concistec14 2 am_jj_jp_ef_mp_10

Anais do CONCISTEC'14 5º Congresso Científico da Semana Tecnológica – IFSP © 2014, copyright by IFSP 20-24 de outubro de 2014, Bragança Paulista, SP, Brasil

ALGORITMOS E TÉCNICAS DE PROGRAMAÇÃO COM UMA ABORDAGEM DE APRENDIZAGEM BASEADA EM PROBLEMAS PARA

CURSOS DE ENGENHARIA

Alexandre Maniçoba de Oliveira1,2, [email protected] Jorge R. B. Garay1, [email protected] João F. Justo1, [email protected] 1Escola Politécnica, Universidade de São Paulo, São Paulo, Brasil. Jean Pierre B. Neves2, [email protected] Edson Florentino2, [email protected] Marcelo Gonçalves Pita2, [email protected] 2Centro Universitário Monte Serrat – Unimonte, São Paulo, Brasil. RESUMO. Neste trabalho é apresentada a aplicação da metodologia educação baseada em problemas (PBL) nas aulas da disciplina de Algoritmos e Técnicas de Programação dos cursos de Engenharia da Unimonte, universidade privada do grupo Anima Educação, localizada em Santos, litoral de São Paulo, com intuito de comprometer os alunos com a resolução de um problema real da área da engenharia através do uso da PBL de tal forma que os mesmos sintam-se inspirados a participar das aulas e desta forma, possam ter um aproveitamento melhor em contraste aos métodos tradicionais de ensino, aprendizagem baseada na criação de programas de propósito geral em linguagem de programação, por exemplo C++, utilizados nesta disciplina. Como a evasão na engenharia atinge elevados níveis, por exemplo, segundo o Mapa do Ensino Superior no Estado de São Paulo 2013, no Brasil cerca de 92,3% dos alunos de engenharia civil evadem-se e isso se deve principalmente ao contraste pedagógico entre o ensino médio e superior, no que concerne sobretudo às exigências pedagógicas, desta forma a PBL contribui para diminuição do índice de evasão, visto que inspira um alto nível de envolvimento dos alunos nos estudos, o que instiga nos alunos o pensamento crítico, o surgimento de habilidades profissionais e aquisição estruturada de conhecimento, sem falar que a PBL é uma potencial fonte de retenção de alunos, visto que os mesmos acabam se comprometendo com um grupo e criam expectativas competitivas para ver o projeto finalizado e bem sucedido. Como resultado da aplicação da PBL durante um período de três anos (2012, 13 e 14) nas turmas de engenharia da Unimonte observou-se um aumento médio de 10,12% na nota final em relação à nota dos alunos que aprenderam a disciplina de Algoritmos de maneira tradicional, ou seja, desenvolvida em um ambiente estritamente orientado a programação em ambiente C++. Palavras-chave: PBL. Evasão. Algoritmo. Engenharia. Educação.

1. INTRODUÇÃO

Nos últimos anos, o Brasil foi impulsionado por um crescimento acelerado, sobretudo no que diz respeito ao número de estudantes matriculados no ensino superior, que segundo o Mapa do Ensino Superior no Estado de São Paulo, edição 2013, algo em torno de 5,8 milhões em 2011, o que aponta um crescimento de 5,4% no total de matrículas em contraste ao ano de 2010, taxa de crescimento superior a países como EUA, com 2,8%, Japão, com 1,2% e França, com 0,6%. Um detalhe interessante se deve ao fato que destes 5,8 milhões de estudantes, cerca de 72,4% corresponde a matriculados em Instituição de Ensino Superior (IES) privadas (SEMESP, 2013).

O impacto das atividades de ensino das IES é notado, sobretudo em sua participação na economia brasileira, o que representa algo em torno de 1% do Produto Interno Bruto (PIB), ou seja, R$ 41,4bilhões em 2011, sendo assim, vale salientar que o setor de educação superior empregou neste mesmo período um número superior a 751 mil profissionais, destes 378 mil docentes e 372 mil técnico-administrativos, sem falar na relevante importância na formação de 871 mil alunos, tendo mais de 70% atendidos pelas IES do setor privado (SEMESP, 2013).

Na área de engenharia pode-se citar, por exemplo, que o número de matrículas em cursos de engenharia civil em 2011 nas IES privadas, foi de 110.371 alunos. Já em engenharia de produção houve um total de 87.683 alunos matriculados com um montante de ingressantes de 58.986 e 33.816 alunos em cada curso respectivamente. Entretanto, há um quadro não tão animador quanto ao citado até então, o que trata da evasão. Em um contexto geral, a taxa de evasão em cursos superiores presenciais em IES privadas atingiu o índice de 35,9%. Para uma análise específica nos cursos de engenharia civil e de produção, a evasão também é considerada elevada e bem acima do índice geral, por exemplo, para cada 5 alunos ingressantes no curso de engenharia de produção, apenas 1 concluiu o curso no mesmo período, já para o curso de engenharia civil, os números são ainda piores, ou seja, para cada 13 alunos ingressantes, apenas 1 concluiu o curso (SEMESP, 2013).

Para melhor entendimento sobre esses números, pode-se definir a evasão como o desligamento da IES, por iniciativa do aluno sem a ciência por parte da instituição, sendo esta (a evasão) um dos grandes desafios das IES. Para o


Ministério da Educação (MEC) a evasão é definida como “... a saída definitiva do curso de origem sem conclusão, ou a diferença entre ingressantes e concluintes, após uma geração completa” (BRASIL / MEC, 1997, p. 19).

Observa-se que quando a evasão ocorre nos primeiros semestres, a mesma tende a ser até 200% maior que nos anos finais e pode-se apontar como principal fator a dificuldade de adaptação à vida acadêmica pelo aluno, sobretudo no que concerne às exigências pedagógicas, notadamente devido aos contrastes existentes entre os métodos de ensino médio para o superior. Para os alunos que se evadem do curso superior nos semestres finais, são motivados a isto devido a dúvidas quanto à atuação profissional (NOSSA, 1999).

Motivado pelo desafio de tratar a evasão nos primeiros semestres dos cursos de engenharias, buscou-se reformular os métodos de ensino da disciplina “Algoritmos e Técnicas de Programação” do Centro Universitário Monte Serrat (Unimonte), que é ministrada no terceiro semestre, com uma carga horária de 80 horas e que tem por objetivo estimular os alunos de engenharia a desenvolver a forma de pensar estruturada (DIJKSTRA, 1972), em outras palavras, formar o pensamento de maneira “ordenada” tal que haja a possibilidade de abstrair problemas e suas demandas por soluções na forma de um conjunto de ações na estrutura de algoritmos (FORBELLONE e EBERSPÄCHER, 2005).

Como a disciplina de algoritmos se desenvolve tradicionalmente em um ambiente estritamente de programação utilizando a linguagem C++, os alunos destes dois cursos apresentam historicamente certas reservas quanto a sua utilidade no desenvolvimento do restante do curso, bem como em sua carreira profissional. Esta fato impactava diretamente no grau de aprendizado destes de tal forma que se buscou uma nova metodologia de ensino que atende-se a necessidade principal da disciplina, que é formar engenheiros pensadores com a capacidade de abstrair problemas de forma metodológica e estruturada, sobretudo através de uma abordagem orientada a resolução de problemas, sendo estes da própria área de cada curso, o que neste caso levou ao uso da aprendizagem baseada em problemas, ou na língua inglesa Problem-based Learning (PBL).

Para melhor expor as experiências apresentadas neste trabalho, da área de educação em engenharia, o texto a seguir foi estruturado em cinco Seções, sendo que na primeira Seção é apresentada a contextualização, a motivação, a problemática, bem como os objetivos deste trabalho. Na segunda Seção são apresentados os fundamentos teóricos corelacionados a pesquisa. Na Seção de número três é apresentado um breve relato da forma como a metodologia PBL foi aplicada durante três anos no desenvolvimento educacional da disciplina de Algoritmos. Na quarta Seção são apresentados os resultados da aplicação desta nova metodologia e por fim na quinta Seção são apresentadas as conclusões e considerações finais deste trabalho. 2. FUNDAMENTAÇÃO DO USO DA PBL

A PBL iniciou-se na escola de medicina da Universidade McMaster (Canadá) por volta dos anos 60, baseou-se no método de estudo de casos da faculdade de direito da Universidade Harvad (EUA) e em um modelo desenvolvido na Universidade Case Western Reserve (EUA) para o ensino na área de medicina. Para Ribeiro (2005), a PBL é um método de instrução pautado na utilização de problemas reais para instigar ao menos três coisas: pensamento crítico, habilidades profissionais e conhecimento.

O aluno exposto ao aprendizado, erguido sobre a PBL, tem a oportunidade de, ao resolver um problema, simultaneamente ser levado a pensar e expressar suas opiniões, desenvolvendo habilidades de liderança, respeito mútuo e responsabilidade, ao mesmo tempo em que ele acaba tendo que ir a busca do conhecimento necessário para desenvolver o desafio de maneira correta, tornando-se um exímio pesquisador.

Barrows (2002) define a PBL através de alguns conceitos-chave: • Problemas estruturados são dados aos alunos, de maneira que eles terão uma série de pensamentos a respeito

da causa e de como resolver o assunto; • É uma técnica centralizada nos estudantes, em que os próprios alunos determinam o que eles precisam

aprender de forma a resolver o desafio. Fica a cargo deles, identificarem os problemas-chave bem como a melhor forma de trata-los, além disso, precisam identificar quais áreas de conhecimento eles não têm, mas que são necessárias para serem estudadas durante a resolução do problema;

• Os professores agem como facilitadores, como tutores e fazem perguntas e levantamentos metacognitivos aos alunos com o intuito de fazê-los pensar. Quanto mais avançam, menos o professor influencia.

• Autenticidade forma a base da PBL, os alunos tem a chance de resolver um problema e deixar a sua marca profissional nesse trabalho, ou seja, é algo feito pelas próprias mentes deles.

Ribeiro (2005) afirma que parte dos princípios utilizados pela PBL, foram utilizados pela Universidade de São Paulo desde a década de 30, com o contato do aluno com a profissão, integralizando o conhecimento teórico aplicado à prática e sobretudo aprender, não necessariamente de forma sequencial e lógica, que a responsabilidade pessoal é fundamental para a formação profissional.

Ainda segundo Ribeiro (2005), pautado no trabalho de Masetto (2004), PBL não é apenas um conjunto de técnicas que os alunos podem usar para solucionar problemas, mas conforme afirmou Barrows (1996), é a aprendizagem (educação) baseada na solução de problemas que envolvem a aquisição de conhecimentos de maneira integrada e estruturada. Esta aprendizagem se dá ao redor de problemas reais, de tal forma que haja o desenvolvimento de


habilidades que serão utilizadas pelo futuro profissional, tais como trabalho em equipe e aprendizagem autônoma, em que o aluno é responsável por conseguir seu próprio conhecimento.

Schmidt (1993) afirmou que acredita na aprendizagem autônoma conforme Dewey (1929) descreveu como sendo causadora de motivação e que leva então as pessoas a conhecerem melhor o mundo. Já para o educador, médico e escritor Oliver Wendell Holmes, a mente, uma vez expandida por ideias maiores, jamais voltará ao seu tamanho original (MACKAY, 1991), ou seja, parte-se do princípio de que quando os alunos descobrem o quão bons podem ser, eles vão além dos limites impostos pela sua condição atual.

Em contraste com esses pensadores de forma a balancear o entendimento da aplicação da PBL, estão os resultados de pesquisas de Kirschener, Clark e Sweller (2006) que afirmam que a PBL é sem sucesso e ineficaz para o aprendizado.

Já para Kolmos e Algreen-Ussing (2001), sendo a primeira, pesquisadora na área da educação baseada em problemas nos cursos de engenharia da Organização das Nações Unidas para a Educação, a Ciência e a Cultura (UNESCO), a PBL inspira um alto nível de envolvimento dos alunos nos estudos e consequentemente um nível forte e complexo de compreensão. Não obstante, Graaff e Kolmos (2003) reforçam que existe uma desvantagem com a PBL, a possibilidade de haver “buracos” em algumas áreas específicas do conhecimento, no entanto é crucial que os estudantes participantes deste método de aprendizado tenham em mente que serão pesquisadores para o resto da vida e que precisam tomar responsabilidade pelos seus próprios conhecimentos adquiridos.

Tanto para Schmidt (1993 e 2002) quanto para Regehr e Norman (1996), na PBL o nível de conhecimento dos alunos sobre o problema proposto determina a natureza e a quantidade de conhecimentos novos que podem ser adquiridos. Para estes, há certa preocupação sobre como os estudantes acessarão o conhecimento adquirido na memória e defendem que nesse ponto a PBL ajuda, pois desde o começo o problema é contextualizado e o aprendizado guardado na memória como experiência. Quando eles (os estudantes) vierem a passar em suas vidas profissionais, por desafios que exijam tais conhecimentos, serão capazes de utilizá-los. Isso se dá, porque durante a etapa de aquisição do conhecimento e aprendizado, os próprios estudantes estruturaram em suas memórias todo este conhecimento ao invés de apenas gravar informações, ou seja, estruturam sua forma de pensar e resolver um problema, esse método pode tornar o conhecimento mais ou menos acessível na memória, dependendo de como a pessoa o organizou em sua mente.

Para Powell (2000) existem algumas vantagens da utilização da PBL especificamente no ensino na engenharia: • Durante o trabalho em equipe, os alunos aprendem a expressar suas opiniões e a ouvir o que os colegas

pensam, desta forma acabam estabelecendo parcerias e interagindo com o corpo docente. Aprendem a trabalhar com prazos e descobrem o que já sabem e o que precisam aprender para desenvolver o problema;

• A PBL é uma útil ferramenta contra a evasão escolar, pois os alunos acabam se comprometendo com um grupo e criam expectativas para ver o projeto pronto, buscando o sucesso.

Powell (2000) afirma também que há algumas desvantagens na PBL:

• Em matérias mais avançadas, é muito difícil aos alunos obterem todo o conhecimento necessário; • Nota-se dificuldade dos alunos em aprenderem sozinhos, matéria como matemática, por exemplo; • Os alunos são obrigados a trabalhar no ritmo do grupo, o que pode não ser muito agradável para alguns; • Para os docentes pode vir o estresse caso o grupo questione assuntos muito avançados e que não sejam da área

desse professor, fazendo-o direcioná-los a algum profissional especialista; Através deste estudo sobre a origem e a aplicação da PBL, buscou-se aplicá-la no desenvolvimento da disciplina

Algoritmos e Técnicas de Programação de forma a desenvolver no aluno de engenharia da Unimonte, habilidades para resolução de problemas de forma estruturada e sistemática.

Na sequência é apresentada a metodologia PBL utilizada e seus resultados em contraste com outras turmas de engenharia da Unimonte, que durante o mesmo período, cursaram Algoritmos e Técnicas de Programação de maneira tradicional, ou seja, seguindo o modelo de aprendizagem orientada exclusivamente ao estudo de linguagem de programação C++. O sistema de avaliação foi o mesmo, duas provas escritas valendo 70% da nota final, atividades complementares para nota valendo 15% da nota final e os demais 15% da nota final referisse a nota do projeto integrador. 3. PBL APLICADA AO ENSINO DE ALGORITMOS

A disciplina Algoritmos e Técnicas de Programação na Unimonte têm por objetivo geral, apresentar ao aluno técnicas de desenvolvimento de algoritmos para que no mesmo possa ser desenvolvida a capacidade de abstrair, entender e solucionar problemas complexos, especificamente da engenharia, de forma sistematizada e representativa. Como objetivos específicos, pode-se destacar: A busca pela capacitação do aluno para que em sua vida profissional, e durante seu processo de formação como engenheiro, o mesmo possa abstrair problemas do mundo real, solucionando-os através da forma de pensar estruturada e algorítmica.


Para tanto, nas aulas iniciais, é apresentado aos alunos uma metodologia de projetos composta de nove etapas proposta, por De Oliveira (2008), em que problemas de engenharia podem ser solucionados através de nove etapas, sendo elas: Identificação da Necessidade, Definição do Problema, Definição dos Objetivos, Síntese, Seleção e Otimização, Detalhamento do Projeto, Prototipação, Análise e Otimização e por fim a etapa de Teste e Validação.

Com base nesta metodologia de projetos, os alunos deverão solucionar os problemas que vão sendo expostos. Na sequência é apresentado aos alunos a imagem térmica (Figura 1) do despejo de água de sistemas de

arrefecimento de das usinas nucleares, sendo elas: Indian Point e Salem (EUA) no rio Hudson. Isto gera uma poluição de 30 bilhões de BTUs de calor por hora, o que é equivalente ao calor gerado por uma bomba nuclear do tamanho daquela lançada sobre Hiroshima.

Figura 1 – Imagem térmica evidenciando o lançamento de 30 bilhões de BTUs/h de poluição térmica no rio Hudson pelas unisas nucleares de Indian Point e Salem nos EUA (WITHERSPOON, 2011).

Depois de feita a exposição dos alunos ao problema, inicia-se todo um momento de estudo de como seria possível

realizar um algoritmo capaz de simular a distribuição de calor ao longo de uma área de uma determinada lâmina d’água, e para isso apresenta-se um modelo simplificado em que a área a ser analisada tem apenas duas dimensões (2D), ou seja, comprimento e distância maiores que zero e profundidade tendendo a zero, formada por água de mesma densidade, temperatura (16º C) e com mesmo coeficiente de transferência de calor em toda sua extensão (Figura 2a).

Em um dado ponto da área de lâmina d’água a ser analisada, insere-se um ponto de calor de 36º C (representado na cor vermelha) que irá aquecer a lâmina d’água gradualmente até que surja um gradiente de temperatura (diferença de potenciais térmicos), como ilustra a Figura 2b.

(a) (b)

Figura 2 – Representação de uma lâmina d’água com espessura tendendo a zero o que resulta apenas em duas dimensões em que a área na cor branca representa água a uma temperatura de 16ºC e 36ºC na cor vermelha. (a) Instante

inicial e (b) instante após o inicial em que houve a estabilização dos potenciais térmicos.

Anais do CONCISTEC'14 © 2014, copyright by IFSP

A busca pela solução, de analise, deste problema se tornará a fonte de inspiração para necessário para concluir a disciplina, bem como para criar um algoritmo capaz de simular a distribuição dos diferentes potenciais térmicos ao longo desta superfície gerados no rio Hudson apresentados por Witherspoon (2011)em outras áreas da engenharia, tais como no estudo de potenciais elétricos (

O passo seguinte, no modelo de aprendizagem proposto neste trabalho, é a apresentação do método de analise de elementos finitos. Este método teve sua origem na década de 1950 e tinha como proposta buproblemas complexos na área de engenharia mecânica, por exemplodinâmica dos fluidos (BASTOS, 1996).

Dois métodos são apresentados aos alunos neste momento, o método das diferenças finitas O primeiro, que apresentado por De Oliveira

função com um determinado conjunto finito de valores da variável dependente em alguns pontos previamente conhecidos da variável independente, neste caso os valores da variável dependente serão ligados aos potenciais a serem estudados (térmicos, elétricos, mecânicos, entre outros) e aos valores da variável independente darposição física de cada ponto calculado ao

cálculo de gradiente é realizado pelo cálculo discreto de

equação (1), correspondendo a formula de diferenças finitas para a solução de uma diferenciação de primeira ordem (SILVESTER e FERRARI, 1996).

Já o segundo é utilizado inicialmente pelos alunos, com o suporte do professor, para análise de distribuição de potenciais térmicos através do modelamento de distribuição de diferentes potenciais ao longo da superfície através da divisão da região em analise em uma grade formada por quadrados de lados Figura 3.

Figura 3 – Grade de duas dimensões e ao centro o ponto em analise (V0) (HAYT, 1974).

Tal como proposto por De Oliveira e Ascamapotenciais vizinhos a V0 como observa-se na equação (2).

Entretanto, após feitas várias iterações morosidade e baixa precisão do método lápislápis-e-papel) não é recomendado para esse tipo de análise um mínimo de precisão nos valores obtidos, isso torna o trabalho manual oneroso o que inviabiliza para problemas complexos.

5º Congresso Científico da Semana Tecnológica 20-24 de outubro de 2014, Bragança Paulista, SP, Brasil

deste problema se tornará a fonte de inspiração para a aquisiçãopara concluir a disciplina, bem como para criar um algoritmo capaz de simular a distribuição dos diferentes

ongo desta superfície hipotética, como base da analise de problemas térmicos tais como os apresentados por Witherspoon (2011), mas que poderia ser utilizado para análise de problemas

mo no estudo de potenciais elétricos (DE OLIVEIRA e ASCAMAno modelo de aprendizagem proposto neste trabalho, é a apresentação do método de analise de

teve sua origem na década de 1950 e tinha como proposta buproblemas complexos na área de engenharia mecânica, por exemplo, na análise de tensões em estruturas metálicas e

Dois métodos são apresentados aos alunos neste momento, o método das diferenças finitas

De Oliveira e Ascama (2012), consiste em uma técnica para diferenciação de uma função com um determinado conjunto finito de valores da variável dependente em alguns pontos previamente

independente, neste caso os valores da variável dependente serão ligados aos potenciais a serem estudados (térmicos, elétricos, mecânicos, entre outros) e aos valores da variável independente darposição física de cada ponto calculado ao longo de toda a área analisada. O modelo matemát

de gradiente é realizado pelo cálculo discreto de �� ⁄ em um determinado ponto

a formula de diferenças finitas para a solução de uma diferenciação de primeira ordem

��

��≅

�

�

��

��

Já o segundo é utilizado inicialmente pelos alunos, com o suporte do professor, para análise de distribuição de potenciais térmicos através do modelamento de distribuição de diferentes potenciais ao longo

ivisão da região em analise em uma grade formada por quadrados de lados

Grade de duas dimensões e ao centro o ponto em analise (V0) (HAYT, 1974).

e Ascama (2012), a solução resume-se em uma média aritmética dos valores dos se na equação (2).

��

�

feitas várias iterações manuais, surgem as primeiras reclamações dos alunos que queixammorosidade e baixa precisão do método lápis-e-papel assim como afirma Hayt (1974) quando diz que este método (o

para esse tipo de análise uma vez que são necessárias inúmeras iterações para garantir um mínimo de precisão nos valores obtidos, isso torna o trabalho manual oneroso o que inviabiliza para problemas

5º Congresso Científico da Semana Tecnológica – IFSP 24 de outubro de 2014, Bragança Paulista, SP, Brasil

aquisição do conhecimento para concluir a disciplina, bem como para criar um algoritmo capaz de simular a distribuição dos diferentes

hipotética, como base da analise de problemas térmicos tais como os , mas que poderia ser utilizado para análise de problemas

e ASCAMA, 2012). no modelo de aprendizagem proposto neste trabalho, é a apresentação do método de analise de

teve sua origem na década de 1950 e tinha como proposta buscar solução para na análise de tensões em estruturas metálicas e

Dois métodos são apresentados aos alunos neste momento, o método das diferenças finitas e o método da iteração. (2012), consiste em uma técnica para diferenciação de uma

função com um determinado conjunto finito de valores da variável dependente em alguns pontos previamente independente, neste caso os valores da variável dependente serão ligados aos potenciais a serem

estudados (térmicos, elétricos, mecânicos, entre outros) e aos valores da variável independente dar-se-á relação com a longo de toda a área analisada. O modelo matemático para realizar este

em um determinado ponto �� o que resulta na

a formula de diferenças finitas para a solução de uma diferenciação de primeira ordem

(1)

a solução do problema de

análise de distribuição de potenciais térmicos através do modelamento de distribuição de diferentes potenciais ao longo ivisão da região em analise em uma grade formada por quadrados de lados h como ilustra a

Grade de duas dimensões e ao centro o ponto em analise (V0) (HAYT, 1974).

e em uma média aritmética dos valores dos

(2)

surgem as primeiras reclamações dos alunos que queixam-se da

papel assim como afirma Hayt (1974) quando diz que este método (o as inúmeras iterações para garantir

um mínimo de precisão nos valores obtidos, isso torna o trabalho manual oneroso o que inviabiliza para problemas


Desta maneira, levam-se, por exaustão, os alunos a concluírem o mesmo que Hayt (1974), que o método da iteração é factível apenas a nível computacional, sobretudo para problemas complexos com elevado grau de precisão.

Sendo assim, nas aulas seguintes os alunos iniciam o estudos relacionados à disciplina Algoritmos e Técnicas de Programação de maneira orientada exclusivamente para resolver esse problema, tanto é que 35% da nota final do aluno está diretamente ligado a solução completa deste problema na forma da criação de um programa em C++ capaz de analisar o problema e convergir para uma solução subótima de forma automática não assistida.

Como resultado da aplicação da PBL no ensino da disciplina Algoritmos e Técnicas de Programação para as engenharia da Unimonte são apresentadas na próxima Seção.

4. RESULTADOS E DISCUSSÕES

A metodologia de PBL foi inicialmente aplicada no primeiro semestre de 2012 para a turma de engenharia ambiental (EAM3AN-VMB) e na sequência no segundo semestre de 2013 para a turma de engenharia civil (ENC3AN-VMA) e atualmente concluímos a disciplina nas turmas de engenharia de produção (EPR3AN-VMA) e engenharia de Petróleo e Gás (EPG3AN-VMA).

As Tabela 1, 2 e 3 apresentam os resultados na forma de estudo comparativo nos anos de 2012, 2013 e 2014 respectivamente, entre as turmas em que foram lecionadas a disciplina de Algoritmo com e sem a PBL.

Tabela 1 - Estudo comparativo do aproveitamento dos alunos na disciplina Algoritmos e Técnicas de Programação

da Unimonte em 2012.

Turma Curso de

Engenharia Com PBL Tradicional Média da Turma Média por Método

Evolução por Método

EPG3AN-VMA de Petróleo e

Gás X 7,480 6,992 0

EPR3AN-VMA de Produção X 6,503 EAM3AN-VMA Ambiental X 7,752 7,752 10,8%

É possível observar na Tabela 1, referente ao ano letivo de 2012, a evolução da média da turma de Engenharia

Ambiental, em que foi lecionada a disciplina de Algoritmo com a aplicação da metodologia PBL, com uma média geral da turma 10,8% maior que a média das turmas de Engenharia de Petróleo e Gás e Engenharia de Produção em que a mesma disciplina foi lecionada de forma tradicional, ou seja, sem PBL.

É importante salientar que neste período não houve terceiro semestre de Engenharia Civil. Já na Tabela 2, referente ao ano letivo de 2013, a evolução da média da turma de Engenharia Civil, em que foi

lecionada a disciplina de Algoritmo com a metodologia PBL aplicada, com uma média geral da turma 7,4% maior que a média das turmas de Engenharia de Petróleo e Gás, de Produção e Ambiental, em que a mesma disciplina foi lecionada de forma tradicional, ou seja, sem PBL.



Turma Curso de

Engenharia Com PBL Tradicional Média da Turma

Média por Método



Gás X 7,284 7,640 0 EPR3AN-VMA de Produção X 7,581

EAM3AN-VMA Ambiental X 8,057 ENC3AN-VMA Civil X 8,206 8,206 7,4%

Por fim na Tabela 3 é possível observar um aumento na média geral da disciplina de Algoritmo nas turmas de

Engenharia de Petróleo e Gás e Engenharia de Produção, de 12,27% em relação a média das turmas de Engenharia Civil e Ambiental para o mesmo período e disciplina sem a aplicação da PBL.



Turma Curso de

Engenharia Com PBL Tradicional Média da Turma Média por Método



Gás X 7,584 8,219 12,27%

EPR3AN-VMA de Produção X 8,853 ENC3AN-VMA Civil X 7,279

7,321 0 EAM3AN-VMA Ambiental X 7,362


Desta forma, pode-se observar que a média das turmas de Engenharia que cursaram a disciplina de Algoritmos e

Técnicas de Programação sem a aplicação da metodologia PBL é de 7,318 em contraste a média geral de 8,059 das turmas de Engenharia na mesma disciplina e mesmo período (2012, 13 e 14) o que evidencia que houve um aumento de 10,12% da média geral neste últimos três anos em que foi aplicada a metodologia PBL.

5. CONCLUSÃO

A partir da aplicação da PBL no desenvolvimento da disciplina de Algoritmos e Técnica de Programação dos cursos

de Engenharia da Unimonte, pode-se observar que em 2012, ouve um aumento nas médias dos alunos de 10,8% em relação às médias dos demais alunos que cursaram a mesma disciplina de forma tradicional. Observou-se também que esta melhora foi experimentada nos dois anos seguintes, isto é em 2012, com um aumento de 7,4% e 2013, com um aumento nas médias finais de 12,27%, ou seja, durante os três anos em que a metodologia foi aplicada, observou-se um aumento nas médias finais dos alunos em média de 10,12% o que evidencia seguramente o sucesso da aplicação da PBL.

6. AGRADECIMENTOS

Ficam aqui registrados todos os protestos de agradecimentos aos coordenadores dos cursos de Engenharia de Produção, Civil e Ambiental, os professores Drª Liana Rita Marques dos Santos e Me. Leandro Santos de Araújo por todo apoio durante o desenvolvimento desta metodologia em seus respectivos cursos. 7. REFERÊNCIAS

BARNEVELD, Angela van; STROBEL, Johannes. When is PBL more Effective : A Meta-synthesis of Meta-analyses Comparing PBL to Conventional Classrooms. Indiana, EUA: Universidade de Purdue, 2009. BARROWS, H. S. Problem-based learning in medicine and beyond : A brief overview. New directions for teaching and learning, vol. 68, p.3-12, 1996. BARROWS, H. S. Is it Truly Possible to have such a thing as PBL . Distance Education, Vol. 23, n.1, 119-122, 2002. BASTOS, João Pedro Assumpção. Eletromagnetismo e Cálculo de Campos , 3ª Edição, Ed. Da UFSC. 1996. BRASIL / MEC / SESU Comissão Especial de Estudos sobre a Evasão nas Univer sidades Públicas Brasileiras . Brasília, 1996/1997. Disponível em: <http://www.dominiopublico.gov.br/download/texto/me001613.pdf> Acesso em 12/06/2014. DE OLIVEIRA, Alexandre M. Projeto De Uma Máquina Para Separação E Digitalização De Grãos De Milho (Zea Mays L.) . 2008. 129 fl. Trabalho de Graduação em Engenharia – Universidade Católica de Santos, Santos, 2008. DE OLIVEIRA, Alexandre M. e ASCAMA, Héctor D. O. Algoritmo para Simulação Numérica de Potenciais Elétri cos em Eletromagnetismo Com o Uso do Método das Diferenç as Finitas . Revela - Periódico de Divulgação Científica da FALS, Vol. 6, n. 13. 2012. DEWEY, John et al. The quest for certainty . 1929. DIJKSTRA, E.W. Notes on Structured Programming . London: Structured Programming, Academic Press, p. [1] – 82. 1972. EDSTROM, Kristina; KOLMOS, Anette. Comparing two approaches for engineering education development : PBL and CDIO. Suécia: Instituto Real de Tecnologia, 2012. FORBELLONE, A.L.; V. EBERSPÄCHER, H.F. Lógica de Programação : A construção de algoritmos e estruturas de dados. São Paulo: Pearson Prentice Hall, 2005. GRAAFF, Erick de; KOLMOS, Anette. Characteristics of Problem Based Learning . Países Baixos: Universidade Técnica de Delft, 2003. HAYT, William H. Jr. Engineering Electromagnetics , 3rd Edition, Ed. McGraw-Hill, 1974. KIRSCHNER, Paul A., SWELLER, John, & CLARK, Richard E. Why minimal guidance during instruction does not work : An analysis of the failure of constructivist, discovery, problem-based, experiential, and inquiry-based teaching. Educational Psychologist, vol. 41, n.2, p.75-86, 2006.


KOLMOS, A. and ALGREEN-USSING, H. Implementing PBL and project organized curriculum : Acultural change, Das Hochschulwesen, vol. 1, 2001. MACKAY, Alan L. A Dictionary of Scientific Quotation . Ed. Galliard (Printers) Ltd. Norfolk. P 121. 1991 MASETTO, M. T. PBL na educação . In: ENDIPE, 12, 2004, Curitiba. Anais. Curitiba: Editora Universitária Champagnat, v. 2, p. 181-189, 2004. NOSSA, Valcemiro. O ensino da contabilidade no Brasil : uma análise crítica da formação do corpo docente. São Paulo, 1999. Dissertação (Mestrado em Controladoria e Contabilidade) – Faculdade de Economia, Administração e Finanças da Universidade de São Paulo, 1999. POWELL, P. From classical to project-led education . In: POUZADA, A. S. (ed.). Project based learning: project-led education and group learning. Guimarães: Editora da Universidade do Minho, p. 11-40. 2000. REGEHR, G.; NORMAN, G. R. Issues in cognitive psychology : implications for professional education. Academic Medicine, v. 71, n. o, p. 988-1001, 1996. RIBEIRO, Luis R. de C. A aprendizagem baseada em Problemas (PBL) : uma implementação na educação em engenharia na voz dos atores. São Carlos: Universidade Federal de São Carlos, 2005. SCHMIDT, H. G. As bases cognitivas da aprendizagem baseada em prob lemas . In: MAMEDE, S.; PENAFORTE, J (orgs.). Aprendizagem baseada em problemas: anatomia de uma nova abordagem educacional. São Paulo: Hucitec/ESP-CE, p. 80-108. 2001. SCHMIDT, H. G. Foundations of problem-based learning : some explanatory notes. Medical Education, v. 27, p. 422-432, 1993. SEMESP, Sindicato das Entidades Mantenedoras de Estabeleciment os de Ensino Superior no Estado de São Paulo . “Mapa do Ensino Superior no Estado de São Paulo”, 2013. SILVESTER, Peter P. e FERRARI, Ronald L. Finite Elements for Electrical Engineers , 3rd Edition, Ed. Cambridge. 1996. WITHERSPOON, Roger. Hearings Begin on Cooling System Impacts (2011). Disponível em: http://spoonsenergymatters.wordpress.com/2011/10/25/indian-point-vs-the-hudson-river-hearings-begin-on-cooling-system-impacts/. Acesso em: 10/06/2014. 2011 8. NOTA DE RESPONSABILIDADE

Os autores são os únicos responsáveis pelo conteúdo deste artigo.