Os conceitos matemáticos, especialmente os da álgebra, são centrais na educação matemática e muitas vezes servem como portas de entrada para o pensamento matemático avançado. Mas para muitos alunos, os conceitos de álgebra parecem menos uma porta de entrada e mais uma parede. O Relatório Nacional destacou uma queda no desempenho em matemática nos Estados Unidos em comparação com os níveis pré-pandemia e uma redução significativana matrícula em álgebra entre os jovens de 13 anos. Então, como apoiamos a aprendizagem da matemática de uma forma que ajude os alunos não só a ultrapassar essa barreira, mas também a transformá-la numa ponte para o estudo futuro?

No Instituto de Investigação da ETS, uma abordagem promissora que estamos a explorar é a colaboração em pequenas equipas. Imagine três ou quatro estudantes sentados ao computador, a conversar entre si enquanto resolvem problemas de matemática. Envolver os alunos em pequenas equipas permite-lhes construir conhecimento ativamente em vez de o absorver passivamente através das aulas. A colaboração também apoia a aprendizagem social e emocional, desde aumentar o envolvimento e a motivação até melhorar as relações com os pares.

Mas, a colaboração por si só pode não ser suficiente. Os alunos cujo conhecimento ainda não se desenvolveu totalmente podem beneficiar de facilitadores que orientam as interações do grupo e os mantêm envolvidos, focados e a participar produtivamente na colaboração.

Com base numa progressão de aprendizagem e tarefas estruturadas desenvolvidas como parte de um projeto anterior liderado por Edith Aurora Graf, nós, juntamente com colaboradores do Algebra Project, da Southern Illinois University Edwardsville, do Young People's Project (YPP) e da University of Nebraska-Lincoln, estamos a focar-nos em como a colaboração em pequenas equipas pode avançar o pensamento matemático dos estudantes relativamente a essa progressão de aprendizagem. 

No nosso projeto atual, explorámos a questão: Pode a facilitação humana melhorar a forma como os alunos trabalham em conjunto para resolver problemas matemáticos e apoiar o pensamento matemático?

Neste estudo, estudantes do ensino secundário trabalharam em pequenas equipas para resolver problemas focados em funções, um conceito central mas desafiante de álgebra. Trabalhando com Catherine O'Connor, os nossos colegas do YPP formaram facilitadores humanos na utilização dos "movimentos de conversa" de Michaels e O'Connor, estratégias para orientar o diálogo dos alunos ao estimular o raciocínio e incentivá-los a construir sobre as ideias uns dos outros em vez de darem respostas. Por exemplo, os facilitadores podem perguntar: "Pode explicar o seu processo de pensamento sobre isso?", "Quem pode construir sobre o que acabou de ser dito?", ou "Concorda ou discorda, e porquê?" Estes temas ajudam os alunos a articular o seu pensamento, ouvir os seus colegas e envolverem-se em uma compreensão colaborativa. Importa referir que estes facilitadores não eram professores nem especialistas em matemática. A maioria eram mentores quase pares — estudantes universitários com um pouco mais de experiência do que os estudantes do ensino secundário que apoiavam, mas não tanto ao ponto de parecerem inalcançáveis. Porquê mentores próximos de pares? A investigação sugere que podem estar numa posição única para apoiar os aprendizes devido a identidades partilhadas, proximidade social mais próxima e experiências recentes semelhantes.

Aproximámo-nos das conversas de chat dentro das equipas usando métodos avançados de análise de dados, como a análise epistémica de redes e a mineração sequencial de padrões, para analisar como o diálogo se desenrolou. Porquê registos de chat? Porque escondidas nessas linhas de texto estão pistas detalhadas sobre como os estudantes raciocinam, negociam e constroem compreensão em conjunto.

Principais conclusões:

• As equipas facilitadas podem mostrar maior progresso no que diz respeito à progressão da aprendizagem da matemática do que as equipas não facilitadas.
• Mentores quase pares conseguiram desencadear comportamentos colaborativos produtivos, como raciocínio, explicação e negociação de ideias.
• Diferentes estratégias de facilitação conduziram a interações colaborativas direcionadas:
  • Pedir aos alunos que respondessem uns aos outros muitas vezes gerava negociações, pois os alunos revezavam-se para expressar concordância ou discordância com os outros membros da equipa.
  • Incentivar explicações levou a uma partilha de informação mais rica.
• A facilitação também reduziu conversas fora da tarefa ou inadequadas, ajudando os alunos a manterem-se focados.

Estas descobertas destacam o poder do apoio humano para orientar a colaboração dos alunos e o pensamento matemático. Ao olhar para além do desempenho das tarefas e para os processos colaborativos através de métodos avançados de análise de dados, obtivemos uma compreensão mais profunda de como a aprendizagem acontece e como a facilitação molda a colaboração.

Olhando para o futuro, estamos entusiasmados com o potencial de combinar estratégias de facilitação humana com IA generativa. Poderá um grande modelo de linguagem simular mentores quase pares e apoiar o discurso dos estudantes através de avatares? Este estudo lança as bases para a inovação.

Álgebra não tem de ser uma parede. Com o suporte certo, pode tornar-se uma ponte.

Yang Jiang é cientista investigadora na ETS. O seu trabalho centra-se em como o currículo e as avaliações baseados em tecnologia podem ajudar os alunos a aprender e na utilização da IA na educação. Jessica Andrews-Todd é investigadora sénior de gestão na ETS. O seu trabalho explora a avaliação e o desenvolvimento de competências interpessoais e a utilização de ambientes digitais para apoiar a aprendizagem e avaliação dos alunos.

Edith Aurora Graf é cientista sénior de investigação na ETS. O seu trabalho foca-se na geração automática de itens, modelação cognitiva para avaliação e instrução matemática, e progressões de aprendizagem.

Este trabalho foi financiado pela National Science Foundation, Subvenção nº 2101393. Quaisquer opiniões, conclusões, conclusões ou recomendações expressas neste material são dos autores e não refletem necessariamente as opiniões da National Science Foundation.