Português (pdf)
Artigo em XML
Tradução automática
Enviar este artigo por email
Permalink
1 INTRODUÇÃO
Relações de associação positiva entre a linguagem e a matemática têm sido apontadas pela literatura científica das áreas de Neurologia, Neuropsicologia e Psicologia Cognitiva, as quais serão exploradas no decorrer deste artigo. Em termos neurobiológicos, sabe-se que entre as diferentes regiões e sistemas cerebrais que contribuem para o processamento matemático estão as regiões temporo parietais ligadas ao processamento da linguagem. Estas se encarregam da representação verbal dos algarismos e são ativadas na realização de operações matemáticas e cálculos precisos (DE SMEDT, 2018). Estudos na área da Psicologia Cognitiva apontam que a linguagem está entre os correlatos cognitivos da aprendizagem matemática, além da memória de trabalho e outras funções executivas: há evidências da importância da linguagem para o desenvolvimento de habilidades em matemática e do impacto que um desenvolvimento atípico do sistema linguístico tem sobre o desempenho matemático (FLETCHER et al 2009; JOYNER; WAGNER, 2019).
Portanto, quando se diferenciam as habilidades acadêmicas envolvidas na aprendizagem matemática, é possível especificar também os aspectos da linguagem oral e/ou escrita que subjazem a esses subdomínios, o que é relevante não só para o planejamento do ensino diante de alunos com desenvolvimento típico ou sob risco de dificuldades, mas para o diagnóstico e o tratamento dos transtornos de aprendizagem com sintomas na matemática. Enquanto transtornos envolvendo cálculos e transcodificação numérica estão associados com déficits no processamento fonológico (juntamente com déficits atencionais e de memória de trabalho) (LOPES-SILVA et al., 2014, 2016), transtornos que envolvem resolução de problemas matemáticos ligam-se a déficits em compreensão de linguagem e raciocínio (além da memória de trabalho) (GRIGORENKO et al., 2021).
Nesse sentido, a resolução de problemas (RP), abordada neste trabalho como uma habilidade, põe em evidência, de modo particular, o envolvimento da compreensão de leitura (CL), pois o enunciado verbal constitui um pequeno texto que precisa ser compreendido para que se possa inferir o cálculo ou o raciocínio a ser feito (FLETCHER et al., 2009). Ao mesmo tempo, as funções executivas (FE) aparecem como um correlato cognitivo comum a ambas as habilidades, conforme evidenciam Jacob e Parkinson (2015) em metanálise com 67 estudos cujos resultados apontam para associações moderadas entre FE e desempenho acadêmico em leitura e em matemática. Um estudo anterior (ASSIS et al., 2021) também mostrou correlações entre tarefas de CL, de RP e de FE. Quanto uma intervenção combinada de CL e FE interfere de forma positiva no desempenho em RP? Essa é a pergunta que o presente estudo se propõe a responder, a partir de uma pesquisa com desenho experimental, que implementou um programa de favorecimento da CL com ênfase nas FE, e verificou seu efeito sobre o desempenho em tarefas de RP. Convém mencionar que a análise do efeito deste programa de intervenção especificamente sobre o desempenho em CL é abordada em outro estudo (CORSO; PICCOLO, 2021), por isso não será discutida ao longo deste artigo.
2 REFERENCIAL TEÓRICO
2.1 Compreensão de leitura
No âmbito da Psicologia Cognitiva, foram desenvolvidos modelos para descrever o processamento do texto. Diferentes autores enfatizam um ou outro componente da complexa habilidade, mas entre os vários consensos está a consideração de que a CL resulta em uma representação mental, uma espécie de síntese elaborada através de um processo construtivo que relaciona elementos do texto com conhecimento prévio do leitor, via estabelecimento de inferências (KENDEOU et al., 2014). Kintsch e Rawson (2005) denominam de ‘modelo da situação’ tal representação mental. Ela vai além da construção do ‘texto base’ (construído mediante informação explicitada no texto e a partir de processos mais básicos e inferências automáticas), para integrar essa informação textual num sistema de relações e significados (a partir de processos mais complexos, que incluem inferências estratégicas), de modo a permitir ao leitor uma compreensão profunda do texto (KINTSCH, 1998). Para a realização de um modelo mental do texto, diversos processos e competências são necessários, dentre eles a ativação de significados de palavras. Mais especificamente, a profundidade do conhecimento do vocabulário, ou seja, a compreensão das relações entre palavras individuais e os conceitos, e a velocidade de ativação do vocabulário estão relacionadas à compreensão linguística e leitora (OAKHILL; CAIN; ELBRO, 2017).
2.2 Resolução de problemas
A resolução de problemas pode ser compreendida como um método de ensino, um processo, uma meta, dentre outras perspectivas (BRANCA, 1997). No presente trabalho, entende-se a RP como uma habilidade matemática que, conforme discutido anteriormente, recruta diferentes fatores cognitivos para sua execução. Os problemas matemáticos, alvos da resolução, são, antes de qualquer coisa, textos que precisam ser lidos e compreendidos e que dependem, para sua resolução, da construção de um modelo da situação que permita definir a estratégia a ser usada (a operação e os elementos ou números que a comporão), o que possibilita inferir que a habilidade de CL tenha uma influência na RP.
Neste estudo, os problemas usados envolvem o raciocínio quantitativo e, pela maneira como são apresentados aos estudantes, podem ser denominados de word problems. Neste tipo de problema, as informações relevantes para a resolução são apresentadas por meio de um enunciado verbal (breve narrativa) e não na forma de notação matemática (VERSCHAFFEL; GREER; DE CORTE, 2000). O raciocínio quantitativo, por sua vez, é baseado nas relações entre quantidades - diferentemente da aritmética, que se baseia nas relações entre números (NUNES et al., 2016). Relações entre quantidades não necessariamente envolvem números, por exemplo: Ana tem mais livros que Pedro, que tem mais livros que José. Logo, Ana tem mais livros que José. Além disso, Nunes et al. (2016) explicam que o raciocínio quantitativo é dividido em raciocínio aditivo e raciocínio multiplicativo, o primeiro envolvendo situações parte-todo (transformação, comparação ou composição) e o segundo envolvendo situações de razão ou correspondência um para muitos (produto de medida, relação direta, relação inversa ou proporcionalidade).
2.3 Relações entre CL e RP
Stephany (2021) aponta que são poucos os estudos a abordar especificamente a relação entre CL e RP, sendo ainda menor o número de pesquisas que levam em conta, especificamente, o impacto da habilidade de construir o modelo da situação do texto do problema sobre a capacidade de resolução. A autora apresenta um estudo que, além de usar medidas de desempenho matemático e de diversos componentes da CL (realização de inferências, monitoramento da compreensão, entre outros), operacionaliza o construto de modelo da situação através de uma tarefa envolvendo imagens que representam o tópico global do problema, e que o participante deveria selecionar em meio a imagens que funcionavam como distratores. Um modelo de equação estrutural mostrou que a RP apresentou uma associação maior com a construção do modelo da situação do que com as medidas que correspondiam ao desempenho matemático; por sua vez, o modelo da situação sofreu impacto importante da habilidade de realizar inferências (STEPHANY, 2021). A autora conclui que os processos de compreensão envolvidos em textos não matemáticos e textos matemáticos são comparáveis e que a promoção da habilidade de CL deve ser incorporada a lições matemáticas.
Em consonância, outro estudo recente (ASSIS et al., 2021) também demonstra as relações significativas existentes entre RP, CL e FE. Os achados indicam que a resolução de problemas apresentados oralmente está relacionada com a CL no que concerne à realização de inferências, isto é, quanto maior a capacidade dos estudantes para realizar inferências, melhor o desempenho na tarefa de RP. No que diz respeito às FE, novamente foi evidenciada correlação significativa entre a resolução de problemas e a memória de trabalho e fluência verbal. Isso significa que, para resolver os problemas apresentados oralmente, os alunos precisavam se apoiar na memória de trabalho e na fluência verbal, o que faz sentido visto a necessidade de manter e manipular as informações do problema mentalmente para resolvê-lo.
O estudo de Stephany (2021) apresenta um desenho correlacional (método de estudo de correlação), porém se observou que a direção da relação foi testada através de modelagem estrutural. O bom índice de ajuste apresentado pelo modelo permitiu concluir pelo papel decisivo da CL na RP. A inferência de causalidade por meio de modelagem estrutural é obtida através de confirmação de um modelo teórico, via uma combinação de análise fatorial confirmatória e regressão linear múltipla (BYRNE, 2011). Um outro modelo de estudo experimental que permite inferir causalidade são os estudos de intervenção. O presente estudo é uma pesquisa de intervenção com desenho experimental, no qual os alunos do grupo que participou do experimento receberam instrução voltada para o desenvolvimento da CL e das FE, através de atividades específicas de CL e de atividades que envolveram os textos lidos e estimularam as FE de forma mais genérica. Não fez parte da intervenção qualquer tipo de instrução ou treino específico em problemas matemáticos ou tarefas que envolvessem raciocínio quantitativo. O objetivo do presente estudo é testar a hipótese de que uma intervenção focada exclusivamente no aprimoramento da habilidade de CL e de FE pode provocar a melhora no desempenho dos alunos em RP.
3 MÉTODO
O presente estudo é uma pesquisa de intervenção com desenho experimental, no qual os alunos do grupo que participou do experimento receberam instrução voltada para o desenvolvimento da CL e das FE, através de atividades específicas de CL e de atividades que envolveram os textos lidos e estimularam as FE de forma mais genérica. Não fez parte da intervenção qualquer tipo de instrução ou treino específico em problemas matemáticos ou tarefas que envolvessem raciocínio quantitativo. O objetivo do presente estudo é testar a hipótese de que uma intervenção focada no aprimoramento da habilidade de CL e de FE pode provocar a melhora no desempenho dos alunos em RP.
3.1 Participantes
O estudo tomou lugar em duas escolas da rede pública estadual (cujas diretoras assinaram os termos de anuência), envolvendo quatro turmas de quinto ano e três professoras que assinaram o Termo de Consentimento Livre e Esclarecido (TCLE) - duas da escola 1, cujos alunos não receberam a intervenção, e uma da escola 2, que recebeu treinamento para implementar a intervenção junto às suas duas classes (turnos da manhã e da tarde). Participaram 64 alunos - 35 provenientes das duas turmas da escola 1 (grupo controle - GC) e 29 distribuídos nas duas turmas da escola 2 (grupo experimental - GE) - que receberam a autorização dos pais ou responsáveis mediante assinatura de TCLE. Os alunos (29 meninas; 35 meninos), matriculados no 5º ano do Ensino Fundamental (EF), apresentavam idades entre 9 e 12 anos. Todos os alunos das turmas experimentais, ou grupo experimental (GE), participaram das atividades do programa implementado. As análises para verificação dos efeitos da intervenção, entretanto, incluíram apenas os alunos que preenchiam os critérios: ausência de histórico de doenças neurológicas ou psiquiátricas; de dificuldades auditivas ou visuais não corrigidas (informações aferidas através do questionário preenchido pelos pais); desempenho igual ou superior ao percentil 25 no teste de Raven Escala Especial (ANGELINI et al., 1999); Português como língua materna. A Tabela 1 apresenta a caracterização da amostra (número total de participantes N=64) e por grupos segundo idade, sexo, nível socioeconômico (NSE), percentil no teste de inteligência e número de alunos com histórico de repetência, bem como sua distribuição nas duas escolas. Isso resultou em 57 alunos na amostra final (número de participantes incluídos n=57), sendo 33 do GC e 24 do GE. Dos critérios de exclusão da amostra, somente a escala Raven apresentou resultados abaixo do percentil 25 para 7 sujeitos, os quais foram excluídos das análises finais.
Tabela 1 Características da amostra no pré-teste para a amostra completa e para a amostra final por grupos (GC e GE)6
| Amostra final (n=57) | ||||
|---|---|---|---|---|
| Amostra total (N=64) |
Grupo controle (n=33) |
Grupo experimental (n=24) |
||
| Características | M (SD) ou n(%) | M (SD) ou n(%) | M (SD) ou n(%) | p |
| Idade (anos) | 10,3 (0,6) | 10,4 (0,6) | 10,2 (0,7) | 0,44a |
| Sexo (feminino) | 23 (40%) | 13 (39%) | 10 (42%) | 0,90b |
| NSE (escore total) | 5,1 (0,8) | 5,2 (0,7) | 5,0 (0,9) | 0,31a |
| Raven Percentil <25 | 7 (11%) c | 0 | 0 | 1,00b |
| Repetência escolar | 9 (14%) | 5 (15%) | 3 (12%) | 1,00b |
Fonte: As autoras.
3.2 Instrumentos
O estudo foi aprovado pelo comitê de ética da Universidade, sob o número 70460017.3.0000.5347). Foram utilizados os seguintes instrumentos, aplicados em todos os sujeitos da amostra:
Teste Matrizes Progressivas de Raven (ANGELINI et al., 1999), aplicado por uma psicóloga, de forma coletiva (máximo nove crianças por grupo).
-
Problemas de Raciocínio Quantitativo (NUNES, 2009), aplicado por uma das pesquisadoras, de forma coletiva. A tarefa consistiu em 18 problemas matemáticos (nove de raciocínio aditivo e nove de raciocínio multiplicativo) com atribuição de 1 ponto às respostas corretas e 0 às incorretas (o escore na tarefa pode ir de 0 até 18 pontos). Nesta tarefa, o enunciado verbal é lido pelo examinador, enquanto o participante tem diante de si folhas apenas com imagens correspondentes à questão apresentada, onde deve assinalar sua resposta. Nos espaços para as respostas correspondentes a cada problema, há imagens que representam aspectos do problema em si ou possibilidades de resultado, conforme os exemplos abaixo:
Fonte: das autoras, adaptado de Nunes (2009).
Figura 1 Exemplos de problemas de raciocínio quantitativo
Avaliação da Compreensão de Leitura Textual - COMTEXT - ANELE 2 (CORSO et al., 2017), aplicado individualmente pela equipe de uma das pesquisadoras e composto por duas tarefas que avaliam a CL a partir da leitura silenciosa de um texto narrativo: o questionário de múltipla escolha com 10 perguntas (QT), sendo 5 literais (QL) e 5 inferenciais (QI); e o reconto (recordação livre) que, em termos quantitativos, é avaliado através do número de cláusulas (partes) da história (Cl), da porcentagem de cláusulas da cadeia principal da história (PCP) e do número de inferências (Inf) e reconstruções (Rec) que a criança introduz em seu relato, sendo essas as variáveis utilizadas na análise.
Avaliação das Funções Executivas: foram aplicadas, de forma individual por uma psicóloga, as tarefas da bateria NEUPSILIN-Inf (SALLES et al., 2016) que avaliam atenção, memória de trabalho e funções executivas: cancelamento de figuras, repetição de dígitos na ordem direta, repetição de dígitos na ordem indireta, repetição de sequência de blocos na ordem indireta, fluência verbal (ortográfica e semântica) e tarefa go/no go.
Questionário Socioeconômico (Associação Brasileira de Empresas de Pesquisa [ABEP], 2009) e de condições de saúde e escolarização, preenchido pelos pais ou responsáveis. A escala de classificação econômica foi utilizada para se verificar a homogeneidade dos grupos quanto ao nível socioeconômico (NSE), considerando que os alunos do GE e do GC pertenciam a escolas distintas, embora ambas estaduais e de localização aproximada.
A seguir, serão apresentados os procedimentos relativos à implementação da pesquisa, considerando os momentos de aplicação dos instrumentos e a descrição do programa de intervenção.
3.3 Procedimentos
A pesquisa foi realizada no ano de 2019. A avaliação inicial (pré-teste) no GC e GE aconteceu concomitante ao treinamento, por uma das pesquisadoras, da professora que implementaria a intervenção. Após o término desta, a avaliação final (pós-teste) foi realizada junto aos participantes dos dois grupos (GC e GE).
Em relação à intervenção, uma das pesquisadoras elaborou um programa de leitura com vistas ao favorecimento da CL e das FE (CORSO; PICCOLO, 2021). A construção do Programa envolveu diferentes etapas, seguidas com rigor metodológico (revisão de literatura, seleção de textos, planejamento das atividades, redação de manual para orientação da professora, análise de juízes com vistas à validade de conteúdo). De forma resumida, as atividades do programa envolvem a linguagem oral (vocabulário, organização de discurso, interações verbais sobre a história, como opiniões e inferências); a leitura (reconhecimento preciso da palavra, fluência na decodificação); o ensino de estratégias de compreensão (ex: monitoramento para a detecção de erros, sínteses, escritas sobre o texto). As três categorias de competências das FE - a atenção executiva (que também diz respeito a controle de comportamento e autorregulação), a memória de trabalho e a flexibilidade cognitiva (DIAMOND, 2013) - são contempladas de diferentes formas, desde a motivação para a leitura (oferta de histórias de ficção de conteúdo envolvente), passando pelo estímulo à autorregulação dos alunos no desenvolvimento das atividades e envolvendo, também, a criatividade e aspectos executivos motores em tarefas a partir do texto (por exemplo, desenhos). A implementação do programa pela professora, com a classe inteira, ocorreu em uma frequência de 3 dias na semana, ao longo de 8 semanas (total de 24 sessões, duração de 1 hora e meia, em média). A intervenção não incluiu tarefas de resolução de problemas de raciocínio quantitativo, ou qualquer outra atividade matemática.
3.4 Análise de dados
Todos os participantes da amostra final (N = 57) foram incluídos nas análises estatísticas baseadas na atribuição inicial do grupo (GC ou GE). As análises utilizaram o software IBM SPSS versão 26.
Primeiramente, as características sociodemográficas (idade, sexo e NSE), o escore no Raven e a repetência escolar, coletadas na avaliação pré-intervenção, foram descritas em termos de frequência, média e desvio padrão e comparadas, por grupo (GC e GE), usando testes de comparação de médias (teste t para diferenças de médias das variáveis contínuas e qui-quadrado para frequências de variáveis categóricas). Ainda que os grupos GE e GC sejam equivalentes em termos de idade e sexo dos participantes, estas características foram incluídas como covariáveis nas análises ajustadas, tendo em vista sua potencial influência no desempenho em RP (KLACZYNSKI; ANEJA, 2002).
Posteriormente, para comparar os desempenhos entre grupos no pré e no pós- intervenção, os escores em RP foram utilizados como variável dependente e o grupo (GC ou GE) como variável independente em análises de teste t de Student (sem ajuste para covariáveis). Para comparar os desempenhos no pós-intervenção nas medidas de RP entre os grupos GC e GE, foram utilizados modelos de Análise de Covariância (ANCOVA), incluindo escores em RP no pós-intervenção como variável dependente, grupo (GC e GE) como variável independente e covariáveis, incluindo escores na avaliação pré-intervenção, idade e sexo das crianças. Os tamanhos de efeito foram avaliados pelos coeficientes d de Cohen (1988), seguindo os critérios de tamanho de efeito: d = 0,20 pequeno, d = 0,50 médio e d = 0,80 grande. Por fim, para estimar a mudança média nos resultados entre pré e pós-intervenção nas tarefas de RP intragrupos, foi utilizada ANCOVA de medidas repetidas, incluindo a idade e o sexo do participante como covariáveis. Os resultados são relatados antes e depois da correção de Bonferroni para comparações múltiplas, resultando em p (nível de significância) < 0,02 para os três desfechos principais (0,05/3). Para melhor compreender as relações entre as variáveis, foram realizadas análises exploratórias de correlações de Pearson entre as medidas de CL, FE, e RP. Tal análise teve o objetivo de examinar a força das associações entre os desempenhos na RP e em CL, de um lado, e os desempenhos na RP e em FE, de outro, comparando-as por meio da ferramenta “r-to-z transformation test” (LENHARD; LENHARD, 2014).
4 RESULTADOS
A Tabela 2 apresenta os resultados das análises de comparação entre GC e GE pré e pós-intervenção. As análises não ajustadas (teste t) e ajustadas para covariáveis idade e sexo (ANCOVA) mostraram que não houve diferenças significativas entre GC e GE no pré-teste. Já no pós-teste, o GE apresentou escores significativamente mais altos do que o GC na tarefa de raciocínio multiplicativo e no escore total de raciocínio quantitativo - tanto nas análises não ajustadas quanto nas análises ajustadas por covariáveis e por escore pré-intervenção nas tarefas de RP. No pós-teste, o GE também apresentou média mais alta de escore na tarefa de raciocínio aditivo do que o GC, mas a diferença não foi estatisticamente significativa (p=0,06). Quanto às análises intra-grupo, as diferenças no desempenho entre o pré e o pós-intervenção foram estatisticamente significativas apenas para o GE e para as três variáveis (Tabela 2). Todos os resultados (com ou sem ajuste de covariáveis) mantiveram-se estatisticamente significativos após a correção de Bonferroni para múltiplas comparações.
Tabela 2 Comparação entre GC e GE no desempenho em matemática no pré-teste e no pós-teste.7
| Controle (n=33) |
Experimental (n=24) |
Modelos não ajustados |
Modelos ajustados | ||||
|---|---|---|---|---|---|---|---|
| Tarefas | Momento da avaliação |
M (SD) | M (SD) | T | da | t | db |
| Raciocínio Aditivo |
Pré-teste | 7,38 (2,38) | 7,52 (1,04) | 0,28 | 0,08 | - | - |
| Pós-teste | 7,41 (2,21) | 8,09 (0,95) | 1,38t | 0,38 | 1,95t | 0,34 | |
| Raciocínio multiplicativo |
Pré-teste | 4,81 (2,56) | 5,52 (1,97) | 1,11 | 0,30 | - - | - |
| Pós-teste | 5,16 (2,26) | 6,57 (1,95) | 2,41* | 0,65 | 2,26* | 0,52 | |
| Raciocínio Quantitativo total |
Pré-teste | 13,09 (3,31) | 13,04 (2,48) | 0,06 | 0,02 | - | - |
| Pós-teste | 12,56 (4,16) | 14,65 (2,57) | 2,13* | 0,58 | 2,30* | 0,69 | |
Fonte: As autoras.
Quanto ao GE, foi testada a possível associação entre a frequência às sessões de intervenção e o desempenho em RP. As crianças participaram de 22 sessões em média (mínimo 16 e máximo 24 sessões). Não foi encontrada associação significativa entre frequência e desempenho em RP (ou seja, mesmo alunos que participaram de poucas sessões parecem ter se beneficiado da intervenção).
A Tabela 3 apresenta as correlações entre as medidas de RP, de CL e de FE para o grupo experimental no pós-teste:
Tabela 3 Correlação entre medidas de RP, CL e FE para o grupo experimental no pós-teste8
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 2 0 |
|
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| TRQ | - | |||||||||||||||||||
| RA | 0,77** | - | ||||||||||||||||||
| RM | 0,95** | 0,54** | - | |||||||||||||||||
| QT | 0,76** | 0,60** | 0,70** | - | ||||||||||||||||
| QI | 0,75** | 0,67** | 0,66** | 0,93** | - | |||||||||||||||
| QL | 0,50* | 0,27 | 0,53** | 0,77** | 0,47* | - | ||||||||||||||
| Cl | 0,71** | 0,53** | 0,67** | 0,84** | 0,76** | 0,68** | - | |||||||||||||
| PCP | 0,72** | 0,53** | 0,69** | 0,83** | 0,73** | 0,71** | 0,97** | - | ||||||||||||
| Inf | 0,47* | 0,28 | 0,48* | 0,61** | 0,53** | 0,54** | 0,64** | 0,60** | - | |||||||||||
| Rec | -0,58** | -0,42* | -0,56** | -0,39 | -0,50* | -0,07 | -0,46* | -0,38 | -0,04 | - | ||||||||||
| AV | -0,13 | -0,13 | -0,11 | -0,18 | -0,15 | -0,17 | -0,07 | -0,14 | -0,44* | -0,21 | - | |||||||||
| AA | 0,31 | 0,54** | 0,15 | 0,26 | 0,30 | 0,11 | 0,18 | 0,23 | -0,21 | -0,29 | -0,21 | - | ||||||||
| TA | 0,21 | 0,30 | 0,12 | 0,19 | 0,23 | 0,06 | 0,11 | 0,13 | -0,38 | -0,41 | 0,35 | 0,69** | - | |||||||
| MTT ot |
0,33 | 0,21 | 0,33 | 0,49* | 0,50* | 0,31 | 0,49* | 0,50* | 0,45* | -0,32 | -0,34 | 0,39 | 0,27 | - | ||||||
| MTF EC |
0,36 | 0,45* | 0,25 | 0,47* | 0,47* | 0,31 | 0,45* | 0,45* | 0,42* | -0,16 | -0,29 | 0,31 | 0,28 | 0,76** | - | |||||
| MTv esp |
-0,03 | -0,26 | 0,09 | 0,08 | 0,04 | 0,11 | 0,18 | 0,19 | 0,11 | -0,19 | -0,24 | 0,25 | 0,06 | 0,57** | 0,02 | - | ||||
| GnG | 0,32 | 0,24 | 0,31 | 0,10 | 0,12 | 0,03 | 0,09 | 0,07 | -0,05 | -0,32 | 0,23 | -0,15 | -0,02 | -0,02 | 0,14 | -0,17 | - | |||
| FVO rt |
0,03 | 0,23 | -0,07 | 0,01 | 0,01 | 0,00 | 0,11 | 0,11 | 0,03 | 0,32 | 0,12 | -0,27 | -0,24 | -0,28 | 0,16 | -0,47* | 0,40 | - | ||
| FVS em |
0,19 | 0,24 | 0,14 | 0,46* | 0,37 | 0,44* | 0,53** | 0,49* | 0,51* | 0,07 | -0,14 | -0,02 | -0,07 | 0,43* | 0,60** | 0,10 | 0,11 | 0,34 | - | |
| FVT ot |
0,16 | 0,29 | 0,07 | 0,36 | 0,30 | 0,34 | 0,45* | 0,42* | 0,41 | 0,19 | -0,06 | -0,13 | -0,15 | 0,22 | 0,53** | -0,12 | 0,25 | 0,69** | 0,92** | - |
Fonte: As autoras
Foram observadas correlações significativas moderadas a fortes (0,42 a 0,76) entre as medidas de RP e de CL (todas positivas, com exceção das correlações entre RP e reconstruções no reconto, conforme o esperado, já que as reconstruções correspondem a eventos que não aparecem na história recontada e não poderiam ser inferidos a partir dela, indicando a não-compreensão do texto). Dentre as medidas de CL e de RP, não foi verificada correlação positiva apenas entre os problemas de raciocínio aditivo com o questionário literal (r=0,27; p=0,21), e com o total de inferências do reconto (r=0,28; p=0,20). Quanto às correlações entre as tarefas de RP e de FE, verificam-se apenas duas associações positivas significativas e moderadas: entre problemas de raciocínio aditivo com a tarefa de memória de trabalho (componente fonológico e executivo central) (r=0,45; p=0,01) e com a tarefa de atenção auditiva (r=0,54; p=0,03). Foi comparada a magnitude das correlações entre FE e RP, de um lado, e CL e RP, de outro, através da ferramenta “r-to-z transformation test” (LENHARD; LENHARD, 2014) e não foi verificada diferença significativa na força de associação entre [CL x RP] e [FE x RP]. Mesmo assim, é digno de nota o fato de que todas as medidas de CL tenham apresentado correlações significativas com o total de acertos de RP e com o total de RM, e, com exceção de duas medidas de CL, com o total de RA.
5 CONSIDERAÇÕES FINAIS
O presente estudo experimental investigou o impacto de uma intervenção focada em CL e FE na habilidade de RP. Apesar da intervenção não contemplar qualquer atividade matemática, foi observada uma melhora significativa do grupo experimental na RP, quando comparada ao desempenho do pré-teste, e tal diferença não foi observada no grupo controle. No pós-teste, o grupo experimental apresentou desempenho superior ao do grupo controle no total da tarefa de raciocínio quantitativo e no raciocínio multiplicativo. Por fim, foram observadas correlações moderadas a fortes entre as medidas de RP e várias medidas de CL, e correlações entre raciocínio aditivo e memória de trabalho (componente fonológico e executivo central) e atenção auditiva.
O delineamento experimental utilizado permitiu observar a transferência de efeitos da intervenção em CL e FE na RP, o que pode ser interpretado como evidência do compartilhamento de características ou mecanismos cognitivos entre estas habilidades (SALA & GOBET, 2017). Fuchs e colaboradores (2021) investigaram diferenças entre três tipos de intervenção em RP: intervenção baseada na construção de esquemas com instrução de linguagem incorporada; a mesma intervenção, mas sem instrução de linguagem; e intervenção baseada em conhecimentos numéricos (por exemplo, aritmética), sem componentes específicos de problemas. Os autores concluíram que intervenções que trabalham com estratégias da RP, mas também incorporam aspectos linguísticos, são as mais eficazes. Neste tipo de intervenção, as crianças eram ensinadas, por exemplo, que o processamento isolado de palavras não era uma boa estratégia para a resolução de problemas, e que elas deveriam interpretá-lo como um todo para compreender corretamente o que era solicitado. De forma análoga, o presente estudo é inovador ao demonstrar que, mesmo sem foco específico no raciocínio quantitativo, intervenções que englobam aspectos como linguagem oral, leitura e estratégias de compreensão, contribuem para o melhor desempenho em problemas.
Para resolver adequadamente um problema de raciocínio quantitativo, além da habilidade aritmética, o estudante deve compreender corretamente a instrução, o que requer boas habilidades de vocabulário, compreensão leitora e compreensão oral (KINTSCH & GREENO, 1985). Num estudo de metanálise, Peng e colaboradores (2020) analisaram 27 estudos que investigaram a relação entre linguagem e RP. Os autores reportam que a média de correlação entre linguagem e RP era de r=0,46, 95% IC [0,41, a 0,51]. Após o controle da inteligência e memória de trabalho, este valor foi reduzido para r=0,15, 95% IC [0,12 a 0,18]. Entretanto, em comparação com outras habilidades avaliadas na metanálise, como conhecimento numérico e cálculo, os problemas apresentam a relação mais consistente com a linguagem. Segundo os autores, essa relação se deve ao fato de que a resolução de um problema de raciocínio quantitativo envolve a realização de inferências e compreensão sobre as relações entre as quantidades, em vez de simplesmente recrutar o vocabulário e decodificação de texto. A CL, da mesma forma, engaja habilidades relacionadas à criação desta representação global da significação do texto. No presente estudo, essa relação pode ser confirmada através da análise das correlações entre raciocínio quantitativo e CL: tanto o escore total, quanto o raciocínio aditivo e multiplicativo tiveram associações significativas com diversas habilidades de CL.
Nesse sentido, o fato de os alunos ouvirem o enunciado dos problemas lidos por outra pessoa não descaracteriza o exercício como envolvendo CL. A questão central aqui é haver um texto que precisa ser compreendido. Segundo Goldmann e Wolfe (2001), por exemplo, a CL corresponde ao entendimento e lembrança da informação verbal que as pessoas veem ou escutam a partir do texto. Na tarefa de RP utilizada aqui, o participante fica apenas desobrigado do reconhecimento da palavra. Permanecem na tarefa demais componentes da CL, como a realização de inferências, vocabulário, e elaboração de um modelo mental do problema (modelo da situação). Além disso, outros estudos também utilizaram apresentação oral de problemas matemáticos (CIRINO et al., 2015; HASSINGER-DAS et al., 2014).
A melhora do desempenho do grupo experimental no pós-teste, tanto no raciocínio aditivo quanto no multiplicativo, pode ser interpretada de acordo com a hipótese de Kintsch e Greeno (1985) de que estes problemas podem ser conceituados como uma forma de CL, visto que a intervenção em CL proporcionou ganhos significativos na RP. Este resultado sugere que a participação no programa pode trazer benefícios para a RP, mesmo que ambos os grupos tenham apresentado alto desempenho no pré-teste e no pós-teste para o raciocínio auditivo. Deve-se também destacar o fato de que os problemas de raciocínio multiplicativo são mais desafiadores, exigindo um raciocínio mais complexo. De fato, nos dois grupos o desempenho nestes problemas foi baixo no pré-teste, e a diferença entre GC e GE no pós- teste foi significativa, o que indica que a intervenção foi efetiva para ajudar os estudantes nos raciocínios demandados por esses problemas.
Apesar de o padrão de correlações no pós-teste ter sido mais amplamente associado às diferentes habilidades de CL, é importante pontuar a relação significativa entre o raciocínio aditivo e as medidas de atenção auditiva e memória de trabalho. De acordo com Fuchs e colaboradores (2021), a atenção está associada à capacidade do estudante se engajar na RP, sendo importante juntamente ao acesso às informações armazenadas na memória de trabalho. Através destes processos, os estudantes podem raciocinar para integrar novas informações na memória de trabalho ao induzir logicamente relações descritas nos problemas, o que também permite a distinção entre informações relevantes e irrelevantes. Ao ouvir um problema, o aluno deve atentar-se às informações relevantes e armazená-las na memória de trabalho para a criação da representação mental do problema e busca da estratégia necessária para resolvê-lo.
Uma possível limitação do presente estudo é a ausência de dados acerca das habilidades numéricas básicas dos estudantes, que também podem impactar na resolução de problemas. Entretanto, é importante ressaltar que os grupos não apresentavam diferenças significativas no pré-teste em relação à habilidade de resolução de problemas, deste modo, a diferença entre os grupos no pós-teste provavelmente não pode ser atribuída a diferenças no nível de aritmética entre eles, e sim, à consequência da intervenção em CL e FE.
Estudos futuros devem realizar avaliações continuadas para avaliar a manutenção do efeito da intervenção ao longo do tempo. Os resultados aqui reportados apresentam grande relevância educacional, especialmente porque a competência da criança em resolver problemas matemáticos é um grande preditor de desfechos positivos e de salários na vida adulta (BATTY; KIVIMÄKI; DEARY, 2010). Deste modo, intervenções em CL podem favorecer estudantes que apresentam dificuldades na leitura, mas também, na resolução de problemas.
