1

MÁQUINA DE RUBE GOLDBERG COMO ESTRATÉGIA DE ENSINO DE PENSAMENTO COMPUTACIONAL

GOLDBERG RUBE MACHINE AS A COMPUTATIONAL THINKING TEACHING STRATEGY

Alexandre Simon1

Vanessa Lima Bertolazi Simon1 Elcio Schuhmacher2

Grupo Temático 1. Subgrupo 1.1

Resumo: No atual cenário, é expressiva a relevância e a evolução da tecnologia e dos sistemas que a compõe. Deste modo, é significativo o nosso olhar para a escola, visando preparar nossos alunos para as habilidades do século XXI. Neste contexto aplica-se os pilares do Pensamento Computacional (Abstração, Decomposição, Reconhecimento de Padrões e Algoritmo), a fim de desenvolver habilidades comumente desenvolvidas por cientistas da computação, como a resolução de problemas, ambiguidade e comunicação. Em consonância a esta prerrogativa, foi proposto a alunos de duas turmas do 8 Ano do Ensino Fundamental, de uma escola particular no município de Tijucas, a construção da Máquina de Rube Goldberg (MRG), que traz em seu cerne o nome de seu criador e visa resolver um problema simples de forma complicada. Nesta pesquisa, de cunho qualitativo, atuou-se como professor e pesquisador com método de investigação participante, na qual se observau o processo de desenvolvimento dos projetos de construção da MRG e a sua replicação por um grupo oposto. Para análise dos dados fez uso da abstração empírica e reflexionante, dada a fase de ensino e idade dos participantes, identificando que, na proposta, os alunos atingiram somente a abstração empírica. Sendo assim, estratégias como a construção da Máquina de Rube Goldberg, converge com o desenvolvimento das habilidades propostas pelo Pensamento Computacional e de suas habilidades e atitudes. Palavras-chave: Reflexionante, Empírica, Pensamento Computacional. Abstract: In the current scenario, the relevance and evolution of the technology and the systems that compose it are significant. In this way, our look at the school is significant, aiming to prepare our students for the skills of the 21st century. In this context, the pillars of Computational Thinking (Abstraction, Decomposition, Pattern Recognition and Algorithm) are applied, in order to develop skills commonly developed by computer scientists, such as problem solving, ambiguity and communication. In line with this prerogative, students from two classes of the 8th year of elementary school, from a private school in the municipality of Tijucas, were proposed to build the Rube Goldberg Machine (MRG), which bears the name of its creator at its core. and aims to solve a simple problem in a complicated way. In this qualitative research, he worked as a teacher and researcher with a participatory research method, in which the development

1 Mestre em Ensino de Ciências Naturais e Matemática – Universidade Regional de Blumenau - FURB 2 Doutor do Programa de Pós Graduação em Ensino de Ciências Naturais e Matemática - Universidade Regional

de Blumenau - FURB

2

process of MRG's construction projects and their replication by an opposite group were observed. For data analysis, he made use of empirical and reflective abstraction, given the teaching phase and age of the participants, identifying that, in the proposal, students reached only the empirical abstraction. Thus, strategies such as the construction of the Rube Goldberg Machine, converge with the development of the skills proposed by Computational Thinking and its skills and attitudes.

Keywords: Reflective, Empirical, Computational Thinking.

1. Introdução

Vivemos em uma sociedade, em que as tecnologias passam por constantes evoluções, sejam elas de cunho estrutural ou de softwares, capazes de realizar inúmeras funções que antes atribuía-se exclusivamente a condição humana.

O impacto das tecnologias controladas por estes artefatos é cada vez maior, uma vez que a Computação provê estratégias para lidar com a complexidade, avançando na solução de problemas distintos e em diferentes áreas do conhecimento. Na prática, esses conceitos podem ser aplicados transversalmente ao conteúdo de disciplinas, tanto da educação básica (Matemática, Ciências, Artes etc.) como da educação superior por meio de técnicas de resolução de problemas (ZORZO; RAABE, 2017). De acordo com Bazzo et al (2016, p. 83) “podemos até dizer que a tecnologia são todas as coisas que fazemos para expandir a nossa humanidade no mundo, humanidade esta que se situaria num patamar superior, acima da natureza natural”.

Com todas estas mudanças ocorrendo e de forma muito rápida é necessário, portanto, formar cidadãos aptos não apenas a lidarem com a tecnologia como usuários, mas sim a conceberem e produzirem tecnologia. Assim, recentemente, o Pensamento Computacional (PC) vem sendo apontado (WING, 2014; CODE.ORG, 2016; LIUKAS, 2019) como um conjunto de habilidades do século XXI, as quais todos os alunos devem possuir, em que se desenvolvem habilidades de resolução de problemas a partir de princípios usados Ciência da Computação.

A partir do exposto, buscou-se a aplicar uma estratégia desconectada do computador, baseada no desenvolvimento do raciocínio lógico, sistemático e algorítmico que compõem os quatro pilares do Pensamento Computacional, citados por Grover e Pea (2013) e pela BBC Learning (2015), os quais são descritos por eles como a Decomposição, Reconhecimento de Padrões, Abstração e Algoritmos.

Na pesquisa, de cunho qualitativo, conforme proposto por Bogdan e Biklen (2013), na qual atuou-se como professor e pesquisador e o método de investigação se enquadra como observação participante, na qual se observar o processo de desenvolvimento dos projeto de construção da Máquina de Rube Goldberg (MRG) e assim procurar identificar quais competências e habilidades do Pensamento Computacional são desenvolvidas pelos alunos do 8º Ano do ensino fundamental de um colégio particular no município de Tijucas, em Santa Catarina, durante o desenvolvimento e construção do projeto, bem como, avaliar a influência desta construção no raciocino lógico e abstrato dos alunos.

3

Os dados obtidos foram as observações ocorridas durante o desenvolvimento do projeto e também as análises da apresentação do projeto pela equipe. Envolvendo a obtenção de dados descritivos, obtidos no contato direto do pesquisador com a situação estudada (BOGDAN E BIKLEN).

2. PENSAMENTO COMPUTACIONAL

A evolução da Computação, em especial das áreas de Teoria da Computação e Engenharia de Software, descreve a trajetória da nossa aquisição de conhecimento com relação a como sistematizar (e se possível, automatizar) o processo de resolução de problemas. Essa habilidade, de sistematizar, representar e analisar a atividade de resolução de problemas é chamada de raciocínio ou pensamento computacional.

Wing (2016) destaca que o Pensamento Computacional pode ser colocado como uma das habilidades intelectuais básicas de um ser humano, comparada a ler, escrever, falar e fazer operações aritméticas. Habilidades estas que servem para descrever e explicar situações complexas.

Nesta linha de raciocínio, o Pensamento Computacional é mais uma linguagem (junto com as linguagens escrita e falada, e a matemática) que podemos usar para esboçar sobre o universo e seus processos complexos, do mesmo modo, Wing (2016, p. 2) estabelece que o

Pensamento computacional envolve a resolução de problemas, projeção de sistemas, e compreensão do comportamento humano, através da extração de conceitos fundamentais da ciência da computação. O pensamento computacional inclui uma série de ferramentas mentais que refletem a vastidão do campo da ciência da computação.

A partir desta premissa foi percebida a necessidade para desenvolver o PC como uma abordagem para resolver problemas usando métodos informáticos sendo esses conectados, ou seja, com o uso do computador ou não conectados, sem o uso do computador.

A base do estudo não é o uso do computador, mas o estudo de como usar suas capacidades para resolver os problemas que surgem, uma compreensão das necessidades humanas e das perspectivas e limitações da computação. Como resultado, habilidades rotineiras são adquiridas, modelos matemáticos são criados que interagem com o mundo real.

Para o ensino curricular do pensamento computacional, faz-se necessário criar estratégias que avaliem os efeitos do uso deste em um ambiente na aprendizagem. As estratégias do PC propostas na literatura estão diretamente relacionadas ao contexto ao qual foram concebidas (Estados Unidos, Reino Unido, Austrália, entre outros países) (CASPERSEN E NOWACK, 2013; CIEB, 2018).

Assumindo-se assim que a avaliação da aprendizagem ocorra como uma forma prática e contínua de melhoria das estratégias desenvolvidas e como contribuição para o acompanhamento e orientação dos alunos durante o processo de desenvolvimento de habilidades computacionais. Portanto, para aplicar o PC no Brasil é necessário a criação de estratégias que considerem as particularidades da educação brasileira, através de uma metodologia que envolva os conceitos já definidos na literatura.

4

Pesquisas foram realizadas, a fim de identificar e definir os pilares que compõem o Pensamento Computacional (CODE.ORG, 2016; LIUKAS, 2019; BBC LEARNING, 2015), compondo os Quatro Pilares do PC (GROVER E PEA, 2013; CSIZMADIA et al., 2015).

A partir desta premissa, foi possível descrever estes pilares de acordo com sua complexidade e funcionalidade. Desta forma, ao identificar um determinado problema e desmembrá-lo em pequenas partes, facilitando o gerenciamento delas, chama-se de Decomposição. Ao passo que, ao realizar a análise de cada parte e reconhecer suas semelhanças, e identificando a solução única para problemas parecidos, envolve o Reconhecimento de Padrões. Dirigir a atenção, especificamente a pormenores importantes, descartando informações que são dispensáveis, realiza-se a Abstração. Ao fazer uso de todos os demais pilares, associando-os a uma sequência na resolução de problemas, encontramos o Algoritmo (BBC LEARNING, 2015; BRACKMANN, 2017)

Segundo Brackmann (2017) o Pensamento Computacional utiliza os quatro pilares, para a resolução de problemas complexos, fazendo uso de regras na criação de uma linguagem que os sistemas computacionais possam entender, fragmentando os problemas, com o intuito de resolvê-los de forma eficiente e direcionada. Esta característica, não fica restrita a área da computação ou as exatas, mas pode ser utilizada por qualquer área do conhecimento e é inerente a escolha da futura profissão dos alunos, mediante a sua flexibilização diante das inúmeras maneiras que podem ser utilizadas.

2.1 A Máquina de Rube Goldberg (MRG)

A máquina de Rube Goldberg é projetada intencionalmente para executar uma tarefa simples de maneira indireta e excessivamente complicada. Geralmente, essas máquinas consistem em uma série de dispositivos simples e não relacionados; a ação de cada um desencadeia o início do próximo, resultando eventualmente na execução de um objetivo declarado. O design de uma "máquina" desse tipo é frequentemente apresentado em papel e seria impossível de implementar na realidade. Mais recentemente, essas máquinas estão sendo totalmente construídas para entretenimento e nas competições que recebem o nome do próprio criador Rube Goldberg ou também chamadas de RGM.

Estudos de máquinas Rube Goldberg são geralmente encontrados em duas categorias. A primeira categoria inclui estudos relacionados a estudantes de engenharia no nível universitário e a segunda categoria inclui estudos relacionados aos alunos do ensino médio e fundamental (DEVECI, 2019).

Nesta pesquisa faremos uso da Máquina de Rube Goldberg para fins de reconhecimento e utilização dos pilares do Pensamento Computacional, buscando o desenvolvimento de habilidades de PC, usando de projetos de criação e replicação da MRG em alunos do 8 º Ano do Ensino Fundamental. O objetivo do processo, além da habilidade supracitada é ainda desenvolver habilidades como pensamento crítico, criatividade, inovação e resolução de problemas, além de tornar esse processo uma atividade de aprendizado alternativa e divertida.

2.2 Habilidades do Pensamento Computacional

5

O pensamento computacional é definido por Wing (2016) como o conjunto de habilidades intelectuais e de raciocínio que indica como as pessoas interagem e aprendem a pensar por meio da das habilidades do PC.

Mas, ao se aplicar a qualquer disciplina, com o objetivo de resolver problemas, o PC é antes de tudo executado por pessoas e não por computadores e na busca da solução faz-se necessário utilizar o pensamento lógico, associado as habilidades de reconhecer padrões, representar soluções usando os passos dos algoritmos, decompor o problema em partes menores e abstrair um modelo com o objetivo de entender o problema.

Por sua vez, um algoritmo pode ser definido como:

“Um algoritmo é um método finito, escrito em um vocabulário fixo, regido por instruções precisas, que se movem em passos discretos, 1, 2, 3, ..., cuja execução não requer insight, esperteza, intuição, inteligência ou clareza e lucidez, e que mais cedo ou mais tarde chega a um fim” (BERLINSKI, 2002, p.21).

Essa definição captura uma importante característica dos algoritmos: a habilidade de construir um algoritmo e não em executar ele somente para uma codificação. Considera-se o algoritmo como uma forma de representar e compartilhar o conhecimento que se tem sobre um determinado problema. Assim, o pensamento algorítmico traduz uma abordagem baseada na ideia de desenvolvimento de um processo de solução de um problema, reconhecendo etapas e formulando regras e generalizações.

A solução algorítmica apresenta uma regularidade de etapas, a serem seguidas e cada sequência, caso seja seguida até no final, resultará em ter uma resposta para o problema. Pode-se ter como exemplo as instruções em uma receita para assar um bolo, se executa, essencialmente, um algoritmo. O que torna o processo reproduzível.

Tem-se então que no processo de resolução de um problema as regularidades são regras ou etapas a serem seguidas por qualquer um que saiba ou entende o algoritmo. Isso permite que uma máquina burra, como um computador, possa seguir mecanicamente as regras e resolver qualquer instância de problema também. Isso é o que todos os computadores fazem – seguem algoritmos escritos por pessoas.

Assim, o algoritmo pode ser executado por um computador e entendido por qualquer pessoa que compreenda essa linguagem.

De acordo com a International Society for Technology in Education - ISTE (2011), o Pensamento Computacional (PC) é um processo de resolução de problemas que inclui (mas não está limitado) as seguintes características:

• Formular problemas de uma forma que nos permita usar um computador e outras ferramentas para ajudar a resolvê-los, organizando e analisando logicamente os dados;

• Representar dados através de abstrações como modelos e simulações, automatizando soluções por meio de pensamento algorítmico (uma série de etapas ordenadas);

• Identificar, analisar e implementar possíveis soluções com o objetivo de alcançar o máximo combinação eficiente e eficaz de etapas e recursos;

6

• Generalizar e transferir este processo de resolução de problemas para uma ampla variedade de problemas. Essas habilidades são apoiadas e reforçadas por uma série de atitudes que são

dimensões essenciais do PC. Essas atitudes incluem: • Confiança em lidar com a complexidade; • Persistência ao trabalhar com problemas difíceis; • Tolerância para ambiguidades; • A capacidade de lidar com os problemas em aberto; • A capacidade de se comunicar e trabalhar com outros para alcançar um objetivo ou

solução em comum.

3. Metodologia

A atividade da construção da Máquina de Rube Goldberg, foi realizado durante as aulas de Pensamento Computacional, que teve a duração de quatro aulas, como parte do processo de entendimento e utilização dos pilares do PC. A atividade desplugada tem como base o desenvolvimento das habilidades do PC sem o uso do computador, e assim inferir os indícios de desenvolvimento da capacidade de abstração nos alunos.

Considerando que a MRG envolve um conjunto de técnicas, pois consiste na utilização de série de dispositivos simples e não relacionados, pois é necessário entender como funciona cada etapa do processo e como desencadear a etapa seguinte, o que resultara no movimento contínuo da máquina.

O projeto de construção da MRG é considerado uma abstração a ser decomposta pelas equipes. Pois para se obter a "máquina" é necessário primeiro propor um modelo que representa as partes e entender como cada parte se liga a seguinte, formando um algoritmo a ser seguido e em cada sequência, caso seja seguido o algoritmo até no final, resultará no funcionamento completo da MRG.

Por meio do desenvolvimento deste algoritmo existe a possibilidades para a exploração de conceitos que envolvam outras áreas do conhecimento, como a Matemática, Química, Física. O uso do pensamento algorítmico tem um caráter interdisciplinar e auxilia o raciocínio lógico, na medida em que as equipes decompõem um problema maior a que se propõem a resolver em outros menores. Além destas atribuições, os alunos precisam exercitar as atitudes de resiliencia, colaboração, raciociocinio sobre problema aberto e saber trabalhar em equipes para que a sua construção possa ter êxito

Deste modo, para explorar os pilares do Pensamento Computacional, como abstração, decomposição, algoritmo e reconhecimento de padrões, a máquina foi desenvolvida pelos alunos em quatro aulas, sendo que três aulas foram usadas para abstrair o problema, decompor e criar um algoritmo e construir a máquina projetada.

Enquanto que a quarta aula foi proposta para que as equipes pudessem replicar o algoritmo da máquina criada por outra equipe, com o objetivo de averiguar a validade do algoritmo criado (se é reproduzível) e se a equipe adquiriu a linguagem necessária para construir a MRG usando do algoritmo construído.

Fase inicial

7

Os alunos foram separados por grupos, tendo entre quatro ou cinco alunos em cada grupo (Figura 1). A escolha dos materiais a serem usadas em cada etapa da MRG, foi deixada livre, cabendo a cada equipe definir os materiais e componentes a serem usados.

Figura 1: Pesquisa inicial sobre a máquina

Fonte: Arquivo do autor

Nesta etapa os alunos foram orientados a realizar uma busca pela internet, para poderem entender o funcionamento da Máquina de Rube Goldberg, dando ênfase à vídeos que abordavam o seu funcionamento em diferentes situações, bem como, com o uso de diferentes materiais.

Ao término da aula para a construção dos modelos, as equipes escolheram os materiais que seriam utilizados e trazidos na aula seguinte, apontando o objetivo do material

- Dominós ou outro material que gerasse uma queda em sequência;

- Materiais que se assemelham a rampas ou tubos cilíndricos ocos;

- Bolas de diferentes tamanhos (bolas de gude, tênis de mesa etc.)

- Materiais como barbantes, lápis, copos, papelão;

- Para formar ângulos trariam livros, pesos;

- Carrinhos a corda ou fricção, para o movimento.

E poderiam trazer e utilizar outros materiais que pudessem fazer parte da construção de suas máquinas

A construção da máquina

Durante a segunda aula, os grupos tendo em mãos os materiais, utilizaram dos algoritmos produzidos para construir suas máquinas, identificando as possibilidades, ângulos, inclinações, quantidade de peças e recursos outros que seriam necessários.

Paralelo a montagem da máquina, as equipes foram corrigindo o algoritmo inicial e orientados a escrever um relatório do passo a passo da montagem da MRG, (decomposição em partes menores), no qual deveria constar os materiais utilizados, a forma como ficariam dispostos, assim como distância e posição dos materiais (Figura 2).

Oportunizou-se neste momento a fazer uma alusão, junto aos alunos, sobre a relação dos relatórios que devem funcionar como um algoritmo, um programa de computador, uma sequência de etapas, tendo que as peças escolhidas e sequencia de implementação para a

8

montagem da máquina seriam a figura da linguagem de programação e assim, se o algoritmo fosse executado corretamente o computador poderia construir ou processar a máquina.

Figura 2: Projetando a máquina e escrita do relatório

Fonte: Arquivo do autor

A finalização da máquina

Na terceira aula, cada um dos grupos finalizou suas máquinas, ajustando os últimos detalhes para apresentação aos demais grupos, juntamente com o relatório incluindo o algoritmo contendo o passo a passo na montagem e execução. Neste momento foram tirados fotos e vídeos das máquinas finalizadas (Figuras: 5, 6 e 7) e seu funcionamento.

Figura 3: MRG finalizada

Fonte: Arquivo do autor

A replicação da máquina

Nesta quarta aula, os grupos da turma A, receberam os algoritmos com a sequência de etapas (decomposição) da turma B, juntamente com os materiais que seriam utilizados para a replicação da máquina. Assim, o relatório (algoritmo) tinha como função replicar a máquina produzida pela outra equipe, mostrando o funcionamento de cada etapa da decomposição e como se liga a seguinte.

9

Figura 4: MGR montagem e replicação

Fonte: Arquivo do autor

4. Resultados e Discussão

As aulas envolvendo a construção da MRG permitiram desenvolver atitudes de cooperação entre os alunos, que trabalhassem e desenvolvessem a capacidade de lidar com um problema aberto, uma possibilidade que não haviam tido antes, e que produziu muitas dúvidas e discussões, pois as equipes a todo momento solicitavam a aprovação do professor para o encaminhamento do projeto.

Mas percebeu-se que o maior ganho foi a capacidade de comunicação e de trabalho cooperativo desenvolvido pelas turmas, com o objetivo de construir a MRG. E por ser uma aula em que teriam que construir um artefato tecnológico, que utiliza uma metodologia ativa, citada por Schuhmacher (2019), os alunos demonstraram estar dispostos a aprender sobre os conteúdos interdisciplinares apresentados durante as aulas.

Percebe-se o envolvimento dos alunos, sua empolgação e pelas propostas de construção das máquinas esboçadas e mesmo durante a discussão sobre os materiais a serem utilizados. Mas ao mesmo tempo, dificuldades no entendimento da tarefa e da construção da máquina, por parte dos grupos, o que levou após a busca, a uma etapa de discussão e colaboração entre os grupos para entendimento das informações encontradas.

A partir da busca de informações, entendimento dos conceitos e colaboração entre os grupos, o MRG deixou de ser uma abstração e os grupos começaram a criar modelos, inicialmente expondo-os de forma verbal, sendo que durante esta etapa os alunos mostraram uma maior criatividade na concepção de uma máquina.

Ao se dar início a etapa de criação de um algoritmo, no papel, o qual deveria mostrar a sequência de etapas a serem realizadas na construção da MRG, e ao mesmo tempo na decomposição desta em partes menores, necessárias para a construção e replicação da máquina, pode-se perceber uma grande dificuldade por parte das equipes.

Ao tentarem abstrair seus “desejos” para um modelo real contendo etapas a serem implementadas as equipes demostraram dificuldades de refletir sobre a ação, passar à abstração, representar o problema em seu contexto, explicar as causas e as razões, tratar com o desconhecido ou com o mal definido, ou até mesmo inovar sobre os modelos pesquisados.

Já na etapa de montagem das MRG e teste das mesmas, percebeu-se dificuldades de realizar o que foi projetado e o que repercutiu na respectiva construção. Durante este período foi percebida a resiliência dos alunos, pois enquanto alguns queriam terminar o projeto de qualquer forma, outros insistiam em construir e perseverar no termino do projeto, com isso, pode-se perceber a habilidade de trabalho em equipe na resolução de um problema aberto, o qual ocorreu em todas as etapas de construção da máquina.

Todas as equipes se depararam com dificuldades de construção e funcionamento, mas a partir do momento que uma equipe conseguia supera-las, as outras equipes reconheciam um padrão de construção (paralelismo) e começaram a adotar em seu algoritmo.

10

Durante a replicação dos algoritmos surgiram dúvidas em relação aos relatórios e suas etapas de construção, não muito precisos, as posições dos materiais começaram a ser dispostos erroneamente em alguns casos, e discussões nos grupos começaram a pender para a tentativa lógica de decifrar como deveria funcionar a MRG.

Inicialmente a única referência que os grupos tinham para replicar a MRG era o algoritmo (relatório) produzido pela outra equipe contendo o passo a passo e o material que foi utilizado (a linguagem).

No fim da aula foi iniciada a comparação com as imagens das máquinas que estavam em arquivo, neste momento, os grupos puderam observar se suas réplicas foram fiéis ou não.

5. Considerações Finais

Nesta pesquisa buscou-se uma investigação acerca do processo de construção das Máquinas de Rube Goldberg, em termos de resultados de aprendizado das experiências dos alunos durante esse processo.

Parte-se do princípio de que os pilares que compõem o Pensamento Computacional, possuem relevante importância e são interdependentes durante o processo de formulação de soluções, bem como auxiliam na capacitação de alunos, de forma que estes desenvolvam novas habilidades necessárias e procuradas pelo mercado de trabalho.

Outra questão que também fica evidente é o caráter interdisciplinar durante a construção da MRG, na medida em que, embora não discutido com os alunos nas aulas analisadas, esses tiveram que lidar com o entendimento de conceitos de física, química e matemática, levando os alunos a construírem conhecimentos também em outras áreas, de forma lúdica, desafiadora e, portanto, mais significativa.

Outro fator importante é o desenvolvimento das atitudes apontadas pelo Pensamento Computacional e necessárias para o trabalho neste século XXI.

Uma reflexão que a pesquisa aponta é sobre o nível de abstração dos alunos do oitavo ano do Ensino Fundamental, pois pode-se perceber que os mesmos apresentam um nível de abstração simples que é a empírica, a qual permitiu o entendimento do funcionamento da MRG e algumas etapas do funcionamento, de uma forma simplificada.

A construção dos algoritmos apresentou a preponderância, entre as equipes, da abstração empírica. E quando, durante a etapa de réplica da máquina, usando do algoritmo, o aluno não conseguiu reconstruir a máquina, fazendo uso das etapas descritas no algoritmo, pode-se perceber a falta de uma abstração pseudoempírica, a qual deveria já estar se apresentando.

A grande maioria das equipes não conseguiram refletir sobre as suas próprias ações e não modificaram ou adaptaram os procedimentos para um nível de adaptação e reorganização de seus conhecimentos que seria o caso da abstração reflexionante, no qual o aluno pensa sobre suas próprias ideias.

Sendo assim, estratégias como a construção da Máquina de Rube Goldberg, converge com o desenvolvimento das habilidades propostas pelo Pensamento Computacional e de suas habilidades e atitudes.

11

6. Referências

BBC LEARNING, B. What is computational thinking? 2015. Disponível em: https://www.bbc.co.uk/bitesize/guides/zp92mp3/revision/1. Acesso em: jan. 2020

BERLINSKI, D. Advento do Algoritmo. Rio de Janeiro, RJ: Globo, 2002.

BOGDAN, R.; BIKLEN, S. Investigação qualitativa em educação: uma introdução à teoria e aos métodos. Portugal: Porto Editora, 1991.

BRACKMANN, C. P. Desenvolvimento do Pensamento Computacional através de atividades desplugadas na educação básica. 2017. 226 f. Tese (Doutorado) - Universidade Federal do Rio Grande do Sul, Centro de Estudos Interdisciplinares em Novas Tecnologias na Educação, Programa de Pós-Graduação em Informática na Educação, Porto Alegre, 2017.

CASPERSEN, M.; NOWACK, P. Computational thinking and practice a generic approach to computing in danish high schools. In Proceedings of the 15th Australasian Computing Education Conference, ACE, 137–143, 2013.

CIEB. Referências para Construção do seu Currículo em Tecnologia e Computação da Educação Infantil ao Ensino Fundamental. 2018. Currículo de Tecnologia e Computação. Disponível em: http://curriculo.cieb.net.br/. Acesso em: mar. de 2020.

CODE.ORG. 2020. Disponível em: https://code.org/. Acesso em: mar. de 2020.

CSIZMADIA, A.; CURZON, P.; DORLING, M.; HUMPHREYS, S.; NG, T.; SELBY, C.; WOOLLARD, J. . Computational thinking A guide for teachers. Computing at School. 2015. Disponível em: https://www.researchgate.net/publication/327302966_Computational_thinking_-_a_guide_for_teachers. Acesso em: abr. 2020.

DEVECI, I. Reflections of Rube Goldberg machines on the prospective science teachers' STEM awareness. Contemporary Issues in Technology and Teacher Education, 19(2), 195-21, 2019.

GOLDBERG, R. 2018. Disponível em: https://www.rubegoldberg.com/. Acesso em: fev. 2020.

GROVER, S.; PEA, R. Computational Thinking in K-12: A Review of the State of the Field. Educational Researcher, v. 42, n. 1, p. 38–43, 1 jan. 2013. Disponivel em: https://www.researchgate.net/publication/258134754_Computational_Thinking_in_K-12_A_Review_of_the_State_of_the_Field. Acesso em: abr. 2020.

ISTE.ORG. Computational Thinking: A Digital Age Skill for Everyone. 2011. Disponível: https://id.iste.org/docs/learning-and-leading-docs/march-2011-computational-thinking-ll386.pdf. Acesso em: mar. de 2020.

LIUKAS, L. Olá, Ruby: uma aventura pela programação. Traduação de Stefhanie C. L. Fernandes – 1ª ed. – São Paulo: Companhia das letrinhas, 2019.

SCHUHMACHER, E.; SCHUHMACHER, V.R.N.; A robótica educacional livre como Metodologia Ativa para a promoção da Aprendizagem Significativa em Ciências e

12

Tecnologia. Estudos interdisciplinares nas ciências exatas e da terra e engenharias; v.2, p. 35-48; Organizador Cleberton Correia Santos. – Ponta Grossa, PR: Atena Editora, 2019.

WING, J. Computational Thinking Benefits Society. 2014. Disponível em: http://socialissues.cs.toronto.edu/2014/01/computational-thinking/. Acesso em: mai. 2020.

WING, J. Pensamento Computacional – Um conjunto de atitudes e habilidades que todos, não só cientistas da computação, ficaram ansiosos para aprender e usar. Trad. de Cleverson Sebastião dos Anjos. R. bras. Ens. Ci.Tecnol. Ponta Grossa, v. 9, n. 2, p. 1-10, mai./ago 2016.

ZORZO, A; RAABE, A. Computação transformando a sociedade. 2017. Disponível em: https://www.baguete.com.br/noticias/19/01/2017/computacao-transformando-a-sociedade. Acesso em: abr. 2020.