Avaliando a Criatividade de Aplicações Móveis na Educação em Computação: Um Resumo Estendido
Resumo
A criatividade é uma habilidade importante do século XXI. Embora seja tradicionalmente associada às artes e à literatura, ela também pode ser desenvolvida como parte do ensino da computação. Uma das formas de estimular a criatividade é por meio do ensino de desenvolvimento de aplicativos móveis com o App Inventor, um ambiente de programação baseado em blocos tipicamente usado na Educação Básica. Nesse contexto, a avaliação desempenha um papel crucial na avaliação da aprendizagem e do progresso dos alunos. Embora existam modelos de avaliação da criatividade, sua avaliação enfocando aplicativos móveis na educação em computação permanece relativamente inexplorada. Nesse contexto, esta tese apresenta um modelo de avaliação da criatividade de aplicativos móveis desenvolvidos com o App Inventor. De acordo com a definição de criatividade, o modelo inclui as dimensões de originalidade, flexibilidade e fluência. Essas dimensões são avaliadas em relação às funcionalidades, componentes, programação, tópicos e tags, computando suas frequências dentro do aplicativo e comparando-as com um universo de referência de aplicativos existentes. Com o objetivo de analisar a capacidade do modelo em avaliar a criatividade de aplicativos móveis foram realizadas diversas análises estatísticas. Os resultados demonstram que o modelo é capaz de diferenciar aplicativos considerados criativos de acordo com avaliadores humanos, indicando a eficácia do modelo. Além disso, as análises estatísticas confirmaram a confiabilidade, a validade de construto e a qualidade do modelo de avaliação. O uso de um universo de referência pelo modelo fornece uma base padronizada e objetiva para medir a criatividade, facilitando comparações e interpretação dos resultados. Ao introduzir um modelo de avaliação da criatividade de aplicativos móveis desenvolvidos com o App Inventor, visa-se estimular e nutrir a criatividade entre os estudantes no contexto do ensino da computação. O modelo desenvolvido contribui para o estabelecimento de uma ferramenta de avaliação para avaliar a criatividade, beneficiando tanto educadores como estudantes.
Palavras-chave:
Educação de computação, Brasil, EduComp
Referências
Nathalia da Cruz Alves. Assessing the Creativity of Mobile Applications in Computing Education. 2023. Tese (Doutorado em Ciência da Computação) – PPGCC/Universidade Federal de Santa Catarina. [link].
Nathalia da Cruz Alves, Christiane. Gresse von Wangenheim, Lúcia Helena Martins-Pacheco (2021). Assessing Product Creativity in Computing Education: A Systematic Mapping Study. Informatics in Education, 20(1), 19-45. DOI: 10.15388/infedu.2021.02.
Saleema Amershi et al. 2019. Software engineering for machine learning: A case study. International Conference on Software Engineering: Software Engineering in Practice. Montreal, QC, Canada: IEEE. 291-300. DOI: 10.1109/ICSE-SEIP.2019.00042
Victor R. Basili, Gianluigi Caldiera, H. Dieter Rombach. 1994. The Goal Question Metric Approach. In Encyclopedia of Software Engineering. Wiley.
David Cavallo, Helena Singer, Alex S. Gomes, Ig I. Bittencourt, Ismar F. Silveira. 2016. Inovação e Criatividade na Educação Básica: Dos conceitos ao ecossistema. Revista Brasileira de Informática na Educação, 24(2).
Douglas E Comer, David Gries, Michael C. Mulder, Allen Tucker, A. Joe Turner, Paul R. Young. 1989. Computing as a discipline. Communications of the ACM, 32(1), 9-23. DOI: 10.1145/63238.63239
Joy P. Guilford. 1950. Creativity. American Psychologist, v. 5.
Christiane Gresse von Wangenheim, Nathalia da Cruz Alves; Miriam N. F. Ferreira, Jean C. R. Hauck. 2023. Creating Mobile Applications with App Inventor Adopting Computational Action. In Teaching Coding in K-12 Schools: Research and Application (pp. 305-318). Cham: Springer International Publishing. DOI: 10.1007/978-3-031-21970-2_20.
Andrew F. Hayes, Jacob J. Coutts. 2020. Use Omega Rather than Cronbach’s Alpha for Estimating Reliability. But…, Communication Methods and Measures, 14, 1, 1-24, DOI: 10.1080/19312458.2020.1718629.
James C. Kaufman, John Baer. Beyond new and appropriate Who decides what is creative? Creativity Research Journal, v. 24, n. 1, p. 83-91, 2012. DOI: 10.1080/10400419.2012.649237.
James C. Kaufman, Ronald A. Beghetto. 2009. Beyond Big and Little: The Four C Model of Creativity. Review of General Psychology 13, 1 (Mar. 2009), 1–12. DOI: 10.1037/a0013688.
James C. Kaufman, Jonathan A. Plucker, John Baer. 2008. Essentials of creativity assessment. John Wiley & Sons.
Natalie Kiesler. 2022. Reviewing Constructivist Theories to Help Foster Creativity in Programming Education. IEEE Frontiers in Education Conference (FIE). Uppsala, Sweden: IEEE. p. 1-5. DOI: 10.1109/FIE56618.2022.9962699
Craig Larman, Victor R. Basili. 2003. Iterative and incremental developments: a brief history. IEEE Computer, 36, 47–56. DOI: 10.1109/MC.2003.1204375
Robert J. Mislevy, Russel G. Almond, Janice F. Lukas. 2004. A Brief Introduction to Evidence-Centered Design. CSE Report 632. US Department of Education.
MIT App Inventor. 2023. App of the Month. [link]
Fumiko A. Samejima. 1969. Estimation of latent ability using a response pattern of graded scores. Psychometric Monograph, v. 17.
Mark N. K. Saunders, Philip Lewis, Adrian Thornhill. 2019. Research Methods for Business Students. 8. ed. New York: Pearson
Valerie J. Shute, Chen Sun, Jodi Asbell -Clarke. 2017. Demystifying computational thinking. Educational Research Review, 22, 142 -158. DOI: 10.1016/j.edurev.2017.09.003.
Mike Tissenbaum, Josh Sheldon, Hal Abelson. From Computational Thinking to Computational Action. Communications of the ACM, 62(3), 34-36, 2019. DOI: 10.1145/3265747
Universidade Federal de Santa Catarina - Computação na Escola. CodeMaster. [link]
Robert K. Yin. 2017. Case Study Research and Applications: Design and Methods. 6th. ed. Thousand Oaks: Sage.
Nathalia da Cruz Alves, Christiane. Gresse von Wangenheim, Lúcia Helena Martins-Pacheco (2021). Assessing Product Creativity in Computing Education: A Systematic Mapping Study. Informatics in Education, 20(1), 19-45. DOI: 10.15388/infedu.2021.02.
Saleema Amershi et al. 2019. Software engineering for machine learning: A case study. International Conference on Software Engineering: Software Engineering in Practice. Montreal, QC, Canada: IEEE. 291-300. DOI: 10.1109/ICSE-SEIP.2019.00042
Victor R. Basili, Gianluigi Caldiera, H. Dieter Rombach. 1994. The Goal Question Metric Approach. In Encyclopedia of Software Engineering. Wiley.
David Cavallo, Helena Singer, Alex S. Gomes, Ig I. Bittencourt, Ismar F. Silveira. 2016. Inovação e Criatividade na Educação Básica: Dos conceitos ao ecossistema. Revista Brasileira de Informática na Educação, 24(2).
Douglas E Comer, David Gries, Michael C. Mulder, Allen Tucker, A. Joe Turner, Paul R. Young. 1989. Computing as a discipline. Communications of the ACM, 32(1), 9-23. DOI: 10.1145/63238.63239
Joy P. Guilford. 1950. Creativity. American Psychologist, v. 5.
Christiane Gresse von Wangenheim, Nathalia da Cruz Alves; Miriam N. F. Ferreira, Jean C. R. Hauck. 2023. Creating Mobile Applications with App Inventor Adopting Computational Action. In Teaching Coding in K-12 Schools: Research and Application (pp. 305-318). Cham: Springer International Publishing. DOI: 10.1007/978-3-031-21970-2_20.
Andrew F. Hayes, Jacob J. Coutts. 2020. Use Omega Rather than Cronbach’s Alpha for Estimating Reliability. But…, Communication Methods and Measures, 14, 1, 1-24, DOI: 10.1080/19312458.2020.1718629.
James C. Kaufman, John Baer. Beyond new and appropriate Who decides what is creative? Creativity Research Journal, v. 24, n. 1, p. 83-91, 2012. DOI: 10.1080/10400419.2012.649237.
James C. Kaufman, Ronald A. Beghetto. 2009. Beyond Big and Little: The Four C Model of Creativity. Review of General Psychology 13, 1 (Mar. 2009), 1–12. DOI: 10.1037/a0013688.
James C. Kaufman, Jonathan A. Plucker, John Baer. 2008. Essentials of creativity assessment. John Wiley & Sons.
Natalie Kiesler. 2022. Reviewing Constructivist Theories to Help Foster Creativity in Programming Education. IEEE Frontiers in Education Conference (FIE). Uppsala, Sweden: IEEE. p. 1-5. DOI: 10.1109/FIE56618.2022.9962699
Craig Larman, Victor R. Basili. 2003. Iterative and incremental developments: a brief history. IEEE Computer, 36, 47–56. DOI: 10.1109/MC.2003.1204375
Robert J. Mislevy, Russel G. Almond, Janice F. Lukas. 2004. A Brief Introduction to Evidence-Centered Design. CSE Report 632. US Department of Education.
MIT App Inventor. 2023. App of the Month. [link]
Fumiko A. Samejima. 1969. Estimation of latent ability using a response pattern of graded scores. Psychometric Monograph, v. 17.
Mark N. K. Saunders, Philip Lewis, Adrian Thornhill. 2019. Research Methods for Business Students. 8. ed. New York: Pearson
Valerie J. Shute, Chen Sun, Jodi Asbell -Clarke. 2017. Demystifying computational thinking. Educational Research Review, 22, 142 -158. DOI: 10.1016/j.edurev.2017.09.003.
Mike Tissenbaum, Josh Sheldon, Hal Abelson. From Computational Thinking to Computational Action. Communications of the ACM, 62(3), 34-36, 2019. DOI: 10.1145/3265747
Universidade Federal de Santa Catarina - Computação na Escola. CodeMaster. [link]
Robert K. Yin. 2017. Case Study Research and Applications: Design and Methods. 6th. ed. Thousand Oaks: Sage.
Publicado
22/04/2024
Como Citar
ALVES, Nathalia da Cruz; VON WANGENHEIM, Christiane Gresse.
Avaliando a Criatividade de Aplicações Móveis na Educação em Computação: Um Resumo Estendido. In: CONCURSO DE TESES E DISSERTAÇÕES EM EDUCAÇÃO EM COMPUTAÇÃO - SIMPÓSIO BRASILEIRO DE EDUCAÇÃO EM COMPUTAÇÃO (EDUCOMP), 4. , 2024, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2024
.
p. 41-42.
DOI: https://doi.org/10.5753/educomp_estendido.2024.238701.
