Teoria da Aprendizagem Experiencial de Kolb e o Ciclo de Belhot Guiando o Uso de Simulações Computacionais no Processo Ensino Aprendizagem

  • Maria das Graças Bruno Marietto UFABC
  • Wagner Tanaka Botelho UFABC
  • João Carlos da Motta Ferreira UFABC
  • Edson Pinheiro Pimentel UFABC

Resumo


O objetivo principal deste trabalho é contribuir no repensar do uso de simulações computacionais no ensino superior. Uma proposta pedagógica é apresentada com a aplicação da Teoria da Aprendizagem Experiencial de Kolb e do ciclo de aprendizagem de Belhot para estruturar um conjunto de atividades de simulação computacional em laboratórios. O conteúdo escolhido para ser ensinado é a técnica Ant Colony Optimization, tendo sido adaptada e implementada no software RoboMind.

Referências

Belhot, R.V. Reflexões e propostas sobre o "ensinar engenharia para o século XXI". Tese (Livre Docência), EESC, Universidade de São Paulo, São Carlos, 1997.

Dorigo, M.; Caro, G.; Gambardella, L.M. Ant algorithm for discrete optimization, Artificial Life, v. 5, n. 2, pp. 137-172, 1999.

Halma, A. Welcome to Robomind.net. 2014. Acesso em 21 de Julho de 2014. Disponível em <http://www.robomind.net>.

Kolb, D.A. The learning style inventory, Boston, Ma.: McBer, Technical Manual, 1976.

Kolb, D. A. Experiential learning. Prentice-Hall, Englewood Cliffs, New Jersey, 1984.
Publicado
03/11/2014
MARIETTO, Maria das Graças Bruno; BOTELHO, Wagner Tanaka; FERREIRA, João Carlos da Motta; PIMENTEL, Edson Pinheiro. Teoria da Aprendizagem Experiencial de Kolb e o Ciclo de Belhot Guiando o Uso de Simulações Computacionais no Processo Ensino Aprendizagem. In: WORKSHOP DE INFORMÁTICA NA ESCOLA (WIE), 20. , 2014, Dourados. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2014 . p. 527-531. DOI: https://doi.org/10.5753/cbie.wie.2014.527.