Pensamento Computacional (1)

Prévia do material em texto

33
UNIVERSIDADE CIDADE DE SÃO PAULO
2º SEMESTRE GRADUAÇÃO EM PSICOLOGIA
ALINE DE SOUZA VIEIRA RGM: 255695406
ANDRÉ OLIVEIRA FLORIACH rgm 25664352
FABIANE RODRIGUES GARBATO rgm: 26210312
LARISSA SOARES DE OLIVEIRA rgm: 25646575
LETÍCIA SANTOS SILVA DE SIQUEIRA RGM: 25744151
lUIZ aLONSO DAVID Rgm: 26296381
NADIA REGINA BIFULCO rgm: 25617010
wESLEY MARTINS FERREIRA DE SOUZA Rgm: 25936565
PENSAMENTO COMPUTACIONAL
são paulo
2021
“Todos neste país deveriam aprender a programar um computador, pois isto ensina a pensar.” 
(Steve Jobs)
LISTA DE ILUSTRAÇÕES
Figura 1 - Descrição do Algoritmo Ordena	05
sumário
1. INTRODUÇÃO	01
2. INTRODUÇÃO AO PENSAMENTO COMPUTACIONAL 	03
3. ORIGEM DO PENSAMENTO COMPUTACIONAL	06
4. PENSAMENTO COMPUTACIONAL	07
4.1 ABSTRAÇÃO	08
 4.1.1 ABSTRAÇÃO PARA DESCREVER ALGORITMOS	08
 4.1.2 TÉCNICAS PARA CONSTRUIR ALGORITMOS	09
4.2 AUTOMAÇÃO	09
4.3 ANÁLISE	10
5. PENSAMENTO COMPUTACIONAL: EDUCAÇÃO E FUTURO	11
6. CONCLUSÃO	14
8. REFERÊNCIAS	15
INTRODUÇÃO
Os artigos científicos pesquisados mostram que pensamento é ter a capacidade de formar conceitos, compreender e poder organizá-lo, além de estabelecer relações com mais conceitos por elementos de outros processos psicológicos básicos. 
O pensamento dispõe as associações de dados e transformações em informações pertencendo consequentemente com a associação de resoluções de problemas, julgamentos e tomadas de decisões.
Vygotsky identifica que linguagem e pensamento possuem raízes distintas e que a evolução de ambas não acontece de forma paralela, o que implica que apresentam convergência, ainda assim ele considerou também que o pensamento em algumas vezes é considerado pré-linguístico e a linguagem pré-intelectual, mas o grande diferencial no processo de desenvolvimento de uma criança por exemplo é o momento em que a linguagem se torna intelectual e o pensamento linguístico.
“Se tentarmos historiar em termos breves os resultados dos trabalhos desenvolvidos com o tema pensamento e linguagem na psicologia científica, poderemos dizer que, dos períodos mais antigos até os nossos dias, a solução desse problema, proposta por diferentes estudiosos, sempre oscilou entre dois extremos: entre a plena identificação e a plena fusão do pensamento com a palavra, e entre a sua plena separação e dissociação igualmente metafísica e absoluta” (Vygotsky1934)
A interação entre a linguagem e o pensamento é constituído por intermédio da verbalização dos registros mentais e modificado no decorrer do desenvolvimento do homem. Para a compreensão da fala exterior se é necessário assimilar a fala interior, uma vez que a atividade intelectual, que é formulada especificamente para si, se torna extensão da atividade intelectual manifestada. 
Vygotsky possui a premissa que o desenvolvimento do pensamento depende da linguagem, das ferramentas de pensamento da linguagem e da experiência social e cultural do indivíduo.
Enquanto Alexander Luria, aponta diferenças significativas que ocorrem entre a linguagem e o pensamento quando convergem, tornando possível o entendimento dos diferentes aspectos psicológicos, citados acima. Semelhante ao estudo desses processos no desenvolvimento infantil o autor mostra que no adulto a fala e o pensamento podem acontecer separadamente, mas isso não quer dizer que essas duas funções se encontrem e influenciam. Para Luria e Vygotsky “A convergência entre pensamento e fala constitui o momento mais importante no desenvolvimento de um indivíduo e é exatamente essa conexão que coloca o pensamento humano numa altura sem precedente”. (1966, p. 209).
O processo de transformação entre a linguagem, memória e pensamento, Luria atribuiu ao processo de ensino uma importância significativa, a estimulação intensa da fala proporciona uma mudança essencial na mente da criança, fazendo com que se torne possível o desenvolvimento de uma nova lógica que até então era inexistente. Alguns estudos de Vygotsky e Luria, eles identificaram que “funções tais como a memória mudaram acentuadamente a partir do momento em que a fala começou a dominar o comportamento da criança. Tendo sido constatado com bastante precisão que, na idade escolar, a memória visual pictórica evolui para memória verbal” (1996, p. 213). 
Considerando a compreensão e conforto para a humanidade, o ser humano tem buscado e ainda busca criar mecanismos para o desenvolvimento das funções mentais, sendo a linguagem e pensamento, fundamentais para a construção, pois os seres humanos, uma vez que essencialmente sociais, estabelecem meios de interagir em grupos e transmite sua cultura, aperfeiçoamento de técnicas, compreende e transmite seu conhecimento e história por intermédio da comunicação. 
Para que as estratégias formativas sejam alcançadas é preciso explorar a ciência da educação de forma consolidada e com o avanço da compreensão e aprimoramento da tecnologia é de suma importância formular uma didática que possa cumprir com seu papel, é possível desenvolver estratégias adequadas para assimilar a tecnologia ao desenvolvimento do homem. “Todas as pessoas são capazes de aprender, mas é preciso que adaptemos a nossa prática de ensino às necessidades dos indivíduos e do contexto em que eles estão inseridos” (VYGOTSKY, 1993, p. 17).
Com o advento tecnológico fica evidente a necessidade de uma educação facilitada por esse meio, uma vez que a era das novas tecnologias, carecem ser percebidas como parte de um processo claro em que em grande velocidade as estratégias serão sempre atualizadas, reestruturadas e sequencialmente consolidadas.
introdução ao pensamento computacional 
É preciso entender o que é computação para facilitar o entendimento de pensamento computacional.
O maior objetivo da computação é “racionalizar sobre o raciocínio “, o seja, formalizar o mesmo, possibilitando sua automação e análise. 
O objetivo do raciocínio lógico é deduzir verdades partindo-se de premissas (fatos aceitos como verdadeiros), utilizando regras bem definidas visando encontrar novas verdades (conclusões). A dedução é a prova que a conclusão é verdadeira. 
O pensamento computacional é uma generalização do raciocínio lógico. É um processo de transformação de entradas em saídas de qualquer tipo, onde utilizamos um conjunto de regras ou instruções bem definidas, não necessariamente regras de lógica, onde a saída não são necessariamente sentenças verdadeiras.
O produto do raciocínio lógico é a prova e o produto do pensamento computacional são regras que definem a transformação chamadas de algoritmos.
Exemplos são vários: Como ordenar uma pilha de provas? Como fazer um bolo tendo os ingredientes?
O resultado do raciocínio computacional deve ser uma descrição clara e não ambígua de um processo fazendo com que a Computação esteja fortemente ligada a Matemática que prevê uma linguagem precisa para descrever modelos. Porém, diferente da Matemática em Computação se constrói modelos de processos (algoritmos) que podem ser bastante abstratos, descritos em linguagem natural ou linguagem de especificação ou linguagem de programação.
Por exemplo: Um problema de fatorar um número em fatores primos pode ser facilmente resolvido com Matemática. Já um problema de ordenar uma pilha de provas a Matemática não provê abstrações necessárias para obter a solução.
O foco do pensamento computacional não são apenas os produtos em si (provas ou algoritmos) mas sim o processo de construção desses produtos, técnicas para solução de problemas.
Pensamento computacional é sistematizar, representar e analisar a atividade de resolução de problemas.
Ordenar uma pilha com 10 figurinhas pode ser tarefa fácil. Já se colocarmos 1000 figurinhas para serem ordenadas em ordem crescente a solução é de difícil visualização porque quando colocamos 1000 figurinhas em uma mesa fica difícil visualizar qual o próximo número. A solução seria dividir a pilha de acordo com a centena e depois dividir de acordo com a dezena, ou seja, dividir o problema em problemas menores. Depois que as pilhasmenores estejam ordenadas precisamos apenas juntá-las para solucionar o problema.
Agora como descrever um método de ordenação (algoritmo) para ser usado por outras pessoas.
Para isso precisamos falar sobre conceitos de estrutura de dados (nesse caso, uma pilha) e operações para definir processos (algoritmos) além da linguagem que esses processos serão descritos.
Mesmo que o método esteja descrito de forma precisa, a análise da correção e eficiência do método é de extrema importância pois um algoritmo que não gera o resultado esperado ou demora demais para gerar esse resultado é inútil.
Os pilares do Pensamento Computacional são: Abstração, Análise e Automação.
Abstração: São as abstrações necessárias para dados e processos, e as técnicas de construções de soluções (algoritmos).
Análise: São técnicas de análise de algoritmos quanto a sua correção e eficiência sob vários aspectos.
Automação: É a mecanização das soluções (ou suas partes), permitindo as máquinas a nos auxiliarem a solucionar os problemas.
Vamos dar um exemplo de ordenar uma lista de números:
A lista entra na caixa ORDENA e então é testado se alista está vazia ou não. Se estiver vazia termina retornando a própria lista vazia.
Caso contrário, é identificado o PRIMEIRO elemento da lista e a lista é dividida em 2 partes, uma contendo os elementos menores (SELECIONA MENORES) e outra contendo os elementos maiores (SELECIONA MAIORES). Cada uma dessas sub listas são ordenadas (ORDENA) e no final o resultado é a junção dessas listas ordenadas (MONTA).
A linguagem pode ser visual, natural ou de programação.
Figura 1: Descrição do Algoritmo Ordena
Fonte: (https://arxiv.org/pdf/1707.00338.pdf) Acesso em out.2021
O Pensamento Computacional apresenta uma visão que todas as pessoas podem se beneficiar do ato de pensar, pensando como um cientista da Computação (WING, 2006).
Todos deveriam apreender a programar computadores em nível universitário. Com isso a execução automatizada dos processos mudaria a forma que os profissionais pensam sobre seu trabalho (PERLIS,1962). 
O modo como as crianças pensam e apreendem desenvolvida pelo construcionismo defendia que o uso do computador na educação permitiria ao estudante desenvolver o seu raciocínio na solução de problemas e construir o seu conhecimento (PAPERT,1980).
O Pensamento Computacional sugere usarmos a nossa inteligência, os fundamentos e recursos computacionais para solucionar problemas. Isso envolve muito mais do que programar um computador.
O Pensamento Computacional pode ser visto como uma habilidade básica do ser humano como ler, escrever, falar, resolver operações aritméticas, servindo para descrever e explicar situações complexas (WING,2006)
ORIGEM DO PENSAMENTO COMPUTACIONAL
O conceito do pensamento computacional está atrelado a biografia de Seymour Papert, sul africano, matemático, professor do Massachusetts Institute of Technology,pioneiro da inteligência artificial e da computação educacional, precursor da aprendizagem construcionista,resultado da concepção no trabalho com Piaget sobre construtivismo que o levou a estudar como a computação poderia ajudar na educação.
O termo pensamento computacional foi empregado pela primeira vez por Seymour em 1980.Contudo, no artigo "Twenty things to do with a computer``de 1971 foram aplicadas as bases conceituais do pensamento computacional. 
Jannette Marie wing pioneira na ciência da computação, é vice-presidente executiva de pesquisa e professora na Columbia university , anteriormente atuou como diretora de avanessians do data science institute . As áreas de especialização de Jannette incluem segurança e privacidade, métodos formais e linguagens de programação.
Wing em 2006, utilizou o termo pensamento computacional para apresentar uma visão de que todas as pessoas poderiam se beneficiar do ato de pensar como um cientista da computação. Informalmente, o pensamento computacional descreve uma atividade mental que é envolvida na formulação de problemas para admitir as soluções computacionais e as propostas de soluções. As soluções, que são os algoritmos podem ser executadas tanto por seres humanos quanto por máquinas, de uma maneira geral que acaba sendo uma combinação dos dois. E com base nos estudos de wing , o pensamento computacional, pode ser colocado com uma das habilidades intelectuais e básicas de um ser humano, comparada a ler, escrever e falar. 
Já em 1962, o cientista Alan Perlis, argumentava que todos deveriam aprender a programar os computadores em um nível universitário. Ele descobriu que a execução automatizada dos processos, explorada por uma programação, mudaria a forma dos profissionais de todas as áreas a pensarem sobre o seu trabalho. 
Nesta linha de raciocínio, o pensamento computacional é mais uma linguagem junto as outras que podemos usar para falar sobre o universo e seus processos e o desenvolvimento desse pensamento não tem como objetivo de direcionar pessoas a pensarem como os computadores. Ao contrário, sugere que utilizemos a nossa inteligência e os fundamentos e recursos da computação para abordar os problemas.
PENSAMENTO COMPUTACIONAL
Os pilares do pensamento computacional provêm da habilidade necessária para resolver problemas. São elas: 
abstração: que é a compreensão das abstrações necessárias para dados, processos e algoritmos (técnica de construção de solução);
análise: consiste em técnicas de análises e algoritmos quanto a sua correção e eficácia, sob diferentes aspectos;
automação: processos de mecanização de soluções ou parte dela, envolvendo tecnologia na solução de problemas.
“O desenvolvimento do Pensamento Computacional não tem como objetivo direcionar as pessoas a pensarem como computadores. Ao contrário, sugere que utilizemos a nossa inteligência, os fundamentos e os recursos da computação para abordar os problemas. Importante também observar que raciocinar computacionalmente é mais do que programar um computador.” (Wing 2006)
ABSTRAÇÃO
A abstração usará o processo da lógica que se baseia na noção de conjunto.Deverá ter a capacidade de representar um algoritmo e sua transformação de recurso (dados de entrada) ao resultado (dados de saída).
Os algoritmos devem ser capazes para várias entradas (genéricos), que por sua vez precisam ser representadas por um conjuntos de elementos, que podem ser simples (um número), ou complexos (uma pilha de provas de aluno). É preciso abstração adequada para processar os dados.
As abstrações de dados mais importantes são:
Registros: um registro representa um conjunto de informações de um objeto. Por exemplo, um registo de prova contém nome do aluno, questões, etc;
Listas: é uma sequência de dados (vários registros);
Grafos: um grafo é uma estrutura que contém entidades (chamadas vértices) e relacionamentos (chamados arcos), é usada para representar a relação de um objeto com a coleção.
ABSTRAÇÃO PARA DESCREVER ALGORITMO
Um algoritmo é basicamente, compor um conjunto de passos para para solução de um problema, é necessário saber quais as instruções básicas que se pode usar no algoritmo, e também quais operações podem ser usadas para descrever os procedimentos a partir dessas instruções básicas, existem 3 tipos de operações para formar soluções de problemas que não tenha instruções básicas que os resolvam, são elas;
Composição: permite juntar vários passos na descrição de um algoritmo. Esses passos podem ser conectados de várias formas diferentes (sequencial, paralela, por dependências, etc); 
Escolha: permite definir pontos de escolha em um algoritmo, que são momentos de decisão nos quais o próximo passo a ser executado depende da situação atual do processo; Repetição: permite que ações sejam repetidas em um algoritmo, de forma controlada. Existem várias formas de se definir como as repetições devem ser executadas. (citação final pág 11 começo da 12)
TÉCNICAS PARA CONSTRUIR ALGORITMO
Essas são algumas técnicas que facilitam resolver um problema:
Decomposição: uma das técnicas mais importantes para solucionar os problemas, é decompor o problema em problemasmenores, resolvê-los e unir as soluções para obter o resultado do problema original, esse processo divide o problema em partes menores facilitando a resolução;
Generalização: técnica que consiste em formar uma solução (algoritmo) genérica a partir de outro algoritmo, exigindo grande abstração esse processo pode ajudar a achar uma solução de problema, utilizando e fazendo pequenas alterações em um algoritmo que foi usado para resolver outro problema;
Transformação: a técnica de transformação é usar a solução do problema para resolver outros, elas podem ser usadas em alguns contextos; utilizar um algoritmo já existente para resolver o problema (reuso); melhorar um algoritmo já existente (refinamento); ajustar as soluções existentes a outras realidades (evolução); compreender como os problemas se relacionam entre si (redução).
AUTOMAÇÃO
É a utilização de computadores como mecanização das tarefas na resolução problemas. O processo de automação dependerá da avaliação da sua possibilidade, haverá casos de total automoção em outros esse desenvolvimento será somente em parte, há também o cenário que o computador não será capaz de realizar a tarefa, nessa situação receberá o nome de não-computáveis, que significa que a máquina não tem tecnologia suficiente no momento, por isso a importância da realização do pensamento computacional no processo básico em crianças, para que essas possam desenvolver processos ou soluções futuras na criação de máquinas/tecnologias avançadas. 
	O processo de automação deverá levar em considerações alguns aspectos: Máquina, o computador que será utilizado no processo de automação; Linguagem, o tipo de linguagem que será utilizada para descrever a solução do problema; Modelagem Computacional, modelos que simulam comportamento de sistemas reais e valida a solução do problema.
	O computador pode ser um dispositivo elétrico, mecânico e biológico com capacidade de processamento, armazenamento e comunicação. Ou um ser humano que segue os passos do algoritmo, que irá processar os pensamentos como uma máquina. É necessário analisar o grau de dificuldade do problema, a capacidade da máquina ou pessoa, a utilidade do processo, a forma que será desenhada.
	Realizado a avaliação inicial o homem deverá pensar uma forma ou linguagem para que as tarefas possam trazer soluções aos problemas apresentados, deverá escolher a máquina e modelo mais adequado. A tarefa de descrever procedimentos é bastante árdua, pós se trata de um pensamento distante do natural, a codificação no pensamento computacional é um pouco diferente da maneira que racionalizamos.
ANÁLISE
A partir da teoria de análise de resolução de problemas e fundamentos teóricos, a ciência da computação permite classificar os problemas. Quando se deparar com um problema, deve-se analisá-lo de modo a perceber se é possível corrigi-lo com a ciência da computação, através de testes de algoritmos eficientes, antes mesmo de tentar construí-lo. Essa análise pode ser classificada de três formas, sendo elas: viabilidade, correção e eficiência. 
A viabilidade estuda a possibilidade de se encontrar uma maneira computacional de resolver o problema. Para saber se uma solução está correta, é importante analisar se em todas as resoluções, o programa age como o esperado. O grande desafio é analisar todas as entradas possíveis, visto que existem muitas variáveis. Podem ser feitos alguns testes e simulações de modo a encontrar os erros. Dentre o que deve ser considerado, está o fato de que o programa deve rodar em um tempo razoável e corresponder corretamente aos comandos desejados. Mesmo assim, nenhum teste será completo para todo tipo de análise, podendo deixar algumas lacunas. Uma outra maneira de análise consiste no uso de modelos matemáticos para verificação dos sistemas reais, dessa maneira criando uma prova formal que testa se realmente o programa reage como o esperado. Deve-se analisar também em um algoritmo a sua eficiência, a capacidade de avaliar e categorizar diferentes algoritmos a fim de encontrar uma solução para o problema. Um mesmo algoritmo pode ser capaz de resolver diversos tipos de problemas por meio da análise completa de todas as variáveis disponíveis a serem levadas em consideração. 
No entanto ainda existem problemas sem soluções, os chamados “problemas intratáveis”. Algumas soluções podem até existir, mas não são viáveis pois levariam muito tempo, por vezes até anos para que chegassem a uma resposta para o que foi questionado. É importante saber diferenciar um problema intratável, de modo a não perder tempo buscando soluções para uma pergunta já considerada sem respostas. 
Ressalta-se ainda que nenhum sistema é capaz de dar soluções completamente corretas, visto que nenhum programa está isento de falhas, operando sempre como o esperado. A fim de garantir uma performance alta, é importante considerar uma combinação de técnicas e ferramentas pensadas por desenvolvedores capacitados.
PENSAMENTO COMPUTACIONAL: EDUCAÇÃO E FUTURO
O mercado de trabalho está passando por uma forte transformação, a chamada revolução indústria 4.0 ou simplesmente indústria 4.0, representa uma evolução natural dos sistemas industriais anteriores, desde a mecanização do trabalho ocorrida no século XVIII até a automação da produção nos dias atuais. A Indústria 4.0 emerge da sobreposição de vários desenvolvimentos tecnológicos envolvendo produtos e processos (SCHMIDT et al., 2015). 
Esta revolução vem provocando mudanças profundas não só na indústria, mas também na sociedade e na nova forma de cooperação entre as máquinas e seres humanos (VDE - ASSOCIATION FOR ELECTRICAL, ELECTRONIC & INFORMATION TECHNOLOGIES, 2013). De acordo com pesquisa realizada pela Universidade de Brasília por meio do departamento de Laboratório de Aprendizado de Máquina em Finanças e Organizações (LAMFO), 30 milhões de empregos serão substituídos por robôs até 2026, já a Associação das Empresas de Tecnologia da Informação e Comunicação (TIC) aponta que a área da Tecnologia da Informação sofre com um déficit potencial, anual, de 24 mil profissionais chegando a 46 mil anual até 2024, diante desse cenário as competências exigidas pelo profissional do futuro dependerão de suas habilidades tecnológicas, o pensamento computacional é uma dessas aptidão e maneira de pensar que será exigida.
Com o rápido crescimento computacional e tecnológico ocorrido no mundo moderno surge a necessidade de ensinar, desde a educação básica, conceitos fundamentais da Ciência da Computação como forma de melhorar o aprendizado escolar dos indivíduos e possibilitar o uso mais eficaz dessas tecnologias em benefício da sociedade. O ACM Model Curriculum for K-12 Computer Science (CSTA, 2011). Ao falar-se de Computação enquanto saber necessário na educação básica devesse ressaltar que seu ensino passa por noções de modelos computacionais, algoritmos, complexidade, autômatos, entre outros conteúdos (NUNES, 2008). Assim, o ensino à manipulação de softwares, tais como editores de texto, não é suficiente na atualidade. A habilidade em questão tem sido chamada de pensamento computacional (WING, 2006).
Muitos estudos hoje realizados na área do pensamento computacional, dizem respeito a sua implementação no ensino básico, ensinar crianças a pensar em resolver questões usando o modelo de máquina, possibilita o desenvolvimento de futuros profissionais alinhados a necessidades do mercado. É preciso definir diretrizes curriculares, esse ensino do pensamento computacional pode ser enxergado em duas vertentes, um ensino focado na matéria, ensinado seus pilares, ou atrelando-a às disciplinas já existentes no currículo escolar.
Há de se considerar que cursos de licenciatura precisarão se atualizar, sua grade curricular deverá contém o ensino do pensamento computacional, assim disseminando aos professores um conceito para transmitir ao seus desistentes
A Educação em Computação é um desafio, especialmente o ensino introdutório de programação (CASPERSEN; KÖLLING, 2009) e pesquisas apontam que são várias as dificuldades enfrentadaspelos estudantes ao iniciarem seus estudos na área. Dentre os problemas apontados podem-se citar métodos tradicionais de ensino que não consideram as particularidades de aprendizado dos estudantes, como também a forma inadequada de estudo tida pelos iniciantes (GOMES; MENDES, 2007). Por outro lado, pesquisas também evidenciam que há fatores que podem contribuir para o sucesso na aprendizagem de Computação. Na pesquisa de Byrne e Lyons (2001) os resultados sugerem que possuir experiência prévia em programação pode favorecer o aprendizado dos estudantes na disciplina. Outros trabalhos mostram que a habilidade matemática é um importante indicativo de bom desempenho obtido em disciplinas introdutórias nos cursos de Ciência da Computação (WILSON; SHROCK, 2001). 
Conclusão
REFERÊNCIAS
RIBEIRO, L; FOSS, L; CAVALHEIRO, S. A. C; Entendendo o Pensamento Computacional, 2017
WING, Jeannette M. Computational thinking. Communications of the ACM, v. 49, n. 3, p. 33-35, 2006.
FERREIRA, C; MARTINS, E; A importância das competências na era 4.0, 2018 
SANTOS. B. P; ALBERTO A.; LIMA T. D. F. M; CHARRUA-SANTOS. F. M. B; Indústria 4.0: desafios e oportunidades, 2018 
CASPERSEN, M. E.; KOLLING, M.. STREAM: A first programming process. ACM Transactions on Computing Education (TOCE), v. 9, n. 1, p. 4, 2009
NUNES, D. J.. Licenciatura em Computação. Jornal da Ciência. 30 de maio, 2008
GOMES, A.; MENDES, A. J.. Learning to program-difficulties and solutions. In: International Conference on Engineering Education. 2007.
WILSON, B. C.; SHROCK, S.. Contributing to success in an introductory computer science course: a study of twelve factors. In: Proceedings of the SIGCSE. ACM, 2001. p. 184-188.
MATA, V. S; COSTA, C. H. O; FERNANDES, D. C; SILVA, E. O; CARDOSO, F. A; ANDRADE, J. C; REZENDE, L. P. L; OLIVEIRA, M. F; SOUZA, N; MACHADO, P. E. V; RODRIGUES, R. P. M; Indústria 4.0: a Revolução 4.0 e o Impacto na Mão de Obra, 2018
VYGOTSKY, L.S. Pensamento e linguagem. São Paulo: Martins Fontes, 1993.
MEYER, Marcel; SOUZA, M. R. F; SOUZA, A. M. R; SOUZA, A. C. C; GOES, M. E; GERVÁSIO, C. F. N; Utilização da Tecnologia como Estratégia de Construção do Pensamento, 2021.
CANGUILHEM, G.; O cérebro e o pensamento. Nat. hum. [online]. 2006, vol.8, n.1 [citado 2021-10-05], pp. 183-210. Disponível em: http://pepsic.bvsalud.org/scielo.php?script=sci_arttext&pid=S1517-4302006000100006&lng=pt&nrm=iso Acesso em: 1°/10/21