Machine Translated by Google

TRANSAÇÕES IEEE EM TECNOLOGIAS DE APRENDIZAGEM, VOL. 7, NÃO. 3, JULHO-SETEMBRO DE 2014 291

Gamificação para envolver a ciência da computação

Alunos em Atividades de Aprendizagem: Um Estudo de Caso
~
María-Blanca Iba nez, Membro, IEEE, Angela Di-Serio e Carlos Delgado-Kloos, Membro Sênior, IEEE

Resumo—Gamificação é o uso de elementos de design de jogos em ambientes que não são jogos para envolver os participantes e incentivar os comportamentos desejados. Foi
identificado como uma técnica promissora para melhorar o envolvimento dos alunos, o que pode ter um impacto positivo na aprendizagem. Este estudo avaliou a eficácia da
aprendizagem e o apelo de engajamento de uma atividade de aprendizagem gamificada direcionada ao aprendizado da linguagem de programação C. Além disso, o estudo questionou
quais atividades de aprendizagem gamificadas eram mais atraentes para os alunos.
O estudo foi realizado utilizando o protocolo explicativo sequencial de método misto. Os dados coletados e analisados incluíram logs, questionários e pré e pós-testes. Os resultados
da avaliação mostram efeitos positivos no envolvimento dos alunos nas atividades de aprendizagem gamificadas e uma melhora moderada nos resultados de aprendizagem. Os alunos
relataram diferentes motivações para continuar e interromper as atividades assim que concluíram a tarefa obrigatória. As preferências por diferentes atividades gamificadas também
foram condicionadas por marcos acadêmicos.

Termos de indexação—E-learning, engajamento, mecânica de jogo, dinâmica de jogo, gamificação

1 INTRODUÇÃO

A pesquisa descrita neste artigo foi concebida como um

Naindicador
educaçãocapaz , o engajamento
de realizações foi identificado
acadêmicascomo um valor
dos alunos [1], [2], estudo de caso para investigar o uso da gamificação para ensinar
[3], [4]. Os alunos que estão engajados são atraídos pelo seu conceitos básicos da linguagem de programação C para
trabalho, persistem em suas atividades acadêmicas apesar dos estudantes de engenharia. Havia três objetivos de pesquisa para
desafios e obstáculos, e sentem um prazer visível em realizá-los este estudo de caso:
[5]. Consequentemente, diferentes abordagens foram
desenvolvidas e avaliadas para promover o engajamento dos alunos. 1) Explorar o impacto da gamificação no engajamento dos
Entre as abordagens mais bem-sucedidas estão os jogos digitais, alunos.
porque eles podem criar experiências de aprendizagem 2) Compreender o engajamento dos alunos por meio de
envolventes para os alunos quando combinados com uma relatórios e interações dos alunos com a plataforma
pedagogia eficaz [6], [7], [8]. No entanto, em termos práticos, o gamificada.
design e a implantação de jogos digitais são onerosos em termos 3) Medir o impacto da gamificação no desempenho acadêmico
de tempo, esforço e dinheiro, principalmente devido à interface dos alunos.
gráfica que eles exigem e à narrativa necessária para suportá- Este artigo inicia com uma revisão dos principais conceitos
los. Nesse sentido, a gamificação introduz uma nova abordagem envolvidos na gamificação (Seção 2). Em seguida, mostra o
que utiliza elementos e dinâmicas de jogos sem a ambição de design da atividade de aprendizagem gamificada (Seção 3). A
implantar narrativas complexas ou configurações visuais. A seção 4 apresenta e discute os resultados quantitativos e
gamificação tem sido aplicada com sucesso por marcas qualitativos da avaliação do estudo. Por fim, as conclusões são
apresentadas na Seção 5.
comerciais como meio de apoiar o engajamento do usuário e
fomentar a atividade do usuário, interação social ou qualidade e
produtividade das ações [9]. O sucesso comercial da gamificação, 2 ANTECEDENTES
juntamente com sua simplicidade de implantação, torna a 2.1 Dos Jogos à Gamificação
gamificação um assunto popular para pesquisas acadêmicas
Salen e Zimmerman [12] definem jogos como “um sistema no
[10]. Assim, entender se a gamificação pode ser eficaz para
qual os jogadores se envolvem em conflitos artificiais, definidos
envolver os alunos e melhorar seus resultados de aprendizagem
por regras que resultam em um resultado quantificável” (p. 80).
acadêmica é uma questão prática e pertinente [11].
Criar um jogo de engajamento é um desafio significativo que
envolve a concepção e desenho de regras para imergir os
~ jogadores em atividades divertidas [12], [13]. O design de jogos
MB Iba nez e C. Delgado Kloos estão com o Departamento de Ingenier ÿa Telematica, equilibra o uso de um conjunto de elementos e regras que,
Universidad Carlos III de Madrid, 28911, Legan es, Madrid, Espanha. E-mail: {mbibanez, cdk}
quando colocados em prática, provocam respostas emocionais
@it.uc3m.es.
A. Di Serio está com a Universidad Simon Bolÿvar, Departamento de Computacion y Tecnolog nos jogadores [13], [14]. Elementos e regras são conhecidos
ÿa de Informacion, 89000, Caracas, Venezuela. como a mecânica do jogo. Os primeiros incluem pontos, fichas e
E-mail: adiserio@ldc.usb.ve.
insígnias, enquanto os últimos prescrevem como ganhar
Manuscrito recebido em 25 de outubro de 2013; revisto em 15 de maio de 2014; aceito em 1 de reputação, alcançar conquistas e coletar elementos. Os jogadores
junho de 2014. Data de publicação 5 de junho de 2014; data da versão atual 12 de setembro de 2014.
são levados a comportamentos de tempo de execução por meio
Para obter informações sobre como obter reimpressões deste artigo, envie um e-mail para:
reprints@ieee.org e faça referência ao Identificador de Objeto Digital abaixo. de regras projetadas conhecidas como dinâmicas do jogo. A
Identificador de Objeto Digital nº. 10.1109/TLT.2014.2329293 dinâmica deve garantir ciclos de atividade que compreendem três compo
1939-1382 2014 IEEE. O uso pessoal é permitido, mas a republicação/redistribuição requer permissão do IEEE.
Consulte http://www.ieee.org/publications_standards/publications/rights/index.html para obter mais informações.
Machine Translated by Google
292 TRANSAÇÕES IEEE EM TECNOLOGIAS DE APRENDIZAGEM, VOL. 7, NÃO. 3, JULHO-SETEMBRO DE 2014
emoção [15]. Os jogadores realizam tarefas que são recompensadas por
o sistema; esse reconhecimento do sucesso dos jogadores gera
emoções positivas e aumenta o engajamento. Por outro lado,
as falhas geram algum nível de ansiedade que encoraja os jogadores a
continuarem realizando suas tarefas. Dinâmica do
jogo pretende levar os jogadores a um estado de fluxo que resulta
no engajamento [16]. Por fim, a mecânica e a dinâmica de
o jogo são projetados para desencadear emoções que os jogadores encontram
agradável ou divertido; isso é chamado de estética do jogo [13].
Os jogos são apenas artefatos que não têm valor, a menos que as pessoas
jogá-los [14], consequentemente os designers de jogos devem estruturar seus
projetos para criar emoções através da mecânica
e dinâmica do jogo, emoções que estimulam os jogadores
para continuar jogando. Na área de design de jogos,
Lazzaro identifica quatro chaves para desbloquear as emoções dos jogadores:
1) oferecer oportunidades para desafios, estratégias e resolução de problemas
(diversão difícil); 2) introduzir elementos que promovam
mistério, intriga e curiosidade (diversão fácil); 3) levar os jogadores a estados
de excitação ou alívio (estados alterados); e 4) promover a competição e o
trabalho em equipe (diversão das pessoas) [17]. No
Por outro lado, LeBlanc organiza os tipos de prazer do jogador
em oito categorias: sensação, fantasia, narrativa, desafio, companheirismo,
descoberta, expressão e submissão.
[18] conforme citado por Schell [13]. Jogos de sucesso usam balanceado
combinações de algumas dessas teclas ou categorias.
Recentemente, a gamificação surgiu como um meio de apoiar o
engajamento do cliente e melhorar os padrões positivos no atendimento ao
usuário, usando a mecânica do jogo em sério
contextos [10]. De fato, os programas de passageiro frequente oferecidos por
principais companhias aéreas; Starbucks, em conjunto com
rede social Quadrangular; e Nikeþ são exemplos de como
a gamificação pode ser usada com sucesso nos negócios [19].
A pesquisa em educação está começando a integrar os princípios dos jogos
ao design instrucional com o objetivo de se beneficiar dos jogos
capacidades para melhorar os resultados dos alunos.
2.2 Gamificação da Educação
Na área da educação, tem havido várias tentativas de
gamificar atividades de aprendizagem com dois propósitos principais: o primeiro
encorajar comportamentos de aprendizagem desejados, como seguir
melhores práticas de engenharia de software, fomentando a participação de
estudantes em comunidades de aprendizagem, ou promovendo
participação ativa na avaliação por pares [20], [21], [22], [23],
[24]; o último para envolver os alunos na aprendizagem, por exemplo
pelo uso de materiais de aprendizagem, como tutoriais ou
ferramentas [25], [26].
A maioria dos frameworks gamificados, por exemplo Khan
Academy, use pontos e distintivos para recompensar o progresso e
níveis de especialização adquiridos pelos alunos, enquanto os mais
extensa dinâmica de jogo utilizada é a competitividade através
tabelas de classificação [22], [26], [27], [28]. No entanto, tem havido
controvérsia em referência ao uso de recompensas na aprendizagem
ambientes. Enquanto alguns autores argumentam que a extrínseca
as recompensas têm efeitos negativos na automotivação dos alunos
aprender [29], outros afirmam que os riscos são minimizados uma vez
os usuários entendem a relevância da atividade para eles mesmos [30], [31].
Mais estudos são necessários para explorar a
impacto desses elementos de recompensa em atividades de aprendizagem
gamificadas. Este estudo é uma tentativa de adquirir conhecimento nesta
direção.
Apesar da gamificação ser relativamente nova como um meio acadêmico
tópico de estudo [10] alguns estudos relatam evidências de
comportamentos de trapaça [26], [32]. Esses estudos revelaram que
alunos eram propensos a trapacear quando percebiam as tarefas como
irrelevante. Consequentemente, os processos de gamificação devem ser
cuidadosamente projetado não apenas para promover o engajamento
atividades de aprendizagem gamificadas, mas também para prevenir, detectar e
desencorajar o comportamento desonesto dos alunos. Este trabalho foca
na primeira questão, elementos de recompensa, negligenciando o problema da
desonestidade acadêmica, apesar de sua importância.
2.3 Diretrizes para Gamificação da Educação
Além de evitar os riscos citados, o grande desafio
em ambientes de aprendizagem gamificados é alcançar
noivado. Do ponto de vista de um designer de videogame
que agora se dedica a criar softwares de e-learning envolventes, Raymer [33]
afirma que o estabelecimento de metas e objetivos, feedback e recompensas
são os principais componentes para
Desenvolvimento de ambientes de aprendizagem gamificados. Objetivos e
objetivos precisam ser divididos em etapas alcançáveis que os alunos
poderia realizar usando suas habilidades; designers devem
manter os alunos dentro de seu canal de fluxo [16]. O feedback é
incluídos para evitar que os alunos se percam ou confundam sobre
o que fazer e como fazer no ambiente de aprendizagem; também é importante
informar os alunos sobre o progresso que fizeram. Finalmente, Raymer [33]
recomenda a
uso de recompensas para reconhecer os alunos por seu trabalho e
esforço, e destaca a relevância de divulgar este
informações em toda a comunidade de aprendizagem para promover
motivação dos pares. Da mesma forma, a taxonomia das métricas de satisfação
para e-learning gamificado [34] inclui a necessidade de fornecer
tarefas gerenciáveis (contexto) para os alunos, tentando mantê-los
trabalhando dentro do canal de fluxo através da mecânica. O
A taxonomia também afirma a necessidade de fornecer feedback e informações
sobre o progresso, bem como sobre as condições sociais e competitivas.
elementos necessários para promover o envolvimento dos alunos. Dentro
cada abordagem de design de gamificação há um reconhecimento tácito da
necessidade de implementar uma gamificação significativa para
o usuário [13], [15], [35]. Para tanto, Nicholson [35] apresenta
uma estrutura teórica centrada no usuário que recomenda: 1)
projetar considerando os benefícios para o usuário; 2) foco
na introdução de elementos divertidos em vez de elementos de pontuação;
3) oferecendo a possibilidade de escolher diferentes formas de
atingir os objetivos dos usuários; e 4) integrar a mecânica do jogo em
a configuração não-jogo. Vamos basear o design do nosso ambiente gamificado
no framework de Nicholson.
2.4 Gamificação na Educação para o Engajamento
O sucesso da gamificação na educação está atrelado à sua
potencial para envolver os alunos em atividades de aprendizagem porque
o engajamento tem se mostrado positivamente correlacionado com
resultados do sucesso do aluno, incluindo satisfação, persistência e realizações
acadêmicas [36], [37], [38], [39]. Lá
são diversas conceituações de engajamento que refletem
a natureza multifacetada do conceito [1], [40], [41]. No entanto, o engajamento
é tipicamente descrito como tendo três
componentes [1]:
Engajamento comportamental. Relacionado com a participação e
pode ser entendido como conduta positiva, ausência de comportamento
disruptivo, participação em atividades relacionadas à escola.
Machine Translated by Google
e
IBA NEZ ET AL.: GAMIFICAÇÃO PARA ENGAJAMENTO DE ESTUDANTES DE CIÊNCIA DA COMPUTAÇÃO EM ATIVIDADES DE APRENDIZAGEM: UM ESTUDO DE CASO
Fig. 1. Atividades de trabalho e planejamento.
atividades, e envolvimento na aprendizagem e tarefas acadêmicas
expressas como esforço, persistência e atenção [40], [41], [42].
Engajamento afetivo. Concentra-se na vontade de fazer o trabalho
e inclui interesse em atividades de aprendizagem, prazer e
atitudes positivas sobre a aprendizagem [40].
Engajamento cognitivo. Refere-se ao investimento dos alunos em
aprender para alcançar uma compreensão e conhecimento
profundos. Isso implica um desejo de ir além dos requisitos e de
gostar de desafios [41]. Tem sido sugerido que abordagens
profundas à aprendizagem estão associadas a níveis mais
elevados de resultados de aprendizagem [43]. O engajamento
cognitivo também está intimamente relacionado às estratégias
que os alunos usam para resolver um problema ou entender um
conceito [43], [44].
Para os propósitos deste estudo, vamos nos concentrar no engajamento
cognitivo e explorar até que ponto os alunos pretendiam ir além dos
requisitos de aprendizagem, quais atividades gamificadas eles decidiram
realizar ao longo da experiência de aprendizagem e quão bem-sucedidos
foram seus esforços e estratégias em termos de aprendizagem. desfechos.
3 DESCRIÇÃO DO EXPERIMENTO
O objetivo principal do estudo de pesquisa foi explorar o impacto das
técnicas de gamificação no engajamento cognitivo dos alunos e no
aprendizado sobre a linguagem de programação C.
Para tal, e com base na visão geral da literatura de investigação, foi
concebida a plataforma Q-Learning-G. A plataforma inclui elementos
básicos de mecânica de jogo onde os alunos aumentam seus níveis de
conhecimento introduzindo e avaliando questões relacionadas à linguagem
de programação C. O experimento foi conduzido para abordar as seguintes
hipóteses:
H1. Os alunos trabalharão além dos requisitos de aprendizagem
do curso.
H2. Os alunos mudarão sua estratégia de aprendizado assim que
atingirem os requisitos de aprendizado do curso.
293
H3. Os alunos obterão conhecimento da linguagem de
programação C usando a plataforma Q-Learning-G.
Os objetivos secundários do estudo foram: 1) entender as razões dos
alunos para continuar ou interromper o trabalho uma vez que os requisitos
de aprendizagem foram alcançados e 2) identificar as preferências dos
alunos por atividades de aprendizagem gamificadas.
3.1 Materiais O
Q-Learning-G pretende ser uma plataforma de aprendizagem
gamificada onde os alunos devem atingir um objetivo de
aprendizagem e serem reconhecidos pelas suas realizações.
O objetivo acadêmico dos alunos era ganhar 100 pontos na
plataforma gamificada, onde eles podiam realizar três tipos
de atividades:
1) Atividades de trabalho. Eram atividades que permitiam aos alunos
ganhar pontos por meio de trabalhos diretos ou indiretos.
O trabalho direto consistiu em introduzir perguntas de múltipla
escolha ou avaliar as perguntas dos colegas seguindo uma
rubrica (ver Fig. 1). O trabalho indireto consistiu em obter uma
nota qualitativa através das questões introduzidas. Ao ganhar
pontos, os alunos mostraram seu nível de conhecimento em 10
tópicos relevantes da linguagem de programação C. Para
demonstrar domínio em um tópico era necessário obter pelo
menos 10 pontos naquele tópico.
Além disso, as atividades de trabalho permitiram que os alunos
coletassem frases e crachás para se divertir.
2) Atividades de planejamento. A plataforma disponibilizou uma área de
Questões do Mercado de Ações que os alunos podem visitar para
saber como o comportamento do curso afetou a valorização direta
do trabalho (veja o canto esquerdo da Fig. 1). Para cada tópico
havia um valor para introdução e outro para avaliação de uma
questão. Esses valores foram traduzidos em notas para o trabalho
dos alunos e seguiram as leis da oferta e da procura. Por exemplo,
quando a quantidade de perguntas para um tópico introduzido
mas não avaliado excedeu a mediana
Machine Translated by Google
294 TRANSAÇÕES IEEE EM TECNOLOGIAS DE APRENDIZAGEM, VOL. 7, NÃO. 3, JULHO-SETEMBRO DE 2014
Fig. 2. Áreas de vitrine de crachás, placar e vitrine de frases apoiando atividades gratificantes.
dos demais tópicos, o valor de introduzir uma pergunta sobre
aquele tópico diminuiu, enquanto o valor de avaliá-los aumentou.
Cada aluno também pode visitar a área do Relatório de Notas
onde foi feito o levantamento dos pontos ganhos pelo aluno em
cada atividade.
3) Atividades sociais. A plataforma oferece uma área de microblog
que os alunos podem usar para trocar mensagens com o
instrutor e seus colegas. Uma área de Evento Público relatou
os eventos de aprendizagem em tempo real.
As atividades de trabalho visavam ajudar os alunos a dominar os
principais conceitos da linguagem de programação C. Elas foram
divididas em 10 etapas gerenciáveis e os alunos puderam planejar o
caminho e o tempo para adquirir o domínio de cada uma delas. Foram
fornecidos três tipos de feedback acadêmico: 1) por meio da rubrica, os
alunos tinham os critérios a serem seguidos na avaliação pelos pares; 2)
os pares avaliaram a qualidade das questões introduzidas; 3)
recompensas acadêmicas (notas) podem ser consultadas a qualquer
momento. Através do microblog, os alunos podem interagir com o resto
da comunidade de aprendizagem.
A plataforma gamificada Q-learning reconheceu as conquistas dos
alunos e as exibiu em três áreas diferentes (veja a Fig. 2):
1) Área de classificação. O Leaderboard foi usado para exibir o
ranking dos líderes na atividade de aprendizagem gamificada.
Os alunos apareceram nesta área ordenados lexicograficamente
por pontos e por sub-objetivos alcançados.
2) Área de apresentação de frases. O Phrases Showcase teve frases
de líderes em ciência da computação. As atividades de trabalho
permitiram que os alunos não só ganhassem pontos, mas
também ganhassem essas frases. As frases foram distribuídas
aleatoriamente à medida que os alunos ganhavam pontos e se
tornavam especialistas em tópicos de linguagem de programação C.após a conclusão da atividade de aprendizagem, respectivamente.
3) Área de vitrine de crachás. A Vitrine de Distintivos exibiu imagens
dos líderes coletados. Uma vez que um aluno coletou todas as
frases de um líder, uma foto do líder apareceu na Mostra de
Distintivos do aluno.
3.2 Participantes O
estudo foi realizado em duas seções de um curso de
graduação em sistemas operacionais ministrado na Universi
dad Carlos III de Madrid (Espanha) no outono de 2012. A
amostra foi composta por 22 alunos (20-25 anos, M ¼ 22:18, SD ¼
Entre os entrevistados, 17 dos 22 eram do sexo masculino e cinco dos
22 do sexo feminino.
Os alunos não tinham experiência anterior com aplicativos
gamificados, mas tinham alguma experiência com videogames. Sete
participantes declararam que jogavam menos de duas horas por dia, 10
participantes disseram que jogavam entre 2 e 4 horas por dia e cinco
participantes declararam que jogavam mais de 4 horas por dia.
3.3 Instrumentos e Procedimento de Coleta de Dados
Para os propósitos da investigação, cinco questionários foram elaborados
pelos pesquisadores: um questionário demográfico para obter o perfil
dos alunos; questionários pré-teste e pós-teste para medir o conhecimento
dos alunos da linguagem de programação C antes e depois da atividade
de aprendizagem gamificada; e dois questionários pós-teste com
perguntas abertas para estimar as razões dos alunos para se envolverem
em diferentes atividades e identificar seu foco principal durante a
atividade de aprendizagem.
O questionário demográfico obteve informações sobre sexo e idade
dos alunos e, por meio de uma pergunta fechada, eles também foram
solicitados a especificar com que frequência jogavam.
Os questionários pré-teste e pós-teste tiveram como objetivo avaliar
o conhecimento dos alunos da linguagem de programação C antes e
Machine Translated by Google
e
IBA NEZ ET AL.: GAMIFICAÇÃO PARA ENGAJAMENTO DE ESTUDANTES DE CIÊNCIA DA COMPUTAÇÃO EM ATIVIDADES DE APRENDIZAGEM: UM ESTUDO DE CASO
Cada questionário consistia em 10 questões de múltipla escolha, uma para
cada tópico da linguagem de programação C a ser dominado: 1) como
estruturar um programa em C – funções; 2) simples
variáveis—vida e escopo das variáveis; 3) estruturas de controle;
4) ponteiros e matrizes; 5) estruturas; 6) alocação de memória e
gerenciamento de memória; 7) entrada/saída; 8) processos e sinais; 9) uso
do depurador; e 10) como compilar, vincular,
e executar programas. Eles foram construídos e validados
por quatro professores experientes de ciência da computação (cada professor
produziu um subconjunto de perguntas que foi validado pelo
outros três).
Os questionários pós-teste tinham duas perguntas abertas para estimar
as razões dos alunos para se envolverem em
atividades diferentes:
Q1. Você continuou trabalhando depois de ganhar
100 pontos? E se sim, conte-nos, por que você fez isso.
Q2. Você parou de trabalhar depois de ganhar 100 pontos?
E se sim, conte-nos o que fez você parar de trabalhar.
Outras duas questões abertas identificaram o
foco principal dos alunos durante a atividade de aprendizagem:
Q3. Quais atividades você prefere?
Q4. Quais atividades não lhe agradaram?
As interações dos alunos com o Q-learning gamificadas
plataforma foram registrados para análise estatística. Para cada
aluno, os eventos registrados foram classificados em duas fases:
antes e depois de atingir a meta de aprendizado - ou seja, ganhar
100 pontos através de trabalho direto. Os eventos registrados foram:
número de questões introduzidas; número de perguntas
avaliado; número de tópicos dominados; número de crachás coletados; e
também o número de projetos de planejamento, trabalho, sociais e
atividades divertidas realizadas.
3.4 Procedimento
Os alunos receberam o mesmo assunto relevante para a linguagem de
programação C em três sessões de aula
no outono de 2012 na Universidad Carlos III de Madrid
(Espanha).
O estudo começou na semana seguinte. Um documento de texto foi
entregue aos alunos descrevendo o objetivo da
pesquisa e seu direito de desistir a qualquer momento.
O consentimento informado foi obtido para todos os participantes. Então
alunos preencheram o questionário demográfico e
responderam ao questionário pré-teste para mensurar o conhecimento
adquirido nas palestras.
Durante a semana que se seguiu às três sessões de palestras,
os alunos usaram a plataforma gamificada Q-learning. No fim
da semana, os alunos responderam ao questionário pós-teste
a fim de explorar os efeitos do uso da plataforma gamificada em suas
conquistas. Além disso, os alunos foram
solicitados a preencher perguntas abertas para analisar suas preferências e
motivações para interagir com o aplicativo.
3.5 Análise de Dados
Este estudo adotou uma abordagem de método de pesquisa misto
conhecido como o método de projeto explicativo sequencial [45],
[46]. O método misto de pesquisa é considerado legítimo,
projeto de pesquisa autônomo no ensino de engenharia que
combina os pontos fortes de ambos, qualitativos e quantitativos
pesquisa [45], [47], [48]. O desenho explicativo sequencial
295
O método compreende uma fase quantitativa seguida de uma fase qualitativa
[43]. Para a fase quantitativa, os dados sobre a
atividade dos alunos que utilizam a plataforma foi coletada, e
em seguida, os dados foram analisados estatisticamente usando paramétricos
e técnicas não paramétricas. Para a fase qualitativa,
inquéritos abertos foram administrados e, em seguida, analisados
para esclarecer os resultados numéricos.
3.5.1 Fase Quantitativa
Para o engajamento cognitivo dos alunos, avaliamos sua
desejo de ir além dos requisitos, medindo a quantidade
de trabalho realizado após a realização do aprendizado
meta. O indicador utilizado para medir o trabalho foi o número
de pontos alcançados e o número de atividades de trabalho realizadas.
Qualquer trabalho extra foi entendido como o esforço
investidos devido à gamificação. Uma análise mais específica
trabalho dos alunos foi realizado para medir seu investimento
em alcançar uma compreensão e experiência completas da linguagem de
programação C. Nesse sentido, o indicador utilizado
foi o número de tópicos que os alunos dominaram depois de alcançar
o objetivo de aprendizagem. Também analisamos as estratégias de aprendizagem
usados pelos alunos, comparando como eles distribuíram seus
esforços entre as atividades fornecidas pela plataforma. Nós
mediu a quantidade de tentativas de fazer atividades de aprendizagem,
ou seja, trabalhar, planejar e trocar informações
com colegas, e comparou isso com a quantidade de tentativas
fazer atividades de lazer, nomeadamente recolher objetos e verificar o
desempenho em relação aos seus companheiros.
A análise exploratória de dados foi usada para examinar a
distribuição dos dados quantitativos para encontrar uma tentativa
valor do trabalho extra realizado pelos alunos. O teste de distribuição de
normalidade de Sha piro-Wilk também foi usado para
verificar a distribuição dos dados. Para dados que não
seguem uma distribuição normal, o posto sinalizado de Wilcoxon
teste foi usado. Para os dados que seguiram a distribuição normal, foi
utilizado o teste t.
Por fim, para avaliar o impacto do gamificado
plataforma sobre os resultados da aprendizagem, usamos pré e pós-testes.
Cada questionário continha 10 questões de múltipla escolha,
um para cada tópico da linguagem de programação C a ser dominado. As
notas foram utilizadas como indicadores de desempenho de aprendizagem.
O processo estatístico incluiu o uso de um
teste de distribuição de normalidade de Shapiro-Wilk para verificar a
distribuição dos dados. Como os dados vieram de uma população com
distribuição normal, um teste t foi usado para determinar se havia diferença
entre os escores de
os pré e pós-testes.
A Tabela 1 fornece uma descrição detalhada dos critérios de avaliação,
indicadores utilizados, coleta de dados e processo estatístico.
3.5.2 Fase Qualitativa
Com base nos resultados estatísticos, os alunos foram solicitados a explicar
suas razões para continuar e interromper o trabalho uma vez que
objetivo de aprendizagem foi alcançado. Os dados coletados foram
examinados usando um esquema de codificação aberto [47], [48]. Os motivos
dos alunos foram agrupados em categorias para obter uma melhor
compreensão de seu comportamento.
Para compreender melhor as preferências de atividade dos alunos, eles
foram solicitados a responder a duas perguntas abertas. As respostas foram
classificadas de acordo com as
Machine Translated by Google
296 TRANSAÇÕES IEEE EM TECNOLOGIAS DE APRENDIZAGEM, VOL. 7, NÃO. 3, JULHO-SETEMBRO DE 2014

TABELA 1
Critérios Qualitativos e Indicadores Quantitativos Relacionados ao Engajamento dos Alunos

Critérios de avaliação qualitativa Indicadores quantitativos Dados Dados estatísticos

reunindo processar
Esforço dos alunos usando a plataforma Quantidade de trabalhos diretos que os alunos fizeram após arquivos de log. Não paramétrico
gamificada Q-learning. atingir o objetivo de aprendizagem. Wilcoxon
teste de classificação assinada.

Investimento dos alunos na aprendizagem Número de tópicos que os alunos dominaram após Arquivos de log. Wilcoxon não
usando a plataforma gamificada Q-learning. atingir a meta de aprendizado. paramétrico
teste de classificação assinada.

Foco dos alunos em alcançar seu Quantidade de tentativas de realizar atividades laborais Arquivos de log. Teste t paramétrico.
objetivo acadêmico. antes (WB) e depois (WA) de atingir seu objetivo acadêmico.

Interesse dos alunos em planejar suas Quantidade de tentativas de planejar atividades antes (PB) Arquivos de log. Teste t paramétrico.
atividades. e depois (PA) de atingir seu objetivo acadêmico.

Interesse dos alunos por Quantidade de tentativas de se comunicar com seus Arquivos de log. Posto sinalizado de
atividades sociais. pares antes (SB) e depois (SA) de atingir seu objetivo Wilcoxon não
acadêmico. paramétrico.

Interesse dos alunos em fazer atividades Quantidade de tentativas de fazer atividades divertidas antes Arquivos de registro.
Teste t paramétrico.
divertidas. (FB) e depois (FA) de atingir seu objetivo acadêmico.

Desempenho dos alunos. Notas no exame. Teste t paramétrico.

Questionários
pré e pós-testes.

esforços de trabalho durante a atividade de aprendizagem. As instâncias
em que os dados desses questionários fornecem informações adicionais
são apresentadas na Seção 4, abaixo.
4 RESULTADOS E DISCUSSÃO
4.1 Impacto nas taxas de participação Para
investigar se a plataforma Q-Learning-G teve um impacto positivo nas
taxas de participação dos alunos, foi medido o volume de trabalho
realizado pelos alunos após atingir a meta de aprendizagem. Para os
propósitos deste estudo, qualquer trabalho feito pelo aluno após atingir
a meta de aprendizagem era considerado trabalho extra, pois esse
trabalho não contava para sua nota final. O trabalho extra poderia,
assim, ser atribuído ao fator de gamificação.
foi realizado teste no trabalho extra para avaliar se sua mediana era
significativamente diferente de 0 (V = 210, p-valor < 0,001). Todos os
testes foram realizados usando um nível alfa de 0,05. Os resultados
indicam que, em geral, os alunos continuaram seus trabalhos mesmo
após atingirem a meta de aprendizagem, portanto, sua participação na
atividade foi além das exigências do curso.
Para aqueles alunos que queriam continuar usando a plataforma
gamificada após atingir a meta acadêmica obrigatória, duas opções
principais de trabalho estavam disponíveis: 1) continuar trabalhando nos
tópicos de programação C que lhes permitiram ganhar 100 pontos, ou
2) tentar dominar tópicos de programação C inexplorados. A segunda
opção parecia a mais improvável de ser seguida pelos alunos porque
exigia o maior esforço intelectual. Portanto, foi identificado como um
indicador de engajamento na aprendizagem.

A Fig. 3 mostra o box plot com a distribuição do trabalho extra

realizado pelos alunos após atingir a meta de aprendizagem. O trabalho
extra foi medido como o número de atividades de trabalho realizadas
após a meta de aprendizagem em relação ao número de atividades de
trabalho realizadas antes (AT/WB). A barra do meio no box plot mostra
que a mediana da porcentagem de trabalho extra é igual a 29. Portanto,
50% dos participantes realizaram trabalho adicional de mais de 29%.
Um grupo correspondente a 25 por cento de todos os participantes
dedicou mais de 60 por cento do trabalho adicional e outro grupo de 25
por cento fez um esforço inferior a 17 por cento.

Um teste Shapiro-Wilk de distribuição de normalidade foi realizado

para examinar a distribuição do trabalho extra. Os resultados do teste
indicam que os dados não eram de uma população normalmente
distribuída (W = 0:7932, valor p < 0,001). Portanto, uma amostra não Fig. 3. Porcentagem de trabalho extra realizado pelos alunos após
paramétrica de classificação sinalizada de Wilcoxon de uma amostra atingir 100 pontos.
Machine Translated by Google
e
IBA NEZ ET AL.: GAMIFICAÇÃO PARA ENGAJAMENTO DE ESTUDANTES DE CIÊNCIA DA COMPUTAÇÃO EM ATIVIDADES DE APRENDIZAGEM: UM ESTUDO DE CASO
Fig. 4. Número de tópicos dominados antes e depois de atingir a meta de
aprendizagem.
Um teste de distribuição de normalidade de Shapiro-Wilk foi realizado para
examinar a distribuição do número de tópicos dominados pelos alunos antes e
depois de atingir a meta.
Os resultados do teste indicam que os dados não são de uma população
normalmente distribuída (W = 0:9073, valor p = 0,041; W = 0:8972, valor p =
0,026, respectivamente). Assim, um teste não paramétrico de postos sinalizados
de Wilcoxon (amostra pareada) foi usado para comparar o número de tópicos
dominados. Os resultados indicam que existe uma diferença estatisticamente
significativa entre o número de tópicos dominados após (Mdn ¼ 8) e antes
(Mdn ¼ 6, V ¼ 245:5, p-valor < 0,001) (ver Fig. 4). Assim, o engajamento na
atividade gamificada estimulou os alunos a dominar tópicos inexplorados na
linguagem de programação C, trabalho que exigia mais esforço intelectual e
potencialmente melhorava o conhecimento dos alunos sobre a linguagem de
programação C.
Consequentemente, foi comprovada a hipótese H1, ou seja, os alunos
demonstraram engajamento cognitivo trabalhando além dos requisitos de
aprendizagem do curso e dominando tópicos inexplorados na linguagem de
programação C.
4.2 Motivos para Continuar e Parar o Trabalho Dos 22 alunos que
participaram do estudo, apenas dois deles pararam de trabalhar
quando atingiram os 100 pontos necessários. Um questionário pós-
teste incluiu duas perguntas abertas para identificar as razões dos
alunos para continuar o trabalho (Q1) ou para parar de trabalhar
(Q2) após atingir a meta acadêmica. Os dados coletados (38
respostas) foram examinados usando um esquema de codificação
aberto [48]. Houve 20 respostas para a questão Q1 e 18 respostas
para a questão Q2. Os comentários coletados foram classificados
em três categorias principais: divertido, profissional e social.
As informações coletadas no Q1 foram classificadas em seis códigos que
foram identificados e agrupados nas três categorias supracitadas. A categoria
diversão foi agrupada em dois códigos: badges (9) e leaderboard (2). A
categoria profissional teve os códigos associados: básico (1), proficiente (3) e
especialista (2). Por fim, a categoria social incluiu o código do altruísmo (3).
Algumas das razões apontadas pelos alunos para continuarem
trabalho depois de ganhar a quantidade máxima de pontos foram:
“Continuei porque queria obter todos os emblemas.”
“Continuei tentando alcançar uma posição melhor na tabela de
classificação.”
297
“Avaliei mais perguntas para obter mais conhecimento sobre a
linguagem de programação C.”
“Continuei avaliando perguntas porque queria aprender melhor como
usar ponteiros em C.”
“Continuei avaliando as perguntas porque algumas delas eram
realmente desafiadoras.”
“Continuei avaliando perguntas para ajudar meus colegas a alcançar
pelo menos 100 pontos.”
“Continuei trabalhando porque supus que meus colegas gostariam de
receber feedback, como eu, antes de atingir os primeiros 100 pontos.”
As informações coletadas no Q2 foram classificadas em cinco códigos que
foram identificados e agrupados nas três categorias supracitadas. A categoria
diversão foi agrupada em dois códigos: crachás (5) e novidade (1). A categoria
profissional teve os códigos associados: pontos (3) e tempo (6).
Por fim, a categoria social incluiu o código: atividade (3).
Exemplos de razões apresentadas pelos alunos para interromper o trabalho
depois de ganhar a quantidade máxima de pontos foram:
“Eu tinha todos os distintivos.”
“Não havia coisas novas para explorar.”
“Eu já tinha os 100 pontos.”
“Também tive que estudar para outros cursos.”
“Não havia atividade suficiente na plataforma.”
Para os alunos que sinalizaram o aspecto divertido como o motivo mais
importante para a continuidade do trabalho, a coleta de crachás foi certamente
um fator. Eles continuaram trabalhando porque queriam ganhar todos os
distintivos. Além disso, a relevância dessa recompensa extrínseca foi reforçada
pelos comentários de alguns alunos que decidiram parar de trabalhar porque
não havia mais crachás para coletar. Portanto, os crachás tiveram um impacto
significativo no envolvimento dos alunos com as tarefas de aprendizagem. Por
outro lado, o aspecto competitivo introduzido pelo Leaderboard foi identificado
como fator de continuidade do trabalho para poucos alunos. O impacto do
Leaderboard provavelmente seria maior em um curso com mais alunos
matriculados ou em uma atividade de aprendizagem com menor tempo de
duração, com mais oportunidades de perceber mudanças significativas na
classificação dos alunos.
Houve alguns alunos que sinalizaram o aspecto profissional como o mais
relevante para a continuidade do trabalho. Esses alunos esperavam receber
um benefício de aprendizado da atividade e descobriram que avaliar as
perguntas apresentadas por seus colegas se encaixava bem com seus objetivos
pessoais de aprendizado. Alguns deles combinaram esse benefício profissional
com a sensação de desafio, uma emoção prazerosa [48]. A falta de tempo foi
o principal motivo dos alunos pararem de trabalhar.
Em relação ao aspecto social, ficamos surpresos ao perceber que tínhamos
um número considerável de alunos altruístas no curso. Esses alunos
continuaram trabalhando para ajudar os outros a ganhar pontos e fornecer
feedback aos colegas, o que eles acharam útil para o aprendizado.
4.3 Investimento dos alunos em atividades de aprendizagem
gamificadas
Dentro da plataforma Q-Learning-G, os alunos podem investir seu tempo e
esforços de acordo com suas necessidades e preferências em quatro tipos de
atividades: trabalho, planejamento, social e diversão. O número de interações
em cada uma dessas atividades foi registrado durante o experimento e utilizado
como
Machine Translated by Google
298 TRANSAÇÕES IEEE EM TECNOLOGIAS DE APRENDIZAGEM, VOL. 7, NÃO. 3, JULHO-SETEMBRO DE 2014

Fig. 5. Gráficos de caixa das interações dos alunos com o ambiente de aprendizagem gamificado antes e depois de atingir o objetivo de aprendizagem.

indicador do engajamento cognitivo dos alunos. A análise Um teste t de amostra pareada foi realizado para comparar o
foi baseado na comparação da porcentagem relativa do número de atividades de trabalho realizadas antes e depois
atividades realizadas para encontrar a preferência dos alunos atingindo o objetivo. Os resultados indicam uma diferença estatisticamente
atividades antes e depois de atingir os objetivos de aprendizagem (ver significativa antes de atingir a meta (M ¼ 51:70,
Fig. 5). SD ¼ 14:53) em comparação com a porcentagem encontrada após o
Um teste de distribuição de normalidade de Shapiro-Wilk foi realizado meta (M ¼ 38:60, SD ¼ 22:20), tð21Þ ¼ 2:3392, p ¼ 0:029.
para examinar a distribuição da porcentagem relativa de idade das Esse resultado nos mostra que, embora os alunos continuem introduzindo
diferentes interações feitas pelos alunos no e avaliando questões depois de ganhar 100 pontos,
plataforma gamificada antes e depois de atingir o aprendizado seu interesse em atividades de trabalho diminuiu moderadamente.
meta. A Tabela 2 mostra que a porcentagem para todos os Em relação às atividades divertidas, um teste t de amostra pareada foi
atividades além do social (indicadores SB e SA) podem realizado para comparar a quantidade de atividades divertidas antes
vêm de uma distribuição normal. Assim, paramétricos e depois de atingir o objetivo. Os resultados também indicam uma
testes podem ser usados para comparar a diferença de diferença estatisticamente significativa após atingir a meta
preferências para realizar trabalho, planejamento e atividades divertidas. (M ¼ 28:00, SD ¼ 15:51) em comparação com antes do gol
Todos os testes paramétricos foram conduzidos usando um bicaudal (M ¼ 16:84, SD ¼ 7:57) tð21Þ ¼ 3:9662, p < 0:001. Assim, os alunos
nível alfa de 0,05. A igualdade das variâncias populacionais demonstraram mais interesse em atividades lúdicas após ganharem
foi testado para cada ação e considerado igual para 100 pontos. Eles consultaram as áreas da plataforma relacionadas à diversão
atividades sociais e de planejamento, e não igual para diversão atividades com mais frequência, nomeadamente a área Leaderboard e
Atividades. Áreas de Vitrine de Frases e Crachás, uma vez que o
objetivo acadêmico obrigatório foi alcançado.
MESA 2 A análise estatística do planejamento e das atividades sociais não
Resultados de um teste de normalidade de Shapiro-Wilk não nos permite tirar conclusões sobre eles. Com efeito, foi
Distribuição da Porcentagem Relativa de descobriram que as atividades sociais podem não vir de um
Interações na plataforma Q-Learning-G
distribuição, e um teste de postos sinalizados de Wilcoxon afirmou que o
a diferença das atividades sociais antes e depois foi estatisticamente
Indicadores Teste de Shapiro-Wilk
não significativa, V = 122, valor de p = 0,834. Em relação a
C valor p
atividades de planejamento, embora possam vir de um
WB 0,9381 0,1807 distribuição a diferença entre as atividades antes e
WA 0,9796 0,9095
depois de atingir o objetivo de aprendizagem foi estatisticamente
PB 0,986 0,9823
PA 0,9695 0,6984 não significativo,tð21Þ ¼ 1:6246, valor p ¼ 0,119.
SB 0,771 0,000 Resumindo, os resultados mostram que a pressão acadêmica
SA 0,869 0,000 fez com que os alunos concentrassem seus esforços na introdução
FB 0,9464 0,2674 e avaliação de questões durante a execução da tarefa obrigatória.
FA 0,974 0,8016 Concluída a tarefa, os alunos
Machine Translated by Google
e

IBA NEZ ET AL.: GAMIFICAÇÃO PARA ENGAJAMENTO DE ESTUDANTES DE CIÊNCIA DA COMPUTAÇÃO EM ATIVIDADES DE APRENDIZAGEM: UM ESTUDO DE CASO 299

TABELA 3
Preferências dos alunos para atividades

Pontos de nome de grupo Comente

ganhou

G1 Fran 54 “Não me senti engajado pela atividade em geral... não achei divertido colecionar crachás ou ser
entre os primeiros lugares no Leaderboard... não consegui atingir a quantidade mínima de pontos
por falta de tempo”.

Peter 100 “Eu me sentia entediado introduzindo novas perguntas, mas gostava de colecionar distintivos...
posição na tabela de classificação.”
G2 Davi 127 “Era uma atividade fácil... não usava a Bolsa de Valores para planejar minhas atividades...
ganhando todas as frases e insígnias.”
Alice 130 “Era uma maneira divertida de praticar a linguagem de programação C e meu principal interesse era
aprender... eu não estava focado em colecionar frases ou distintivos.”
G3 Mike 225 “Senti curiosidade pelos crachás e queria colecionar todos...
Stock Market para ganhar mais pontos com menos esforço, mas prefiro correr mais riscos. Para
por exemplo, a possibilidade de enfrentar desafios mais difíceis de acordo com o nível de domínio
alcançou."

Paulo 325 “Foi uma tarefa prazerosa e gratificante... Fiquei intrigado no início da atividade mas
depois de dois ou três dias de uso da plataforma não era mais um grande desafio...
me fez sentir melhor foi ser o líder da competição.”

continuaram a trabalhar nestas tarefas, mas em menor grau. Dentro
contraste, as interações divertidas aumentaram após atingir o
objetivo de aprendizado. Assim, a hipótese H2 foi comprovada, ou seja,
os alunos mudaram sua estratégia de aprendizagem quando atingiram
o objetivo de aprendizagem.
mencionou que seu interesse em usar a plataforma diminuiu
depois de dois ou três dias. O comentário anterior indica
que há um limite para a quantidade de tempo que os alunos podem ser
envolvidos nesta atividade gamificada.

4.5 Impacto nos Resultados de Aprendizagem

4.4 Preferências dos Alunos para Aprendizagem Gamificada
Atividades
Para retratar uma percepção qualitativa do engajamento nas diferentes
atividades, os alunos foram questionados sobre as atividades que
preferidos e aqueles que não eram atraentes para eles. Os alunos
foram agrupados em três grupos: G1 teve os alunos
que fez menos de 20 por cento de esforço depois de atingir o
objetivo de aprendizagem, G2 teve aqueles que fizeram um esforço maior do que
20%, mas menos de 60%, e o G3 teve a
alunos que fizeram mais de 60% de trabalho extra depois de ganhar
100 pontos. Os 22 alunos ficaram assim distribuídos:
36,4% estavam no G1, 31,8% no G2 e 31,8%
em G3. Dois alunos de cada grupo foram escolhidos para representar
a percepção do engajamento emocional do
grupo. A Tabela 3 apresenta algumas das respostas típicas dos alunos.
Fran, por exemplo, iniciou a atividade tarde e não
atingir o objetivo de aprendizagem, enquanto Peter abandonou
a atividade quando ele ganhou 100 pontos. Assim, pode ser
inferiram que não estavam engajados no aprendizado gamificado
atividade. Eles não estavam interessados nem no acadêmico nem no
atividades divertidas. No entanto, pelo menos para Peter, colecionar insígnias
parecia ser uma atividade atraente. Assim, infelizmente
alguns alunos não encontraram a atividade de aprendizagem gamificada
atraentes e fizeram o mínimo esforço necessário para
obter uma nota razoável para o curso.
Os alunos dos grupos G2 e G3 acharam mais atraente, em geral,
dedicar seu tempo e esforços à diversão em vez de
do que nas atividades laborais. Isso corrobora a estatística
análise sobre dados quantitativos. No entanto, alunos de
o grupo G3 afirmou que atividades mais desafiadoras os estimularam a
trabalhar mais. Por fim, um aluno do grupo G3
A análise dos resultados de aprendizagem dos alunos foi feita
através da medida qualitativa da compreensão dos alunos da linguagem
de programação C através de um pré-teste e um
pós-teste realizado pelos alunos antes e após o uso do
plataforma gamificada, respectivamente.
Um teste de distribuição de normalidade de Shapiro-Wilk foi realizado
para examinar a distribuição dos escores pré-teste e pós-teste
alcançados pelos alunos. Os resultados dos testes indicaram
que os dados podem vir de uma população normalmente distribuída (W
= 0:9442, valor-p = 0,242; W = 0:9433, valor-p = 1/4
0,232, respectivamente). Por isso, um teste t foi usado para
comparar as pontuações antes e depois de usar o Q-Learning-G
plataforma. Os resultados indicaram que há uma
diferença significativa entre as pontuações após (M ¼ 4:73,
SD ¼ 1:68) e antes (M ¼ 3:45, SD ¼ 1:18), tð21Þ ¼ 4:96,
valor p < 0,001. Assim, a hipótese H3 foi provada. Pode
concluir que os alunos melhoraram sua compreensão
da linguagem de programação C como resultado do uso do
plataforma gamificada.
5 CONCLUSÕES E TRABALHOS FUTUROS
Neste estudo tentamos investigar a eficácia do aprendizado e o apelo
de engajamento de uma atividade gamificada voltada para o aprendizado
da linguagem de programação C. Para
Para isso, criamos a plataforma Q-Learning-G onde
os alunos introduziram e avaliaram questões relacionadas à linguagem
de programação C usando elementos básicos do jogo
mecânica. O projeto da plataforma Q-Learning-G seguiu os princípios
declarados no framework teórico centrado no usuário de Nicholson [35].
Machine Translated by Google
300 TRANSAÇÕES IEEE EM TECNOLOGIAS DE APRENDIZAGEM, VOL. 7, NÃO. 3, JULHO-SETEMBRO DE 2014
Os resultados mostraram que a maioria dos alunos continuou
trabalhando mesmo depois de ganhar a quantidade máxima de
pontos, o que é considerado uma evidência de engajamento cognitivo
[41]. Além disso, eles continuaram dominando tópicos de programação
C inexplorados, o que também mostrou que os alunos estavam
comprometidos com o aprendizado. Entre os motivos mais comuns
para continuar o trabalho depois de atingir 100 pontos estavam coletar
todos os distintivos e continuar aprendendo. A coleta de crachás foi o
motivador mais eficaz de participação e a falta de crachás desencorajou
os alunos a continuar o trabalho. Outros elementos mecânicos
incluídos na plataforma Q-Learning-G, nomeadamente as áreas
Leaderboard, Stock Market e Microblogging, não foram reportados
como apelativos neste ambiente.
A segunda razão mais relevante para os alunos continuarem
trabalhando depois de atingir 100 pontos foi profissional,
especificamente o desejo de obter mais conhecimento sobre a
linguagem de programação C. As evidências em nosso estudo não
são conclusivas sobre se o trabalho adicional realizado pelos alunos
pode ser atribuído à motivação intrínseca, à gamificação ou a uma
interação complexa de estados motivacionais. O uso de recompensas
em aplicações gamificadas tem sido questionado por autores que
afirmam que recompensas podem reduzir a motivação interna [18],
[35], [49], enquanto outros, ao contrário, afirmam que recompensas
podem ajudar os alunos a internalizar o desejo de fazer as atividades
de aprendizagem [30]. Portanto, mais pesquisas ajudariam a
esclarecer esse ponto.
Enquanto os mecanismos cooperativos de trabalho também
levaram alguns alunos altruístas a trabalhar além dos requisitos
iniciais, também houve alguns alunos que não continuaram trabalhando
depois de atingir 100 pontos. Essas descobertas coincidem com os
REFERÊNCIAS
resultados de um estudo recente sobre gamificação de uma
[1] AW Astin, “Envolvimento do aluno: uma teoria do desenvolvimento para o ensino
experiência de aprendizagem no ensino superior [26], que descobriu
que a motivação não era a mesma para todos. Portanto, pretendemos
determinar quais características do perfil do aluno (ou jogador) serão [2]
mais beneficiadas pelas atividades de aprendizagem gamificadas.
[3] V. Hancock e F. Betts, “De volta para o futuro: Preparando os alunos para o sucesso
Os resultados quantitativos mostraram que houve diferenças na
quantidade de esforço investido em diferentes atividades antes e
depois de ganhar a quantidade máxima de pontos.
A quantidade de atividades de trabalho e planejamento diminuiu um
pouco após atingir a meta acadêmica, enquanto as atividades
divertidas aumentaram. Esses achados reforçam a ideia de que uma
atividade de aprendizagem combinando elementos de jogos em um
ambiente de aprendizagem gamificado pode engajar os alunos no
alcance de seu objetivo principal: aprender [35].
Do ponto de vista acadêmico, a gamificação foi um sucesso. De
acordo com a comparação entre os resultados do pré e pós-teste, os
alunos melhoraram seu conhecimento da linguagem de programação
C. Portanto, nossos resultados corroboram os achados de estudos
que afirmam que o engajamento é um indicador valioso do
desempenho acadêmico dos alunos [1], [2], [3], [4].
O presente estudo teve algumas limitações. Primeiro, o estudo
envolveu alunos que nunca haviam sido expostos a uma atividade de
aprendizagem gamificada antes. Seria interessante investigar o efeito
de aprendizagem e o impacto envolvente de atividades gamificadas
quando essas atividades são realizadas regularmente e, assim,
tornam-se menos novidade para os alunos. Em segundo lugar, o
ambiente de aprendizagem gamificado foi projetado e avaliado para
aproveitar a quantidade limitada de tempo para uma atividade
obrigatória em um curso de engenharia. Mais estudos são necessários
para determinar parâmetros como a quantidade de
tempo, o número de alunos e também o número ideal de crachás que
poderiam manter níveis efetivos de engajamento.
Finalmente, o estudo investigou a retenção de curto prazo do
conhecimento da linguagem de programação C. É provável que uma
avaliação de longo prazo promova uma melhor compreensão do efeito
do ambiente de aprendizagem nos resultados de aprendizagem dos
alunos.
Por fim, a atividade específica de aprendizagem gamificada
empregada neste estudo teve efeitos positivos na aquisição de
conhecimento e foi eficaz na promoção do engajamento cognitivo de
alunos de graduação aprendendo a linguagem de programação C. A
coleta de insígnias surgiu entre outros elementos da mecânica do
jogo como o mecanismo mais bem-sucedido para promover o
engajamento; assim, pode ser usado como um elemento de mecânica
de jogo eficaz em ambientes de aprendizagem semelhantes.
AGRADECIMENTOS
Os autores são profundamente gratos a Emilio Agust ÿn que
desenvolveu a plataforma Q-Learning-G em tempo recorde e ao
Professor Lelys Bravo por suas sugestões úteis que nos ajudaram a
melhorar este artigo. Os autores gostariam também de agradecer aos
alunos do Ingenier ÿa de Telecomunicaciones da Uni versidad Carlos
III de Madrid (Espanha) pela colaboração neste estudo de pesquisa.
Este trabalho foi parcialmente apoiado pelo projeto espanhol EEE sob
a subvenção CICYT (TIN2011-28308-C03-01) e pelo projeto espanhol
eMadrid sob a subvenção S2009/TIC-1650.
superior”, J. College Student Dev., vol. 40, pp. 518-529, 1984.
S. De Freitas “Aprendizagem em mundos imersivos: uma revisão da aprendizagem
baseada em jogos”, pp. 1–73, JISC, Bristol, Reino Unido, 2006.
acadêmico em 2004”, Learn. Leading Technol., vol. 29, não. 7, pp. 1–14, 2002.
[4] JP Portelli e B. McMahon, “Noivado para quê? além dos discursos populares de
envolvimento dos alunos”, Leadership Policy Schools, vol. 3, não. 1, pp. 59–76,
2004.
[5] P. Schlechty, Aumentando o envolvimento dos alunos. Missouri Leadership Acad.,
1994.
[6] TM Connolly, EA Boyle, E. MacArthur, Y. Hainey e JM
Boyle, “Uma revisão sistemática da literatura de evidências empíricas sobre jogos
de computador e jogos sérios”, Comput. Edu., vol. 59, nº. 2, pp. 661-686, 2012.
[7] JP Gee, O que os videogames têm para nos ensinar sobre aprendizagem e
literatura. Hampshire, Inglaterra, Reino Unido: Palgrave Macmillan, 2003, p. 256.
[8] M. Prensky, Aprendizagem Baseada em Jogos Digitais. Nova York, NY, EUA:
McGraw-Hill, 2001.
[9] J. Hamari, “Transformando o homo economicus em homo ludens: Um experimento
de campo sobre gamificação em um serviço utilitário de comércio ponto a ponto”,
Electron. Comércio Res. Appl., vol. 12, não. 4, pp. 236-245, 2013.
[10] J. Hamari, J. Koivisto e H. Sarsa, “A gamificação funciona? - Uma revisão da literatura
de estudos empíricos sobre gamificação”, in Proc. 47º Havai Int. Conf. Sistema Sci.,
2014, pp. 1–10.
[11] JJ Lee e J. Hammer, “Gamificação na educação: O que, como, por que se preocupar?”,
Acad. Exchange Quart., vol. 15, não. 2, pp. 1–5, 2011.
[12] K. Salen e E. Zimmerman, Regras de Jogo: Fundamentos do Design de Jogos.
Cambridge, MA, EUA: MIT Press, 2003, p. 688.
[13] J. Schell, “A arte do design de jogos: Um livro de lentes”, Ann. Física,
volume 54, pág. 489, 2008.
[14] R. Hunicke, M. Leblanc e R. Zubek, “MDA: Uma abordagem formal para design de
jogos e pesquisa de jogos”, Discovery, vol. 83, nº. 3, pp. 1–5, 2004.
Machine Translated by Google
e
IBA NEZ ET AL.: GAMIFICAÇÃO PARA ENGAJAMENTO DE ESTUDANTES DE CIÊNCIA DA COMPUTAÇÃO EM ATIVIDADES DE APRENDIZAGEM: UM ESTUDO DE CASO
[15] K. Werbach e D. Hunter, For the Win: How Game Thinking Can
Revolucione seu negócio. Filadélfia, PA, EUA: Wharton Digital Press, 2012.
[16] M. Csikszentmihalyi, Flow—The Psychology Optimal Experience.
Nova York, NY, EUA: Harper Perennial, 1990.
[17] N. Lazzaro, “Por que jogamos: quatro chaves para mais emoção
sem história”, Design, vol. 18, pp. 1–8, 2005.
[18] M. LeBlanc, Desenvolvimento de Jogos. Conf., 2000.
[19] Bunchball Inc. (2010) Gamification 101: Uma introdução ao uso
da dinâmica do jogo para influenciar o comportamento. Livro Branco, Bunchball
Inc. [On-line]. Disponível: http://www.bunchball.com/sites/
default/files/downloads/gamification101.pdf.
[20] L. Singer e K. Schneider, “Foi uma corrida: Gamificação de
controle de versão”, em Proc. 2º Int. Oficina de Jogos Softw. Eng.,
2012, pp. 5–8.
[21] L. Moccozet, C. Tardy, W. Opprecht e M. Leonard,
“Avaliação baseada em gamificação do trabalho em grupo”, no Proc. Int.
Conf. Interagir.
~ Aprendizagem Colaborativa., 2013, pp. 171–179.
[22] J. Simões, R. D ÿaz-Redondo, e A. Fern andez-Vilas, “A social
estrutura de gamificação para uma plataforma de aprendizado K-6”, Comput.
Comportamento Humano, vol. 29, pp. 345-353, 2013.
[23] P. Denny, “O efeito das conquistas virtuais no aluno
engajamento”, no Proc. SIGCHI Conf. Computação de Fatores Humanos. Sist.,
2013, pp. 763-772.
[24] P. Denny, A. Luxton-Reilly e J. Hamer, “O sistema peerwise
dos alunos contribuíram com questões de avaliação”, no Proc. 10º Conf.
Computação da Australásia. Edu., 2008, pp. 69–74.
[25] W. Li, T. Grossman e G. Fitzmaurice, “GamiCAD: A gamified
sistema tutorial para usuários de autocad pela primeira vez”, em Proc. 25º ano.
Sintoma ACM. Usuário Int. Softw. Technol., 2012, pp. 103-112.
[26] A. Dom Inguez, J. Saenz-de-Navarrete, L. de-Marcos, L.
Fern andez-Sanz, C. Pag es, and JJ Mart ÿnez-Herr aiz,
“Gamificando experiências de aprendizagem: implicações práticas e
resultados”, Comput. Edu., vol. 63, pp. 380–392, 2013.
[27] Z. Fitz-Walter, D. Tjondronegoro e P. Wyeth, “Orientation
passaporte: usando a gamificação para engajar estudantes universitários”, em
Proc. 23º ano. Conf. Australian Comput.-Human Inter. Especial
Grupo de Interesse, 2011, pp. 122-125.
[28] C. Li, Z. Dong, RH Untch e M. Chasteen, “Envolvendo estudantes de ciência da
computação por meio da gamificação em uma rede social online
ambiente de aprendizagem colaborativo baseado em rede”, Int. J. Inf.
Edu. Tecnol., vol. 3, não. 1, pp. 72-77, 2013.
[29] EL Deci, R. Koestner e RM Ryan, “Recompensas extrínsecas e
motivação intrínseca na educação: reconsiderada mais uma vez”, Rev.
Edu. Res., vol. 71, nº. 1, pp. 1–27, 2011.
[30] G. Zichermann e C. Cunningham, Design de Gamificação: Implementando Mecânica
de Jogos em Aplicativos Móveis da Web, Sebastopol, CA, EUA:
O'Reilly, 2011.
[31] G. LeBlanc, “Aprimorando a motivação intrínseca através do uso de um
economia simbólica”, Essays Edu., vol. 11, não. 1, pp. 1–20, 2004.
[32] Z. Fitz-Walter e D. Tjondronegoro, “Explorando as oportunidades e desafios do uso
de sensoriamento móvel para gamificação”, em
Proc. 13ª Int. Conf. Computação Ubíqua., 2011, pp. 1–5.
[33] R. Raymer, “Gamificação: Usando mecânica de jogo para melhorar a aprendizagem”,
eLearn, vol. 2011, nº. 9, pág. 3, 2011.
[34] V. Petrovic e D. Ivetic, “Gamificando a educação: Uma taxonomia proposta de
métricas de satisfação”, em Proc. 8ª Int. Sci. Conf. eLearn.
Softw. Edu., 2012, pp. 345-350.
[35] S. Nicholson, “Uma estrutura teórica centrada no usuário para gamificação
significativa”, em Proc. Jogos þ Aprenda. þ Soc. 8.0, 2012,
pp. 223-230.
[36] V. Trowler, Student Engagement Literature Review, p. 74, Superior
Academia de Educação, 2010.
[37] GD Kuh, “Avaliar o que realmente importa para o aprendizado do aluno
dentro da pesquisa nacional de engajamento estudantil”, Mudança: Mag.
Ensino Superior., vol. 33, nº. 3, pp. 10-17, 2010.
[38] K. Krause e H. Coates, “Engajamento dos alunos na universidade do primeiro ano”,
Assessment Eval. Ensino Superior, vol. 33, nº. 5, pp. 493-505, 2008.
[39] Resultados da OCDE, PISA 2009: Aprendendo a Aprender—Envolvimento dos Alunos,
Estratégias e Práticas, vol. 3. Paris, França: Publicação da OCDE,
2010.
[40] JJ Appleton, “Envolvimento do aluno com a escola: questões conceituais e
metodológicas críticas do construto”, Psicologia,
volume 45, não. 5, pp. 369–386, 2008.
[41] JA Fredricks, PC Blumenfeld e A. Paris, “Envolvimento escolar: Potencial do
conceito, estado da evidência”, Rev. Edu.
Res., vol. 74, nº. 1, pp. 59-109, 2004.
301
[42] JD Finn, GM Pannozzo e KE Voelkl, “Comportamento e realização perturbadores e
desatentos-retirados entre o quarto
alunos”, Elementary School J., vol. 95, pp. 421-454, 1995.
[43] Q. Kong, N. Wong e C. Lam, “Envolvimento do aluno em matemática:
Desenvolvimento de instrumento e validação de construto”,
Matemática. Edu. Res. J., vol. 15, não. 1, pp. 4–21, 2003.
[44] H. Coates, “Um modelo de estudante off-line e geral baseado em campus
engajamento”, avalia. Avaliação Ensino Superior, vol. 32, não. 2, pp. 121-141,
2007.
[45] BM Olds, BM Moskal e RL Miller, “Avaliação no ensino de engenharia: Evolução,
abordagens e colaborações futuras”, J. Eng. Edu., vol. 94, pp. 13-25, 2005.
[46] C. Teddlie e A. Tashakkori, “Principais questões e controvérsias em
o uso de métodos mistos nas ciências sociais e comportamentais”,
em Handbook of Mixed Methods in Social and Behavioral. Pesquisa, A
Tashakkori e C. Teddlie, Eds. Newbury Park, CA, EUA: Sage,
2003, pp. 3-50.
[47] A. Strauss e J. Corbin, Fundamentos da Pesquisa Qualitativa: Técnicas
e Procedimentos para o Desenvolvimento da Teoria Fundamentada nos Dados. Newbury Park, Califórnia,
EUA: Sage, 1998.
[48] CA Smith e PC Ellsworth, “Padrões de avaliação cognitiva
na emoção”, J. Personal. Soc. Psicol., vol. 48, pp. 813-838, 1985.
~
Mar ÿa Blanca Iba nez recebeu o BS e MsC
Graduado em Ciência da Computação pela Universidade
Simon Bolívar, Venezuela, em 1979 e 1982,
respectivamente, e o doutorado em ciência da computação
pelo INPG, França, em 1990. Foi
professor titular do Departamento de Ciência da Computação
da Universidade Simon Bolívar, Venezuela,
de 1995 a 2003, e atualmente é visitadora
professor do Departamento de Engenharia Telemática da
Universidade Carlos III de Madrid,
Leganés, Espanha. Seus atuais interesses de pesquisa
incluir novas tecnologias de e-learning. Ela é membro do IEEE.
Angela Di Serio recebeu o título de ciência da computação
graduado em engenharia pela Universidade Simon
Bolívar, Venezuela, em 1983, e o mestrado
em ciência da computação pela Universidade de Connecticut
em 1994. Foi professora associada do Departamento de
Ciência da Computação da
Universidade Simon Bolívar, Venezuela, desde
1995. Seus atuais interesses de pesquisa incluem novos
tecnologias de e-learning e realidade aumentada.
Carlos Delgado Kloos recebeu o grau de doutor
em ciência da computação pela Universidade Técnica
de Munique, Munique, Alemanha, e o doutorado
em engenharia de telecomunicações pela Universidade
Técnica de Madrid, Madrid, Espanha, em 1986.
É professor titular do Departamento de Engenharia Telemática
da Universidade Carlos III de
Madrid, Leganes, Espanha, onde foi diretor fundador do
Departamento de Engenharia Telemática. Atualmente é vice-
reitor associado, diretor de dois programas de mestrado
(uma em e-learning) e diretora da Nokia Chair. Ele é autor
mais de 200 artigos para conferências nacionais e internacionais e
diários. Ele é autor de um livro, co-autor de outro e co-editor
cinco. Ele foi o coordenador do projeto E-LANE financiado pela Europa em
e-learning na América Latina e membro do Conselho de Administração da
o Consórcio .LRN. Participou em mais de 20 projetos
com financiamento europeu (Esprit, IST, @LIS), nacional (Ministério espanhol) e bilateral
(espanhol-alemão e espanhol-francês). Sua principal corrente
O interesse de pesquisa está nas tecnologias educacionais. Ele é um membro sênior
do IEEE.