Por Wanda Camargo*
Na área de Informática denomina-se característica à propriedade mensurável de um fenômeno em foco. Em inteligência artificial, algoritmos de aprendizado de máquina pressupõem que o conjunto de dados a ser usado no treinamento foi previamente construído por meio de um processo de seleção de características, ou seja, os atributos componentes do conjunto são previamente selecionadas por um ser humano, e devem ser relevantes e discriminativos se quisermos gerar um bom modelo de aprendizado.
Como qualquer processo, esse também está sujeito a erros se não contarmos com um – ou mais – especialistas que tenham domínio da área. Assim, um projeto eficiente para auxiliar num certo setor médico, digamos oftalmologia, precisa contar com pelo menos um oftalmologista experiente, que orientará a equipe para a seleção dos sintomas que identificarão determinadas doenças, e os tipos de tratamento recomendados.
Para isso, além do especialista, é indispensável trabalhar todos os problemas colocando as características de forma hierarquizada, aquelas nos níveis mais altos da hierarquia (os mais intrincados) devem ser formadas pela combinação de características de mais baixo nível, ou seja, de conhecimentos mais fundamentais, o que é o pilar do que é chamado de aprendizagem profunda.
Este conceito tem sido amplamente utilizado nas novas metodologias educacionais, pois quem deseja alunos mais proativos precisa envolver os estudantes em atividades cada vez mais complexas, para que eles possam tomar decisões e avaliar seus resultados. Se queremos que sejam criativos, precisamos possibilitar chances de que demonstrem iniciativa.
Hoje falamos em ensino híbrido, e realmente este é um bom caminho para o conhecimento profundo, tanto nas competências socioemocionais como em práticas inovadoras. Existem outros, mas precisam ser implementados por meio de problemas reais, jogos, leituras, práticas de laboratório com desafios relevantes. É também significativo que o próprio estudante sinta a diferença do trabalho individual, em que apenas seu tempo é relevante, e o coletivo, onde as diferenças de velocidade e compreensão das tarefas mudam, já que propiciam maturidade.
Quanto mais os problemas escolares estiverem próximos da realidade, melhor, porém serão mais elaborados e sérios, porque cada aluno tem expectativa diferente do processo de ensino e leva vida diferente do ponto de vista cultural e comunitário. Um bom professor precisa tempo para descobrir suas motivações, e evidentemente se tiver um excesso de alunos em muitas escolas isso será quase impossível de conseguir.
A educação massiva é certamente mais econômica, e as propostas individualizadas são mais dispendiosas, ainda que muito eficazes. Alguns estudantes são mais pragmáticos, outros pouco afeitos à teoria, alguns gostam mais de matemática, outros preferirão história ou filosofia, alguns se movimentam melhor sob supervisão, outros preferem autonomia.
Tutorar as diversas expectativas ou até preferencias de modo de aprendizagem, monitorando-os, avaliando-os em tempo real, exige compreensão do professor sobre as diferentes motivações, os percursos mais adequados para cada caso e uma boa distribuição entre atividades grupais e pessoais, atividades cooperativas ou competitivas.
Isso exige mudança na concepção do conteúdo programático, um trabalho maior dos professores antes de cada aula, boa organização das atividades e objetivos a serem atingidos. O docente trabalha mais fora da sala de aula do que dentro, em planejamento, pois na escola dedica-se mais a estimular o trabalho de seus alunos. A avaliação, formativa e pertinente, deve levar em conta que na escola podemos oferecer tecnologias móveis, entretanto mais importante é que o professor planeje quais atividades fazem sentido para a classe, para cada grupo e para cada aluno; conteúdos devem motivar, ilustrar, orientar atividades. Boas providências num mundo em que a racionalidade tem sofrido duros golpes.
Wanda Camargo – educadora e assessora da presidência do Complexo de Ensino Superior do Brasil – UniBrasil.
