Publicidadespot_img
Sexta-feira, Dezembro 9, 2022
InícioOpiniaoColunistaEnsino Superior – Medir o Sucesso da Aprendizagem

Ensino Superior – Medir o Sucesso da Aprendizagem

Observa-se um foco crescente na definição de metodologias para avaliar o sucesso da aprendizagem dos estudantes, o que tem dinamizado o interesse das comunidades académicas, em particular das unidades de investigação com incidência no domínio do conhecimento das ciências da educação, pelos processos de avaliação e o desenvolvimento de uma ampla variedade de métodos e ferramentas que os professores podem usar para avaliar, medir e documentar o progresso da aprendizagem do estudante, da aquisição de competências e de outras necessidades formativas. Como os fatores sociais e económicos redefinem, a cada momento, quais as competências necessárias para responder às expetativas do mercado de trabalho, as instituições de ensino superior precisam de repensar como definir os processos de medir o progresso da aprendizagem dos seus estudantes. A proliferação de software de data mining, o desenvolvimento de sistemas de ensino online, o incremento de sistemas de ensino com base em dispositivos móveis e a proliferação de plataformas computacionais que permitem ao estudante gerir o seu processo de aprendizagem estão a convergir para ambientes de aprendizagem que aproveitam as potencialidades analíticas e de visualização proporcionadas por softwares específicos, produzindo indicadores relativos ao progresso do processo de aprendizagem, de forma multidimensional e disponíveis em dispositivos móveis. Em cursos online e semi-presenciais, os dados podem revelar como as ações dos estudantes contribuem para o seu progresso, evidenciando os ganhos específicos obtidos durante o seu processo de aprendizagem.

Em vários setores económicos, procede-se regularmente à recolha e análise de dados, por forma a habilitar as empresas, nomeadamente as privadas, com o conhecimento relativo ao comportamento e preferências dos seus clientes. Da mesma forma, no que se refere ao ensino superior, várias têm sido as metodologias e algoritmos desenvolvidos visando a identificação de padrões relacionados com os processos ensino/aprendizagem dos seus estudantes e do desempenho das colaborações interinstitucionais que são estabelecidas, visando a realização de trabalho colaborativo em projetos de investigação e desenvolvimento. Os tipos de dados relativos aos estudantes que estão sendo analisados incluem informações institucionais, como demografia e seleção de cursos, ritmo de conclusão dos mesmos e estatísticas relativas ao envolvimento dos estudantes nos processos de aquisição de competências ao longo da sua formação académica. Enquanto muitos projetos-piloto estão em curso, os líderes das instituições de ensino superior procuram agora identificar a informação útil visando induzir melhorias nos resultados da aprendizagem dos seus estudantes. O acompanhamento do comportamento cognitivo destes últimos pode levar a informações vitais sobre o seu sucesso, permitindo que os docentes e os engenheiros informáticos que desenvolvem a tecnologia trabalhem juntos para melhorar os futuros materiais e ambientes de lecionação.

Com os desenvolvimentos recentes de metodologias pedagógicas de suporte aos processos de ensino/aprendizagem online, a quantidade de dados gerados no decorrer dos processos de interação com os estudantes, cresce exponencialmente, cujo tratamento poderá fornecer informação holística relativa ao desempenho dos estudantes ao longo do seu percurso académico. Ao mesmo tempo, o uso disseminado de sistemas de gestão dos processos de ensino/aprendizagem (GPEA), incluindo as plataformas eletrónicas Blackboard e Moodle, que acumulam grandes quantidades de dados relacionados com as atividades dos estudantes, potenciam um interesse crescente das instituições de ensino superior na análise dos conjuntos de dados disponíveis. As soluções emergentes e mais robustas para a implementação de sistemas de GPEA são, genericamente, centradas nos processos de ensino/aprendizagem, sendo caraterizadas por possuir como principais funcionalidades a personalização, análise, aconselhamento e avaliação da aprendizagem. Além disso, são plataformas computacionais concebidas para proporcionar acessibilidade remota.

Um estudo recente realizado pela consultora Hanover Research sugere que atualmente os estudantes têm como expetativa um feedback imediato e contínuo do seu processo de aprendizagem. Os resultados indicam que quase dois terços dos estudantes participantes num inquérito realizado pela mencionada consultora acreditam que o impacto dos relatórios analíticos sobre seu desempenho académico é “muito positivo”. O projeto Aprendizagem A4, da Universidade Internacional de La Rioja, combina técnicas de análise de dados com visualização de informações, fornecendo a cada estudante dados contínuos, que lhes permitem assumir uma atitude crítica sobre seus progressos e objetivos de aprendizagem. Também, muitas outras Instituições de ensino superior estão a lançar projetos-piloto induzindo os estudantes a utilizar dispositivos móveis como ferramenta ativa do seu processo de aquisição de competências, assegurando a sua rastreabilidade e armazenando dados de diversos contextos. Exemplo deste paradigma emergente é o Curso de Bacharelato em Administração de Empresas, da Brandman University, em que os estudantes adquirem competências com base em simulações e jogos eletrónicos disponíveis através de dispositivos móveis. À medida que os estudantes interagem com as aplicações que lhe são disponibilizadas, o sistema regista dados que permitem caraterizar o processo formativo dos estudantes e inferir acerca do seu desempenho e envolvimento académico.

João Calado

(Professor Coordenador c/ Agregação do ISEL)

(ex-Vereador do PSD)

(publicado no Semanário NoticiasLx de 15/Outubro de 2022)

- Advertisement -spot_img
- PUB-spot_img

Ultimas

Artigos Relacionados