Machine Translated by Google

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

Parte II Fundamentos para o Ensino de Estatística 55

a equivalência de uma simulação computacional com experimentos aleatórios reais ou

descrições pseudoconcretas.
Impactar criticamente a maneira como professores e alunos abordam a estatística é a
diferença entre o pensamento matemático e o estatístico. Gattusso e Ottaviani (Cap. 15)
comparam o pensamento matemático e estatístico, mas sustentam que, apesar das
diferenças, a estatística é atualmente ensinada como parte da matemática. Os alunos
precisam de oportunidades para desenvolver o pensamento estatístico e entender como ele
é diferente do pensamento matemático. Na verdade, existem certas habilidades utilizadas no
aprendizado de estatística que contribuem para um aprendizado mais eficaz da matemática,
incluindo: trabalhar dentro de contextos; fazendo boas perguntas; lógica de
“reencaminhamento” durante o processo de análise; construção de representações; e
comunicar resultados. Implicações importantes para o ensino são fornecidas, incluindo o fato
de que enquanto os alunos estão fazendo estatística, eles também estão fazendo matemática
e que a avaliação precisa ser reformulada para incluir métodos de revelação da compreensão.
Com o foco crescente na educação estatística, MacGillivray e Pereira Mendoza (Cap.
14) apontam que os projetos fornecem um contexto investigativo que nutre o aprendizado do
pensamento estatístico. Eles defendem o uso de uma estrutura prática para demonstrar e
aprender o pensamento estatístico, ou seja, um ciclo de investigação de dados que incorpora
etapas: definição do problema/planejamento; coletando dados; análise de dados; e a
interpretação dos dados é proposta com base em vários outros ciclos. Amostras de projetos
são fornecidas e MacGillivray e Pereira-Mendoza sustentam que projetos que são adequados
para uso com alunos devem ser usados no treinamento de professores em formação inicial
e em serviço, para que os professores tenham maior probabilidade de usar tais projetos com
seus alunos .
O uso da tecnologia pode fornecer forte suporte na implementação de novas e diferentes
abordagens para o ensino de estatística, especialmente a abordagem de modelagem, e
Pratt, Davies e Connor (Cap. 13) examinam os recursos da tecnologia no ensino de
estatística. Existem maneiras novas, interessantes e ainda subutilizadas de que a tecnologia
pode ser usada para facilitar o aprendizado em estatística. Isso inclui o uso de grandes
conjuntos de dados que antes não eram gerenciáveis e o uso de representações gráficas
digitais dinâmicas para auxiliar na análise. São explicadas várias questões que desencorajam
o uso da tecnologia no ensino de estatística. Por exemplo, mesmo que um currículo focado
em tecnologia encoraje o uso de tecnologia, o regime de avaliação acabará por ter um forte
impacto sobre se a tecnologia é usada no ensino. Um dos objetivos dos programas de
treinamento de professores deve ser aumentar o conhecimento do conteúdo pedagógico
tecnológico (TPCK) dos professores em formação, de modo que eles se concentrem na
tecnologia como ferramenta de ensino e não apenas na tecnologia como parte do conteúdo
do curso. Várias ideias para encorajar tal abordagem são exploradas.
Com a mudança de foco no que é importante no aprendizado de estatística, é preciso
haver mudanças na forma como esse aprendizado é avaliado. Garfield e Franklin (Cap. 16)
recomendam que os professores alarguem a forma como encaram a avaliação, considerando
a avaliação da aprendizagem, a avaliação para a aprendizagem e a avaliação como
aprendizagem ao conceber tarefas de avaliação. Eles propõem três pilares fundamentais de
avaliação que devem fundamentar todo o projeto de avaliação: cognição, observação e
interpretação. Os princípios são fornecidos para ajudar os educadores a projetar avaliações
estatísticas que estejam em conformidade com os requisitos de cada um desses três pilares.
Machine Translated by Google

56 C. Leitura

As recomendações incluem atividades colaborativas para avaliação e oportunidades

para professores iniciantes e em serviço aprenderem como avaliar a aprendizagem
dos alunos. Algumas questões, como testes de alto risco e uso de tecnologia, que
dificultam a ampliação da visão de avaliação são consideradas.
Os responsáveis pelo ensino de estatística precisam considerar os fundamentos
apresentados na Parte II como base para reconceituar como a estatística pode ser
apresentada aos alunos. Embora se reconheça que mudar as próprias ideias que
sustentam o ensino é um desafio, a Parte II também apresenta algumas estratégias
de apoio para facilitar essa mudança. Com esses fundamentos como pano de fundo,
os envolvidos no ensino de estatística devem usar as informações detalhadas sobre
conhecimento, ensino e treinamento de professores apresentadas nas Partes III e IV
para promover uma revolução no ensino de estatística.