Uma proposta para utilização da metodologia POGIL no ensino de programação: estudo piloto
Resumo
O Instituto de Computação da Universidade Federal do Amazonas visando em preparar seus alunos para as novas competências exigidas pelo do mercado de trabalho e pela sociedade, iniciou um projeto de monitoria com o objetivo geral de aplicar a metodologia ativa POGIL (Process Oriented Guided Inquiry Learning - em português, Processo de Aprendizagem Orientado por Pesquisas Guiadas) no ensino de Introdução à Programação de Computadores(IPC). POGIL é uma metodologia de ensino ativa orientada a processos, centrada no aluno. Com esta metodologia os alunos aprendem através da construção colaborativa dos conceitos desenvolvidos durante as atividades. As atividades são desenvolvidas pelos professores e devem atender um ciclo de aprendizagem que inclui as etapas de exploração, interpretação de conceitos e aplicação. Durante a aplicação das atividades, os alunos formam grupos e assumem funções específicas como o Secretário que é responsável pelo gerenciamento dos documentos desenvolvidos pelo grupo, o Apresentador que é responsável por expor para a turma as respostas ou dúvidas encontradas durante a atividade. Delegar funções para os alunos durante o processo é muito importante para que eles possam desenvolver as competências citadas. Para este projeto, foram desenvolvidas 7 atividades em grupo para que serão aplicadas na modalidade de ensino remoto, abordando os seguintes conceitos: operadores aritméticos, variáveis e estrutura sequencial, condicionais, loops, vetores e matrizes. No final desse projeto, esperamos desenvolver técnicas que tornam o ensino de programação mais atraente, desenvolvendo nos alunos habilidades pessoais e profissionais.
Link para o vídeo da apresentação: https://youtu.be/VYOJ4ElXig0
Referências
Leandro SG Carvalho, Bruno F Gadelha, Fabíola G Nakamura, David BF Oliveira, and Elaine HT Oliveira. 2016. Ensino de programação para futuros não-programadores: contextualizando os exercícios com as demais disciplinas de mesmo período letivo. In Anais do XXIV Workshop sobre Educação em Computação. SBC, 121–130.
Ben Coleman and Matthew Lang. 2012. Collaboration across the curriculum: a disciplined approach todeveloping team skills. In Proceedings of the 43rd ACM technical symposium on Computer Science Education. 277–282.
Thiago Lopes Costa, Elaine Harada Teixeira de Oliveira, Alexandre Passito, Marcos Augusto de Souza Pinto, Leandro Silva Galvão de Carvalho, David Braga Fernandes de Oliveira, and Filipe Dwan Pereira. 2021. Material Didático Interativo para a disciplina de Introdução à Programação de Computadores. In Anais Estendidos do Simpósio Brasileiro de Educação em Computação. SBC, 41–42.
Reinaldo AZ Garcia. 1987. Identifying the academic factors that predict the success of entering freshmen in a beginning computer science course. Ph.D. Dissertation.
Barney G Glaser and Anselm L Strauss. 2017. Discovery of grounded theory: Strategies for qualitative research. Routledge.
Trudy Howles. 2009. A study of attrition and the use of student learning communities in the computer science introductory programming sequence. Computer science education 19, 1 (2009), 1–13.
Iris Howley. 2020. Adapting guided inquiry learning worksheets for emergency remote learning. Information and Learning Sciences (2020).
Helen H Hu, Clifton Kussmaul, Brian Knaeble, Chris Mayfield, and Aman Yadav. 2016. Results from a survey of faculty adoption of process oriented guided inquiry learning (POGIL) in computer science. In Proceedings of the 2016 ACM Conference on Innovation and Technology in Computer Science Education. 186–191.
Helen H Hu and Tricia D Shepherd. 2013. Using POGIL to help students learn to program. ACM Transactions on Computing Education (TOCE) 13, 3 (2013), 1–23.
Helen H Hu and Tricia D Shepherd. 2014. Teaching CS 1 with POGIL activities and roles. In Proceedings of the 45th ACM technical symposium on Computer science education. 127–132.
Clifton Kussmaul. 2012. Process oriented guided inquiry learning (POGIL) for computer science. In Proceedings of the 43rd ACM technical symposium on Computer Science Education. 373–378.
Alison Mackey and Susan M Gass. 2015. Second language research: Methodology and design. Routledge. 52–60 pages.
Richard S Moog and James N Spencer. 2008. POGIL: An overview. ACS Publications.
Sukanya Kannan Moudgalya, Chris Mayfield, Aman Yadav, Helen H Hu, and Clif Kussmaul. 2021. Measuring Students’ Sense of Belonging in Introductory CS Courses. In Proceedings of the 52nd ACM Technical Symposium on Computer Science Education. 445–451.
José Augusto da Silva Pontes Neto. 2006. Teoria da aprendizagem significativa de David Ausubel: perguntas e respostas. Série-Estudos-Periódico do Programa de Pós-Graduação em Educação da UCDB (2006).
R Newman, R Gatward, and M Poppleton. 1970. Paradigms for teaching computer programming in higher education. WIT Transactions on Information and Communication Technologies 7 (1970).
Jhonatas Costa Oliveira, Leandro Silva Galvão de Carvalho, Elaine Harada Teixeira de Oliveira, David Braga Fernandes de Oliveira, and Filipe Dwan Pereira. 2021. Análise de correlação entre habilidade de Resolução de Problemas e desempenho em disciplinas de programação. In Anais Estendidos do Simpósio Brasileiro de Educação em Computação. SBC, 43–44.
Lisa Olivieri. 2013. Piloting POGIL in an introductory Python programming course. Journal of Computing Sciences in Colleges 28 (06 2013), 194–195.
Lisa M Olivieri. 2013. Piloting POGIL in an introductory Python programming course. Journal of Computing Sciences in Colleges 28, 6 (2013), 194–195.
Filipe Dwan Pereira, Linnik Maciel de Souza, Elaine Harada Teixeira de Oliveira, David Braga Fernandes de Oliveira, and Leandro Silva Galvão de Carvalho. 2020. Predição de desempenho em ambientes computacionais para turmas de programação: um Mapeamento Sistemático da Literatura. In Anais do XXXI Simpósio Brasileiro de Informática na Educação. SBC, 1673–1682.
Filipe Dwan Pereira, Elaine HT Oliveira, David Fernandes, and Alexandra Cristea. 2019. Early performance prediction for CS1 course students using a combination of machine learning and an evolutionary algorithm. In 2019 IEEE 19th International Conference on Advanced Learning Technologies (ICALT), Vol. 2161. IEEE, 183–184.
Beth Simon, Brian Hanks, Renée McCauley, Briana Morrison, Laurie Murphy, and Carol Zander. 2009. For me, programming is.... In Proceedings of the fifth international workshop on Computing education research workshop. 105–116.
Luiza Engler Stadelhofer and Isabela Gasparini. 2018. Ensino de Algoritmos e Lógica de Programação para os Diferentes Cursos: Um Mapeamento Sistemático da Literatura. In Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), Vol. 29. 108.
Christopher Watson and Frederick WB Li. 2014. Failure rates in introductory programming revisited. In Proceedings of the 2014 conference on Innovation & technology in computer science education. 39–44.
Aman Yadav, Clif Kussmaul, Chris Mayfield, and Helen H Hu. 2019. POGIL in computer science: faculty motivation and challenges. In Proceedings of the 50th ACM Technical Symposium on Computer Science Education. 280–285.
Aman Yadav, Chris Mayfield, Sukanya Kannan Moudgalya, Clif Kussmaul, and Helen H Hu. 2021. Collaborative Learning, Self-Efficacy, and Student Performance in CS1 POGIL. In Proceedings of the 52nd ACM Technical Symposium on Computer Science Education. 775–781.
