É minha convicção de longa data que lutar para ter um número quase igual de A e F em uma turma universitária é uma meta totalmente mal direcionada. Isso sempre me pareceu ser melhor aplicado a uma diretriz de classificação para fabricação em linha de montagem. Parece-me que quanto mais A obtivermos em uma aula bem elaborada usando rubricas de classificação de qualidade, melhor. Se os resultados de aprendizagem viáveis, relevantes e atualizados forem bem avaliados, então notas mais altas, em média, são louváveis.
No entanto, nas últimas semanas, soubemos que algumas das nossas instituições de ensino superior, as veneráveis Universidades de Harvard e de Yale, estão a considerar políticas destinadas a reduzir a percentagem de notas A que podem ser obtidas numa determinada disciplina. Escrevendo em O jornal New York Timesrelata Mark Arsenault, “Uma solução para muitos A’s? Harvard considera dar notas A+.” Isso parece um pouco hipócrita – apenas mudar o título da nota adicionando um sinal de mais para reduzir o número vergonhoso de A postados em uma classe.
O Tempos O artigo continua citando o reitor do ensino de graduação: “‘Vários de vocês melhoraram suas notas neste outono, e seus esforços fizeram uma diferença significativa’, escreveu a reitora, Amanda Claybaugh, em um e-mail para o corpo docente na tarde de segunda-feira. As notas A caíram para 53,4% das notas concedidas no semestre de outono, de 60,2% no ano acadêmico anterior, relatou o Dr. Claybaugh. ‘Sei que essa mudança não foi fácil’, acrescentou ela, observando que alguns membros do corpo docente disseram que estavam recebendo avaliações menos favoráveis dos alunos.
A preocupação em Yale parece ser semelhante. Jaeha Jang escreve em Notícias diárias de Yale,
“Embora a inflação de notas possa parecer um problema autoimposto e corrigível para os professores, eles disseram ao Notícias que a realidade é mais complicada. A pressão para a matrícula dos alunos nos seus cursos, bem como a importância das avaliações dos alunos no seu processo de revisão, incentivam os instrutores a dar notas generosas, disseram eles.”
A questão não é um tema totalmente novo, nem restrito a algumas escolas da Ivy League. Jane Nam compartilha dados essenciais no site das Melhores Faculdades no relatório de maio de 2024 “Inflação de notas na faculdade: tendências e por que isso acontece”:
- O GPA médio da faculdade foi de 3,15 em 2020.
- O GPA médio da faculdade aumentou 21,5% no período de 30 anos (1990–2020).
- As instituições públicas de quatro anos registaram o maior salto no GPA de todos os tipos de escola, aumentando o seu GPA médio em 17% ao longo de uma década.
- Os estudantes de economia experimentaram o maior aumento no GPA de todas as especialidades, com um aumento de 18% entre 1990–2020.
- Padrões de classificação mais leves durante a pandemia, os esforços das escolas para aumentar as taxas de retenção de alunos e a pressão sobre o corpo docente para melhorar as avaliações dos alunos podem ser os fatores por trás da inflação de notas.
Existem vários pontos de pressão que tendem a inflacionar as notas tanto no nível institucional quanto individual do corpo docente. O ciclo se desenvolve ano após ano, com aumentos incrementais nas séries mais altas.
No entanto, creio que estamos a operar sob um sistema falho na sua própria base. A própria ferramenta que pode ser capaz de nos resgatar desta crise crescente de avaliações deficientes, a IA, é aquela que é responsabilizada pelas avaliações inflacionadas de trabalhos e projetos finais. A falha não é inerente à IA; em vez disso, reside no fracasso dos membros do corpo docente em aplicar a tecnologia de uma forma que cultive a aprendizagem entre todos os alunos e avalie com precisão o domínio do conteúdo do curso. Trata-se mais de um colapso pedagógico na avaliação do que de um artefato tecnológico.
Nosso sistema atual de aulas deposita 20, 30 ou mais alunos em uma turma com profundidade e amplitude variadas de conhecimento do assunto, diversos níveis de habilidade com ferramentas analíticas e de síntese e habilidades críticas e criativas desiguais. Um membro do corpo docente ministrando várias aulas em um semestre não pode guiar facilmente os diversos grupos de alunos para o sucesso, pois isso exigiria um modo de ensino mais personalizado que respondesse às diferentes necessidades de cada aluno. O modelo atual baseia-se vagamente numa linha de montagem que despeja informações, conhecimentos e competências nos cérebros dos alunos à medida que estes se movem juntos num ritmo rígido orientado pelo calendário. A esperança é que todos eles alcancem a sabedoria. No entanto, sem se adaptarem às diversas necessidades de cada aluno, um número significativo é quase sempre deixado para trás, recebendo notas mais baixas nas avaliações e C, D ou pior no final do semestre.
Felizmente, estamos agora equipados pela IA para implementar de forma eficaz e eficiente a aprendizagem de domínio e substituir o antigo modelo de linha de montagem por uma estrutura concebida para permitir que todos os alunos, ao longo do tempo, alcancem o domínio dos resultados de aprendizagem desejados. O atual sistema obsoleto pressupõe que os alunos podem progredir mesmo nos casos em que o seu desempenho é inferior ao nível de domínio. Dada a natureza estrutural do conhecimento e da construção de competências, corremos o risco de criar uma estrutura defeituosa em muitos dos nossos alunos que não compreendem completamente e não conseguem aplicar adequadamente todos os princípios, métodos, competências e conhecimentos necessários numa aula ou programa de graduação. Alguns são formados com uma média de notas abaixo do padrão, falta de domínio do tópico e provavelmente verão a estrutura de seu aprendizado falhar em suas carreiras subsequentes.
O modelo de aprendizagem de domínio em vez disso garante que os alunos não progridam no curso sem atingir o domínio de cada módulo:
“A aprendizagem pelo domínio (ou, como foi inicialmente chamada, ‘aprendizagem para o domínio’; também conhecida como ‘aprendizagem baseada no domínio’) é uma estratégia instrucional e filosofia educacional, proposta formalmente pela primeira vez por Benjamin Bloom em 1968. A aprendizagem pelo domínio afirma que os alunos devem atingir um nível de domínio (por exemplo, 90% em um teste de conhecimento) no conhecimento pré-requisito antes de avançar para aprender as informações subsequentes. Se um aluno não alcançar o domínio no teste, ele receberá suporte adicional para aprender e revisar as informações e depois testado novamente. Este ciclo continua até que o aluno alcance o domínio, e então ele pode passar para o próximo estágio.”
Usando IA, podemos monitorar continuamente o progresso de cada aluno por meio de avaliações formativas frequentes dos alunos. Essas avaliações podem ser entregues via IA. Se um aluno ficar abaixo dos 90 por cento (ou qualquer nível designado), a IA pode avaliar as respostas erradas que foram submetidas, a fim de prescrever o melhor conteúdo e modelo pedagógico a utilizar para envolver o aluno.
Isto é repetido quantas vezes forem necessárias para alcançar o verdadeiro domínio antes de passar para o próximo módulo, com o programa de IA infinitamente paciente apresentando materiais no melhor contexto de aprendizagem para cada aluno. O modelo de andaime suportado garante que os alunos não se percam no caminho. O que varia é o tempo ou calendário de conclusão de todos os módulos e avaliação final no nível de domínio. O instrutor monitora o progresso e intervém individualmente com os alunos conforme necessário. Assim, no modelo de aprendizagem para o domínio, todos os alunos obtêm efetivamente um A, no entanto, não concluem uniformemente cada aula num semestre de 18 semanas.
Antes da IA, faltavam-nos ferramentas para avaliar e abordar de forma eficiente as deficiências subjacentes de cada aluno em cada um dos módulos. Agora, podemos garantir que todos os alunos que concluem uma aula dominam o material. Porém, alguns alunos podem dominar o material em um mês, outros em seis meses. Parece-me que o tempo gasto para o domínio é bem gasto, e não para uma compreensão incompleta ou errônea do conteúdo do curso. Você pode querer verificar mais recursos sobre este tópico:
Por fim, talvez a curva do sino chegue à conclusão de John Donne: “Portanto, nunca pergunte por quem os sinos dobram; eles dobram por ti”.
Source link
