Escolar Documentos
Profissional Documentos
Cultura Documentos
PENSAMENTO COMPUTACIONAL
SUMÁRIO
INTRODUÇÃO ............................................................................................................ 4
3
INTRODUÇÃO
Prezado aluno!
Bons estudos!
4
1 CONCEITO DE TECNOLOGIA
Fonte: https://bityli.com/fq730
5
Lascar pedras, de acordo com os historiadores, é uma técnica que passou a
ser utilizada no período Paleolítico, essa técnica era trabalhosa e demorada, e a partir
dela descobriu-se o fogo, considerado umas das tecnologias mais importantes para a
evolução da humanidade, pois a partir do fogo foi possível cozinhar alimentos e
alimentar o grupo, o que proporcionou maior sobrevivência e avanço demográfico.
O final da era Paleolítica e início da era Neolítica foi marcado pela revolução
neolítica, quando grupos começaram a se estabelecer em um lugar para dominar a
terra e a agricultura, e começaram a usar a metalurgia para desenvolver ligas fundidas
com cobre e estanho, para fazer ferramentas e implementos. A partir do controle
dessas tecnologias, os riscos associados à caça e ao deslocamento de um local para
outro foram reduzidos (PINSKY, 2011).
6
Figura 2 – Automatização dos Processos Industriais para Aumentar a
Produção
Fonte: https://www.sohistoria.com.br/resumos/revolucaoindustrial_clip_image001.jpg
Fonte: https://bityli.com/Z08ov
9
Resumindo, o professor deve considerar uma ferramenta de ensino
aprendizagem como benéfica e facilitadora, de modo que a utilize para preparar
atividades que estimulem e agucem a curiosidade dos alunos. Esses por sua vez,
devem fazer uma busca ativa pelo conhecimento através de pesquisas guiadas,
produção de vídeos e textos, fóruns de debate e até contato com estudantes de outras
regiões e até de outros países.
Contudo, a figura do docente não está descartada, é necessário que os alunos
passem por uma educação digital, então o professor fica a cargo da seleção dos
conteúdos que serviram de base para essas pesquisas, apresentação de banco de
dados, entre outros. A partir dessa orientação os alunos podem aprender a utilizar
essa ferramenta de forma positiva e proveitosa.
É necessária também a compreensão de que para se desenvolver um bom
trabalho de educação digital não primordial que tenhamos em mãos os aparelhos mais
modernos e com maiores quantidades de recursos, pois faz parte da educação digital
saber fazer um bom uso também dos recursos mais simples.
Qualquer pessoa que tenha acesso a internet através de algum tipo de
aparelho, tem ao seu alcance uma quantidade infinita de informações, cabe ao
docente planejar e organizar os conteúdos que serão acessados para que ele possa
orientar, estimular e conduzir a aprendizagem (ORTEGA, 2019).
A cultura digital é uma nova cultura que surge a partir da digitalização das
tecnologias analógicas, com o uso do microcomputador, além do desenvolvimento da
cibernética, linguagens de programação, e ainda recebe influências de fatores sociais,
políticos, econômicos, etc. Para compreender melhor as características da
cibercultura, usaremos o teórico Lévy (1999), que utiliza termos como ciberespaço e
cibercultura, que surgem no cenário digital. Segundo o autor:
Existem muitos exemplos que surgem da lei de liberação do polo emissor. Junto
com as atitudes positivas dos usuários como criadores de conteúdo, existem
argumentos que estão fortemente ligados à redefinição dos direitos de propriedade
intelectual, como a prática de software de código aberto. Adaptando-se ao meio
cultural digital, novas e abertas licenças estão surgindo para o uso, modificação e
distribuição de conteúdo.
A liberação do polo de emissão ainda se refere à comunicação auto-organizada
no nível sociopolítico, independente da mediação dos sistemas tradicionais de mídia.
Vemos aqui princípios de coletividade e colaboração que também estão muito
presentes na cultura digital.
12
indústria cultural e modifica as redes sociais das sociedades industriais
(LEMOS, 2009).
14
A capacidade de interpretar e construir
Simulação
modelos dinâmicso de processos do mundo real.
A capacidade de se apropriar e remixar
Apropriação
conteúdo de mídia de maneira significativa.
A capacidade ou habilidade de executar
e gerenciar simultaneamente duas ou mais
Multitarefa
aplicações ou realizar duas ou mais tarefas
simultâneas.
A capacidade de interagir de forma
Cognição
significativa com ferramentas que expandem
distribuída
capacidades mentais.
A capacidade de reunir conhecimento e
Inteligência
compará-lo com outros em direção a um objetivo
coletiva
comum.
A capacidade de avaliar a confiabilidade
Julgamento e credibilidade de diferentes fontes de
informações.
Navegação A capacidade de acompanhar o fluxo de
transmídia informações através de múltiplas modalidades.
A capacidade de procurar, sintetizar e
Networking
disseminar informações.
17
observamos práticas que valorizam a transmissão de conteúdo e não a autoria, a
criticidade e a autonomia do aluno.
As inquietações são inúmeras e recorrentes na sala de aula atual. Elas estão
relacionadas desde a definição de quais recursos tecnológicos utilizar (e quando
utilizá-los) até as estratégias pedagógicas mais adequadas para uma sala de aula que
possibilite o desenvolvimento de competências voltadas para o século XXI. Dessa
forma é possível perceber que são múltiplos os processos e as interações envolvidos
neste panorama, o que exige uma discussão mais aprofundada sobre a temática
(QUEIROZ, TORI e NASCIMENTO, 2017)
É importante salientar que as tecnologias digitais por si só não são soluções
definitivas para a educação e muito menos irão possibilitar inovações automáticas em
sala de aula. Por vezes, observamos professores utilizando tecnologias mais atuais,
mas replicando estratégias tradicionais de educação, como a repetição de conteúdo.
Nesse sentido, o professor tem papel fundamental neste processo,
transformando-se em um mediador entre o aluno, a tecnologia e o conhecimento.
Portanto, a ideia de professores que primam pela transmissão de conteúdo e deixam
de lado o potencial de desenvolvimento de alunos questionadores, contestadores e
reflexivos não é concebível na atualidade (AKÇAYIR e AKÇAYIR, 2017)
O aluno de hoje possui outro perfil, diferente dos alunos de alguns anos atrás.
Este aluno possui acesso ilimitado a diferentes informações, de forma simultânea,
pelo uso de dispositivos móveis, como smartphones e tablets. Esse novo perfil de
aluno que objetiva as relações sociais instantâneas, a conexão ilimitada com a internet
e o uso de recursos que primam pela mobilidade exige que novas estratégias
pedagógicas e metodologias educacionais sejam adotadas frente às tecnologias
presentes no cotidiano.
Assim, a união entre estratégias pedagógicas e tecnologias digitais pode
propiciar ao aluno do século XXI novas formas de pensar e construir competências
para a vida. Nesse sentido, existem muitas tecnologias digitais que podem apoiar o
processo de ensino e aprendizagem (QUEIROZ, TORI e NASCIMENTO, 2017).
Dentre as mais recentes, podemos citar:
• Realidade aumentada;
• Realidade virtual;
• Robótica;
18
• Impressão 3D;
• Atividades de gamificação;
• Dinâmicas de STEAM;
• Abordagens de autoria e produção de contaúdos.
19
As plataformas digitais de busca são portais
Plataformas
que permitem a localização de sites que produzem
Digitais de Busca
conteúdos, como Google, Bing e outros.
As tecnologias inteligentes de voz são
Tecnologias
recursos tecnológicos que são acionados por
Inteligentes de Voz
comandos de voz do usuário, como a Siri, da Apple.
Os vídeos imersivos são aqueles criados para
gerar uma experiência de realidade virtual. Esses
conteúdos são captados por equipamentos
Vídeos
específicos para essa finalidade ou gerados
Imersivos
digitalmente a partir de softwares de modelagem 3D.
Imagens e vídeos 360 ou projetos 3D podem ser
utilizados em vídeos imersivos.
O QRCode está relacionado ao seu
significado (quick response, código de reposta rápida).
Trata-se de um código de barras bidimensional criado
QRCode
para ser escaneado e convertido em texto (interativo)
como um endereço URL, um número de telefone, uma
imagem ou um link de acesso.
Fonte: Gomes et al., 2016
Assim, dentre os recursos tecnológicos apresentados, a realidade virtual e a
realidade aumentada são duas tecnologias que podem ser usadas tanto em conjunto,
de forma complementar, como separadas, em sala de aula. Ambas possuem
características e possibilidades educacionais infinitas para se utilizar em sala de aula.
Nesse sentido, é importante que os professores conheçam e aprofundem seus
conhecimentos sobre esses recursos, no intuito de transformar suas práticas e, assim,
inovar na educação (QUEIROZ; TORI; NASCIMENTO, 2017).
20
para o treinamento de pilotos de aeronaves, com o intuito de facilitar a aprendizagem
dos mecanismos das companhias aéreas. A partir destes primeiros usos, sua
aplicação se ampliou e, com as facilidades trazidas pelos recursos de smartphones e
computadores, hoje pode ser usada e desenvolvida por qualquer pessoa (GOMES et
al., 2016).
A tecnologia de realidade aumentada é relativamente simples, pois está
relacionada à sobreposição de objetos virtuais ao mundo real. Assim, os objetos
virtuais parecem coexistir no mesmo espaço e tempo que os objetos do mundo real
(AKÇAYIR; AKÇAYIR, 2017).
Para tanto, é necessário que os objetos reais sejam scaneados e
transformados em objetos virtuais para que, depois, façam parte da realidade
novamente. Assim, para que esse processo ocorra é necessário, na maioria dos
casos, existir marcadores físicos em objetos concretos. O marcador físico pode ser
um QRCode ou um objeto qualquer (livros, mapas, rótulos). Esses marcadores
servem para o reconhecimento da imagem que está inserida no objeto e, após os
dispositivos móveis serem apontados ao marcador, este reconhece e aumenta o
elemento na tela do smartphone/ tablet. Outro formato de realidade aumentada é a
geolocalização, a partir de uma determinada coordenada. Assim, quando o usuário
estiver na coordenada estipulada anteriormente, ele poderá visualizar algum elemento
(objeto, personagem) a partir da tela do seu aparelho.
É a interação do conteúdo virtual com o conteúdo real que possibilita a
realidade aumenta. Neste processo, o usuário pode manipular e controlar a interação
com o/do objeto, seja virtual ou real. Portanto, o sujeito deve, inicialmente, ajustar o
dispositivo móvel (smartphone ou tablet) no aplicativo que possibilita a leitura e a
visualização do objeto físico. Em seguida, o usuário deve manipular e ajusta a posição
física do objeto e do dispositivo móvel para que haja interação entre os dois e, na tela
dos smartphone/tablet, o usuário poderá visualizar os objetos sobrepostos (real com
virtual) (LIANG, 2015). Esse conteúdo virtual pode ser representado por vídeos,
imagens estáticas ou animadas, textos, sons, entre outros.
As possibilidades de aplicação da realidade aumentada são muitas. No entanto,
apesar das inúmeras possibilidades de utilização, Liang (2015) ressalta que existem
poucas iniciativas acadêmicas cujo objetivo tenha sido o desenvolvimento ou o uso
dessa tecnologia em sala de aula. Atualmente, a realidade aumentada pode ser
21
utilizada em todos os níveis de ensino, desde o ensino fundamental até a graduação
e a pós-graduação. É possível utilizar a realidade aumentada como estratégia
pedagógica integrada aos conteúdos trabalhados em sala de aula, como
experimentação e simulação de reações químicas, situações-problema em que se
utilize os QRCodes como mecanismos de possíveis respostas, como jogo em
aplicações virtuais com reais, entre muitas outras opções.
Silva, Reis e Lopes (2018) desenvolveram um aplicativo chamado Adoletras. O
aplicativo tem como objetivo auxiliar no processo de alfabetização de crianças pela
união de cards com letras que, combinados com smartphones, apresentam um objeto
correspondente em 3D na tela do aparelho das crianças. Por se tratar de um tipo de
jogo, é possível desenvolver, pela ludicidade, diferentes competências importantes
para as crianças, além de instigá-las e motivá-las ao aprendizado.
Já outros aplicativos possuem um conteúdo mais amplo e podem ser
adaptados de acordo com a necessidade do aluno e do professor, como é o caso do
Atom Visualizer. Esse aplicativo não precisa de nenhum card ou impressão para ser
utilizado. Nele é possível visualizar, em 3D, os tipos de átomos, como o potássio, o
alumínio etc., em diferentes locais para os quais o dispositivo móvel está apontado.
Cada vez mais, outras iniciativas no uso da realidade aumentada em sala de
aula estão sendo criadas, como um manual musical no qual os alunos podem, ao
apontar a câmera do dispositivo móvel para o livro, visualizar os instrumentos musicais
em 3D e manuseá-los na tela (GOMES et al., 2016).
Existem muitas alternativas de aplicativos de realidade aumentada disponíveis
para a educação e outras que ainda podem ser criadas, como é o caso dos sites de
QR Codes ou de sites especializados em realidade aumentada, como o aplicativo
gratuito Qlone.
22
A realidade virtual mais comum utiliza óculos que possibilitam a movimentação
em um espaço tridimensional a partir do comando de voz, da movimentação de
braços, pernas, cabeça, etc. Assim, ao utilizar os óculos, a tecnologia detecta os
movimentos do corpo, por um dispositivo de captura, e os integra ao ambiente virtual
que replica os mesmos movimentos do mundo presencial (SILVA; REIS; LOPES,
2018).
A realidade virtual está sendo utilizada para diferentes finalidades, inclusive
para tratamentos de saúde, como o treinamento de habilidades cirúrgicas. O estudo
de Silva, Reis e Lopes (2018), utilizou esse tipo de tecnologia para aprimorar o
equilíbrio a partir da experimentação de diferentes barreiras em um ambiente imersivo.
Outra possibilidade do uso da realidade virtual é para a aprendizagem de LIBRAS
(Língua Brasileira de Sinais). Nesse tipo de tecnologia, a pessoa com deficiência
poderá aprender ou aprimorar a linguagem pelo uso de um jogo que utiliza recursos
imersivos de realidade virtual.
O uso de realidade virtual na educação é antigo, em 1965, Sutherland (1965)
propôs o uso de abstrações para ensinar matemática aos seus alunos, apesar de o
autor não utilizar tecnologias digitais para este desenvolvimento na época, é possível
perceber o interesse em se criar estratégias que possibilitassem a visualização de
elementos abstratos.
A realidade virtual é uma das tendências na educação que permite que o aluno
tenha acesso a situações e simulações não encontradas no dia a dia do ambiente
escolar, como aquelas que são economicamente mais caras para serem vivenciadas:
visitas a museus ou a manipulação de objetos químicos, por exemplo. O sentimento
de estar presente em determinado contexto, sem a necessidade de sair de sua real
localização, permite que o aluno experimente e interaja com objetos além da sala de
aula, abrangendo um número maior de possibilidades educacionais para a construção
do conhecimento (Figura 1).
23
Fonte: Adaptada de Halfpoint/Shuttersyock.com e Queiroz, Tori e Nascimento (2017)
Hoje em dia, é cada vez maior o número de universidades e escolas que estão
desenvolvendo projetos que incluem a realidade virtual como estratégia pedagógica.
Uma de suas possibilidades é desenvolver com os alunos ações que possibilitem que
ele construa seus próprios materiais de realidade aumentada ou realidade virtual.
Assim, o desenvolvimento da autonomia e do senso de autoria é outra alternativa para
enriquecer o processo de ensino e aprendizagem dos alunos, principalmente se
articulado com alguma tecnologia digital.
As possibilidades são inúmeras: cabe ao professor selecionar, analisar, refletir
e compartilhar experiências no uso das realidades aumentadas e das realidades
virtuais em sala de aula, no intuito de desenvolver práticas motivadoras e inovadoras.
24
uma estratégia baseada no uso da tecnologia para solucionar problemas. Na
realidade, o pensamento computacional descreve como executar tarefas com mais
eficiência sem usar os recursos associados à programação de computadores e à
ciência da computação (WING, 2014 apud BEECHER, 2019).
Múltiplos métodos e modelos computacionais podem ser usados para resolver
problemas de vários níveis de complexidade, projetar sistemas que não podem ser
executados por humanos e derivar inteligência de cada componente envolvido no
processo. O pensamento computacional pode, portanto, ser definido como a
habilidade básica que todos possuímos para realizar todas as tarefas: a atividade
mental de abstrair problemas e formular soluções que possam ser automatizadas
(WING, 2014 apud BEECHER, 2019).
Um conceito-chave para explicar o pensamento computacional é a capacidade
de abstrair problemas e formular soluções automaticamente. Além disso, geralmente
são aplicadas algumas técnicas e ferramentas que permitem resultados favoráveis do
ponto de vista humano. O pensamento computacional também pode ser definido com
base em três etapas:
26
A fase de abstração envolve também as seguintes características (RIBEIRO;
FOSS; CAVALHEIRO, 2017).
27
Definindo o pensamento computacional, não é exagero dizer que o conceito
está fortemente associado a áreas afins, como ciência da computação e programação,
e a atividades que envolvem tomada de decisão, resolução de problemas e
criatividade. Todos os processos estabelecidos pelo pensamento computacional usam
recursos computacionais, ou pelo menos métodos que se assemelham a processos
técnicos, para apoiar a execução de tarefas (BRACKMANN, 2017).
Compreender os limites da computação nos ajuda a entender como a
criatividade e a habilidade humana podem ser usadas para resolver problemas e usar
a tecnologia de computação como uma ferramenta dedicada para resolver problemas.
Claramente, projetar um programa ou máquina que faça tantas coisas em tão pouco
tempo é uma tarefa que exige que as pessoas passem mais tempo pensando, o que
acaba sendo um grande desafio (BRACKMANN, 2017).
4.1 Aplicação do Processamento Computacional
A aplicação principal para o processamento computacional se relaciona com
qualquer contexto que seja necessário criar uma solução para um problema e que
como intermediador dessa resolução esteja um computador desempenhando este
papel. Desse modo, é importante recordar que o processamento computacional está
ligado também a outros seguimentos como matemática, por exemplo, além da
computação em si (DENNING e TEDRE, 2019).
Atualmente, o pensamento computacional é muito aplicável na área do Direto,
sendo um recurso que fornece assistência para os agentes da lei. Para possibilitar
esse cenário, é aplicado um conjunto de regras lógicas de modo a automatizar os
processos de obtenção de informação, reduzindo a atuação humana. Beecher (2017)
afirma que essa ação, amplia a expectativa dos resultados obtidos, em
desenvolvimento de pesquisas como a investigação de Joseph Bell Center que
pretendeu construir um sistema que colaborasse com a elaboração de hipóteses para
elucidar as evidências da cena de um crime.
Para a educação, o pensamento computacional aplicado gera grande impacto
e transformação, exprimindo um meio de divulgar informações, produzir
conhecimentos e solucionar obstáculos através de processos que amparem as
decisões que precisam ser tomadas, produzindo assim, resultados mais eficientes.
Isso se dá pelo fato de que a criatividade é permanentemente desenvolvida, o que
28
aprimora o raciocínio em relação a forma como os problemas podem ser solucionados
(SCHLOGL et al., 2017).
Alguns países como os Estados Unidos, Reino Unido, Israel, Alemanha,
Dinamarca, entre outros, acataram estratégias de adicionar o pensamento
computacional à educação básica. As definições que orientam essas estratégias são
parecidas, no entanto, cada um produz as adaptações de acordo com o seu principal
objetivo, utilizando-se de ferramentas específicas, técnicas de programação e
princípios computacionais aplicados à cada disciplina (SCHLOGL et al., 2017).
A cultura digital e a tecnologia suportam o pensamento computacional através
de vários meios de comunicação, tecnologia e recursos. Isso permite que os alunos
se aprofundem no conteúdo e, consequentemente, desenvolvam melhor as
habilidades esperadas.
Verifica-se, portanto, que a educação assimila o pensamento computacional
como um recurso de grande importância para a didática e aprendizagem, orientando
sobre a aplicabilidade dos princípios da computação. Apesar da minha forte
associação com a ciência da computação, é uma habilidade cotidiana. Nesse caso, o
objetivo final não é ensinar a todos como pensar como um cientista da computação,
mas sim aplicar esses elementos comuns para resolver problemas e criar novos
problemas a serem explorados dentro e entre as disciplinas. Trata-se de ensiná-lo a
identificar problemas (BEECHER, 2017).
Dessa maneira, o pensamento computacional na educação configura um
processo de obtenção de conhecimento com base no pensamento, experiências,
representação e memória. O desenvolvimento cognitivo se relaciona às melhorias das
capacidades de raciocínio e para tomada de decisões, apesar de estar relacionada
também à prática básica da programação (SCHLOGL et al., 2017).
Mais um exemplo de utilidade para o pensamento computacional é para o setor
de eventos, qual Beecher (2017) cita um caso aplicado do pensamento computacional
em cerimoniais, onde o reitor buscava uma forma de tornar mais ágil o processo de
entrega de diplomas. Foi optado por posicionar os estudantes e por um canal eficiente,
projetar os nomes para que o reitor assistente entregasse os diplomas. No entanto,
para tornar o procedimento ainda mais organizado e mais ágil, foram envolvidas mais
pessoas na cerimônia para auxiliar na condução do evento, garantindo a
29
descentralização das demandas em uma única pessoa, e desse maneira, evitar o
afunilamento do fluxo de alunos.
A Figura 1 nos traz ilustrado como o pensamento computacional se relaciona
com as áreas e subáreas da computação e programação de dados. Nota-se que o
pensamento computacional é superior à aplicação dessas tecnologias, uma vez que
se utiliza, em sua base, da forma de raciocínio aplicada pelos recursos computacionais
(BRACKMANN, 2017).
Ainda que haja muitos conceitos, existe ainda uma dificuldade em identificar
em quais momentos deve-se aplicar o pensamento computacional. Para tal, é
apresentado a seguir, considerações para elucidar como isso pode ser assimilado.
30
de processos e aplicar soluções é possível utilizando capacidade de
aprendizagem, planejamento e autonomia.
• Enquanto a computação associa a programação e a ação de programar com
a aprendizagem de produção de um software, o pensamento computacional é
bem mais descrito como uma conduta objetivada na solução de problemas,
apesar de compartilhar alguns aspectos tecnológicos.
• Não se acata que sempre o computador será utilizado para a solução de um
problema, mas em algumas situações. O ponto final é sempre apresentar uma
solução.
• Para a educação, o conceito principal envolvendo o pensamento
computacional é o conhecimento transferível, que assume que as capacidades
aprendidas podem ser aplicadas em vários contextos do dia a dia sem
depender de uma máquina.
Imperialismo
Os conceitos nutridos sobre o pensamento computacional estão arriscados a se
tornarem imperialistas ao afirmar que seu foco é fazer com que humanos pensem
como computadores. Há uma visão endurecida sobre o pensamento computacional
ser apenas aquilo que foi aprovado por cientistas ou em cada área, da forma como se
decide definir seu significado (BEECHER, 2017).
Progressivamente nota-se que diversas formas de dar conceito ao pensamento
computacional não se relacionam com a forma original e que nem tudo está conectado
à ciência da computação, mas sim, com as atividades diárias. Todavia, isso leva à
imaturidade do pensamento computacional, uma vez que os recursos que baseiam
31
sua aplicabilidade estão já bem estabelecidos, como a lógica, algoritmos e a
decomposição (BEECHER, 2017).
Maturidade
Quando a funcionalidade de um recurso está totalmente desenvolvida, pode-se
dizer que ele atingiu a maturidade. No entanto, de acordo com Beecher (2017), em se
tratando de pensamento computacional, algumas situações precisam ainda ser
desenvolvidas acerca das fases que as definem para garantir que o conceito não seja
atribuído com frequência à tecnologia avançada e que qualquer indivíduo se sinta
capacitado para desenvolver as habilidades básicas. Beecher (2017) ainda afirma
que, com o passar do tempo, o conceito de pensamento computacional tem sido
estudado para que tenha cada vez mais um melhor alinhamento entre a proposta e as
melhorias, no sentido de solucionar problemas, agregando processos que aprimorem
a técnica.
Eficácia
A eficácia do pensamento computacional ainda não é tão robusta quando
poderia ser, no entanto, quanto mais experimentos forem sendo realizados, cada vez
mais, melhores serão os resultados.
Mas também há críticas dirigidas ao conceito do pensamento computacional,
pois alguns afirmam que ele, o pensamento computacional, é muito vago e dificilmente
distingue-se de outras formas de pensamento devidamente. Como o pensamento
computacional é apenas uma pequena parte do campo, alguns pesquisadores estão
preocupados em promover o pensamento computacional como um substituto para a
educação científica mais ampla. Há ainda mais uma preocupação, que ele influencie
de a limitar o pensamento sobre os problemas que se pode resolver, desconsiderando
o impacto social, ético e/ou ambiental.
Comparando o pensamento do computador com a inteligência humana em
termos de como os computadores executam as mesmas tarefas, os recursos de
computação podem agilizar qualquer processo, automatizando-o de maneiras mais
simples. Portanto, o pensamento computacional ainda não representa uma eficácia
perfeita, tornando-se uma clara limitação quando se fala em tecnologia disponível
atualmente. Além do mais, nem tudo que é feito pelo pensamento computacional está
totalmente livre de erros.
32
O pensamento computacional auxilia na resolução de problemas em diversos
contextos sociais, o que permite que qualquer pessoa inclua e aplique cálculos em
suas atividades cotidianas. E ainda, também adiciona uma variada quantidade de
ferramentas psicológicas capazes de refletir a dimensão do campo da ciência da
computação através da compreensão, do uso e criação de tecnologias digitais,
permitindo comunicação, acesso e propagação de informação. Dessa forma, o
pensamento computacional gera conhecimento, soluciona problemas e se mostra um
importante ator no desenvolvimento de habilidades, e também na evolução do
pensamento.
34
Universidade Federal de Minas Gerais (UFMG), o Processador de Dados
Estocásticos, pelo Instituto de Física da USP, entre outros (CABRAL, 2008).
Em 1972, foi criado um minicomputador pela USP em conjunto com a
Companhia Equipamentos Eletrônicos. O projeto, que durou dois anos, foi chamado
de G-10. A partir de 1968, reuniões foram organizadas pela comunidade acadêmica
de computação, conhecidas como Seminário de Computação na Universidade
(Secomu). Essas reuniões eram marcadas por ideias criativas que buscavam uma
formação de recursos humanos e de política industrial de informática.
Em 1974, numa das reuniões, foram estabelecidas medidas que visavam a
proteção da tecnologia nacional a partir da institucionalização de incentivos especiais
a empresas sob o controle nacional. Ainda em 1972, foi promovido o primeiro evento
científico nacional da área de computação, chamado de Seminário sobre
Desenvolvimento Integrado de Software e Hardware (SEMISH), pelo curso de Pós-
Graduação em Ciência da Computação da Universidade Federal do Rio Grande do
Sul.
A consolidação de uma comunidade acadêmica de computação ocorreu graças
a eventos como o SEMISH e o SECOMU, que permitiram um alinhamento dos
interesses nacionais de desenvolvimento na área de informática. Em outros países,
havia diversos esforços para reunir sociedades científicas de computação, como a
International Federation for Information Processing (IFIP) e a ACM, que eram
formadas por grupos de discussão sobre currículos e pesquisa e que tinha uma
visibilidade internacional (CABRAL, 2008).
Em 1978, foi criada a Sociedade Brasileira de Computação (SBC) pela UFRJ.
Seu objetivo era a manutenção de uma comunidade acadêmica com interesses no
ensino e na pesquisa nas áreas de computação, exercício profissional e políticas
industriais de informática. Com o fim da Capre, a SBC, por se tratar de uma sociedade
independente e sem fins lucrativos, iniciou o estímulo à pesquisa e à formação de
recursos humanos para o mercado de trabalho e a política industrial.
Atualmente, a SBC possui milhares de sócios ativos, constituídos por sócios
institucionais, estudantes, pesquisadores e professores. Ela promove diversos
eventos anuais como simpósios, workshops e eventos regionais que atraem milhares
de participantes, além de promover a Maratona de Programação e a Olimpíada
Brasileira de Informática. É responsável por editar quatro publicações como a Revista
35
Eletrônica de Iniciação Científica, o Journal of Integrated Circuits and Systems, a
Revista Brasileira de Informática na Educação e o Journal of the Brazilian Computer
Society (CABRAL, 2008).
No Brasil, os primeiros cursos na área de computação surgiram no final da
década de 1960. A criação desses cursos só foi possível com a chegada dos primeiros
computadores às universidades. Em 1969, a Universidade Federal da Bahia (UFBA)
e a Universidade de Campinas (Unicamp) foram as primeiras universidades brasileiras
a adotarem o curso de ciência da computação. Posteriormente, na década de 1970,
outras universidades como USP, UFMG, UFRJ, Universidade da Paraíba (UFPB) e
Universidade de Pernambuco (UFPE) criaram cursos de bacharelado em informática.
A Capre foi responsável por dar subsídios às universidades e estimular o treinamento
e a pesquisa na área da computação. Diversos investimentos para a diversificação de
parques de computadores nas universidades federais e estaduais foram realizados,
principalmente com a instalação de computadores da marca Burroughs. Na época,
marcas como IBM, Burroughs e Digital monopolizavam o mercado mundial de
computadores (CABRAL, 2008).
Os primeiros cursos em ciência da computação foram criados pelas
universidades de forma independente e se baseavam nos modelos norte-americanos.
Apesar de capacitar os alunos com os principais conceitos da computação, não
permitiam aperfeiçoamentos em novas pesquisas a partir de cursos de pós- -
graduação stricto sensu. Apenas com a nova Lei de Diretrizes e Bases da Educação
Nacional, vigente no período de 1975 a 1979, é que foram estabelecidos incentivos
para a criação de cursos de pós-graduação na área de computação (CABRAL, 2008).
No ano de 1996, surgiram novas modalidades de cursos no país, o que exigiu
a inserção de currículos mínimos e uma maior autonomia didático-científica das
universidades. Em 1999, a área de computação passou a ser chamada de
computação e informática, o que permitiu a inserção de um número limitados de
denominações. Dessa forma, ficaram vigentes as denominações Cursos de
Licenciatura, Cursos Superiores de Tecnologia, Sistemas de Informação, Bacharelado
em Engenharia da Computação e Bacharelado em Ciência da Computação. Essas
denominações seguiam os padrões internacionais ditados pela ACM. Em 1985, foi
criado pelo Instituto Militar de Engenharia (IME), o primeiro curso de engenharia de
36
computação do Brasil, e em 1997, o primeiro curso de licenciatura em computação
pela Universidade de Brasília (UnB).
Em 2006, com o objetivo de padronizar a oferta desses cursos, foi criado o
Catálogo Nacional de Cursos Superiores de Tecnologia, permitindo que os a
estudantes dessem continuidade aos estudos na área de computação via cursos de
pós-graduação.
O ensino de habilidades de computação vem sendo estimulado em diversas
partes do mundo e em diversos níveis de escolaridade. Porém, ainda é inconclusivo
se a qualidade desse ensino é suficiente para que tais conhecimentos sejam aplicados
em diferentes domínios. O conhecimento computacional, por ser fundamental na
resolução de vários problemas, pode estar presente no currículo escolar de diversos
cursos existentes. No Reino Unido, por exemplo, o ensino computacional está
presente na grade escolar e cumpre um papel importante na resolução de problemas
que exigem testes computacionais.
O suporte computacional é utilizado na construção de modelos, desenho de
diagramas, análise de dados científicos, entre outros recursos necessários em
pesquisas científicas. Nesse aspecto, a ideia não é ensinar todas as pessoas a
pensarem como cientistas da computação, mas ensiná-las a aplicar elementos
comuns para resolver problemas e descobrir novas questões que podem ser
exploradas dentro de todas as disciplinas (BEECHER, 2017).
Desse modo, ensinar o pensamento computacional não é o mesmo que ensinar
ciência da computação. Na ciência da computação, o objetivo é educar o aluno em
aplicações e princípios da computação matemática. O ensino de programação,
subárea do estudo da ciência da computação, é aplicado principalmente com o
objetivo de ensinar aos alunos as melhores práticas para desenvolver programas,
concentrando-se na produção de software de alta qualidade. Já o pensamento
computacional é definido como uma abordagem para a solução de problemas via
computador (BEECHER, 2017).
37
de microchips nos mais variados objetos. Esse tipo de tecnologia abre espaço para
uma grande disponibilidade de computadores que executam serviços e funções em
diversos ambientes. Dessa forma, os computadores deixaram de ser máquinas fixas
em ambientes predeterminados, como os computadores desktop, e passaram a estar
presentes em diversos objetos e lugares distintos (ANDRADE, 2015).
Atualmente, diversos recursos computacionais estão presentes no dia a dia das
pessoas. Portanto, a computação passou a resolver problemas de forma inteligente e
onipresente, a partir de dispositivos com tecnologias embutidas. Todos esses
dispositivos criam uma computação ubíqua, por estarem agregados às estruturas
básicas e fundamentais do nosso cotidiano (MORAES, 2020).
A informação disponibilizada por esses dispositivos onipresentes é
compartilhada por outros dispositivos e os aplicativos acompanham seus usuários nas
tarefas do dia a dia. Essas tarefas podem envolver a busca por uma localização de
um ponto específico, uma postagem em uma rede social, a captura de uma imagem
de interesse a partir da câmera do celular ou simplesmente a comunicação por voz
entre usuários. A interação entre dispositivos pode ocorrer por tecnologias como USB,
Bluetooth, infravermelho ou via rede Wi-FI. Estudos relacionados à inteligência
ambiental visam o desenvolvimento de espaços inteligentes para adequação de
interesses, desejos e necessidades das pessoas. Isso evidencia a presença da
ciência da computação na sociedade da informação (MORAES, 2020).
A partir de um computador, é capaz de se conectar à rede local sem fio anfitriã
de uma organização. Essa rede permite uma conexão de longa distância capaz de ser
acessada de outros pontos de um mesmo ambiente e com acesso livre à intranet
dessa organização a partir de um ponto de acesso, chamado de gateway. Com o
telefone do usuário, é possível realizar a conexão com a internet e ter acesso a
diversos tipos de serviços disponibilizados via web. O telefone do usuário também
permite a visualização de informações locais via GPS que estão incorporadas em seu
dispositivo. Além de todo o acesso à rede, ele ainda será capaz de executar tarefas
básicas do seu dispositivo, como tirar fotos ou enviar dados para outro dispositivo,
como uma impressora (COULOURIS, 2013).
A internet móvel permite não apenas a proliferação de informações, mas
também sua diversificação. O pensamento computacional permitiu uma
transformação do universo da imagem e da linguagem hipermídia, que promoveu um
38
maior entendimento e um rápido compartilhamento das informações. Essa
hipermobilidade permite a inserção e o acesso de informações de diversos tipos,
sejam elas de geolocalização, práticas, ad hoc, conceituais etc. Redes sem fio se
tornaram essenciais para esse tipo de comunicação ubíqua, corporificada e
multiplamente situada em objetos do cotidiano que compõem as tecnologias
embarcadas e a internet das coisas (LIMA, 2013).
Diversos estudos defendem que existe outro estágio de evolução em que o
próprio universo seria um computador. Dessa forma, o pensamento computacional
não seria apenas uma habilidade a ser aprendida, mas o comportamento natural do
cérebro. Sob esse prisma, o conceito de Inteligência Artificial (IA) forte refere-se à
crença de que máquinas devidamente programadas poderiam ser, de fato,
inteligentes. Já a IA fraca defende que, por meio de uma programação inteligente, as
máquinas seriam capazes de simular atividades mentais para parecerem inteligentes.
As assistentes virtuais “Alexa” e “Siri”, por exemplo, são consideradas IA fracas,
pois realizam o reconhecimento de comandos comuns, mas não são capazes de
compreendê-los. Semelhante à distinção forte/fraco em IA, a visão “forte” do universo
computacional afirma que o próprio universo, junto com todos os seres vivos, é um
computador digital. Nessa teoria, cada dimensão de espaço e tempo é discreta e todo
movimento de matéria ou energia é um cálculo. Já a versão “fraca” não chega a
afirmar que o mundo é um computador, mas que as interpretações computacionais do
mundo são úteis para estudar fenômenos com a possibilidade de realizar modelagens,
simulações e estudos usando um computador. Porém, é importante ressaltar que a
visão computacional forte á altamente especulativa e enfrenta inúmeros problemas
empíricos e filosóficos (DENNING, 2019).
39
2011) destaca tal necessidade, enfatizando que ensinar o pensamento computacional
nas escolas pode auxiliar no desenvolvimento da capacidade de resolução de
problemas, além de dar suporte e se relacionar com outras ciências.
Ao citar o pensamento computacional na condição de saber necessário à
educação, é preciso ressaltar que o seu aprendizado deve passar por noções de
modelos computacionais, por algoritmos, complexidade, autômatos, entre outros
(NUNES, 2008). Desse modo, o ensino da manipulação de softwares, bem como
programas para edição de texto, não é o bastante nos tempos atuais. Essa aptidão
precisa integrar a formação básica de qualquer indivíduo do século 21, pois
possibilitará que futuros profissionais solucionem problemas de suas áreas de
atuação.
Observando a importância deste tema, países da Europa e os Estado Unidos,
estão em busca de promover o ensino do pensamento computacional nas escolas
(CTSA, 2005). No Brasil, entretanto, essa disciplina é ofertada apenas em cursos
técnicos, cursos de graduação e pós, de áreas específicas. Ainda que algumas
poucas iniciativas sejam observadas sendo desenvolvidas para estudantes do ensino
médio e do fundamental.
Lecionar sobre habilidades computacionais no contexto da educação
brasileira pode ser um grande desafio, mas também pode ser visto como um contexto
cheio de oportunidades para os professores, pesquisadores e comunidade. Nesse
âmbito, é importante que se discuta os desafios à serem enfrentados ao se
desenvolver o ensino do pensamento computacional. É crescente o interesse pela
propagação do pensamento computacional no espaço escolar e envolve a
participação de educadores e pesquisadores de diferentes países além do Brasil.
Scaico e colaboradores (2013) apresentam a experiência da olímpiada que foi
realizada na Paraíba qual teve como objetivo apresentar para os alunos as estruturas
principais da linguagem de programação e praticar as técnicas que são utilizadas na
construção dos algoritmos, como no usa da abstração, testes, melhorias de
algoritmos, depuração de erros entre outros.
No estado de Pernambuco, França e colaboradores (2012) e França et al.
(2014) apresentam experiências que foram vivenciadas por alunos da Licenciatura em
Computação para divulgar o pensamento computacional nas escolas, também na
disseminação do curso de Computação e também para desmistificar a atuação desses
40
profissionais na sociedade atual. Machado et al. (2010), na Bahia, discorrem o
desenvolvimento de projetos voltados para o desenvolvimento e descoberta de jovens
talentos da ciência da computação no ensino fundamental e médio. Além disso,
também era objetivo da pesquisa encorajar a participação feminina tanto no projeto
como nas Olímpiadas Brasileira de Informática. De acordo com os autores, a base da
pesquisa foi trabalhar a capacidade de raciocínio lógico-matemático dos estudantes,
além de incluir o raciocínio algorítmico, de forma que os estudantes compreendessem
a utilização dos modelos de raciocínio para a resolução de problemas.
Do outro lado do país, no Rio Grande do Sul, uma pesquisa propunha
atividades voltadas ao ensino fundamental envolvendo os princípios do pensamento
computacional (ANDRADE et al., 2013). Outro trabalho, realizava apresentações
teatrais para que os estudantes pudessem compreender as bases e fundamentos do
pensamento computacional de um jeito divertido (VIEIRA et al., 2014).
Uma outra forma de trabalhar esses conteúdos é através da programação de
jogos e simulações, conforme Souza et al. (2014) utilizaram do aplicativo
“AgentSheets” em escolas no Rio de Janeiro para possibilitar que educandos
expressassem seus interesses e capacidades de comunicação. No estudo de
Barcelos e Silveira (2013), os autores examinaram como as habilidades matemáticas
de alunos do ensino médio são mobilizadas no processo de desenvolvimento do
pensamento computacional por meio da construção de jogos digitais em uma
instituição paulista.
Ainda em São Paulo, Garcia e colaboradores (2008) apresentam a
experiência da condução de um projeto que objetivou proporcionar a alunos do ensino
médio oportunidades de adquirir habilidades relacionadas ao desenvolvimento do
pensamento lógico, principalmente na resolução de problemas por meio de algoritmos
e estruturas de dados. Como efeito colateral, os participantes deveriam ser motivados
a continuar seus estudos na área de computação. Os resultados mostram que os
alunos se interessaram pelo conteúdo do curso, participaram das atividades das
Olimpíadas Brasileira de Informática e se inscreveram em cursos de nível superior em
informática.
No estudo de Carvalho et al. (2013), os pesquisadores apresentam uma
iniciativa para inserir o ensino dos conceitos básicos do pensamento computacional e
tecnologia da informação para escolas de ensino médio em Minas Gerais. Visando a
41
empregabilidade e abrangendo diversas áreas, incluindo tecnologia da informação, o
projeto foi implantado em 11 escolas da zona norte de Belo Horizonte no ano de 2012,
com um total de 5.979 alunos participantes. Em 2014, todas as 2.167 escolas públicas
deveriam fazer parte do projeto, atingindo 678.68 alunos do ensino médio estadual.
42
6.1.2 Formação de professores
Ensinar pensamento computacional na educação básica requer formação de
professores especializados que atuam nas escolas. Segundo Nunes (2010), os cursos
de graduação em computação têm uma grande responsabilidade de introduzir a
informática na educação básica e de formar professores para propagar o pensamento
computacional.
Tais cursos não apenas focam suas atividades na construção de software
educacional e no uso da tecnologia para o ensino, mas também na necessidade de
preparar futuros graduados em ciência da computação para enfrentar o ensino do
pensamento computacional. Isso exige que os cursos oferecidos pelas instituições de
ensino proporcionem a esses profissionais uma sólida formação em informática,
matemática e educação conforme está definido pelas Diretrizes Curriculares
Nacionais para a graduação em computação.
Além do mais, é evidente que o treinamento em pensamento computacional
também possa beneficiar outros cursos de formação. Isso pode fornecer aos futuros
professores de matemática, biologia e outros uma educação em ciência da
computação que os ajude a resolver problemas em suas áreas. Além disso, o
desenvolvimento de ferramentas pedagógicas que envolvam o pensamento
computacional de forma interdisciplinar também pode ser favorecido nas escolas
brasileiras.
44
insucesso na aprendizagem, e considerar que os alunos da educação básica poderão
também enfrentar situações parecidas. Dessa maneira, lições aprendidas e
apresentadas por pesquisadores e educadores poderão orientar experiências de
ensino de Computação a serem vivenciadas nos níveis fundamental e médio no Brasil.
O pensamento computacional pode não ser um conceito novo por estar ligado
às raízes da própria ciência computacional. Embora já houvesse trabalhos que
difundiam a sua relevância para a construção do conhecimento e desenvolvimento do
pensamento criativo (PAPERT, 1980), o conceito ganhou reforço nos últimos tempos.
Alguns autores como Jeanette Wing, vice-presidente da Microsoft Research e
pesquisadora reconhecida na comunidade acadêmica, auxiliaram a analisar de que
forma como a ciência computacional analisa o mundo e soluciona problemas seria
aplicável a diversos outros contextos (WING, 2006).
Para Wing (2006), o pensamento computacional não está ligado apenas à
programação de computadores, mas também à habilidade de pensar logicamente,
algoritmicamente e recursivamente. Assim, a ideia não é que as pessoas pensem
como um computador, que é limitado ao conhecimento de seu programador, mas que
apliquem os conceitos computacionais como estratégia para resolver de forma eficaz
problemas nas diversas áreas de conhecimento e no seu cotidiano. Em sua definição,
o conceito é baseado em quatro pilares fundamentais, os quais são descritos a seguir.
45
• Algoritmo: o ponto de junção de todos os demais, representado pelo conjunto
de instruções claras e finitas necessárias para a solução do problema.
I. Duas pessoas podem ser consideradas irmãs quando têm ao menos o mesmo
pai ou a mesma mãe.
II. Maria é filha de Augusto.
III. João é filho de Augusto.
47
completa, emergindo como fato novo extraído ou deduzido a partir das premissas
constituintes (LAW, 2008). Veja um exemplo com as seguintes premissas:
48
descrevemos todas as tarefas necessárias e a ordem em que elas devem ser
executadas para que o problema seja resolvido, estamos criando um algoritmo.
De acordo com Beecher (2017), essa sequência de passos pode ser utilizada
para explicar a um terceiro (seja humano ou uma máquina) como resolver o problema,
seguindo tais regras com precisão. Assim como já ocorre com o pensamento lógico,
o ser humano possui uma compreensão intuitiva do que é um algoritmo, tão utilizado
pela ciência computacional, e desenvolver seu pensamento algorítmico torna-se
essencial para o profissional da computação, pois um algoritmo correto é a base final
de qualquer solução executada por computador.
Estudiosos da programação como Ada Lovelace (1815—1852), considerada a
primeira programadora da história, buscaram formas de comunicar ideias para as
máquinas para que elas pudessem compreender e computar por nós, humanos
(BEECHER, 2017). Então, concluiu-se que o nosso modelo intuitivo era insuficiente,
gerando a necessidade de formular regras de forma clara e inequívoca, como os
computadores exigem, evoluindo para estruturas para fornecer instruções aos
computadores. Por mais precisos que tenham se tornado, os algoritmos também se
tornaram mais complexos, tanto que uma descrição formal deles pode se estender
por vários parágrafos. Em nosso caso, a melhor maneira de compreender sua
construção é estudar suas estruturas básicas.
49
Considere a seguinte lista de regras para o conhecido “jogo da velha”:
1. Iniciar o jogo
2. Iniciar uma repetição:
3. Pedir ao jogador para escolher um quadrado;
4. Se o quadrado escolhido não estiver ocupado, coloque o símbolo do jogador
naquela posição;
5. Verifique se após a jogada foi formada uma linha;
6. Se uma linha for formada, o jogador vence e o jogo encerra;
7. Se uma linha não foi formada e nenhum quadrado estiver disponível, então
o jogo está empatado;
8. Mude para outro jogador
9. Encerrar repetição se o jogador estiver ganho ou empatado
10. Exibir a mensagem ‘Fim de jogo’
50
o Em algum momento, o jogo foi ganho ou empatado. Em qualquer dos
casos, a repetição encerra e a execução continua na linha 10, exibindo
em seguida a mensagem ‘Fim de jogo’.
51
Um problema pode ser compreendido como uma situação ou um
acontecimento que necessita de uma solução. Em uma perspectiva conceitual, são
situações em que um indivíduo necessita resolver, mas não dispõe de uma forma
direta que a leve à solução (POZO, 1998). Assim, conforme Pozo (1998), para
definirmos uma situação-problema, ela deve ser complexa o suficiente para provocar
a reflexão ou uma tomada de decisão de qual passos seguir para encontrar a solução.
Pensar sobre as estratégias utilizadas na solução de uma situação possibilita,
ao estudante, planejar e organizar suas próprias atividades de resolução de
problemas, seguindo um conjunto de regras que configuram uma lógica (SNEIDER et
al., 2014).
Computacionalmente, a resolução de um problema engloba o desenvolvimento
de métodos para a solução de problemas independentemente da área do
conhecimento, soluções que podem ser implementadas ou não em um dispositivo
computacional. Essa sequência de passos ordenados que resolve determinado
problema é conhecida como algoritmo (PIVA JR. et al., 2012).
Para o pensamento computacional, o mais importante não é programar a
solução, mas desafiar o raciocínio, propondo formas de solucionar problemas. Caso
você consiga organizar seu pensamento para compreender “como” resolver o
problema, a implementação será apenas a transcrição do pensamento para uma
forma escrita em alguma linguagem de programação.
Além da área da computação, diferentes áreas de conhecimento definem
estratégias sistemáticas para sua resolução. Por exemplo, no campo da matemática,
área que impulsionou o desenvolvimento da computação, Polya (1977) definiu uma
possível sequência de passos para a resolução de qualquer problema: (1)
compreender o problema; (2) estabelecer um plano para sua resolução; (3) executar
o plano; (4) examinar a solução obtida.
De um modo geral, as etapas de Polya (1977) têm relação com os operadores
do pensamento computacional (análise e abstração), sendo que a diferença é que a
matemática traz a resposta para um problema, enquanto a computação descreve o
como fazer para que seja possível que máquinas resolvam de forma automática esses
problemas. Apesar de as áreas em questão compartilharem as habilidades de análise
e abstração, a automação, habilidade de implementar a solução pensada para ser
executada por uma máquina, é própria da computação.
52
Na etapa de resolução, a implementação e os algoritmos ainda não são
necessários; o momento deve ser dedicado somente à compreensão do objetivo.
Você conhece a frase “Como saber quando chegou ao destino se não sabes aonde
estás indo?”. Pois ela se aplica aqui: antes de pensar em como implementar, deve-se
identificar quando o problema estará resolvido, quando se pode dizer que o objetivo
foi atingido. O objetivo pode ser automatizar parte do processo de uma fábrica ou
aumentar em 30% a eficiência da equipe de vendas.
Independentemente de como é definido o objetivo, ele deve ser descrito de
forma clara e específica. Por exemplo, caso o objetivo seja incrementar a velocidade
do atual sistema, a descrição não deve ser simplesmente “deve ser mais rápido”, mas
ele deve ser descrito de forma que possua precisão mensurável. Por último, é
interessante criar a especificação dos objetivos como se outra pessoa pudesse
eventualmente pegar o que você produziu e verificar por si mesma se você resolveu
o problema, avaliando se consegue replicar o procedimento e obter os mesmos
resultados.
Quanto à solução de problemas, é relevante levar em consideração alguns
pontos. Vejamos:
53
Tendo em mente esses pontos, passamos, então, a buscar estratégias para
resolver o problema especificado. Como você verá em breve, o pensamento
computacional destaca a estratégia de decomposição como uma das formas mais
aceitas para a resolução de problemas, inclusive sendo a decomposição um dos
quatro pilares do pensamento computacional.
56
poderiam ser solucionados com o uso do computador, impulsionando o surgimento de
novas áreas de estudo, como a engenharia de software, que aplica técnicas de
engenharia para analisar problemas e projetar e implementar aplicações capazes de
resolvê-los (RILEY; HUNT, 2014).
Atualmente, a computação está amplamente disseminada em nosso cotidiano.
Seja fornecendo ferramentas de suporte para negócios, planejamento estratégico e
tomada de decisões, ou de forma embarcada em seu celular ou televisor, para acesso
a algum canal de streaming de vídeo: onde houver novas necessidades ou problemas,
lá estará a computação para auxiliar a resolução. Diversas descobertas não teriam
sido possíveis sem a utilização de computadores, como o sequenciamento do genoma
humano, por exemplo. Novas áreas de concentração, como inteligência artificial,
segurança da informação, robótica, redes e computação gráfica, surgiram conforme
novos problemas foram sendo apresentados (RILEY; HUNT, 2014).
No entanto, como o pensamento computacional se encaixa nessa discussão
sobre hardware, software, abrangência da ciência da computação e de suas áreas
correlacionadas? Por trás de todos esses recursos, existem pesquisadores, analistas,
desenvolvedores, entre outros profissionais empenhados em projetar e atender essas
necessidades, podendo ser considerados verdadeiros solucionadores de problemas,
dada a importância que as máquinas ganharam em nossas vidas (RILEY; HUNT,
2014).
Segundo Wing (2006), o pensamento computacional faz uso de conceitos da
ciência da computação para criar estratégias para a resolução de problemas que
podem ser aplicadas a toda e qualquer área do conhecimento (WING, 2006). Ou seja,
o pensamento computacional pode ser entendido como a forma como os cientistas da
computação pensam, racionalizam e resolvem problemas.
Devido ao vasto volume de conhecimento acumulado durante as últimas
décadas, é fato que não é viável utilizar todos os conceitos da computação. Portanto,
o pensamento computacional faz uso de alguns conceitos-chave emprestados das
diversas áreas de conhecimento da ciência da computação que dão suporte à
definição de seus fundamentos, também chamados de pilares do pensamento
computacional, que são: (1) a decomposição; (2) o reconhecimento de padrões; (3) a
abstração; (4) os algoritmos.
57
A decomposição já foi apresentada e discutida neste capítulo, então vejamos
um resumo dos demais pilares:
9 REFERENCIAS BIBLIOGRÁFICAS
59
ANDRADE, Daiane et al. Proposta de Atividades para o Desenvolvimento do
Pensamento Computacional no Ensino Fundamental. In: Anais do XVI Workshop de
Informática na Escola. SBC, 2013.
ANDRADE, L. A. Jogos digitais, cidade e (trans) mídia: a próxima fase. Curitiba:
Appris, 2015.
BARCELOS, T. S.; SILVEIRA, I. F. Relações entre o pensamento computacional e a
matemática através da construção de jogos digitais. In: Anais do XII Simpósio
Brasileiro de Jogos e Entretenimento Digital, 2013.
BEECHER, K. Computational thinking: a beginner’s guide to problem-solving and
programming. Swindon: BCS Learning & Development, 2017. 288 p.
60
CSTA - Computer Science Teacher Association. The New Educational Imperative:
Improving High School Computer Science Education. Final Report of the CSTA.
Curriculum Improvement Task Force. ACM - Association for Computing Machinery,
2005.
CSTA K-12 Computer Science Standards. CSTA Standards Task Force. ACM -
Association for Computing Machinery, 2011.
DENNING, P. J.; TEDRE, M. Computational thinking. Cambridge, MA: MIT Press,
2019.
DENNING, P. J.; TEDRE, M. Computational thinking. Cambridge: MIT Press, 2019.
LEE, A. Y. l.; SO, C. Y. Media literacy and information literacy: similarities and
differences. Comunicar: Media Education Research Journal, v. 21, n. 42, p.137-145,
2014.
61
LEMOS, A. Cibercultura como território recombinante. In: TRIVINHO, E.; CAZELOTO,
E. A cibercultura e seu espelho: campo de conhecimento emergente e nova vivência
humana na era da imersão interativa. São Paulo: ABCiber, 2009.
62
PAPERT, S. Mindstorms: children, computers, and powerful ideas. New York:
Basic Books, 1980. 230 p.
RILEY, D. D.; HUNT, K. A. Computational thinking for the modern problem solver.
Flórida: CRC press, 2014.
63
64
2