Matrizes no Ensino Médio: proposta para uma aprendizagem significativa e contextualizada

• Ano de defesa: 2025
• Autor(a) principal: Silvério, Tauã Gomes
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Aprendizagem significativa; Contextualização; Contextualization; Digital technologies; Ensino de Matemática; Mathematics teaching; Matrices; Matrizes; Meaningful learning; Tecnologias digitais
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/45/45135/tde-16112025-175101/

Este trabalho apresenta uma proposta para o ensino de Matrizes no Ensino Médio, fundamentada na Teoria da Aprendizagem Significativa de Ausubel. A pesquisa partiu da constatação de que o ensino de Matrizes, em geral, é conduzido de forma técnica, mecânica e descontextualizada, o que contribui para a falta de interesse e para a baixa compreensão conceitual por parte dos estudantes. Assim, o objetivo central foi investigar as potencialidades de uma sequência didática, estruturada em atividades abertas e contextualizadas, sobre o desempenho e a aprendizagem dos alunos. A metodologia adotada foi a de Design Experiments, que possibilitou a elaboração, aplicação, avaliação e reelaboração do produto educacional. O material desenvolvido foi organizado em três blocos: o primeiro relacionando Matrizes a tabelas e organização de dados; o segundo à criptografia; e o terceiro às imagens digitais. As atividades buscaram mobilizar conhecimentos prévios, promover investigações, estimular a autonomia e favorecer o protagonismo dos estudantes. A sequência didática foi aplicada em duas escolas, uma pública e outra privada, e os resultados indicaram que a proposta foi capaz de engajar os alunos, promover aprendizagens mais significativas e despertar maior interesse pelo conteúdo, ainda que alguns limites tenham sido identificados. Concluímos que o ensino de Matrizes pode ser ressignificado quando orientado por estratégias contextualizadas, interdisciplinares e apoiadas em tecnologias digitais, contribuindo para o desenvolvimento de competências como a leitura crítica de dados, o pensamento computacional e a resolução de problemas.