Equivalência de estímulos e solução de problemas aditivos com difrentes formas de apresentação e posições da incógnita – Marcelo Henrique Oliveira Henklain; João dos Santos Carmo
A habilidade de resolver problemas aditivos é especialmente importante de ser ensinada porque é pré-requisito para a aprendizagem de habilidades matemáticas mais complexas. Uma das contribuições da Análise do Comportamento nessa área tem sido investigar quais propriedades do problema aditivo controlam o comportamento do estudante, facilitando ou dificultando a solução do mesmo. Esta pesquisa avaliou se a formação de uma classe com quatro tipos de problemas de adição melhora o desempenho na resolução de problemas aditivos, independente da posição da incógnita, e da estrutura semântica no caso dos problemas sob a forma de sentença (word-problems).
Participaram quatro estudantes do 2° ao 5° ano do Ensino Fundamental com dificuldades em problemas aditivos na forma de sentença e com incógnitas nas posições a e b, o que foi indicado pela avaliação de repertório realizada na fase de pré-teste. Aplicou-se um procedimento de ensino de discriminações condicionais entre diferentes tipos de problemas de adição (operação com algarismo, sentença, coleção e balança), seguido por um pós-teste. Houve aumento no número de acertos em todos os tipos de problemas. Em seguida, foi avaliado se um procedimento adicional de ensino explícito de um algoritmo para resolução de problemas aditivos com incógnitas nas posições a e b poderia melhorar ainda mais o desempenho dos participantes. Foi realizada uma sessão de ensino e treino do algoritmo de adição, seguida pelo pós-teste II, e uma sessão de ensino e treino do algoritmo de subtração, sucedida pelo pós-teste III e teste de generalização. Verificou-se o aumento de acertos em todos os tipos de problemas nos pós-testes II e III, bem como alto índice de acertos no teste de generalização. A formação de uma classe entre diferentes formas de apresentação de problemas e o ensino de algoritmos constituem aprendizagens importantes para reduzir erros na resolução de problemas aditivos.