Avaliador Didático da Computação: Suporte aos Docentes para Reflexão da Prática Pedagógica

• Ígor Almeida Guedes Universidade Federal de Juiz de Fora (UFJF)
• Ronney M. de Castro Universidade Federal de Juiz de Fora (UFJF)
• Tadeu Moreira de Classe Universidade Federal do Estado do Rio de Janeiro (UNIRIO)
• Eduardo Gomes de Oliveira Universidade Federal do Estado do Rio de Janeiro (UNIRIO) / Instituto Federal do Sudeste de Minas Gerais (IF Sudeste MG)
• Sean W. M. Siqueira Universidade Federal do Estado do Rio de Janeiro (UNIRIO)
• Cátia C. C. de Castro Universidade Federal de Juiz de Fora (UFJF)

DOI: https://doi.org/10.5753/sbie.2026.27451

Resumo

O avanço das tecnologias digitais exige que docentes da área de Computação adotem práticas pedagógicas capazes de promover competências, autonomia e pensamento crítico. Entretanto, ainda são escassas ferramentas informatizadas que apoiem a reflexão sistemática sobre essas práticas. Este trabalho apresenta o Avaliador Didático da Computação (ADComp), um sistema de diagnóstico e feedback fundamentado no Hexágono Didático da Computação, desenvolvido para apoiar a autoavaliação e a reflexão contínua dos docentes. O sistema foi avaliado por meio de uma prova de conceito com professores de Computação, utilizando o Modelo de Aceitação Tecnológica (TAM). Os resultados indicaram percepção positiva quanto à facilidade de uso, utilidade percebida e intenção de uso do sistema. Como contribuição, o ADComp operacionaliza o Hexágono Didático da Computação em uma ferramenta prática, aproximando teoria e prática pedagógica e oferecendo suporte ao desenvolvimento profissional docente.

Palavras-chave: Didática da Computação, Hexágono Didático, Formação Docente

Referências

Apiola, M., López-Pernas, S., e Saqr, M. (2023). Past, present and future of computing education research: A global perspective. Springer Nature.

Basili, V. R. (1992). Software modeling and measurement: the goal/question/metric paradigm. Technical Report: University of Maryland, UMIACS-TR-92-9(CS-TR-2956).

Bennedsen, J. e Caspersen, M. E. (2019). Failure rates in introductory programming: 12 years later. ACM inroads, 10(2):30–36.

Bonwell, C. C. e Eison, J. A. (1991). Active learning: Creating excitement in the classroom. 1991 ASHE-ERIC higher education reports. ERIC.

Campbell, D. T. e Stanley, J. C. (2015). Experimental and quasi-experimental designs for research. Ravenio books.

Candau, V. M. (2011). A didática e a formação de educadores–da exaltação à negação: a busca da relevância. A didática em questão, 33:13–24.

Castro, R. M., Siqueira, S. W. M., e da Silva Monteiro, S. (2020). Didática da computaçao na perspectiva da aprendizagem ativa. In Congresso Brasileiro de Informática na Educação (CBIE), pages 31–40. SBC.

Castro, R. M. d. (2019). Hexágono Didático da Computação: um modelo teórico para a Didática da Computação. Tese (doutorado em ciência da computação), Universidade Federal de Minas Gerais, Belo Horizonte.

Chi, M. T. e Wylie, R. (2014). The icap framework: Linking cognitive engagement to active learning outcomes. Educational psychologist, 49(4):219–243.

Córdova-Esparza, D.-M., Romero-González, J.-A., Córdova-Esparza, K.-E., Terven, J., e López-Martínez, R.-E. (2024). Active learning strategies in computer science education: A systematic review. Multimodal Technologies and Interaction, 8(6):50.

Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. psychometrika, 16(3):297–334.

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, pages 319–340.

Denning, P. J. (2017). Remaining trouble spots with computational thinking. Communications of the ACM, 60(6):33–39.

Deslauriers, L., McCarty, L. S., Miller, K., Callaghan, K., e Kestin, G. (2019). Measuring actual learning versus feeling of learning in response to being actively engaged in the classroom. Proceedings of the National Academy of Sciences, 116(39):19251–19257.

Force, T. (2020). Computing curricula 2020: Paradigms for global computing education. Association for Computing Machinery, New York, NY, USA.

Freeman, S., Eddy, S. L., McDonough, M., Smith, M. K., Okoroafor, N., Jordt, H., e Wenderoth, M. P. (2014). Active learning increases student performance in science, engineering, and mathematics. Proceedings of the national academy of sciences, 111(23):8410–8415.

Furtado, A. e Furtado, A. (2018). Elementos de Didática da Computação. Furtado.com.

Gil, A. C. (2015). Didática do ensino superior. Atlas.

Libâneo, J. C. (2017). didática. Cortez editora.

Lombardi, D. et al. (2021). Active learning strategies in higher education: A systematic review. Educational Psychology Review, 33:73–102.

Luxton-Reilly, A., Simon, Albluwi, I., et al. (2018). Introductory programming: A systematic literature review. Proceedings Companion of the 23rd Annual ACM Conference on Innovation and Technology in Computer Science Education, pages 55–106.

Martins, C. F. e. a. (2025). Aprender ativamente: Perspectivas críticas sobre as metodologias ativas na educação contemporânea. Missioneira.

Michael, J. (2006). Where's the evidence that active learning works? Advances in physiology education.

Morais, P. S., Rosa, J. C., Marinho, A. R. S., e Matos, E. (2018). Formação docente na pós-graduação stricto sensu em ciência da computação: um recorte das regiões norte e nordeste. In Workshop sobre Educação em Computação (WEI). SBC.

Nielsen, J. (2000). Why you only need to test with 5 users. Nielsen Norman Group: Evidence-Based User Experience Research, Training, and Consulting. Disponível em [link], Acesso em 18 Fev. 2026.

Parrish, A. et al. (2021). A systematic review of pedagogical approaches in computer science education. IEEE Transactions on Education, 64(4):345–356.

Perry, G. (2022). Generation alpha: understanding our children and helping them thrive. Avondale Academic Press.

Prince, M. (2004). Does active learning work? a review of the research. Journal of engineering education, 93(3):223–231.

Sensinum (2020). What is proof of concept in software development? likely something else than you think. Sensinum. Disponível em [link], Acesso em 18 Fev. 2026.

Souza, A. C. d., Alexandre, N. M. C., e Guirardello, E. d. B. (2017). Propriedades psicométricas na avaliação de instrumentos: avaliação da confiabilidade e da validade. Epidemiologia e serviços de saúde, 26:649–659.

Theobald, E. J., Hill, M. J., Tran, E., Agrawal, S., Arroyo, E. N., Behling, S., Chambwe, N., Cintrón, D. L., Cooper, J. D., Dunster, G., et al. (2020). Active learning narrows achievement gaps for underrepresented students in undergraduate science, technology, engineering, and math. Proceedings of the National Academy of Sciences, 117(12):6476–6483.

Tiberghien, A., Vince, J., e Gaidioz, P. (2009). Design-based research: Case of a teaching sequence on mechanics. International Journal of Science Education, 31(17):2275–2314.

Ullman, J. B. e Bentler, P. M. (2012). Structural equation modeling. Handbook of Psychology, Second Edition, 2:1–30.

Wang, Y. e. a. (2022). A comparative study on the effectiveness of traditional and modern teaching methods. Atlantis Press.