A prática do aprendizado

Primeiro encontro - Apresentação

Guilherme: Olá, meu nome é Guilherme Silveira, sou professor e fundador da Alura.

Audiodescrição: Guilherme é uma pessoa branca, tem cabelo curto preto e usa uma camiseta branca com uma ilustração vermelha. Na sua frente, um notebook com adesivos. Ao fundo, uma parede lisa com iluminação degradê do roxo ao azul e uma planta ao lado direito.

Neste curso, vamos abordar o processo de aprendizado e passar juntos por um processo de aprendizado a médio prazo. Não se trata apenas de aprender algo rapidamente em cinco minutos, meia hora ou duas horas. Vamos explorar o que acontece e quais decisões podemos tomar para tentar acelerar nosso aprendizado e torná-lo mais profundo em um período mais longo, de alguns dias ou semanas. Como podemos melhorar nossa forma de aprender ao longo das semanas.

Para isso, precisamos de alguém interessado em aprender algo, e convidamos a Dani.

Daniela: Olá! Eu sou Daniela Soares, instrutora na Alura, e estarei acompanhando Guilherme Silveira nesse processo de aprendizado.

Audiodescrição: Daniela Soares é uma mulher de pele parda, tem cabelos cacheados na altura dos ombros na cor preta. Usa uma blusa de alcinha na cor verde e na sua frente há um notebook com adesivos. Ao fundo, uma parede lisa com iluminação degradê do roxo ao azul e uma planta ao lado esquerdo.

Vamos entender como iniciar esse processo, interagir com um mentor, ajustar nosso aprendizado, enfrentar dificuldades e identificar o que está funcionando ou não. Além disso, aplicaremos os conhecimentos adquiridos ao longo do percurso, junto com Guilherme Silveira.

Guilherme: Nos encontramos em breve. Até mais!

Primeiro encontro - Alinhamento

Guilherme: Tudo bem, pessoal? Vamos começar. A ideia é entender com a Dani o que ela quer estudar.

Objetivo de estudo

Daniela: Hoje eu trabalho com gestão e tenho uma planilha de controle de eventos com vários dados, colunas e muitos indicadores de desempenho. Quero melhorar meu processo de decisão, olhar para o que tenho e fazer melhor. Desejo construir um novo planejamento e processo. Para isso, decidimos começar a estudar pensamento computacional. Ainda não sei exatamente o que é, mas quero iniciar essa jornada de aprendizado.

Guilherme: Como o foco deste curso é entender algumas dinâmicas de aprendizado na prática, queremos ter certeza de que todos estão entendendo o que você deseja fazer.

Quando você fala que está na área de gestão se refere as pessoas que estão dentro ou fora da empresa?

Daniela: Dentro da empresa.

Guilherme: Certo, então pessoas internas da empresa que organizam eventos educacionais. Então, suponhamos que por ano vocês organizam 100 eventos por ano e você quer entender como esses eventos estão indo e o que pode ser melhorado.

Daniela: Exatamente. Já existe uma base de dados de vários eventos realizados, mas agora quero analisar esse processo e tomar decisões melhores. Para isso, estou interessada em aprender uma nova abordagem para traçar esse caminho.

Guilherme: Você acredita que o pensamento computacional pode ajudar nisso, certo?

Daniela: Isso!

Guilherme: Não vou influenciar na decisão sobre o que é pensamento computacional, nem dizer agora se é o que vai te ajudar. Vou deixar você explorar o assunto e, depois de uma primeira análise, conversaremos novamente.

Após a Dani estudar esse assunto voltaremos a conversar na sequência. Até lá!

Primeiro encontro - Primeiro encontro

Daniela: Gui, estou de volta após realizar uma pesquisa sobre o que é pensamento computacional.

Discutindo sobre o pensamento computacional

Sou uma pessoa da área de gestão, então não sei o que é pensamento computacional e quero avaliar se faz sentido para o meu contexto. Sendo assim, fiz uma pesquisa no Google e encontrei vídeos curtos no YouTube e artigos que explicavam o conceito. Descobri que o pensamento computacional é composto por quatro pilares: abstração, reconhecimento de padrões, decomposição e algoritmos.

Com esses conteúdos um pouco mais rápidos, tentei ver se isso fazia sentido para o contexto que tenho, para o problema que estou querendo resolver, que é melhorar o meu processo de decisão nesses eventos. Nisso, peguei essas definições e fui para a prática.

Comecei a analisar meus dados e identificar possíveis ações. A decomposição, nesse primeiro momento, significa entender meu problema e dividi-lo em pequenas partes, em questões menores. Foi exatamente isso que fiz.

Por exemplo, questionei se um evento de 60 minutos faz sentido ou não, se representa um problema. Avaliei também eventos não recorrentes e aqueles com mais de três ou quatro participantes. Fui registrando essas observações no papel e, depois, transferi para o computador.

O próximo passo foi tentar reconhecer padrões. Assim que tive contato com essas definições, busquei entender como aplicá-las ao meu contexto. Ainda estou refletindo sobre a relevância desse conceito para a área de gestão na qual trabalho.

Guilherme: Você tem ideia de quantas horas dedicou a isso?

Daniela: No meu caso, foram cerca de seis horas entre pesquisa e anotações.

Guilherme: Pessoalmente, considero um tempo significativo no dia a dia. Costumo adaptar meu caminho ao longo do processo e, talvez, você também tenha ajustado sua abordagem durante essas seis horas.

Isso, pois, se eu tiver o azar de encontrar uma fonte que mais atrapalha do que ajuda e gastar muita energia nela, para no fim perceber que não serviu para nada, será um desperdício. Então, se pudermos redirecionar antes, melhor.

Enquanto você foi falando eu fiz algumas anotações. Primeiro, você foi ao Google procurar definições, tentando entender o que é pensamento computacional. Isso é ótimo.

Vou comentar de duas perspectivas: como professor de computação, que leciona há mais de 20 anos e trabalha na área há 30, e como alguém que estuda assuntos diversos. No caso específico do pensamento computacional, vou abordar ambos os lados.

Você encontrou vídeos curtos de 3 a 5 minutos, artigos com cerca de 10 páginas e identificou que a definição de pensamento computacional se baseia em quatro pilares, entre outras informações.

Ou seja, você acessou um conteúdo que fornecia uma definição, provavelmente mais formal, teórica e abstrata. Em seguida, começou a pensar em como aplicar isso na prática. Esse processo é interessante porque nos permite explorar as definições de forma mais profunda.

A preocupação que sempre tenho com definições é que elas podem variar dependendo da perspectiva. Por exemplo, uma pessoa que trabalha com gestão terá uma definição de gestão. Se eu perguntar para você, sua resposta será uma e se perguntar para outra pessoa, será diferente. Enquanto você pode mencionar os sete pilares da gestão moderna, outra pessoa pode citar os nove pilares segundo Cynthia Brown, e uma terceira pode se basear em outra pessoa.

Então, há um mesmo conjunto de problemas do mundo real e processos observados de formas diferentes por pessoas diferentes. Cada uma nomeia e categoriza esses problemas de maneiras distintas. O nome pode ser o mesmo, como "gestão" ou "gestão de pessoas", mas a abordagem varia. Enquanto uma pessoa pode dividir a gestão em sete pilares, outra pode estruturá-la em quatro, que podem ou não coincidir com os sete. Às vezes, os quatro pilares são uma versão simplificada dos sete, outras vezes são completamente diferentes. Isso significa que existem múltiplas visões sobre o mesmo tema.

Se tivermos o azar de nos basear em uma perspectiva que não se encaixa no nosso momento de aprendizado, podemos acabar desmotivados. Isso pode prejudicar nosso interesse e nossa confiança na capacidade de aprender, simplesmente porque a visão adotada não se conecta com nossa realidade.

Por isso, costumo diversificar minhas fontes de pesquisa. Se eu quiser entender pensamento computacional, por exemplo, primeiro busco uma definição no Google, mas não paro por aí, também acesso a Wikipedia. Então, vamos procurar por "pensamento computacional" na Wikipedia. Quero isso, pois a Wikipedia reúne diferentes perspectivas e críticas sobre o tema, o que ajuda a obter uma visão mais ampla. Mesmo na versão em português, é provável que haja uma seção com críticas ou discussões.

Pensamento Computacional é o processo de pensamento envolvido na formulação de um problema e na expressão de sua solução de forma que um computador — humano ou máquina — possa efetivamente realizar. Diferentes definições e enfoques para o termo podem ser encontradas na literatura e um robusto corpo de pesquisas está em desenvolvimento em diferentes lugares do mundo.

Recentemente, o Pensamento Computacional, juntamente com os eixos Mundo Digital e Cultura Digital foram inseridas na Base Nacional Comum Curricular.

O Pensamento Computacional envolve identificar um problema complexo e quebrá-lo em pedaços menores e mais fáceis de gerenciar (decomposição). Cada um desses problemas menores pode ser analisado individualmente com maior profundidade, identificando problemas parecidos que já foram solucionados anteriormente (reconhecimento de padrões), focando apenas nos detalhes que são importantes, enquanto informações irrelevantes são ignoradas (abstração). Por último, passos ou regras simples podem ser criados para resolver cada um dos subproblemas encontrados (algoritmos). Vide os pilares na imagem ao lado.

A história do pensamento computacional remonta, pelo menos, à década de 1950, mas a maioria das ideias é muito mais antiga. O termo "pensamento computacional" foi usado pela primeira vez por Seymour Papert em 1980 e novamente em 1996[6]. Mas, lendo o artigo "Twenty things to do with a computer" de Seymour Papert e Cynthia Solomon, escrito no ano de 1971, pode-se perceber que as ideias do Pensamento Computacional já existiam, porém não tinham sido denominados com esse termo. O pensamento computacional pode ser usado para resolver algoritmicamente problemas complexos e é frequentemente usado para realizar grandes melhorias na eficiência.

Trecho retirado do Wikipédia

Temos algo bastante genérico no início, afinal, qualquer problema exige que pensemos em uma solução, e isso faz parte do dia a dia, independentemente de computadores. Mas a definição continua, indicando que nesse caso o computador deve realizar a solução.

Se minha solução for "basta sair correndo até lá", um computador não poderá executar essa ação. Então, o pensamento computacional exige que a solução seja estruturada de um jeito que possa ser realizada por uma máquina.

A definição também menciona conceitos-chave, como decomposição, reconhecimento de padrões, abstração e algoritmos—termos destacados na própria página. Além disso, traz um histórico que Seymour Papert, junto com Cynthia Solomon, ajudou a definir a ideia de pensamento computacional. Embora possam não ter cunhado o termo, eles estabeleceram a base do conceito em 1971, tornando-se referência na área de computação e aprendizado.

Mas, essa é a visão apresentada pelo Papert, com suas vantagens e desvantagens, mas não é a minha visão. Desde 1971, milhares de outras pessoas, cada uma com seus próprios vieses, redefiniram o pensamento computacional de maneiras diferentes, conforme suas próprias perspectivas.

Se você assistiu a vídeos sobre o tema, deve ter notado que, em alguns casos, não são mencionados apenas quatro pilares, mas sim mais. Algumas pessoas falam em 12 pilares do pensamento computacional. Outros artigos apresentam abordagens distintas. Mas, qual está correta? Nenhuma, porque se trata de uma definição. Uma definição é válida dentro do contexto de quem a propõe. Se alguém afirma que pensamento computacional é X, então para essa pessoa é X. Se outra pessoa define como Y, então para ela é Y. A questão central é: o que realmente faz sentido e é útil para você?

A Wikipedia, por exemplo, oferece uma visão abrangente sobre o pensamento computacional. Você pode encontrar desde conceitos gerais até sua aplicação no ensino fundamental, além de recursos e críticas sobre o tema. Normalmente, a Wikipedia inclui uma seção de críticas, mas, caso não haja uma explícita, é possível que estejam espalhadas ao longo do texto. Se não encontrar, vale a pena buscar no Google por críticas ao pensamento computacional ou a qualquer outro conceito que você esteja estudando. Isso ajuda a enxergar diferentes perspectivas. Mais uma vez, não se trata de certo ou errado, mas de compreender que as definições são construções que podem ser questionadas e adaptadas.

O conceito de pensamento computacional tem sido criticado por ser muito vago e por raramente ser possível diferenciá-lo de outras formas de pensamento. Alguns cientistas se preocupam com a promoção do pensamento computacional como um substituto de um ensino mais abrangente de ciência, pelo fato do pensamento computacional representar somente uma pequena parte da área. Outros ainda se preocupam de que a ênfase no pensamento computacional possa encorajar cientistas da computação a pensar de maneira muito fechada e limitada sobre os problemas que eles podem resolver, esquecendo das implicações sociais, éticas e ambientais da aplicação das tecnologias que eles criam.

Trecho retirado do Wikipédia

Eu concordo com essa crítica. Como desenvolvedor, percebo que, em muitos casos, o termo "pensamento computacional" é usado mais como um recurso de marketing para vender cursos e produtos do que como um conceito bem delimitado. Falta clareza sobre a relação entre pensamento computacional e computação em si e essa clareza é essencial para quem realmente deseja entender o assunto.

Daniela: De fato, quando fui pesquisar sobre a definição eu as encontrei. Algo que me chamou atenção foi a ausência da computação, por exemplo, dizer que pensamento computacional é "resolver problemas" é vago, já que há diversas formas de resolver problemas que não envolvem computação. Então, como saber se determinada definição realmente me ajudará?

Guilherme: Minha abordagem sempre começa com um levantamento de referências. Antes de me aprofundar, faço uma leitura geral para ter um panorama do assunto. Costumo recorrer à Wikipedia, ao Google e a vídeos. Não escolho vídeos muito curtos, mas também não assisto tudo, geralmente apenas o começo para entender a linha de raciocínio e, se não for exatamente o que procuro, sigo para outra fonte. Esse processo me ajuda a mapear diferentes visões sobre o tema.

Depois disso, busco conversar com alguém que realmente entenda do assunto. Esse passo é fundamental, porque uma pessoa experiente pode oferecer direcionamentos valiosos, poupando tempo e evitando confusões. Por exemplo, ao descobrir que há críticas ao pensamento computacional, já se percebe que ele não é útil simplesmente porque alguém afirmou isso, mas sim por razões mais profundas. Entender essas razões é o que realmente faz a diferença no aprendizado.

No caso específico de pensamento computacional, tenho dois tipos de pessoas que eu recomendaria para conversar. Uma é uma pessoa que ensina, pois pensamento computacional foi um termo que foi muito apoiado no ensino de computação. Então uma pessoa que ensina computação poderá falar sobre isso com a visão de venda do ensino de educação, que é enviesada. Além de uma pessoa que faz computação.

Uma pessoa que trabalha com programação no dia a dia terá uma visão sobre o pensamento computacional. Tenho algumas suposições. A minha suposição geral é que, em geral, quem ensina pensamento computacional se apega muito ao termo e se distancia um pouco da realidade prática. Quem está na prática diária muitas vezes não se preocupa com o termo, talvez nem tenha ouvido falar dele. Algumas pessoas já ouviram falar, porque entraram na computação através do pensamento computacional.

Mas, no nosso dia a dia como pessoa desenvolvedora, jamais penso em pensamento computacional. Porque o pensamento computacional são pessoas teóricas que observaram como eu trabalho. Então, quem trabalha com a computação e tem as vantagens da computação, não está preocupado com a teoria do pensamento computacional. Está aplicando essa teoria o tempo inteiro. Chega um estudioso ou uma estudiosa e identifica que você está aplicando dessa forma, mas não é uma preocupação no dia a dia.

Por isso, acho que é interessante conversar com os dois lados, a pessoa que estuda e a que aplica. Na Alura, conseguimos encontrar pessoas que são desses dois caminhos, como eu mesmo. Então, uma sugestão é conversar num próximo passo com uma pessoa desenvolvedora da nossa equipe, e conversar com uma pessoa da nossa área de ensino, além da minha visão, porque eu já estou dando a minha visão disso.

É o complemento das duas que vai te formar sobre o que é o pensamento computacional e a vantagem.

Vamos dar continuidade. Depois que você analisou as definições aplicou na prática. Pegou uma lista de eventos, identificou alguns problemas, anotou em um papel e depois passou o computador. O que você quer dizer com isso?

Daniela: Nesse primeiro momento, eu passei para o computador os registros que fiz. Analisei meus dados registrados e pensei em como aplicar a decomposição conforme o que descobri o que é a decomposição, que é pegar um problema e dividir em pequenas partes. Ou seja, peguei a definição que encontrei e tentei aplicar ao meu contexto.

Guilherme: Ótimo. Você falou sobre a decomposição, que costuma ser um dos pilares. Mas, o importante não é o pilar e sim entender. Então, qual a finalidade da decomposição? Por que fragmentar algo em partes menores? Fazemos isso todos os dias, seja ao cozinhar ou realizar outras atividades. Mas qual é a vantagem de quebrar algo em partes menores? Isso pode não ser imediatamente claro.

Então, para entender a verdadeira vantagem da decomposição na computação, precisamos programar e fazer o computador executar nosso código. A real vantagem da decomposição se torna aparente quando escrevemos código de computador e o computador interpreta nosso código.

Para a computação ter uma vantagem, você precisa do computador. A computação existia antes do computador, conseguíamos descrever, inclusive, as linguagens que existiam antes do computador digital. Mas, quando o computador digital surgiu, ele fez tudo muito mais rápido para nós. Fazer um cálculo de 5x5, eu posso fazer, mas o computador faz infinitamente mais rápido. Um cálculo não é a vantagem, a questão é fazer um milhão de cálculos, isso o computador faz isso muito melhor do que eu.

Então, a decomposição entra em jogo quando o computador executa esse processo, quando você descreve seu processo e o computador é capaz de resolvê-lo para você, e não mais você. Então, quando você delega, é assim que você verá a grande vantagem da decomposição.

Portanto, é importante estudar a teoria, mas até que não entremos na prática da computação, não entenderemos o que é o pensamento computacional. É como se eu dissesse que vou te ensinar o que é gestão sendo que você não vai gerir ninguém, nesse cenário você não vai entender de verdade o que é a gestão. Apenas a teoria, você não saberia aplicar. É isso que vamos focar conforme você for estudando.

Daniela: Então, para o próximo dia, o objetivo é conversar com especialistas e entrar na prática da computação.

Guilherme: Isso! Uma última coisa é que, caso você não conheça ninguém que possa te ajudar nessa área, pergunte a alguém que possa. Então, se você tem algum contato que possa te apresentar uma pessoa, seja em pensamento computacional, uma pessoa da computação, ou em gestão, uma pessoa da gestão, pergunte. As pessoas estão interessadas em nos ajudar a aprender sobre a área delas. Então, procure alguém através dos seus contatos, se possível.

Até a próxima!

Sobre o curso A prática do aprendizado

O curso A prática do aprendizado possui 124 minutos de vídeos, em um total de 22 atividades. Gostou? Conheça nossos outros cursos de Ensino e Aprendizagem em Inovação & Gestão, ou leia nossos artigos de Inovação & Gestão.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Primeiro encontro
• Segundo encontro
• Terceiro encontro
• Quarto encontro
• Quinto encontro