Sobre pensamento computacional na construção de um triângulo de sierpinski com o geogebra
Pesquisa e Debate em Educação
Sobre pensamento computacional na construção de um triângulo de sierpinski com o geogebra
Autor Correspondente: Lara Martins Barbosa | [email protected]
Palavras-chave: fractais, geogebra, pensamento computacional
Resumos Cadastrados
Resumo Português:
As ideias apresentadas neste texto têm como cenário uma pesquisa em Educação Matemática cujo objetivo é investigar como estudantes de graduação em matemática exploram Geometria Fractal utilizando o software GeoGebra. Especificamente, são explorados aspectos concernentes ao Pensamento Computacional, os quais foram qualitativamente analisados em termos habilidades a partir da realização de sessões de experimento de ensino com uma dupla de estudantes. No presente caso, a construção dinâmica do Triângulo de Sierpinski e de um GIF que apresenta três iterações do fractal, a partir de uma atividade proposta, revelou as seguintes habilidades no processo de exploração dos estudantes: coleta, análise e representação de dados, abstração, criação de algoritmo e automatização, decomposição do problema, simulação e paralelização. Tais habilidades foram significativas para que estudantes compreendessem um algoritmo criado referente à construção que haviam realizado.
Resumo Inglês:
The ideas presented in this text are based on a research in Mathematics Education, which aims to investigate how undergraduate students in mathematics explore Fractal Geometry using GeoGebra software. Specifically, aspects concerning Computational Thinking are explored, which were qualitatively analyzed in terms of skills from the development of teaching experiment sessions with a pair of students. In the present case, the dynamic construction of the Sierpinski Triangle and a GIF that presents three fractal iterations, from a proposed activity, revealed the following skills through students’ exploration: data collection, analysis and representation, abstraction, algorithm creation and automation, decomposition of the problem, simulation and parallelization. These skills were relevant for students’ understanding about a algorithm related to the construction they developed.
