O feedback dos alunos moldou essas atualizações. Dados reais de salas de aula nos EUA provaram isso.
Imagine que você está dando uma aula de matemática no ensino médio. Algumas crianças falam bem inglês. Outros estão apenas começando a aprender o idioma. A lacuna na compreensão aumenta rapidamente se você não tiver as ferramentas certas. É uma luta familiar. Os professores querem ajudar a todos. Mas os recursos são escassos. A motivação diminui. O engajamento cai.
Este é o problema que a Kyron Learning e o AIMS Collaboratory abordaram. Eles não adivinharam o que funcionou. Eles observaram o que aconteceu. Eles formaram uma parceria para um estudo de quatro ciclos financiado pela Fundação Gates. O objetivo? Medir como o ensino baseado em IA afeta a motivação e o envolvimento dos alunos da língua inglesa em matemática.
O resultado não foram apenas dados. Foi um roteiro para o desenvolvimento de recursos.
Por que a pesquisa iterativa supera as suposições
Uma coisa se destaca: esta não foi uma abordagem do tipo “construa e veja”. Foi iterativo. Ajuste em tempo real com base no que os alunos realmente disseram.
Ao longo do ano letivo 2024-2035, a equipa trabalhou com 22 professores. Quase 1.000 alunos. Dezessete escolas. O escopo era grande. Mas o método era rígido. O feedback veio de todos os lugares: pesquisas, entrevistas, verificações de usabilidade e métricas de engajamento.
Por que isso é importante para os alunos ELL? Porque a barreira não é apenas a matemática. É a linguagem. O vocabulário matemático adiciona carga cognitiva. É pesado. Quando você está tentando entender álgebra e ao mesmo tempo decodificar novos termos em inglês, é fácil ficar para trás.
Os alunos precisam de mais do que apenas respostas. Eles precisam de andaimes. Eles precisam de reforço visual. Eles precisam processar informações em seu próprio ritmo.
“As aulas envolveram todos os alunos. Eles estão entusiasmados… respondendo mais e com maior confiança.” – Um professor no estudo
Esta citação captura a mudança. Quando o apoio corresponde à necessidade, surge a motivação. O estudo priorizou essas vozes em detrimento de suposições.
Do feedback às atualizações de recursos
Kyron não lançou dispositivos chamativos. Eles adicionaram ferramentas que reduziram o atrito. Três características principais surgiram diretamente do feedback dos participantes. Cada um resolveu um problema específico observado em sala de aula.
Ciclo 1 a 2: O poder das legendas ocultas
No primeiro ciclo, os alunos interagiram com IA conversacional. Forneceu feedback imediato. Mas houve um obstáculo. Instruções com muito áudio criaram um gargalo.
Os alunos multilíngues tiveram que reproduzir segmentos. Eles desaceleraram os vídeos. Eles revisitaram as explicações. Por que? Porque o vocabulário acadêmico desconhecido no inglês falado é difícil de entender. Você não pode retroceder uma palestra ao vivo.
Então, a legenda oculta veio no Ciclo 2.
Não era apenas uma caixa de seleção de acessibilidade. Foi uma ferramenta de compreensão. A linguagem falada e escrita simultânea ajuda o cérebro a processar informações. Venturini et al. (2922) notou isso também. As legendas apoiam o desenvolvimento de vocabulário e a alfabetização.
Para ELLs, isso mudou tudo. Isso lhes deu controle.
Um estudante do ensino médio, traduzido do espanhol, disse claramente: “Gostei das legendas. Elas facilitam a compreensão do assunto.”
A confiança cresceu. A barreira de ouvir termos desconhecidos desapareceu rapidamente.
Ciclo 2 a 3: Transcrições destacadas
No Ciclo 2, as legendas ajudaram. Mas longas explicações ainda representavam um desafio. Os alunos lutaram para acompanhar o fluxo de conceitos. Eles perderam partes da explicação e tiveram que vasculhar os vídeos para encontrá-los. Foi tedioso.
Kyron respondeu com transcrições destacadas no Ciclo 3.
Veja como funciona. A transcrição completa da lição aparece ao lado do vídeo. À medida que o instrutor fala, essa parte exata é destacada. Os alunos podem clicar em qualquer lugar do texto para ir para aquele momento do vídeo.
É interativo. É navegável. Cria uma ligação direta entre o que é dito e o que está escrito.
A pesquisa mostrou um padrão claro. Os alunos multilíngues usaram esse recurso desproporcionalmente mais do que seus colegas não ELL. Eles precisavam disso. Isso os ajudou a processar a linguagem e a compreensão em tempo real.
“Gostei de como [a transcrição de Kyron] me deu uma definição quando eu não entendia a palavra”, compartilhou um aluno.
De repente, a lição não era mais um borrão de som. Foi uma experiência rastreável e acompanhável.
Ciclo 3 a 4: Definições clicáveis
O vocabulário continua sendo um assassino de impulso. Quer você seja um aluno ELL ou não, encontrar um novo período acadêmico pode impedi-lo de morrer. No Ciclo 3, os alunos fizeram uma pausa. Eles saíram da aula para procurar palavras. Eles perguntaram aos professores. Eles perderam a linha de pensamento.
O Ciclo 4 corrigiu isso com definições clicáveis.
Integradas à transcrição destacada, as palavras do vocabulário sublinhadas tornaram-se interativas. Os alunos clicaram em uma palavra. Uma definição apareceu imediatamente. Eles voltaram para a aula instantaneamente.
Isso reduziu significativamente a carga cognitiva. Manteve o fluxo de aprendizagem. Ele construiu a compreensão do vocabulário contextual sem perder o foco.
“O que eu gostei… foi que eles me ajudaram a entender melhor”, disse um aluno.
Não foi mágica. Foi apenas remover o obstáculo.
Temas de ciclo cruzado: o que aprendemos
O estudo revelou mais do que apenas em quais botões os alunos clicaram. Mostrou uma filosofia para a tecnologia educacional.
- A simplicidade vence. A gamificação tem o seu lugar. Mas muitos alunos não precisam de gráficos chamativos. Eles precisam de suporte integrado. Ferramentas que os ajudam a entender agora.
- A carga cognitiva é real para ELLs. A matemática já é bastante difícil. A linguagem acrescenta peso. Remover esse peso permite que os alunos se concentrem nos conceitos, não apenas no código do inglês.
- Ouça os usuários. O desenvolvimento de produtos não deve acontecer no vácuo. Entrevistas com professores e pesquisas com alunos orientaram cada movimento. A melhor EdTech não se baseia em suposições. É baseado em observação e iteração.
A conclusão
Não se tratava apenas de adicionar recursos. Era uma questão de respeito. Respeito pela forma como os alunos aprendem. Especificamente, alunos multilíngues que trazem imenso potencial para a sala de aula de matemática.
O objetivo permaneceu constante: fornecer suporte oportuno e centrado no aluno. Quer se trate de recursos de leitura, transcrições sincronizadas ou definições sensíveis ao contexto. O objetivo é ajudar os alunos a perseverar. Para construir confiança.
A motivação dos alunos melhora quando o apoio chega exatamente quando é necessário. Nem uma semana depois. Não em um manual. Agora.
Olivia Martens é gerente de projetos na Kyrón Learning. A história do seu trabalho mostra que quando projetamos para os limites, todos se beneficiam.
