209
Atividades pedagógicas neuroeducacionais: eletroencefalografia na
educação de jovens e adultos no Instituto Federal do Espírito Santo - Brasil
Míriam Suély Klippel1, Helaine Reis1 2 e Leandro Bueno1
1 Instituto Federal de Educação do Espírito Santo, Brasil. miriam.klippel@gmail.com; helaine@ifes.edu.br; leandrob@ifes.edu.br.
2 Universidad SEK, Chile. helaine@ifes.edu.br.
Resumo. O estudo analisa atividades pedagógicas distintas do mesmo conteúdo educacional em procedimentos quantitativos pré-experimentais, utilizando sinais de eletroencefalograma (EEG) em atividades com e sem estímulos sensoriais, e em procedimentos de pesquisa de campo de natureza qualitativa. Como recurso pedagógico multissensorial, utilizou-se o Laboratório Virtual de Química em 3D (LVQ3D) da plataforma virtual Yenka, apoiado em instrumentos de coleta como o EEG, uma checklist de bem-estar, testes de conhecimento prévio e um questionário aberto após o experimentos. Através da técnica de EEG, os artefatos indesejáveis e os ruídos de filtragem foram analisados visualmente e pelo algoritmo de Análise de Componentes Independentes (ICA), disponível no EEGLab. Foram analisadas apenas as ondas beta e gama dos sujeitos estudados, que fazem parte do programa de educação profissional para jovens e adultos do Instituto Federal do Espírito Santo (Ifes), Brasil. Os resultados mostraram a influência do tipo de atividades pedagógicas na atividade cerebral, discutido com a contribuição da Neuroeducação. Palavras-chave: Neuroeducação; EEG; Laboratório Virtual; Educação de jovens e adultos; Proeja.
Neuroeducational pedagogical activities: electroencephalography in the education of young and adult people in the Federal Institute of Espírito Santo – Brazil
Abstract. The study analyzes distinct pedagogical activities from the same educational content in pre-experimental quantitative procedures, using electroencephalogram (EEG) signals in activities with and without sensory stimuli, and in field research procedures of a qualitative nature. As a multi-sensorial pedagogical resource, it was used The Virtual Chemistry Laboratory in 3D (LVQ3D) of the Yenka virtual platform, supported by collection instruments such as the EEG, a wellness checklist, previous knowledge tests and an open questionnaire after the experiments. Through the EEG technique, undesirable artifacts and filtering noises were visually analyzed and by the Independent Component Analysis (ICA) algorithm, available in the EEGLab. Only the beta and gamma waves of the studied subjects were analyzed, which are part of the professional education program for young and adult people of the Federal Institute of Espírito Santo (Ifes), Brazil. The results showed influence of the type of pedagogical activities in the cerebral activity, which was discussed with the contribution of Neuroeducation.
Keywords: Neuroeducation; EEG; Virtual Laboratory; Young and adult education; Proeja
1 Introdução
As dificuldades do processo de ensino-aprendizagem nos instigam a pensar e questionar quais as metodologias e recursos didáticos empregados pelo professor que interferem na mediação do aprendizado. Nesta perspectiva, a neurociência é uma possibilidade de compreender o funcionamento, potencialidades e limitações do sistema nervoso, com contribuição positiva no âmbito educacional para as demandas do educador, que em sua práxis enfrenta diferentes demandas nos âmbitos do processo pedagógico e cognitivo de ensinar e aprender. Portanto, a compreensão de como o cérebro funciona traz uma vertente a mais no entendimento destas questões.
210
Nesse sentido, a neurociência cognitiva tem como finalidade estudar as capacidades mentais mais complexas, como a linguagem e a memória, cada qual com seu potencial. Fato é que as aprendizagens derivam de interpretações das nossas percepções, originadas da articulação entre sentidos e resgate de memória (Maiato & Carvalho, 2011). Além disso, quanto mais estímulos sensoriais envolvidos, maiores as chances de evocar informações armazenadas (Carvalho, 2007). Assim, as Tecnologias de Informação e Comunicação (TIC) podem conter ferramentas de estímulos multissensoriais a fim de potencializar o processo de ensino-aprendizagem e promover a inclusão digital do alunado, posto que a tendência atual é usar recursos tecnológicos nas escolas já que estamos imersos na era digital e o conhecimento está disponível nesses meios (Mosé, 2013).
Aos alunos do Programa Nacional de Integração da Educação Profissional com a Educação Básica na modalidade de Educação de Jovens e Adultos (Proeja), tais recursos são sobretudo importantes pela própria inclusão digital, por estarem retornando à escola após terem seus itinerários escolares interrompidos e perderem o tempo regular de ensino, e, ainda, por ser oportuno exercitar as funções de cognição e memória devido à dificuldade da aprendizagem no retorno ao ritmo escolar. Nestas perspectivas, uma plataforma virtual educacional que venha utilizar estratégias pedagógicas direcionadas à estímulos multissensoriais, pode estimular o córtex cerebral nas funções “corticais superiores” envolvidas no processo de aprendizagem e, portanto, potencializar o desenvolvimento da tríade: memória, atenção e percepção, sendo este o caso do Laboratório Virtual de Química em 3D (LVQ3D), utilizado nesta investigação.
Dessa forma, esse estudo tem o objetivo de analisar os resultados de duas atividades pedagógicas distintas de um mesmo conteúdo educacional por meio de técnicas de medidas de ativação cerebral durante a sua execução no Eletroencefalograma (EEG), com a intenção de identificar as regiões cerebrais mais potencializadas durante o processo de ensino-aprendizagem de alunos do Proeja no Instituto Federal de Educação do Espírito Santo (Ifes) no Brasil e comparar estes resultados com a visão subjetiva dos sujeitos no que concerne ao seu aprendizado em termos de memória, percepção e atenção. Destaca-se, entretanto, que nessa pesquisa a intenção não foi a de realizar um estudo comparativo entre as duas práticas pedagógicas, mas observar as relações dos estímulos multissensoriais com a aprendizagem de forma que o aluno melhor possa relacionar, ressignificar, os conteúdos a serem aprendido.
1.1 Neuroeducação
A Neurociência é uma grande aliada do professor no processo ensino-aprendizagem, ajudando-o a identificar o aluno como um ser único, pensante e que aprende segundo seu estilo de vida e de aprendizagem. As bases neurocientíficas do desenvolvimento humano mostram que quanto mais experiências vividas, esforços e variedades de estímulos à cognição mais se permite agregar facilidades à formação e interiorização do conhecimento com memorização prolongada, pela expansão de redes sinápticas (Souza, 2013). O estudo da aprendizagem é uma ponte entre a prática pedagógica e a neurociência cognitiva, a qual associa o estudo anatômico do sistema nervoso (SN) à abordagem funcional de como o cérebro aprende e lembra. De fato,
Os avanços das neurociências esclareceram muitos aspectos do funcionamento do SN, especialmente do cérebro, e permitiram a abordagem mais científica do processo ensino e aprendizagem. Funções relacionadas à cognição e às emoções, presentes no cotidiano e nas relações sociais, como dormir, comer, gostar, reconhecer, falar, compreender, ter atenção, esquecer, experimentar, ajudar, lembrar, calcular, planejar, julgar, rir, movimentar-se, trabalhar, emocionar-se, são comportamentos que dependem do funcionamento do cérebro (Guerra, 2010, p.7)
211
Pode-se, então, afirmar que o cérebro que aprende é aquele estimulado tanto anatomicamente, como fisiologicamente, sendo a neurociência um aporte no processo de ensino pelos estudos da anatomia da aprendizagem, ou seja, ela visa esclarecer como as áreas do sistema nervoso são estimuladas e como as informações são processadas. Portanto, o desafio da Neurociência aplicada na educação é propor ações pedagógicas que irão estimular cada uma das regiões do córtex cerebral, a saber, Lobo Frontal, Lobo Temporal, Lobo Parietal e Lobo Occipital. Cada região cortical é especializada e possui funções determinadas, dentre elas as funções cognitivas, de associação de informações, de análise, de interpretação etc. de maneira que: (a) o Lobo Frontal é responsável pelas funções cognitivas superiores e função motora; (b) o Lobo Temporal processa os estímulos auditivos e realiza associações de informações; (c) o Lobo Parietal é constituído por duas subdivisões, a anterior, denominada córtex somatossensorial, que é responsável pela percepção de sensações como o tato, a dor e a temperatura do corpo, e a posterior, dos lobos parietais, que é uma área secundária responsável pela análise, interpretação e integração das informações recebidas pela área anterior; (d) e, o Lobo Occipital (ou visual) que processa os estímulos visuais (Grossi, Lopes & Couto, 2014).
Markova (2000) também nos diz que a mente é despertada em três níveis ou estados de pensamentos, chamados de mente consciente, subconsciente e inconsciente, que dentro da neurociência podem ser relacionados com as ondas cerebrais do tipo beta, alfa e teta, as quais, posteriormente, podem ser assimiladas com as regiões corticais do cérebro. Além disso, esses estados da consciência são provocados “[...] pelas diferentes linguagens simbólicas que o cérebro utiliza para processar a informação – auditiva (A) , visual (V), cinestésica (C).” (Markova, 2000, p. 48). Assim, a partir dos três estados da mente combinados com as três linguagens simbólicas, define-se padrões de aprendizagem baseados na forma como as informações são processadas pelo cérebro de maneira a valorizar o estilo de aprendizagem de cada indivíduo (Markova, 2000).
Igualmente, durante o processo de aprendizagem estas linguagens simbólicas se combinam através dos recursos neuroeducacionais utilizados, tornando viáveis diversas alternativas de estratégias pedagógicas para despertar as linguagens simbólicas predominantemente naturais da mente, responsáveis pela forma em que cada aluno aprende (Grossi, Lopes & Couto, 2014).
Estudos atuais da neurociência na educação apresentam três pilares: aplicações da neurociência em sala de aula para melhorar a prática educacional, colaboração ou integração interdisciplinar (psicologia, neurociência e educação) e a transposição didática como ponte entre neurociência e educação. Feiler & Stabio (2018) destacam os efeitos de dispositivos digitais no cérebro humano, o que requer estudos para conduzir soluções adequadas na práxis pedagógica a partir de evidências.
1.2 Eletroencefalografia
Já é sabido que o cérebro é responsável por processar as informações disponíveis no meio externo através das percepções sensoriais. Como já comentado, há um interesse de classificar de modo funcional os lóbulos cerebrais a fim de estimular todos os sentidos possíveis para melhorar o aprendizado. No que tange a memória, há especulações quanto a natureza da mesma, ou seja, se as mesmas são provenientes de fenômenos bioquímicos ou de impulsos elétricos (Neufeld & Stein, 2001). O que se sabe é que as memórias se relacionam às células nervosas, os neurônios, que transmitem informações através de sinais elétricos, que podem ser explorados por técnicas de neuroimagem, ao serem registrados em um eletroencefalograma (EEG) (Fletcher, Lyons, Fuchs, & Barnes, 2009). O EEG pode detectar as atividades cerebrais pela medição da diferença de potencial entre entre eletrodos que são fixados na superfície do escalpo (Azevedo, 2005). Este tipo de interface cérebro máquina é denominado não invasivo, pois não é preciso implantar eletrodos no cérebro. Em
212
medicina o EEG é utilizado para fins clínicos em condições procedimentais pré-estabelecidas (Ebersole & Pedley, 2003). Por outro lado, este equipamento pode ser usado como instrumento de captura de sinais cerebrais para posterior uso em atividades de reconhecimento de padrões neurais na engenharia (Azevedo, 2005; Bueno, 2017), estudos sobre os efeitos do exercício físico nas atividades do córtex cerebral (Díaz, Maureira, Flores, & Córdova, 2018), cognição e emoção (Srinivasan, 2007), etc.
A posição dos eletrodos no escalpo para aquisição de sinais obedece desde 1949 à padronização criada pela Federação Internacional de Eletroencefalografia e Neurofisiologia Clínica (IFSECN – International Federation of Societies for Encephalography and Cinical Neurophisiogy), a convenção 10/20 de posicionamento dos eletrodos. Cada letra nomeia a região cerebral: F (Frontal), Fp (Frontoposterior), C (Central), P (Parietal), T (Temporal), O (Occipital); cada índice designa a localização do hemisfério: ímpares para o esquerdo, pares para o direito e z para a região central (Azevedo, 2005) (Figura 1).
Fig. 1. a) Touca, b) Sistema 10/20, Distâncias de Eletrodos. Fonte: Bueno, 2017; Trans Cranial Technologies Ltd, 2012.
Os sinais obtidos do EEG possuem muitas informações como resultado da “[...] dinâmica da atividade elétrica de populações de neurônios” (Azevedo, 2005, p. 37), que na literatura são classificados segundo sua frequência de emissão em bandas de atividade Alfa, Beta, Teta e Gama e possuem funções específicas. Esse registro é uma mistura de potenciais neuronais com potenciais resultantes de atividade não neuronal (Pereira, 2012), portanto, uma vez que os potenciais não neuronais são produzidos em locais exteriores ao cérebro, é possível afirmar que estas fontes são independentes dos potenciais gerados no cérebro, sendo possível tomar suposições estatísticas para identificá-las (Bell & Sejnowski, 1995). Vale ressaltar a dificuldade em discernir um padrão específico dos eletrodos do EEG e suas funções devido às irregularidades das ondas cerebrais (Guyton & Hall, 2006).
2 Metodologia
O uso de metodologias e de TICs como recursos didáticos multissensoriais na aprendizagem, tomando como base os conhecimentos neurocientíficos e estudos na área da educação compõe a metodologia dessa investigação. Optou-se por uma abordagem de natureza qualiquantitativa de caráter exploratório com procedimentos técnicos e científicos baseados na pesquisa pré-experimental. O grupo dos 3 investigadores da área educacional do Ifes, campus Vitória, buscou apoio de profissionais da engenharia elétrica (1), para ajuste/uso dos equipamentos, da psicopedagogia (1), para realização do teste de bem-estar e educação (3), para vincular os procedimentos da sala de aula à neuroeducação.
Assim, 3 sujeitos foram avaliados apenas uma vez (duas mulheres e um homem), com pré-testes e pós-testes, submetido a um agente presumivelmente capaz de causar algum tipo de mudança (Gil,
213
2008), como parte exploratória preliminar da pesquisa de campo. Portanto, como suporte à construção de estratégias na solução do problema proposto, procedimentos exploratórios preliminares foram realizados para conhecer o objeto da pesquisa no âmbito cognitivo, comportamental e social e para aferir os equipamentos, definir procedimentos e ajustar os instrumentos de coleta de dados.
Como recurso pedagógico neuroeducacional multissensorial foi utilizado o LVQ3D, “Yenka Chemestry” (YK), que simula experiências laboratoriais de química em ambiente computacional local ou on-line em 3D e realiza experimentos como objetos de aprendizagem.
Os instrumentos de coleta contaram com o EEG, cedido pelo grupo de Engenharia Elétrica do Ifes, Campus Vitória; um checklist de bem-estar, utilizado com a finalidade de observar possíveis desvios nos resultados a partir de aspectos como sono, disposição, alimentação, que devem ser considerados diante da questão de aprendizagem (Maiato, 2013); testes de conhecimentos prévios, realizados para observar possíveis influências do conhecimento prévio do sujeito no estudo; e um questionário aberto aos sujeitos sobre seu aprendizado em duas atividades pedagógicas: (1) a primeira realizada com um roteiro teórico de um experimento (Caderno de Conteúdos) e, (2) a segunda, com um caderno explicativo do mesmo experimento para auxiliar o aluno no manuseio das ferramentas no LVQ3D na plataforma YK ( Caderno de Experimentos) (Figura 2).
Fig. 2. a) Recorte do Caderno de conteúdos, b) Caderno de Experimentos. Fonte: Autoral.
O Caderno de Conteúdos e o Caderno de Experimentos foram contextualizados com o currículo de química comum ao programa do Proeja, envolvendo o conceito de modelo atômico de Rutherford-Böhr com o experimento chamado Teste de Chama para entendimento da transição eletrônica. Assim, o 1º experimento é voltado para a linguagem visual e o 2º para as três linguagens simbólicas que a mente usa para receber, organizar e processar informações: auditiva, visual e cinestésica. As imagens foram coletadas de forma individual utilizando o EEG para o mapeamento cerebral computadorizado com o amplificador de sinais biológicos Braintech BNT 36, o qual já fornece o programa de captura dos dados advindos do aparelho de EEG, que capta através de eletrodos colocados no couro cabeludo a atividade elétrica cerebral. A coleta de dados foi realizada durante as duas atividades usando eletrodos fixados na região da cabeça dos sujeitos.
A análise dos resultados ainda buscou correlações em uma triangulação dos dados quantitativos com os de cunho qualitativo tomando como categorias, o (1) Bem-estar, (2) Teste de Conhecimentos Prévios e (3) Aprendizagem. Cada categoria foi analisada exclusivamente sem perder de vista a proposta pré-experimental da pesquisa, ou seja, ainda que validem os resultados por possuir homogeneidade, exclusividade e objetividade foram tomadas sem a exaustividade nas medidas. Tecnicamente, ajudou na classificação, ordenação e organização da informação, de forma sistemática, sem sobreposição, pela observação experimental do tema associado ao objeto de pesquisa, na percepção dos sujeitos participantes (Valentim, 2005), o que deu critérios científicos às
214
interpretações e validou os resultados. Para compor os resultados finais e traçar as conclusões da pesquisa, trianguladas em um desenho multimétodo nas etapas da coleta, processamento e de análise dos dados, os procedimentos foram realizados pela “[...] combinação de estratégias quali-quanti, [porque] parece ser mais completo e efetivo do que os realizados exclusivamente com uma das duas abordagens” (Santos, 2009, p.130).
3 Análise dos dados
Importa refletir que os resultados das análises foram decorrentes de duas atividades distintas. Na atividade, denominada de Leitura Textual, o aluno leu de maneira initerrupta o experimento no Caderno de Conteúdos, enquanto que na atividade no LVQ3D, a aluno leu as instruções do Caderno de Experimentos e depois realizou o experimento no Laboratório Virtual.
Na análise quantitativa, devido à grande quantidade de dados proveniente do EEG, foram selecionadas duas bandas de frequência relativas a atenção, concentração, cognição: beta e gama, as quais permitem observar o processamento multissensorial (Azevedo, 2005). Para tanto, os dados foram coletados com taxa de amostragem de 200 Hz, usando o eletrodo A2 como referência e convertidos para o formato EDF pelo gerenciador de dados e exame. Esses dados foram posteriormente analisados utilizando o software EEGLab toolbox.
Por causa da pequena amplitude do sinal medido na superfície do escalpo, o EEG é facilmente corrompido por outros sinais elétricos, como a interferência eletromagnética proveniente da rede elétrica. Assim, após importar os dados para o EEGLab em formato EDF, tais artefatos foram eliminados usando um filtro rejeita faixa de 60 Hz. Os registros contínuos foram divididos em épocas de acordo com os horários de início e fim de cada experimento eliminando a captação dos primeiros 5 segundos tal como os 5 segundos finais. Adicionalmente, com a ferramenta “Reject continuous
data by eyes” eliminou-se dos experimentos os ruídos de artefatos de maneira manual. Após esse
pré-processamento dos dados, estes dados ainda foram tratados com um filtro passa alta de 13 a 30 Hz para a banda beta e 30 a 70 Hz para a banda gama e com a análise de componentes independentes (ICA, Independent Component Analysis) para eliminar ruídos do pré-processamento. Desse modo, os experimentos foram submetidos ao algoritmo Infomax para serem decompostos em fontes de atividades independentes (Bell & Sejnowski, 1995), que dão origem aos componentes independentes (ICA), em quantidade igual ao número de canais utilizados.
Nesta ocasião, escolheram-se 10 eletrodos (F3, F4, T3, T4, C3, C4, P3, P4, O1 e O2) dos 22 disponíveis, para gerar os ICAs e identificar os possíveis artefatos com auxílio dos mapas topográficos das componentes. A partir desta identificação e remoção de artefatos, o sinal do EEG é, nesse caso, reconstruído, seguindo para estudo das bandas de frequências. Uma vez calculadas as componentes independentes dos experimentos, pode-se fazer uma primeira análise visual do experimento, pelos mapas cerebrais na Figura 3. Nota-se que quando o sinal no mapa topográfico possui coloração homogênea, sem qualquer característica que identifique a região ativada, então este sinal pode estar comprometido por artefatos externos e a componente deve ser removida. Após a remoção da componente, um novo conjunto de variáveis independentes é gerado para verificação das componentes sem o artefato. Desta forma, tomou-se a observância das frequências do sinal original dos experimentos de maneira visual através dos mapas topográficos como critério de eliminação das componentes independentes. Contudo, é importante frisar que foram tirados apenas três componentes do ICA, para evitar extrair informações importantes do experimento (Pereira, 2012). Na Figura 3 as linhas correspondem às ICAs de cada sujeito, de maneira que se for necessário são removidas as componentes para gerar outras novas e, naturalmente, novos mapas. Logo, não se pode fazer comparativos entre componentes na ordem indicada (1,2, ... , 10) após a sua remoção, ou
215
seja, para um mesmo sujeito, não se pode comparar o mapa topográfico (1,1) com o mapa (1,2), visto que os mapas das componentes independentes são feitos de forma aleatória e independente. Entretanto, procura-se identificar a tendência das componentes no conjunto explorado.
Na banda beta de todos os experimentos removeu-se certas componentes, com a geração de novo conjunto de componentes, porém só em alguns casos eliminou-se artefatos via topografia, sendo a linha tracejada indicativo de experimento sem rejeições. Já os experimentos com remoção de artefatos são pré-computados para o cálculo da potência espectral, como se vê na Figura 4, nos mapas topográficos das bandas de frequência beta (15, 20 e 25 Hz) e gama (35, 50 e 65 Hz). Logo, quanto maior for a coloração avermelhada, mais próximo do eletrodo está a atividade da frequência analisada.
Fig. 3. Mapas topográfico das dez componentes independentes de cada experimento. Fonte: Autoral.
Sabendo-se que os sujeitos 01 e 02 são mulheres e o sujeito 03 homem, a atividade da banda beta foi maior para o sujeito 01 em relação ao sujeito 02 e 03 no Experimento de Leitura e observou-se maior ativação na área frontal esquerda do sujeito 01 (F3), ou seja, de sua memória de trabalho. Observou-se também ativação nos eletrodos do lobo occipital relacionado à visão nos dois experimentos. Já no Experimento Virtual a ativação foi nas áreas F3 e C3 para o sujeito 02 e o sujeito 03. A atividade beta também pode estar relacionada com a execução da atividade motora conforme Santos (2002); que no ambiente virtual relaciona-se ao uso do mouse, em sujeitos que se “autodesignaram” como destros, o que justifica a ativação frontal esquerda aposta ou contralateralidade (Barato et. al., 2009). Como as ondas beta e gama possuem uma frequência alta, esperava-se algo similar no comportamento da banda gama. Em relação ao gênero e a banda gama, a área frontal e central esquerda foram ativadas em ambos experimentos para o sujeito 01 e 02 (Figura 3). Por fim, a comparação mostrou que as bandas beta e gama mantiveram a mesma tendência para o sujeito 03 (Figura 4). Na Figura 4, as linhas são as médias de três frequência com indicação dos eletrodos e dos sujeitos para cada experimento.
De maneira geral, observou-se que houve maior ativação na região frontal e central esquerda nas frequências analisadas. Ainda, sabe-se que o eletrodo localizado na região frontal, precisamente na região pré-frontal, funcionalmente está relacionado ao “planejamento, tomada de decisão, controle
216
inibitório, atenção e memória de trabalho” (De Almeida, Cabral, & Narvaes, 2015). Esperava-se também que o lobo occipital sofresse ativação em ambas atividades por se tratar do campo visual.
Fig. 4. Mapas topográficos nas bandas beta (13-30 Hz) e gama (30-70 Hz). Fonte: Autoral.
Das categorias de análise evidencia-se na Categoria de Bem-estar pelos check list dos alunos nos dias de coleta de dados, que aspectos revelados como cansaço, tranquilidade, disposição, horas de sono, alimentação, atividade física etc. não mostraram evidencias de interferências relevantes nos resultados dos alunos participantes. Constatou-se, por outro lado, na Categoria por intermédio do Teste de Conhecimentos Prévios, que somente um dos participantes tomou conhecimento do experimento realizado antes das realizações das atividades propostas. Este relatou lembrar das aulas de química experimental em que o potássio submetido ao Teste da Chama emitia a luz violeta. Já os demais sujeitos não lembraram do assunto. Entretanto, não foi possível encontrar correlações destes testes com os mapas topográficos dos sujeitos.
A categoria de Aprendizagem levou em consideração um questionário aberto aplicado aos participantes em que se questionou em qual das duas experiências realizadas na pesquisa, se com o LVQ3D ou com a leitura textual, foi melhor evidenciada a sua memória, atenção e percepção no aprendizado do conteúdo ministrado e a quê atribuíam o melhor aproveitamento. A conclusão foi unanime de que o LVQ3D mais aguçou a atenção dos participantes e cada um expressou de sua maneira os estímulos multissensoriais envolvidos, quando relataram: “a imagem do computador é mais fácil de se lembrar; o LVQ3D prendeu mais a minha atenção, fiquei mais focada; o procedimento no computador é melhor para aprender; aguçou minha visão e compreensão do experimento.”
Da análise quantitativa é possível observar tendências que emergem dos experimentos na perspectiva da neurociência. Todavia, no âmbito qualitativo, é factível permitir uma investigação que envolva o olhar do sujeito em relação a atividade pedagógica vivenciada, para validar a reação do próprio conteúdo ou do processo de aprendizado na pesquisa desenvolvida pelo sujeito.
4 Conclusões
Foi possível observar a ativação de diferentes áreas corticais na realização das atividades pedagógicas de Leitura e do Laboratório Virtual tomando como referência aspectos dos mapas
217
topogáficos. A articulação entre neurociência e educação, acrescida dos dados empíricos dos mapas topográficos das bandas de frequência beta e gama pré-experimentais indicaram influências das atividades pedagógicas na atividade cerebral. Porém, entende-se que é preciso aplicar outros procedimentos de reconhecimento de padrões da neurociência cognitiva.
O estudo evidenciou que existe relação entre os sentidos envolvidos na realização dos experimentos e a apreensão dos conteúdos pelo alunado, que indicou o Laboratório Virtual como agente potencializador da aprendizagem, já que ofereceu mais estímulos sensoriais como dicas de memória. Portanto, conclui-se que o uso de ferramentas experimentais com estímulos sensoriais potencializa a aprendizagem e a consolidação do conteúdo estudado. Dessa maneira, importa salientar que diante das diferentes demandas cognitivas em sala de aula é imprescindível que o professor adote estratégias de ensino variadas a fim de criar um ambiente de aprendizagem diversificado para os alunos que se encontrem no mesmo contexto educativo.
Sugere-se incluir na formação de professores o uso de técnicas neuroeducativas, com situações experimentais e experiências com estímulos multissensoriais, que possam ampliar as experiências dos alunos, sobretudo na Educação Profissional e Tecnológica de jovens e adultos com uso de novas tecnologias e práticas pedagógicas para além do quadro negro. Há, portanto, um campo promissor para explorar o suporte neurocientífico nas teorias educacionais existentes, assim como embasar o uso dos recursos tecnológicos no contexto neuroeducacional.
Referências
Azevedo, A. P. (2005). Estudo do Sinal Eletroencelografico (EEG) Aplicado a Interfaces Cerebro Conputador Computador com uma Abordagem de. (Dissertação de mestrado). Universidade Federal do Espírito Santo, Vitória, Brasil.
Barato, G., Fernandes, T., Pacheco, M., Bastos, V. H., Machado, S., Mello, M. P., ... & Orsini, M. (2009). Plasticidade cortical e técnicas de fisioterapia neurológica na ótica da neuroimagem. Rev Neurocienc, 17(4), 342-8.
Bell, A. J., & Sejnowski, T. J. (1995). An information-maximization approach to blind separation and blind deconvolution. Neural computation, 7(6), 1129-1159.
Bueno, L. (2017). Interface Cérebro-Computador Baseada em EEG Utilizando Redes Neurais Auto-Organizadas (Tese de doutorado). Universidade Federal do Espírito Santo, Vitória, Brasil.
Carvalho, F. A. H. D. (2007). Reaprender a aprender: a pesquisa como alternativa metacognitiva (Tese de doutorado). Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, RS, Brasil.
De Almeida, R. M. M., Cabral, J. C. C., & Narvaes, R. (2015). Behavioural, hormonal and neurobiological mechanisms of aggressive behaviour in human and nonhuman primates. Physiology & behavior, 143, 121-135.
Díaz, H., Maureira, F., Flores, E., & Córdova, F. (2018). Intra and inter-hemispheric correlations of the order/chaos fluctuation in the brain activity during a motor imagination task. Procedia computer science, 139, 456-463.
Ebersole, J. S., & Pedley, T. A. (Eds.). (2003). Current practice of clinical electroencephalography. Lippincott Williams & Wilkins.
218
Feiler, J. B., & Stabio, M. E. (2018). Three pillars of educational neuroscience from three decades of literature. Trends in neuroscience and education, 13, 17-25.
Fletcher, J. M., Lyons, G. R., Fuchs, L. S., & Barnes, M. A. (2009). Transtornos de aprendizagem: da identificação à intervenção. São Paulo: Artmed.
Gil, A. C. (2008). Métodos e técnicas de pesquisa social (6a ed). São Paulo: Atlas.
Grossi, M. G. R., Lopes, A. M., & Couto, P. A. (2014). A neurociência na formação de professores: um estudo da realidade brasileira. Revista da FAEEBA-Educação e Contemporaneidade, 23(41), 27-40. Guerra, L. B. (2010). Como as neurociências contribuem para e educação escolar. FGR em revista, Belo
Horizonte, ano, 4, 6-9.
Guyton, A. C., Hall, J. E., & Guyton, A. C. (2006). Tratado de fisiologia médica. Rio de Janeiro: Elsevier Brasil.
Maiato, A. M. (2013). Neurociências e aprendizagem: O papel da experimentação no ensino de ciências (Dissertação de mestrado). Universidade Federal do Rio Grande, Rio Grande, Brasil.
Maiato, A., & Carvalho, F. (2011). Neurociências e educação: o papel das metodologias e dos recursos multisensoriais para a aprendizagem. Rio Grande do Sul: FURG.
Markova, D. (2000). O natural é ser inteligente: padrões básicos de aprendizagem a serviço da criatividade e educação. São Paulo: Summus.
Mosé, V. (2013). A escola e os desafios contemporâneos. Polyphonía, 24 (1), 223-232.
Neufeld, C. B., & Stein, L. M. (2001). A compreensão da memória segundo diferentes perspectivas teóricas. Estud. psicol.(Campinas), 18(2), 50-63.
Pereira, H. M. D. S. (2012). Reconhecimento de artefactos relativos à fala em registos de EEG (Dissertação de Mestrado). Faculdade de Ciências e Tecnologia, Lisboa, Portugal.
Santos, T. S. (2009). Do artesanato intelectual ao contexto virtual: ferramentas metodológicas para a pesquisa social. Sociologias, Porto Alegre, 11(21), 120-156.
Souza, A. S. M. (2013). Plasticidade cerebral e a aprendizagem (Especialização). Universidade Cândido Mendes, Rio de Janeiro, RJ, Brasil.
Srinivasan, N. (2007). Cognitive neuroscience of creativity: EEG based approaches. Methods, 42(1), 109-116.
Trans Cranial Technologies Ltd (2012). Cortical Functions Reference. Hong Kong: TCT Research.
