AULA-04-FENÔMENOS-DIGITAIS-E-PENSAMENTO-COMPUTACIONAL

Prévia do material em texto

FENÔMENOS DIGITAIS E 
PENSAMENTO COMPUTACIONAL 
 
 
Olá! 
Atualmente, os computadores estão por toda parte, de forma que seu poder 
de processamento se tornou indispensável para a transmissão de dados. A 
revolução da tecnologia vem transformando a forma como se transmite 
informações, substituindo os humanos em muitas de suas tarefas operacionais. 
Quando se fala sobre a capacidade dos computadores de automatizar tarefas e 
conduzir processos, fala-se do pensamento computacional. 
Neste capítulo, vamos conceituar pensamento computacional e descrever 
os aspectos que caracterizam sua funcionalidade. Além disso, veremos de que 
forma pode-se aplicar o pensamento computacional e quais são as limitações que 
ainda existem em relação a suas habilidades. 
Bons estudos! 
AULA 4 – CONCEITO DE 
PENSAMENTO 
COMPUTACIONAL 
 
 
 
Ao final dessa unidade você deve apresentar os seguintes aprendizados: 
 Conceituar pensamento computacional. 
 Identificar o uso do pensamento computacional. 
 Descrever as principais limitações em pensamento computacional. 
4 PENSAMENTO COMPUTACIONAL: DEFINIÇÃO E CONCEITOS 
As primeiras ideias sobre o pensamento computacional geralmente estão 
relacionadas ao poder de processamento dos computadores e como eles são usados, 
mas o pensamento computacional é sobre projetar soluções e usar a tecnologia para 
resolver problemas de computador de outras maneiras. Ele pode ser definido como 
uma estratégia baseada no uso da tecnologia para solucionar problemas. Na 
realidade, o pensamento computacional descreve como executar tarefas com mais 
eficiência sem usar os recursos associados à programação de computadores e à 
ciência da computação (WING, 2014 apud BEECHER, 2019). 
Múltiplos métodos e modelos computacionais podem ser usados para resolver 
problemas de vários níveis de complexidade, projetar sistemas que não podem ser 
executados por humanos e derivar inteligência de cada componente envolvido no 
processo. O pensamento computacional pode, portanto, ser definido como a 
habilidade básica que todos possuímos para realizar todas as tarefas: a atividade 
mental de abstrair problemas e formular soluções que possam ser automatizadas 
(WING, 2014 apud BEECHER, 2019). 
Um conceito-chave para explicar o pensamento computacional é a capacidade 
de abstrair problemas e formular soluções automaticamente. Além disso, geralmente 
são aplicadas algumas técnicas e ferramentas que permitem resultados favoráveis do 
ponto de vista humano. O pensamento computacional também pode ser definido com 
base em três etapas: 
1. Formulação de um problema, também chamada de fase de abstração; 
2. Uma representação da solução aplicada, também chamada de fase de 
automação; 
3. Realização da solução e uma avaliação, definido como fase de análise. 
Cada estágio representa como as tarefas são combinadas originando o 
pensamento computacional, e por consequência, facilita a execução de diversas 
tarefas, desde os problemas mais simples aos mais complexos. 
O pensamento computacional não deve ser visto como um recurso usado 
apenas por cientistas da computação. O pensamento computacional abrange, 
portanto, múltiplas tarefas relacionadas não apenas à solução de problemas e ao 
projeto de sistemas, mas também à capacidade de extrair conceitos fundamentais da 
ciência da computação e compreender o comportamento humano. Há ainda algumas 
outras considerações que podem ser apontadas sobre o conceito de pensamento 
computacional (BEECHER, 2019): 
 Compreensão da forma de como as informações são utilizadas em um 
determinado contexto para a solução de um problema complexo; 
 Reformulação de um problema complicado par algo que seja mais simples de 
solucionar; 
 Capacidade de julgamento de um programa por sua estética e um sistema 
simples. 
De acordo com Beecher (2019), para que as fases supracitadas se realizem, o 
pensamento computacional deve conter algumas características que descrevem seu 
funcionamento conforme a seguir. 
Decomposição 
Esse processo divide um problema em partes menores que são mais fáceis de 
resolver e gerenciar. Dessa forma, a análise de cada parte do problema é realizada 
separadamente e as soluções encontradas são reconstruídas para formar a solução 
final do problema inicial. Possibilita resolver problemas complexos de forma mais 
simples e projetar sistemas de grande porte sem que as ações necessárias se tornem 
um gargalo para o processamento computacional. 
Reconhecimento de padrões 
 Padrões é qualquer recurso que causa problemas semelhantes entre si, 
características iguais que são compartilhadas. Reconhecê-los simplifica a resolução 
de problemas, construindo uma base de soluções possíveis para cada cenário 
identificado, tornando o processo mais gerenciável. 
Representação de dados/abstração 
Consiste em criar mecanismos que nos permitam filtrar classificações de 
dados, isolando apenas os elementos essenciais de um determinado problema e 
ignorando detalhes irrelevantes. Permite que seja criado uma expressão, uma ideia 
do que está tentando resolver. Esse processo é a base para selecionar os detalhes a 
serem ignorados. Isso facilita a compreensão do problema sem perder informações 
importantes. Porque se essa informação não existir, o raciocínio pode ser quebrado. 
Esse processo é bastante importante, e utilizado em diferentes momentos como: 
 Iterações da escrita do algoritmo; 
 Na seleção de dados; 
 Na realização de uma pergunta; 
 Da relação entre indivíduo e robô; 
 Da organização dos módulos de um sistema. 
A fase de abstração envolve também as seguintes características (RIBEIRO; 
FOSS; CAVALHEIRO, 2017). 
 Dados: Uma parte da abstração que permite descrever as informações, como 
dados de entrada e de saída, que são necessárias para resolver um problema. 
 Processo: Permite a definição de algoritmos que descrevem a solução de um 
problema, a abstração deve ser suficiente para o entendimento do leitor. 
 Tecnologia de construção de algoritmos: oferece maneiras mais fáceis de 
resolver problemas complexos e representa o nível de pensamento 
computacional. 
O pensamento computacional pode ser utilizado em diferentes contextos. Uma 
máquina pode ser muito mais rápida e eficiente do que um ser humano ao realizar 
uma tarefa, apesar disso, pode-se destrinchar um problema em partes utilizando-se 
da representação de dados para determinação das variáveis envolvidas, ou ainda, 
criar um algoritmo para identificar um problema específico e solucioná-lo. Ambas as 
formas de aplicar o pensamento computacional levam a soluções gerais que são úteis 
em muitos casos, generalização ou abstração (RIBEIRO; FOSS; CAVALHEIRO, 
2017). 
Denning e Tedre (2019) salientam que os humanos dão apenas um passo, 
enquanto os computadores podem se mover mais de um trilhão de vezes no mesmo 
período de tempo. No entanto, para compreender mais profundamente o conceito de 
pensamento computacional, é preciso levar em consideração que os computadores 
realizam operações que seguem instruções de operações lógicas e aritméticas. Da 
mesma foram os humanos são capazes de fazê-lo, embora muito mais lentos e com 
maior possibilidade de erros em relação às máquinas. Essa diferença defino a base 
do pensamento computacional. 
Os computadores podem executar várias tarefas ao mesmo tempo, portanto, 
os programas são a ponte para todas as comunicações. A comunicação é feita pela 
aplicação de algoritmos que são codificados em uma linguagem especial e traduzidos 
em instruções de máquina que controlam o computador. Os humanos também podem 
simular esse tipo de processo e interpretar informações, realizando as mesmas tarefas 
com base nos recursos utilizados na computação (DENNING e TEDRE, 2019). 
Definindo o pensamento computacional, não é exagero dizer que o conceito 
está fortemente associado a áreas afins, como ciência da computação e programação, 
e a atividadesque envolvem tomada de decisão, resolução de problemas e 
criatividade. Todos os processos estabelecidos pelo pensamento computacional 
usam recursos computacionais, ou pelo menos métodos que se assemelham a 
processos técnicos, para apoiar a execução de tarefas (BRACKMANN, 2017). 
Compreender os limites da computação nos ajuda a entender como a 
criatividade e a habilidade humana podem ser usadas para resolver problemas e usar 
a tecnologia de computação como uma ferramenta dedicada para resolver problemas. 
Claramente, projetar um programa ou máquina que faça tantas coisas em tão pouco 
tempo é uma tarefa que exige que as pessoas passem mais tempo pensando, o que 
acaba sendo um grande desafio (BRACKMANN, 2017). 
4.1 Aplicação do Processamento Computacional 
A aplicação principal para o processamento computacional se relaciona com 
qualquer contexto que seja necessário criar uma solução para um problema e que 
como intermediador dessa resolução esteja um computador desempenhando este 
papel. Desse modo, é importante recordar que o processamento computacional está 
ligado também a outros seguimentos como matemática, por exemplo, além da 
computação em si (DENNING e TEDRE, 2019). 
Atualmente, o pensamento computacional é muito aplicável na área do Direto, 
sendo um recurso que fornece assistência para os agentes da lei. Para possibilitar 
esse cenário, é aplicado um conjunto de regras lógicas de modo a automatizar os 
processos de obtenção de informação, reduzindo a atuação humana. Beecher (2017) 
afirma que essa ação, amplia a expectativa dos resultados obtidos, em 
desenvolvimento de pesquisas como a investigação de Joseph Bell Center que 
pretendeu construir um sistema que colaborasse com a elaboração de hipóteses para 
elucidar as evidências da cena de um crime. 
Para a educação, o pensamento computacional aplicado gera grande impacto 
e transformação, exprimindo um meio de divulgar informações, produzir 
conhecimentos e solucionar obstáculos através de processos que amparem as 
decisões que precisam ser tomadas, produzindo assim, resultados mais eficientes. 
Isso se dá pelo fato de que a criatividade é permanentemente desenvolvida, o que 
aprimora o raciocínio em relação a forma como os problemas podem ser solucionados 
(SCHLOGL et al., 2017). 
Alguns países como os Estados Unidos, Reino Unido, Israel, Alemanha, 
Dinamarca, entre outros, acataram estratégias de adicionar o pensamento 
computacional à educação básica. As definições que orientam essas estratégias são 
parecidas, no entanto, cada um produz as adaptações de acordo com o seu principal 
objetivo, utilizando-se de ferramentas específicas, técnicas de programação e 
princípios computacionais aplicados à cada disciplina (SCHLOGL et al., 2017). 
A cultura digital e a tecnologia suportam o pensamento computacional através 
de vários meios de comunicação, tecnologia e recursos. Isso permite que os alunos 
se aprofundem no conteúdo e, consequentemente, desenvolvam melhor as 
habilidades esperadas. 
Verifica-se, portanto, que a educação assimila o pensamento computacional 
como um recurso de grande importância para a didática e aprendizagem, orientando 
sobre a aplicabilidade dos princípios da computação. Apesar da minha forte 
associação com a ciência da computação, é uma habilidade cotidiana. Nesse caso, o 
objetivo final não é ensinar a todos como pensar como um cientista da computação, 
mas sim aplicar esses elementos comuns para resolver problemas e criar novos 
problemas a serem explorados dentro e entre as disciplinas. Trata-se de ensiná-lo a 
identificar problemas (BEECHER, 2017). 
Dessa maneira, o pensamento computacional na educação configura um 
processo de obtenção de conhecimento com base no pensamento, experiências, 
representação e memória. O desenvolvimento cognitivo se relaciona às melhorias das 
capacidades de raciocínio e para tomada de decisões, apesar de estar relacionada 
também à prática básica da programação (SCHLOGL et al., 2017). 
Mais um exemplo de utilidade para o pensamento computacional é para o setor 
de eventos, qual Beecher (2017) cita um caso aplicado do pensamento computacional 
em cerimoniais, onde o reitor buscava uma forma de tornar mais ágil o processo de 
entrega de diplomas. Foi optado por posicionar os estudantes e por um canal eficiente, 
projetar os nomes para que o reitor assistente entregasse os diplomas. No entanto, 
para tornar o procedimento ainda mais organizado e mais ágil, foram envolvidas mais 
pessoas na cerimônia para auxiliar na condução do evento, garantindo a 
descentralização das demandas em uma única pessoa, e desse maneira, evitar o 
afunilamento do fluxo de alunos. 
A Figura 1 nos traz ilustrado como o pensamento computacional se relaciona 
com as áreas e subáreas da computação e programação de dados. Nota-se que o 
pensamento computacional é superior à aplicação dessas tecnologias, uma vez que 
se utiliza, em sua base, da forma de raciocínio aplicada pelos recursos 
computacionais (BRACKMANN, 2017). 
 
Figura 1 – Pensamento computacional e sua relação com outras áreas 
 
Fonte: Brackmann, 2017. 
 
Ainda que haja muitos conceitos, existe ainda uma dificuldade em identificar 
em quais momentos deve-se aplicar o pensamento computacional. Para tal, é 
apresentado a seguir, considerações para elucidar como isso pode ser assimilado. 
 O pensamento computacional não se refere ao uso exclusivo da ciência da 
computação. Isso significa que a capacidade de pensar do indivíduo não 
depende do uso de recursos tecnológicos para que um problema seja 
solucionado. Pelo contrário, desenvolver técnicas que possibilitem a execução 
de processos e aplicar soluções é possível utilizando capacidade de 
aprendizagem, planejamento e autonomia. 
 Enquanto a computação associa a programação e a ação de programar com 
a aprendizagem de produção de um software, o pensamento computacional é 
bem mais descrito como uma conduta objetivada na solução de problemas, 
apesar de compartilhar alguns aspectos tecnológicos. 
 Não se acata que sempre o computador será utilizado para a solução de um 
problema, mas em algumas situações. O ponto final é sempre apresentar uma 
solução. 
 Para a educação, o conceito principal envolvendo o pensamento 
computacional é o conhecimento transferível, que assume que as capacidades 
aprendidas podem ser aplicadas em vários contextos do dia a dia sem 
depender de uma máquina. 
Nota-se que todo conceito envolvido no desenvolvimento do pensamento 
computacional inicia-se nos princípios do desenvolvimento de diversas capacidades, 
bem como de diferentes tecnologias, resoluções e recursos utilizados por 
diversificados métodos e meios computacionais. 
4.2 Limitações do Pensamento Computacional 
Deve-se considerar que qualquer máquina se baseia em um conjunto de 
orientações para solucionar os problemas e que cada contexto é definido por 
restrições e limitações que se relacionam com o ambiente operacional. 
 
Imperialismo 
Os conceitos nutridos sobre o pensamento computacional estão arriscados a se 
tornarem imperialistas ao afirmar que seu foco é fazer com que humanos pensem 
como computadores. Há uma visão endurecida sobre o pensamento computacional 
ser apenas aquilo que foi aprovado por cientistas ou em cada área, da forma como se 
decide definir seu significado (BEECHER, 2017). 
Progressivamente nota-se que diversas formas de dar conceito ao pensamento 
computacional não se relacionam com a forma original e que nem tudo está conectado 
à ciência da computação, mas sim, com as atividades diárias. Todavia, isso leva à 
imaturidade do pensamento computacional, uma vez que os recursos que baseiam 
sua aplicabilidade estão já bem estabelecidos, como a lógica, algoritmos e a 
decomposição (BEECHER, 2017). 
 
Maturidade 
Quando a funcionalidade de um recurso está totalmente desenvolvida, pode-se 
dizer que ele atingiu a maturidade. No entanto, de acordocom Beecher (2017), em se 
tratando de pensamento computacional, algumas situações precisam ainda ser 
desenvolvidas acerca das fases que as definem para garantir que o conceito não seja 
atribuído com frequência à tecnologia avançada e que qualquer indivíduo se sinta 
capacitado para desenvolver as habilidades básicas. Beecher (2017) ainda afirma 
que, com o passar do tempo, o conceito de pensamento computacional tem sido 
estudado para que tenha cada vez mais um melhor alinhamento entre a proposta e as 
melhorias, no sentido de solucionar problemas, agregando processos que aprimorem 
a técnica. 
Eficácia 
A eficácia do pensamento computacional ainda não é tão robusta quando 
poderia ser, no entanto, quanto mais experimentos forem sendo realizados, cada vez 
mais, melhores serão os resultados. 
Mas também há críticas dirigidas ao conceito do pensamento computacional, 
pois alguns afirmam que ele, o pensamento computacional, é muito vago e dificilmente 
distingue-se de outras formas de pensamento devidamente. Como o pensamento 
computacional é apenas uma pequena parte do campo, alguns pesquisadores estão 
preocupados em promover o pensamento computacional como um substituto para a 
educação científica mais ampla. Há ainda mais uma preocupação, que ele influencie 
de a limitar o pensamento sobre os problemas que se pode resolver, desconsiderando 
o impacto social, ético e/ou ambiental. 
Comparando o pensamento do computador com a inteligência humana em 
termos de como os computadores executam as mesmas tarefas, os recursos de 
computação podem agilizar qualquer processo, automatizando-o de maneiras mais 
simples. Portanto, o pensamento computacional ainda não representa uma eficácia 
perfeita, tornando-se uma clara limitação quando se fala em tecnologia disponível 
atualmente. Além do mais, nem tudo que é feito pelo pensamento computacional está 
totalmente livre de erros. 
O pensamento computacional auxilia na resolução de problemas em diversos 
contextos sociais, o que permite que qualquer pessoa inclua e aplique cálculos em 
suas atividades cotidianas. E ainda, também adiciona uma variada quantidade de 
ferramentas psicológicas capazes de refletir a dimensão do campo da ciência da 
computação através da compreensão, do uso e criação de tecnologias digitais, 
permitindo comunicação, acesso e propagação de informação. Dessa forma, o 
pensamento computacional gera conhecimento, soluciona problemas e se mostra um 
importante ator no desenvolvimento de habilidades, e também na evolução do 
pensamento. 
 
 
 
 
 
 
 
 
REFERÊNCIAS BIBLIOGRÁFICAS 
BEECHER, K. Computational thinking a beginner's guide to problem-solving and 
programming. Swindon: BCS, 2017. 
BRACKMANN, C. H. Desenvolvimento do Pensamento Computacional através de 
atividades desplugadas na computação básica. 2017. 266 f. Tese (Mestrado em 
Informática na Educação) — Programa de Pós-Graduação em Informática na 
Educação, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2017. 
DENNING, P. J.; TEDRE, M. Computational thinking. Cambridge, MA: MIT Press, 
2019. 
RIBEIRO, L.; FOSS, L.; CAVALHEIRO, S. C. Entendendo o pensamento 
computacional. arXiv. org, 2017. 
SCHLOGL, L. E. et al. Ensino do Pensamento Computacional na educação básica. 
Revista de Sistemas e Computação, v. 7, n. 2, p. 304-322, 2017.