REFLEXIONES SOBRE LA IMPORTANCIA DE LA MODELACIÓN MATEMÁTICA COMO ESTRATEGIA INDUCTORA DE COMPETENCIAS ESTADÍSTICAS

Palabras clave: educación estadística, educación crítica, modelado matemático, competencias

Resumen

Según los preceptos de la Educación Estadística, el aprendizaje del contenido estadístico depende del desarrollo de la alfabetización estadística, el razonamiento y las habilidades de pensamiento. Además de esto, hemos desarrollado investigaciones que demuestran que a este rol se le debe sumar la competencia crítica, ya que tiene una fuerte conexión con la idea de formar estudiantes capaces de ejercer derechos y deberes inherentes a la ciudadanía, además de tener aspectos comunes con otras competencias. Al sumar la competencia crítica, se construyen las bases de la Educación Estadística Crítica, en la que la principal estrategia pedagógica es el Modelado Matemático. Nuestro objetivo en este estudio es mostrar cómo el Modelado Matemático puede actuar en la enseñanza / aprendizaje de la Estadística como inductor o facilitador del desarrollo de las competencias mencionadas. Analizamos las etapas de Modelización descritas por Burack (2004) y mostramos la adherencia de esta estrategia a los requisitos necesarios para el desarrollo de las cuatro competencias mencionadas, mostrando así su importancia para la Educación Estadística Crítica.Palabras-clave: educación estadística, educación crítica, modelado matemático, competenciasReflexões sobre a importância da Modelagem Matemática como estratégia indutora de competências estatísticasResumoDe acordo com os preceitos da Educação Estatística, o aprendizado dos conteúdos estatísticos depende do desenvolvimento das competências de literacia, raciocínio e pensamento estatísticos. Complementarmente a isso, temos desenvolvido de pesquisas mostrando que a competência crítica deve ser agregada a esse rol, pois tem forte ligação com a ideia de formar estudantes aptos a exercer direitos e deveres inerentes à cidadania, além de ter aspectos comuns com as demais competências. Ao agregar a competência crítica, constrói-se as bases da Educação Estatística Crítica, na qual a principal estratégia pedagógica é a Modelagem Matemática. Nosso objetivo neste estudo é mostrar como a Modelagem Matemática pode atuar no ensino/aprendizagem de Estatística como indutora ou facilitadora do desenvolvimento das competências mencionadas. Analisamos as etapas da Modelagem descritas por Burack (2004) e mostramos a aderência dessa estratégia com os requisitos necessários para o desenvolvimento das quatro competências mencionadas, mostrando assim a sua importância para a Educação Estatística Crítica.Palavras-chave: educação estatística, educação crítica, modelagem matemática, competênciasReflections on the Importance of Mathematical Modeling as an Inducing Strategy for Statistical CompetencesAbstractAccording to the precepts of Statistics Education, learning statistical content depends on the development of statistical literacy, reasoning, and thinking skills. In addition to this, we have developed research that shows that critical competence must be added to this role, since it has a strong connection with the idea of training students capable of exercising rights and duties inherent to citizenship, in addition to having common aspects with other skills. By adding critical competence, the foundations of Critical Statistics Education are built, in which the main pedagogical strategy is Mathematical Modelling. Our objective in this study is to show how Mathematical Modelling can act in the teaching / learning of Statistics as an inducer or facilitator of the development of the aforementioned competences. We analyze the modeling stages described by Burack (2004) and show the adherence of this strategy to the necessary requirements for the development of the four aforementioned competencies, thus showing its importance for Critical Statistics Education.Keywords: statistics education, critical education, mathematical modelling, competences

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Andréa Pavan Perin, Faculdade de Tecnologia de São Paulo
Faculdade de Tecnologia de São Paulo - Brasil. Professora da educação básica desde 2004 e universitária desde 2008. Doutora em Educação Matemática pela UNESP, Mestre em Educação pela Universidade Metodista de Piracicaba, professora associada da Faculdade de Tecnologia de Itapetininga, São Paulo. Linhas de investigação: educação estatística, educação crítica, educação financeira, modelagem matemática e formação de professores. Membro do GT-12 12 (Educação Estatística) da SBEM (Sociedade Brasileira de Educação Matemática).
Celso Ribeiro Campos, Pontifícia Universidade Católica de São Paulo - Brasil
Pontifícia Universidade Católica de São Paulo – Brasil. Físico e Engenheiro pela UNITAU, mestre em Ensino da Matemática pela PUC-SP, Doutor em Educação Matemática pela UNESP. Professor de Economia Matemática e Econometria no curso de graduação em Ciências Econômicas da PUC-SP. Professor e orientador de mestrado e doutorado em Educação Matemática da PUCSP. Membro do GT-12 (Educação Estatística) da SBEM (Sociedade Brasileira de Educação Matemática). Pesquisador do grupo de pesquisas PEA-MAT da PUC-SP.

Citas

Almouloud, S. A., & Silva, M. J. F. (2019). Construção do referencial teórico de uma pesquisa educacional. In G. P. Oliveira (org.), Pesquisa em educação e educação matemática: um olhar sobre a metodologia, (49-82). Curitiba; CRV.

Barbosa. J. C. (2001). Modelagem na Educação Matemática: contribuições para o debate teórico. Anais da Reunião Anual da ANPED, 24, 2001, Caxambu: ANPED.

Bassanezi, R. C. (2011). Ensino-aprendizagem com modelagem matemática: uma nova estratégia. São Paulo: Contexto.

Biehler, R., Frischemeier, D., Reading, C., & ShaughnessY, M. (2018). Reasoning about data. D. Ben-Zvi; K. Makar; J. Garfield (Orgs.) International Handbook of Research in Statistics Education, (138-186). Gewerbestrasse: Springer International.

Biembengut, M. S., & Hein, N. (2013). Modelagem matemática no ensino. 5ª ed. São Paulo: Contexto.

Burak, D. (1992). Modelagem matemática: ações e interações no processo de ensino aprendizagem. 460f. Tese (Doutorado em Educação) — Faculdade de Educação. Campinas: UNICAMP.

Burak, D. (2004). Modelagem Matemática e a sala de aula. Anais do I EPREM: Modelagem Matemática: práticas, críticas e perspectivas de Modelagem na Educação Matemática, 208-222. Londrina: UEL.

Burak, D. (2019). A Modelagem Matemática na perspectiva da Educação Matemática: olhares múltiplos e complexos. Educação Matemática sem Fronteiras, 1 (1), 96-111 Chapecó: UFFS.

Campos, C. R. (2007). A Educação Estatística: uma investigação acerca dos aspectos relevantes à didática da Estatística em cursos de graduação. 256f. Tese (Doutorado em Educação Matemática) — Rio Claro: Instituto de Geociências e Ciências Exatas - UNESP.

Campos, C. R. (2016). Towards Critical Statistics Education. Saarbrücken, Alemanha: Lambert Academic Publishing.

Campos, C. R., & Coutinho, C. Q. S. (2019). O problema da amostragem no contexto da educação estatística crítica. Anais da XV Conferência Interamericana de Educação Matemática (1-9). Medellín: Universidad de Medellín. Retirado em 18 de setembro, 2019 de: file:///C:/Users/Usuario/Downloads/CIAEMColmbiaOproblemadaamostragemdocontextodaedestcrtica.pdf

Campos, C. R., Wodewotzki, M. L. L., & Jacobini, O. R. (2011). Educação Estatística: teoria e prática em ambientes de modelagem matemática. Belo Horizonte: Autêntica.

Cazorla, I. M., Silva Júnior, A. V., & Santana, E. R. S. (2018). Reflexões sobre o ensino de variáveis conceituais na educação básica. REnCiMa, 9(2), 354-373.

Coutinho, C. Q. S., & Campos, C. R. (2018) Perspectivas em didática e educação estatística e financeira: reflexões sobre convergências entre letramento matemático, matemacia, letramento estatístico e letramento financeiro. G. P. Oliveira (org.), Educação Matemática: epistemologia, didática e tecnologia (143-180). São Paulo: Livraria da Física.

Coutinho, C. Q. S., & Campos, C. R. (2019). Metodologia quantitativa e mista. G. P. Oliveira (Org.), Pesquisa em Educação Matemática: um olhar sobre a metodologia, (83-108). Curitiba: CRV.

D’Ambrosio, U. (1986). Da realidade à ação: reflexos sobre Educação e Matemática. São Paulo: Summus.

Delmas, R. C. (2002). Statistical literacy, reasoning and learning: a commentary. Journal of Statistics Education, 10(3). Disponível em: www.amstat.org/publications/jse/v10n3/chance.html.

D., & Lorenzato, S. (2006). Investigação em Educação Matemática: percursos teóricos e metodológicos. Campinas: Autores Associados.

Gal, I. (2002). Adult statistical literacy: meanings, components, responsibilities. International Statistical Review, 70 (1), 1-25.

Giroux, H. A. (1997). Os professores como intelectuais: rumo a uma pedagogia crítica. Trad. Daniel Bueno. Porto Alegre: Artmed.

Machado, M. B. (2017). Modelagem matemática como ambiente de aprendizagem de Estatística na educação Básica. 155f. Dissertação (Mestrado em Ensino de Matemática) — Porto Alegre: Instituto de Matemática/UFRS.

Meyer, J. F. C., Caldeira, A. D., & Malheiros, A. P. S. (2011). Modelagem em Educação Matemática. Belo Horizonte: Autêntica.

Ministério da Educação (MEC). (2017). Resolução cne/cp nº 2, de 22 de dezembro de 2017. Institui Base Nacional Comum Curricular. Brasília: Diário Oficial República Federativa do Brasil

Perin, A. P. (2019). Educação Estatística Crítica: um estudo das práticas discentes em um curso de tecnologia. 267f. Tese (Doutorado em Educação Matemática). Rio Claro: Instituto de Geociências e Ciências Exatas/UNESP.

Perin, A. P., & Wodewotzki, M. L. L. (2019). A modelagem matemática: um ambiente para o desenvolvimento do raciocínio estatístico. Caminhos da Educação Matemática em Revista, 9 (2), 158-170.

Pfannkuch, M. (2018). Reimagining curriculum approaches. D. Ben-Zvi, K. Makar; & J. Garfield (Eds.), (384-406). International Handbook of Research in Statistics Education. Gewerbestrasse: Springer International.

Samá, S. P. (2018). Caminhos trilhados pelo GT12 nas pesquisas em Educação Estatística no Brasil. Anais do VII Seminário Internacional de Pesquisa em Educação Matemática,(1-12). Foz do Iguaçu: SBEM. Retirado em 10 de junho, 2019, de: http://www.sbemparana.com.br/eventos/index.php/SIPEM/VII_SIPEM/paper/view/547/249

Santos, R. M. (2015). Estado da arte e história da pesquisa em Educação Estatística em programas brasileiros de pós-graduação. 348f. Tese (Doutorado em Educação). Campinas: Faculdade de Educação/UNICAMP.

Skovsmose, O. (2014). Educação Matemática Crítica: a questão da democracia. 3ª ed. Campinas: Papirus.

Snee, R. (1990). Statistical thinking and its contribution to total quality. The American Statistician, 44 (2), 116-121.

Snee, R. D. (1999). Discussion: development and use of statistical thinking: a new era. Internacional Statistical Review, 67, 255-258.

Soares, J. A. R. (2017). Modelagem matemática como estratégia de ensino de tópicos de Estatística na formação básica técnica. 172f. Dissertação (Mestrado em Matemática). Arraias: Universidade Federal do Tocantins.

Trainotti, A. (2019). A Educação Estatística e a modelagem matemática na formação crítica dos estudantes do Ensino Médio de escolas do município de Rio do Sul. 95f. Dissertação (Mestrado em Ensino de Matemática). Porto Alegre: Instituto de Matemática/UFRS.

Wild, C., & Pfannkuch, M. (1999) Statistical thinking in empirical enquiry. Internacional Statistics Review, 67 (4), 223-265.

Zieffler, A., Garfield, J., & Fry, E. (2018). What is Statistics Education? D. Ben-Zvi, K. Makar, & J. Garfield (Org.). International Handbook of Research in Statistics Education, (37-71). Gewerbestrasse: Springer International.

Publicado
2020-12-27
Métricas
  • Visualizaciones del Artículo 348
  • PDF downloads: 190
Cómo citar
Perin, A. P., & Campos, C. R. (2020). REFLEXIONES SOBRE LA IMPORTANCIA DE LA MODELACIÓN MATEMÁTICA COMO ESTRATEGIA INDUCTORA DE COMPETENCIAS ESTADÍSTICAS. PARADIGMA, 331-355. https://doi.org/10.37618/PARADIGMA.1011-2251.0.p331-355.id956