De Aprendiz a Perito

Uma forma de pensar sobre a aprendizagem é no contexto do progresso de um aprendiz para um perito. Os estudantes geralmente começam como iniciantes num tópico, e, como educadores, tentamos levá-los a um maior nível de especialização. A maioria dos estudantes não se tornará especialista, mas trabalhamos para os ajudar a passar de um nível contínuo para outro, no sentido de desenvolverem proficiência.

Como é que se desenvolve a perícia? O progresso de um aprendiz para um especialista ocorre à medida que os alunos transformam com precisão ideias simples em ideias complexas . Esta complexidade reflete-se nos esquemas guardados na nossa memória a longo prazo (por exemplo, modelos mentais, redes, circuitos). “A perícia desenvolve-se à medida que os aprendentes transformam com exatidão ideias simples em ideias complexas”  (Van Merrienboer & Sweller, 2010). Por exemplo, uma criança pode chamar a cada animal um cão. Um cão é um cão, um gato é um cão, uma vaca é um cão. A criança tem um esquema muito simples do que um animal e um cão são – por exemplo, um ser não-humano com quatro patas e pelo. À medida que a criança ganha experiência, começa a refinar o seu esquema para animais e tipos de animais. Se prestarem muita atenção, podem distinguir cães, gatos e vacas.

Contudo, não é suficiente apenas construir esquemas. “Uma instrução bem concebida deve não só encorajar a construção de esquemas, mas também apoiar a automatização de esquemas para os aspetos que são consistentes entre tarefas” (Van Merrienboer & Sweller, 2010). Os conhecimentos especializados desenvolvem-se à medida que os aprendentes combinam com precisão ideias simples, transformando-as em ideias complexas – e estes esquemas tornam-se automatizados.  Por exemplo, num relance, um perito pode dizer a raça do cão e provavelmente a sua idade, saúde física, e estado mental. A automatização é fundamental para a perícia – para progredir do saber ao fazer, do desempenho único ao desempenho regular. Anders Ericsson é um investigador na ciência da perícia. Ele estuda como as pessoas se tornam especialistas em vários campos como o xadrez, música e desporto. Ericsson afirma que “a chave para melhorar o desempenho mental … é o desenvolvimento de estruturas mentais que permitam evitar as limitações da memória de curto prazo e lidar eficazmente com grandes quantidades de informação ao mesmo tempo” (Ericsson, 2016).

Figure 18.1. Os esquemas reduzem a carga cognitiva

Todos nós temos um espaço limitado disponível na memória de trabalho. Quanto? Cerca de quatro unidades. Mas um perito pode processar muito mais informação de uma só vez. Como é que os peritos ultrapassam as limitações da memória de curto prazo? Que estruturas mentais são estas a que se refere Ericsson? Acredita-se que mesmo um esquema altamente complexo pode ser um único elemento na memória de trabalho, permitindo-nos processar mais informação de uma vez (Van Merrienboer & Sweller, 2010). “A quantidade de informação que pode ser mantida depende fortemente de os itens poderem ser agrupados em unidades significativas, ou ‘pedaços’. Ou seja, ao agrupar a informação, pode-se explorar a informação pré-existente sobre conceitos já armazenados na memória de longo prazo, o que permite um armazenamento mais eficiente na memória de trabalho, presumivelmente reduzindo o número de elementos ativos que devem ser mantidos na memória de trabalho” (Eriksson, Vogel, Lansner, Bergström, & Nyberg, 2015 ). As unidades da memória de trabalho são uma simplificação conceptual. Outra forma de pensar é que temos um número limitado de recursos cognitivos e distribuímos estes recursos entre as coisas a que prestamos atenção e que estamos a processar. Se o esquema não for automatizado, podemos estar a utilizar todos os recursos ativados, não deixando recursos para o processamento de nova informação. Quanto mais o esquema é automatizado, menos recursos são utilizados e, por conseguinte, maior é a quantidade de recursos disponíveis para processar nova informação. “A oportunidade de utilizar quer a MLP quer o agrupamento tende a aumentar o desempenho, enquanto que a exigência de comunicar detalhes finos de objetos complexos tende a diminuir o desempenho” (Eriksson et al., 2015). Em suma, precisamos de construir esquemas, mas também precisamos de apoiar a automatização (aumento da eficiência) dos esquemas que necessitamos de utilizar frequentemente.

Os seguintes excertos de Ericsson , Prietula e Cokely (2007) ilustram a interação do esquema, memória de trabalho e desempenho de peritos. “Os espaços da memória de trabalho são semelhantes entre todos nós. Mas a complexidade do esquema que somos capazes de aplicar à situação à nossa frente será consideravelmente diferente – e isto pode em grande parte prever o desempenho”. Os autores dão um exemplo proveniente do jogo de xadrez:

“Um jogador explora todas as possibilidades para a sua próxima jogada, pensando nas consequências de cada uma e planeando a sequência de jogadas que se podem seguir. Tudo isto requer memória de trabalho – a informação para apoiar estes processos deve ser guardada na memória de trabalho. Um perito já jogou tantas vezes que já viu exatamente o mesmo ou, pelo menos, arranjos de peças muito semelhantes. Já deliberaram sobre as consequências de possíveis jogadas e podem planear as jogadas e cenários subsequentes muito mais para o futuro (muitas vezes até ao fim do jogo) – aumentando a sua capacidade de fazer uma escolha eficaz para essa jogada específica. Para um novato, há muita informação a receber, começando com a posição das peças, as regras do jogo, os objetivos – estes colocam um limite na antecedência com que o jogador pode planear a sua próxima jogada. Mais recursos de memória de trabalho são gastos em informação que um perito não tem de pensar. Isto afeta grandemente a capacidade de executar”.

Assim, os aprendentes não só têm de fazer ligações e torná-las mais permanentes, como também precisam de trabalhar no sentido de automatizar as que serão frequentemente utilizadas. O que muitas vezes diferencia um perito de um novato é o número de tarefas automatizadas – libertando mais recursos para novas informações.

Referências

De Aprendiz a Perito
  • Van Merriënboer, J. J., & Sweller, J. (2010). Cognitive load theory in health professional education: design principles and strategies. Medical education, 44(1), 85-93.
  • Ericsson, A., & Pool, R. (2016). Peak: Secrets from the new science of expertise. Houghton Mifflin Harcourt.
  • Eriksson, J., Vogel, E. K., Lansner, A., Bergström, F., & Nyberg, L. (2015). Neurocognitive architecture of working memory. Neuron, 88(1), 33-46.
  • Ericsson, K. A., Prietula, M. J., & Cokely, E. T. (2007 July-August). The Making of an Expert. Retrieved from https://hbr.org/2007/07/the-making-of-an-expert

License

Share This Book