se atingir os objetivos e a satisfação pessoal pela realização da tarefa.
O processo de autorregulação proposto por Zimmerman (2002) é cíclico, portanto, a autorreflexão interfere nos processos de análise da tarefa e automotivação. Sendo assim, a reflexão é importante para o planejamento e a escolha de melhores técnicas de aprendizagem a serem adotadas na próxima tentativa que o estudante se propor a adquirir conhecimento.
Na segunda fase, a fase de realização também chamada de controle volitivo e inicia-se a resolução da tarefa para atingir as metas pré-definidas na fase anterior. Os principais processos presentes nesta fase é o autocontrole e a auto-observação. O autocontrole refere-se às estratégias escolhidas pelo estudante que são julgadas importantes para que o objetivo definido seja alcançado. A auto-observação auxilia para que estas estratégias sejam criadas, por exemplo, o estudante observará que ele aprende melhor com a elaboração de resumos dos textos apresentados em sala de aula e, portanto, ele poderá adotar esta estratégia nas próximas tarefas que for realizar. A autorregulação, última fase do modelo de Zimmerman (2002), possui como processos o julgamento pessoal e a autorreação. O julgamento pessoal pode ser realizado por meio da autoavaliação, onde o estudante compara o desempenho com
experiências anteriores, por exemplo. Quanto à autorreação refere-se aos sentimentos de satisfação em relação ao desempenho da aprendizagem, que influenciam a motivação e o esforço de aprender.
O modelo de Zimmerman foi utilizado como base por França (2015) para o desenvolvimento de um modelo conceitual para promoção de aprendizado da computação educacional, especificamente lógica de programação para o ensino médio.
Figura 2.1 Fases e subprocessos da aprendizagem autorregulada (Zimmerman, 2002).
Fonte: Zimmerman, 2002
França (2015) concebeu o penC para ser integrado em ambientes de resolução de problemas de lógica de programação, entretanto, este pode ser acoplado em qualquer ambiente computacional, atuando como assistente no processo de aprendizagem do pensamento computacional.
O penC é constituído de quatro fases, a saber: pré-reflexão, resolução, avaliação em pares e pós-reflexão.
A fase de pré-reflexão acontece anteriormente à resolução da atividade. Primeiramente, o estudante faz uma reflexão atual do conhecimento acerca da habilidade avaliada. Após essa análise, é feita a leitura da nova atividade pelo estudante e a autoavaliação da compreensão, dificuldade e capacidade de resolvê-la corretamente.
Na fase de resolução, o estudante resolverá a atividade de lógica de programação proposto e enviará a solução desenvolvida. Estas soluções são avaliadas
Fase de realização •Autocontrole •Auto-observação Autorreflexão •Julgamento pessoal •Autorreação Fase prévia •Análise da tarefa •Automotivação
pelo professor e por estudantes selecionados com domínio que possuem nos critérios que são avaliados.
A próxima fase, denominada avaliação por pares, as soluções dadas pelos estudantes são avaliadas por seus pares de acordo com os critérios de avaliação.
A última fase, pós-reflexão, visa que o estudante reflita sobre a experiência da resolução da atividade. Ela inicia-se com a visualização dos resultados e as soluções realizadas pelos revisores. Esta fase também é feita o monitoramento do conhecimento do estudante calculado de acordo com as métricas KMA e KMB que serão descritas na seção 3.
Este modelo é semelhante com o proposto por Pintrich (2004), entretanto, é observado que o modelo relatado anteriormente possui como diferencial as variáveis de contexto, mostrando que os estudantes podem interferir no ambiente. Sendo assim, o modelo de Pintrich (2004) foi escolhido para construção do modelo conceitual dessa pesquisa, para avaliá-lo em diferentes níveis de ensino, como superior e técnico, e também em diferentes modalidades, com o presencial e educação à distância. Os processos principais desta fase são o autocontrole e a auto-observação.
Pintrich (2004) propõe um modelo de autorregulação que apresenta quatro fases: planejamento e ativação, monitoração, controle/regulação e avaliação, que podem acontecer de forma paralela no processo. Cada uma dessas fases apresenta atividades nas áreas de regulação cognitiva, motivacional, comportamental e de contexto .
Como descrito no Quadro 2.1, do modelo de autorregulação de Pintrich (2004), a fase 1 do processo de aprendizagem refere-se ao planejamento e estabelecimento de metas que envolvem a aprendizagem juntamente com ativação dos conhecimentos que o educando já possui.
Nesta fase o estudante leva em consideração suas crenças motivacionais e emoções, ou seja, o estudante pode possuir uma expectativa em relação à realização da sua meta de acordo com conceitos que ele acredita. Além disso, o estudante planeja o esforço e do tempo que deseja dedicar ao problema proposto.
Na próxima fase, monitoração, o estudante toma consciência de todos os aspectos abordados na fase 1 e monitora seus processos cognitivos, motivacionais, afetivos, comportamentais e contextuais.
Quadro 2.1: Fases e áreas da aprendizagem autorregulada (Pintrich, 2004).
Fases Áreas de regulação
Cognição Motivação Comportamento Contexto
Fases 1 Planejamento e ativação Estabelecimento de metas Ativação de conhecimento prévio relevante Ativação de conhecimento metacognitivo Adoção de orientação à meta Crença de autoeficácia Ativação das crenças de valor da tarefa Ativação de interesse pessoal Afeto/emoções Planejamento do tempo e esforço Percepção da tarefa Percepçãodo contexto Fase 2 Monitoração Consciência metacognitiva e auto-observação da cognição Consciência e monitoração da motivação Consciência e monitoração do esforço, uso do tempo, necessidade de ajuda. Monitoração das condições da tarefa contextuais Fase 3 Controle/Regulação Seleção do uso de estratégias cognitivas e metacognitivas para aprendizagens Seleção e adaptação de estratégias para direcionar a motivação Fortalecimento ou enfraquecimento do esforço Alterações nos requisitos da tarefa Alterações de contexto Fase 4 Reação e Reflexão Julgamentos cognitivos Atribuições Reações afetivas Atribuições Alteração do comportamento, persistir, abandonar. Buscar ajuda Avaliação da tarefa e do contexto Fonte: Pintrich (2004)
Já na fase de controle/regulação o estudante seleciona as estratégias cognitivas e meta-cognitivas de aprendizagem, seleção de estratégias para direcionar a motivação, associadas com o controle do tempo, do esforço e do contexto.
A última fase do processo refere-se à autoavaliação em relação ao desempenho da resolução do problema, o problema em si, sentimentos atribuídos para o sucesso na
resolução do problema ou o fracasso e o contexto. Além disso, o estudante deverá julgar se o comportamento deve ser concluído ou alterado para maior desempenho.
A autoavaliação é necessária para que os estudantes possam avaliar seus erros e acertos e verificar suas causas. Se o educando não consegue diferenciar o que sabe é o que não sabe, o mesmo não poderá obter estratégias para um aprendizado mais satisfatório (FRANÇA; TEDESCO, 2014).
Portanto, os aprendizes precisam conhecer sobre o seu processo de aprendizagem para adquirir habilidades de gerenciá-la e regulá-la. Sendo assim o aluno conduzirá mudanças nos conhecimentos, crenças e estratégias em diferentes contextos, seja essa aprendizagem de forma individual ou colaborativa (HADWIN, 2011).
2.2 Aprendizado de banco de dados nos cursos de computação
O mercado de trabalho, centros acadêmicos e companhias necessitam de alta qualificação na área de bancos de dados. Entretanto verifica-se que o aprendizado relacionado em cursos e disciplinas sobre o assunto não é satisfatório e necessita de novas metodologias para desenvolvimento desta habilidade (RASHID, 2014).
Os estudantes têm dificuldades de aprender banco de dados, pois acreditam que a disciplina é muito teórica. Criar metodologias e ferramentas para que os estudantes tenham mais experiências mostra um impacto positivo no aprendizado dos alunos (HSIANG-JUI KUNG, 2006).
Rashid (2014) sugere adequações nas disciplinas de banco de dados oferecidas nos cursos de computação para que a alta demanda das universidades e mercado de trabalho seja atendida.
Dervos et al. (2013) estavam interessados em saber se professores, estudantes e companhias de tecnologia de informação tinham domínio dos tópicos relacionados a banco de dados. A DBTechNet é uma rede de professores, aprendizes e profissionais de instituições de ensino superiores, instituições de formação técnica e empresas de tecnologia para compartilhar estes conhecimentos que foi estudada pelos autores.
A pesquisa feita em instituições de formação técnicas europeias revelou que o método de ensino estava defasado e sugeriu um modelo onde os estudantes trabalham de forma colaborativa desenvolvendo suas habilidades para o mercado de trabalho.
Outros autores, como Yuelan et al., 2011, também relatam está defasagem no método tradicional de ensino, sugerindo que seja reformulado o currículo da disciplina
de banco de dados. Tal proposta foi construída de acordo com a teoria construtivista, ou seja, o estudante é o centro do processo de aprendizagem. Para esta reforma, os autores apresentaram um projeto combinando várias técnicas e métodos para contruir um ambiente de aprendizagem para os alunos, estimulando sua motivação e iniciativa para aprender.
Zhuoyi,Na e Hongjie (2012) propõe o aprendizado de forma colaborativa, desenvolvendo a habilidade dos estudantes compartilhando problemas já solucionados e não solucionados para serem analisados.
Os autores Hoque, Bashiry e Uddin, (2014) também desenvolveram uma base dados baseada em problemas (PBL) para obter uma solução com uma resposta mais rápida, precisa e profissional. A ferramenta também é focada em comandos SQL, uma vez que corresponde a maior parte do curso.
Tudor (2015) realizou um experimento criando um laboratório virtual de aprendizagem para estudantes graduados aprenderem sobre otimização de requisições SLQ e percebeu um grande impacto na aprendizagem dos estudantes que utilizaram o ambiente.
Kleiner, Tebbe e Heine (2013) apresentaram um conceito e um protótipo de implementação de software, aSQLg, para ser utilizando em aulas sobre requisições de banco de dados onde os alunos são avaliados e recebe sua pontuação assim que finaliza o exercício e poderá tentar fazê-los novamente quando errar, permitindo comparar resultados.
Soflano, Connolly e Hainey (2015) analisaram a aprendizagem de requisição de banco de dados com jogos mostrando que a jogabilidade pode ser um aspecto motivacional para o estudante.
MItrovic e Suraweera (2015) desenvolveram KERMIT, um sistema de tutoria para auxiliar na modelagem de banco de dados, diferentes dos demais relatados que trabalham com instruções SQL.
Portanto, por meio dos artigos selecionados no estudo foi possível observar que a maior dificuldade dos alunos em relação a banco de dados refere-se a requisições
SQL, já que a mesma foi abordada em todos os artigos selecionados. Entretanto, as
experiências e ferramentas apresentadas não foram observadas com o auxilio da autorregulação que é o foco que esta pesquisa propõe.
2.3 Aprendizagem colaborativa
A aprendizagem colaborativa tem como foco desenvolver a habilidade de trabalhar em grupo. De acordo com Leite et. al (2004), este conceito se tornou popular na década de 1990 entre professores do ensino superior que buscaram adaptá-lo para a elaboração de suas aulas.
Este tipo de aprendizagem parte do princípio de uma construção coletiva na busca de novos conhecimentos por meio da interação entre os indivíduos. De acordo com Panitz (1996) a aprendizagem colaborativa não pode ser classificada com um procedimento metodológico e sim como uma filosofia de ensino.
Assim, consideramos a abordagem de Piaget (1996), que propõe o conhecimento seja construído de pontos de vista. Sendo assim, podemos afirmar que a interação entre os estudantes compartilhando seus conhecimentos aumenta o desenvolvimento cognitivo e social do indivíduo.
Torres (2004) afirma que uma proposta colaborativa é definida pela participação ativa do estudante no processo de aprendizagem, a mediação de professores e tutores e a construção coletiva do conhecimento que é caracterizada pela a troca de conhecimento de alunos, as atividades por eles realizados, suas reflexões e questionamentos.
O computador é um recurso tecnológico que pode apoiar a aprendizagem colaborativa tanto para a resolução das atividades como para proporcionar interação entre alunos para que os mesmos possam colaborar uns com os outros nas atividades propostas.
Para Behrens (2002), o uso da rede de computadores, a Internet, como critério nos processos metodológicos para ensino pode exercer uma função significativa no processo de aprendizagem , pois permite o desenvolvimento e utilização ambientes de aprendizagem virtuais que sejam motivadores, interativos e colaborativos como a plataforma Moodle, por exemplo.
O modelo de computador como tutor da aprendizagem, apontando acertos e erros e de softwares fechados e não interativos aos poucos está sendo superado por uma visão mais aberta dessa ferramenta, que propicia o trabalho colaborativo em rede, principalmente por meio da Internet.
A aprendizagem colaborativa apoiada por computados – CSCL, derivada do termo inglês Computer Supported Collaborative Learning é uma abordagem pedagógica na qual a aprendizagem é um processo em que dois ou mais sujeitos
compartilham suas reflexões acerca do conhecimento por meio de discussões intermediadas por recursos tecnológicos como, por exemplo, a Internet e os ambientes virtuais de aprendizagem.
Segundo Campos et al. (2003), CSCL tem como foco a comunicação entre os estudantes visando tornar a aprendizagem mais efetiva. Para que aconteça essa colaboração, sistemas computacionais são construídos para apoiar e permitir a interação entre os estudantes e o processo de aprendizagem em diferentes ambientes e regiões demográficas.
Continuando na abordagem do autor um sistema para aprendizagem deve atender além do aspecto técnico do software, o sistema sócio-pedagógico, que analisa os processos humanos que o sistema deve apoiar, ou seja, esses processos devem apoiar a comunicação e a cooperação entre os estudantes, dando suporte com as análises realizadas de quais tecnologias são mais adequadas no processo que auxilia a aprendizagem do conhecimento proposto.
Concluindo, o computador é uma ferramenta que permite a aprendizagem colaborativa, proporcionando a interação entre alunos para que o conhecimento seja compartilhado e refletindo construindo um processo de aprendizagem construtivista.
2.4 Trabalhos relacionados
Este seção tem como objetivo assinalar os principais pontos e avanços de pesquisas sobre processos de aprendizagem para promoção da disciplina de banco de dados dos cursos de tecnologia e quais pontos precisam ser trabalhados. Além disso, são apresentados e discutidos os resultados de uma revisão sistemática realizada sobre o tema proposto.
A revisão sistemática de literatura (RSL) é uma técnica para identificar, avaliar e interpretar pesquisas disponíveis e relevantes para uma questão de pesquisa específica. De acordo com Kitchenham (2004), RSL contém um roteiro com estratégias e critérios pré-definidos de seleção e de análise dos documentos.
A Figura 2.2 representa o processo de condução da revisão sistemática o qual é divido em três fases:
Planejamento. Esta fase define especificação e avaliação do protocolo para a execução do RSL. O protocolo de uma RSL contém a definição da questão de pesquisa, seleção da string de busca e dos critérios de inclusão e exclusão dos trabalhos.
Execução. Esta fase consiste na investigação das fontes definidas no planejamento da pesquisa. A pesquisa deve ser norteada pelos critérios de inclusão e exclusão definidos para realização da extração dos dados. Análise. Nesta fase é feita organização dos dados extraídos dos artigos
selecionados.
Figura 2.2: Processo de condução de revisão sistemática
Fonte: Adaptado de Biolchini et al. 2005
O estudo realizado sobre as técnicas de aprendizagem de banco de dados foi baseado nesse protocolo e a subseção 2.4.1 descreve como foi elaborado o planejamento da pesquisa.
2.4.1 Planejamento da pesquisa
Para identificar os tópicos e avanços de pesquisas já realizadas sobre o tema proposto, foi realizado uma revisão sistemática sobre abordagens utilizadas para aprendizagem de banco de dados.
As etapas para realização da revisão sistemática são representadas na Figura 2.3. A primeira etapa desenvolvida na pesquisa se refere à escolha dos motores de busca que seriam consultadas e a busca dos artigos científicos de acordo com as palavras chaves identificadas, as quais resultaram em 23 trabalhos selecionados de acordo com os critérios estabelecidos na Tabela 2.2.
Na segunda etapa houve o refinamento na escolha dos trabalhos após a leitura do título, resumo e a conclusão de cada artigo, resultando em 13 trabalhos selecionados para o estudo. Adicionalmente a pesquisa, foram inseridas manualmente 2 revisões sistemáticas sobre o tema.
Para nortear a pesquisa exploratória e definir os termos para selecionar os artigos, foi feito o seguinte questionamento:
Qual é o estado atual da pesquisa sobre técnicas de aprendizagem utilizadas na
disciplina de banco de dados nos cursos de tecnologia?
Figura 2.3: Etapas para seleção dos trabalhos
Fonte: Elaborado pela autora
Os engenhos de buscas selecionadas para a pesquisas foram quatro, o Elsevier
Science Direct, o El Compedex, o IEEE Xplorer, e Spring Link, refinando os resultados
de acordo a relevância, a data de publicação em revistas e eventos da área, representados na Tabela 2.1.
A string utilizada para a busca automática foi definida pelos termos, database,
learning. Além disso, a palavra teaching foi utilizada como sinônimo de learning.
Com o resultado da busca automática, foram selecionados documentos considerados relevantes à pesquisa após a leitura do título, introdução, metodologia e conclusão de cada trabalho.
Tabela 2.1: Revistas e eventos dos artigos
Fonte: Dados da pesquisa
Foram selecionados os trabalhos que abordavam aprendizagem de bancos de dados para diferentes públicos. Artigos que não foram publicados há mais de cinco anos da busca e aqueles que não eram acessados na íntegra foram excluídos do estudo.
Não foram encontradas nas buscas trabalhos relacionando autorregulação com o aprendizado de banco de dados. Entretanto, foram encontradas pesquisas com diferentes técnicas e ferramentas de aprendizagem de banco de dados que foram avaliadas no estudo.
Tabela 2.2: Critérios de inclusão e exclusão
Critérios de inclusão Critérios de exclusão
Estudos que abordam aprendizagem de bancos de dados
Estudos realizados antes de 2010
Estudos não acessados na integra Estudos repetidos
Fonte: Dados da pesquisa
Fonte de busca Ano Selecionados Excluídos
Balkan Conference in Informatics 2013 1 0
Southern Association for Information Systems Conference
2006 1
Koli Calling International Conference on Computing Education Research
2013 1 0
Computer and Education (C & E) 2015 2 0
Conference on Innovation and Technology in Computer Science Education (ITiCSE)
2015 1 0
International Conference of Teaching Assessment and Learning (TALE)
2014 1 0
International Journal of Artificial Intelligence in Education
2015 1 0
Procedia Engineering 2011 1 0
Education and Information Technologies 2007 0 1
International Conference on Educational and Information Technology
2010 1 0
Computers in Human Behavior 2005 0 1
IEEE EDUCON Conference
2010 2 0
2011 1 0
2014 1 0
Workshop in Primary and Secondary Computing Education (WiPSCE)
Os trabalhos relacionados à aprendizagem de bancos de dados encontrados que descreviam experiências didáticas, metodologias de aprendizagem e ferramentas desenvolvidas para resolução de atividades que auxiliam a aprendizagem de banco de dados para diferentes níveis de escolaridade e para profissionais que possuem alguma experiência com banco de dados no mercado de trabalho. Além disso, foram encontradas duas revisões sistemáticas para complementar o embasamento teórico. Como visto no gráfico abaixo mais da metade dos arquivos selecionados relatam sobre o desenvolvimento de métodos de aprendizagem para que os cursos na área de banco de dados se tornem mais eficazes.
Após a leitura dos trabalhos selecionados, estes foram classificados em três segmentos: estudo experimental, estudo teórico e ferramenta de aprendizagem cujos conceitos são apresentados a seguir.
o Estudo Experimental: o estudo propõe protótipos, cursos e atividades da disciplina de banco de dados para o público alvo do seu experimento e o mesmo e validado e apresenta os resultados por este público. o Estudo teórico: o trabalho apresenta um referencial teórico sobre
aprendizagem de banco de dados baseado em pesquisas bibliográficas e relatos propondo novas abordagens de aprendizagem para o currículo de banco de dados dos cursos de tecnologia
o Ferramenta de aprendizagem: o estudo propõe um software para apoio a aprendizagem de banco de dados.
A pesquisa foi conduzida com base em 15 artigos: dois artigos classificados como estudo teórico, quatro artigos sobre ferramentas de aprendizagem e sete artigos sobre estudos experimentais, como demostrado no Gráfico 2.1:
Gráfico 2.1: Quantidade de artigos classificados por segmento
Fonte: Dados da pesquisa
7 47% 3 20% 5 33%
O gráfico 2.2 mostra a relação temporal da pesquisa realizada nos últimos cinco anos. Nota-se que foram escritos estudos experimentais ao longo de todos os anos do período pesquisado e que ferramentas não foram desenvolvidas apenas no ano de 2011. As revisões sistemáticas foram escritas nos anos de 2012 e 2013.
Gráfico 2.2: Relação temporal dos artigos sobre aprendizagem de banco de dados
Fonte: Dados da pesquisa
2.4.2 Análise e síntese dos resultados
Nesta seção será apresentada a síntese das informações obtidas na pesquisa referente e aprendizagem de banco de dados.
Para analisar os artigos selecionados foram considerados nos trabalhos: título, autores, ano de publicação, universidade, os objetivos da pesquisa, tipo de coleta dados e o resultados obtidos. Para o segmento de estudo experimental também foram analisados as informações de metodologia utilizada. Para os estudos teóricos é apresentado um resumo das ideias abordadas pelos autores.
Os estudos experimentais foram subclassificados de acordo o público alvo para os quais a pesquisa se destina. Por meio desta análise foram constatados que em alguns dos estudos classificados, os pesquisadores mostram metodologias e técnicas para professores ministrarem em sala de aula, entretanto, estes métodos não apresentaram validação por parte dos alunos. Desse modo, é necessário que se desenvolvam pesquisas que retratem o ponto de vista dos estudantes, avaliando se a proposta é eficaz no processo de aprendizagem do estudante.
2 1 1 1 3 1 1 1 1 3 3 1 1 1 1 1 5 2 0 2 4 6 8 10 12 2010 2011 2012 2013 2014 2015
2.4.2.1 Estudos experimentais
No segmento dos trabalhos classificados como estudos experimentais, será apresentado o público alvo, cerne para o desenvolvimento das pesquisas para as quais são propostas diferentes finalidades em cada abordagem. Além disso, serão apresentados os objetivos de cada pesquisa, as metodologias e técnicas utilizadas para coleta de dados e os resultados obtidos.
2.4.2.1.1 Público alvo
Os estudos foram classificados de acordo com o público alvo para os quais a pesquisa se destina. A partir desta análise foi verificado que os trabalhos classificados como estudos experimentais possuem diferentes públicos que estão envolvidos na aprendizagem da disciplina de banco de dados sendo estes divididos em professores, estudantes e profissionais de tecnologia da informação. Outro aspecto observado foi a variedade geográfica apresentada nos trabalhos com pesquisas realizadas em países americanos, europeus e asiáticos, todos evidenciando a importância de se aprender banco de dados.
2.4.2.1.2 Metologias utilizadas
Foram identificadas nos trabalhos diferentes metodologias. Song (2010) realizou um experimento em um ambiente online para estudantes editarem scripts de SQL. O nível de escolaridade destes estudantes não foi citado no artigo.
No trabalho de Dervos et al. (2013) foram oferecidos cursos em escolas vocacionais europeias para ser testado de forma independente pelos alunos e as análises foram obtidas por formulário disponibilizado online.
Kleiner, Tebbe e Heine (2013), utilizam formulário para avaliar aspectos positivos e negativos do protótipo proposto na visão de alunos do ensino superior.
Para propor uma reforma nos cursos de banco de dados das universidades dos autores, Rashid e Al-Radhy (2014) aplicaram questionários para instrutores e estudantes para avaliar questões sobre o ensino, aprendizado e métodos de avaliação dos cursos tradicionais.
Soflano, Connolly e Hainey (2015), envolveram em seus estudos estudantes de diferentes níveis que tiveram contato com a disciplina de banco de dados, os quais realizaram o pré-teste e o pós-teste e no final de experimento submeteram o formulário
Felder-Silverman Learning Style Questionnaire, o qual é mensurado conforme três
níveis de preferência: leve, moderado ou forte, visando identificar o estilo de aprendizagem individual de cada estudante.
A metodologia utilizada por Tudor (2015) em seu experimento foi a análise do tráfico de dados na plataforma Moodle e eventos de logs dos estudantes. A avaliação da opinião dos alunos foi dada por meio de um formulário usando a escala Likert (1932) de 5 pontos. Tal escala será descrita na próxima seção, pois é utilizada para avaliação do processo proposto no presente trabalho.
2.4.2.1.3 Objetivo da pesquisa
Os trabalhos classificados como estudos experimentais de cursos de banco de dados possuem como objetivo principal propor novos modelos de aprendizagem para substituição dos modelos tradicionais para aprendizagem de banco de dados. Entretanto, cada estudo busca este objetivo baseando-se em diferentes abordagens.
A pesquisa de Song (2010) propõe um curso experimental de Design e Gerenciamento de banco de dados SQL Server1 construído na abordagem de aprendizagem CLS (Sistema de Aprendizagem Colaborativa).
O autor citado também propôs o desenvolvimento de um sistema baseado em CLS para estudantes com maior experiência pudessem colaborar com o aprendizado de alunos que possui dificuldades por meio de fóruns intermediados pelos professores.
O trabalho de Dervos et al.(2013), por sua vez, propõe um projeto denominado
DBTechNet2 composto por uma rede de professores, profissionais de instituições de
ensino superior, ensino profissional e empresas de tecnologia da informação com objetivo de sincronizar o currículo de banco de dados das instituições de ensino superior e técnico com as exigências necessárias para os profissionais que trabalham nas empresas de TI buscando alinhar-se com as novas tendências do mercado de trabalho.
Kleiner, Tebbe e Heine (2013) apresentam um novo conceito e a implementação de um software, aSQLg3·, com objetivo de auxiliar estudantes aprenderem comandos SQL em cursos introdutórios de banco de dados com tarefas automáticas permitindo que os estudantes comparem suas pontuações a fim de aprimorar seu conhecimento.
1 https://www.microsoft.com/pt-br/sql-server/ 2 http://www.dbtechnet.org/ 3 https://sourceforge.net/projects/asqlg/
A autora Tudor (2015), também relata um experimento como o objetivo de aprimorar conhecimentos dos alunos em relação à construção de comandos SQL. Entretanto este projeto é focado apenas em alunos do ensino superior.
Por outro lado, outros autores como Rashid e Al-Radhy (2014) mostram a importância de se adaptar os currículos das instituições de ensino para atender o mercado de trabalho, focando sua pesquisa em profissionais da tecnologia da informação que necessitam desse conhecimento para desempenhar suas atividades.
Soflano, Connolly e Haney (2015) inovam mostrando uma análise dos estilos de aprendizagem elencando os benefícios de se adaptar jogos para aprendizagem de banco de dados. A abordagem utilizada é denominada GBL (Aprendizagem Baseada em Games) e tem como objetivo motivar os estudantes a aprimorarem seu conhecimento de forma lúdica.
2.4.2.1.4 Coleta de dados
As técnicas de coletas de dados utilizados nos estudos classificados como estudos experimentais são exibidas na Tabela 2.3. Observou-se que a maioria dos experimentos utilizam questionários no processo de coleta de dados como forma de validar os modelos propostos.
Tabela 2.3: Técnica de coleta de dados utilizadas para validação dos estudos experimentais
Técnicas Público alvo Ocorrências
Questionários Estudantes Professores Profissionais de TI 2 1 1 Pré-teste/Pós-teste Estudantes 2 Entrevistas Estudantes Professores Profissionais de TI 1 1 1 Logs Estudantes 1
Coleção de dados abertos Estudantes 1
Fonte: Dados da pesquisa
2.4.2.1.5 Resultados obtidos
Na categoria estudos experimentais, o estudo proposto por Song (2010) relata a obtenção de resultados satisfatórios no curso de banco de dados proposto, baseando-se na aprendizagem colaborativa onde os alunos puderam compartilhar baseando-seus conhecimentos por meio de fórum simultaneamente com a resolução de atividades online atendendo as características da abordagem CLS.
Dervos et al. (2013) revelam em sua pesquisa que os currículos de banco de dados ministrados nas escolas técnicas são superficiais principalmente em relação a comandos SQL exigidas nas habilidades profissionais em empregos de TI.
Kleiner, Tebbe e Heine (2013) relataram que os estudantes ficaram mais motivados e se comprometeram a aprofundar no conhecimento dos problemas envolvendo em requisições SQL.
Em Rashid e Al-Radhy (2014), os autores sugerem uma nova configuração de um curso de banco de dados, interligando-o com disciplinas de programação dos cursos de Ciências da Computação nas universidades de Kurdistan4.
2.4.2.2 Estudos teóricos
Esta categoria abrange três estudos, os quais sugerem que os currículos de banco de dados sejam baseados na teoria de aprendizagem construtivista , ou seja, o estudante seja o ponto central do aprendizado. Um deles foi realizado por Yuelan et al. (2011) que propõe um projeto piloto combinando uma variedade de métodos de aprendizagem focando na capacidade do aluno.
Outro estudo realizado é descrito por Chen, Li e Zang (2012). Os autores propõem a aplicação da teoria de aprendizagem construtivista na elaboração de cursos de banco de dados após a análise dos problemas existentes nas abordagens tradicionais. Como problema, os autores apresentam que nos currículos tradicionais os professores não conseguem calcular o nível de aprendizagem que o aluno se encontra. Eles esperam que os estudantes adquiram o conhecimento no mesmo contexto, ao mesmo tempo, sendo assim os estudantes estariam passivos, decorando conteúdos e sem desenvolver o seu pensamento crítico. Outro ponto citado pelos autores é que os estudantes ficam desmotivados, pois a figura do professor no modelo tradicional é dada como ponto central do modelo o qual detém todo poder na tomada de decisão.
No trabalho de Hoque, Bashir e Uddin (2014) foi desenvolvido um modelo complexo com objetivo de descobrir a equivalência de problemas em um ambiente de aprendizagem de banco de dados baseado em PBL. Como resultado, propõe que o modelo baseado nessa técnica auxilia no desempenho dos estudantes melhorando o aprendizado analisando os erros cometidos com maiores detalhes e aprendendo com eles.
4
2.4.2.3 Ferramentas de aprendizagem
Os trabalhos classificados como ferramentas de aprendizagem para apoio aos cursos de banco de dados possuem finalidades diferentes de aprendizagem. Algumas delas apresentam uma abordagem mais didática para serem trabalhadas em sala de aula com alunos tanto de ensino superior como ensino técnico, outras buscam atender as demandas dos profissionais de tecnologia de informação no mercado de trabalho que necessitam sempre aprimorar seus conhecimentos devido a rápida evolução das tecnologias utilizadas.
O trabalho eledSQL5 diferente dos demais que fizeram experimentos didáticos com alunos do ensino superior, foi realizado com alunos do ensino médio, na faixa etária de 14 a 15 anos, pois na Alemanha a disciplina de banco de dados é parte do currículo das escolas do ensino secundário.
A Tabela 2.4 apresentam aspectos das ferramentas de aprendizagem como a tecnologia que os autores utilizaram para implementa-la, quais os conceitos de banco de dados são trabalhados e qual SGBD a ferramenta suporta.
Tabela 2.4: Comparação de ferramentas utilizadas na aprendizagem de banco de dados
Fonte: Dados da pesquisa
2.4.2.3.1 Objetivos da pesquisa
Os trabalhos classificados com ferramentas de aprendizagem apresentam como objetivo o desenvolvimento de aplicativos para resolução de exercícios referentes a disciplina de banco de dados.
5 http://eledsql.sourceforge.net/ 6 http://www.public.asu.edu/~ynsilva/dbsnap/ Ferramenta Tecnologias de implementação Conceitos de banco de dados abordados SGBD / Arquivos de dados
KERMIT Visual Basic Diagrama entidade
relacional Não possui SQL DDL/SQL DCL PHP (Extensão para Moodle) Comandos SQL ( editor de texto) MySQL, SLQ Server e Oracle DBSnap6 HTML5 e JavaScript Comandos SQL ( editor
baseado em blocos) Oracle Database Teaching Tools Java Diagrama ER Comandos SQL Access e Excel
