Escolar Documentos
Profissional Documentos
Cultura Documentos
parte II
Fundamentos para o Ensino de Estatística
Chris Reading
As estatísticas estão se tornando cada vez mais importantes para todos os níveis de
cidadania, com cada vez mais dados disponíveis para informar a tomada de decisões. A
forma como esses dados são utilizados por aqueles que tomam as decisões e por aqueles
que atuam nas decisões é necessariamente impactada pelas experiências de aprendizado
estatístico disponibilizadas. A variedade de experiências no ensino de estatística em países
de todo o mundo descritas na Parte I mostra que a importância desse ensino está sendo
reconhecida. Alinhar essa importância com a mudança de foco em estatística de
computação para inferência e uma reconceituação do ensino de estatística torna-se
necessária. Esta reconceptualização deve incluir não apenas mudanças nos métodos de
ensino, mas mudanças nos fundamentos do ensino de estatística.
As conversas na preparação para o Estudo Conjunto são refletidas no documento de
discussão que compartilha questões para estruturar o estudo. Essas questões abordaram
problemas atuais no ensino de estatística dentro das especificidades da matemática
escolar, como atitudes dos professores, práticas atuais, capacitação de professores,
treinamento de professores e construção de colaborações. As questões de pesquisa
propostas, organizadas em Tópicos de Estudo Conjunto, forneceram um cenário para os
pesquisadores abordarem em suas apresentações em conferências. Para além dos temas
previstos que foram abordados, o que se verificou nestas apresentações foram temas
subjacentes comuns em relação aos fundamentos que se revelaram impactantes de uma
forma geral no ensino da estatística e, portanto, especificamente nos professores, no
ensino e na formação de professores. Alguns desses fundamentos, incluindo tecnologia,
trabalho de projeto e avaliação, foram o foco de Tópicos de Estudo Conjunto específicos,
mas outros fundamentos não eram óbvios no programa da Conferência de Estudo Conjunto.
Esses fundamentos foram reunidos nos capítulos da Parte II.
As idéias apresentadas na Parte II em relação a esses fundamentos são relevantes
para todos os envolvidos no ensino de estatística, mas têm o potencial de ter maior impacto
no trabalho daqueles que desenvolvem currículos, planejam o ensino ou treinam professores.
C. Leitura (ÿ)
SIMERR National Centre, University of New England, Education Building,
Armidale, NSW 2351, Austrália
e-mail: creadeing@une.edu.au
Machine Translated by Google
54 C. Leitura
Os autores desta parte propõem alguns fundamentos que impactam na forma como a
estatística é abordada: apreciar as diferentes perspectivas sobre estatísticas que podem ser
tomadas como base para o ensino de estatística (Cap. 10); fortalecer o papel que a
probabilidade desempenha nos currículos de estatística (Cap. 11); e reconhecer as diferenças
entre o pensamento matemático e o pensamento estatístico (Cap. 15).
Os autores também consideram como esses fundamentos podem ser apoiados durante o
ensino: adotando uma abordagem de modelagem para aprender estatística (Cap. 12); usando
a tecnologia para apoiar novas abordagens para o ensino de estatística (Cap. 13); usando
uma abordagem baseada em projeto para melhor apoiar o pensamento estatístico (Cap. 14);
e reformular as abordagens de avaliação para medir melhor o pensamento estatístico (Cap. 16).
Como um guia para uma abordagem geral ao ensino de estatística, Burrill e Biehler (Cap.
10) apresentam quatro perspectivas diferentes que podem ser adotadas no ensino de
estatística: uma estrutura para o pensamento estatístico; estatística como um processo
diferente da matemática; alfabetização estatística e estocástica. Os professores são
aconselhados a escolher uma perspectiva específica para atender às necessidades do
contexto e dos alunos. Com base em quatro critérios para decidir se uma ideia é fundamental,
Burrill e Biehler apresentam sete ideias estatísticas que são fundamentais para o ensino na
sala de aula de matemática. Eles descrevem a maneira pela qual a matemática e a estatística
abordam cada uma das ideias fundamentais e sugerem como cada ideia fundamental deve ser ensinada.
Focando em particular no pensamento probabilístico, Borovcnik (Cap. 11) explica que
probabilidade é um conceito complexo e é necessário para lidar com estatísticas. Uma
interpretação detalhada da probabilidade é fornecida a partir de diferentes perspectivas que
foram assumidas ao longo do tempo: Laplaciana, Frequentista e Subjetivista. Explicar o
presente e prever o futuro têm sido aspectos críticos da vida há séculos e Borovcnik explica
como isso foi alcançado com base na adivinhação, causalidade e criacionismo. Mais
recentemente, a probabilidade se desenvolveu como outra ferramenta para auxiliar nesse
processo, alimentando o debate sobre aleatoriedade versus adivinhação, causalidade e
criacionismo. Pensar probabilisticamente envolve conflito entre estratégias e intuição e,
infelizmente, muitas vezes é negligenciado no ensino. Vários argumentos são apresentados
para desafiar aqueles que sustentam a visão de que a aleatoriedade não existe e, portanto,
a probabilidade não tem um papel nos currículos escolares. Estes culminam em sugestões
para apoiar o desenvolvimento de um papel significativo para a probabilidade nos currículos
de matemática.
Continuando o tema de diferentes perspectivas sobre probabilidade, Chaput, Girrard e
Henry (Cap. 12) propõem que usar uma perspectiva de modelagem para ensinar estatística
pode alcançar uma síntese entre as abordagens. Mais atividades experimentais e mais
software estatístico disponível nas escolas levaram à escolha ao introduzir o conceito de
probabilidade, mas Chaput, Girrard e Henry alertam que os alunos ainda devem entender a
diferença entre modelos e realidade. Eles propõem um modelo de três etapas para o ensino
de modelagem. No entanto, existem dificuldades no uso de modelos em estatística quando
comparado ao uso de modelos em outras áreas, como geometria. Por exemplo, o aprendizado
de estatística começa depois que as concepções ingênuas se estabelecem, enquanto o
aprendizado de geometria começa mais cedo; e ao aprender estatística, os modelos estão
mais afastados da realidade, ou seja, mais abstratos, do que na geometria. Os professores
devem estar cientes de que as simulações são uma reprodução artificial do modelo teórico
de uma situação e que sempre haverá o problema de justificar aos alunos
Machine Translated by Google
56 C. Leitura