Aprender a programar é uma habilidade fundamental, especialmente em cursos de Computação da educação superior. Por diferentes razões, poucos discordariam que o ensino de programação é desafiador e que o professor que leciona disciplinas nesta área é um ator relevante para o desempenho acadêmico dos estudantes. O professor de programação não deveria ser alguém que apenas ‘informa” os conteúdos e ensina técnicas, mas que motiva seus estudantes a se engajar em tarefas que os farão desenvolver as habilidades necessárias do pensamento algorítmico.
Biggs e Tang (2011) discutem que as ações pedagógicas de professores são influenciadas por suas expectativas, que, por sua vez, são afetadas por como o educador entende o significado de ensinar e como é capaz de refletir sobre o próprio processo de ensino. Outros, como Luxton-Reilly (2016), apontam que “…instrutores de disciplinas introdutórias estabelecem expectativas irreais em relação ao nível de competência que os alunos deverão desenvolver no término de um curso introdutório”. Tais expectativas acabam acentuando a carga de trabalho do estudante. O autor desafia a visão ortodoxa de que programar é difícil argumentando que, na verdade, as altas expectativas dos educadores podem tornar o processo de aprender a programar ainda mais difícil. Em adição a isso, nem todos os educadores estão cientes da importância de motivar seus estudantes e de como podem afetar significantemente seus interesses acadêmicos.
Neste projeto de pesquisa, visa-se estudar como as crenças e expectativas de professores de programação podem ecoar em como esta disciplina é ensinada e como afeta a forma como novatos se motivam. Para estudar este fenômeno, métodos qualitativos de pesquisa são utilizados.
Referências
BIGGS, J.; TANG, C. Teaching for Quality Learning at University – What the Student Does. 4rd editio ed. [s.l: s.n.].
LUXTON-REILLY, A. Learning to Program is EasyProceedings of the 2016 ACM Conference on Innovation and Technology in Computer Science Education. Anais…: ITiCSE ’16.New York, NY, USA: ACM, 2016Disponível em: <http://doi.acm.org/10.1145/2899415.2899432>