Interface gamificada estereotipada quanto à interação sob os níveis de senso de significado, engajamento e desempenho dos estudantes, numa perspectiva dialética de gênero

Autores

  • Francisco Alisson da Silva Universidade Federal Rural do Semi-Árido (UFERSA)
  • Reudismam Rolim de Sousa
  • Geiser Chalco Challco

Palavras-chave:

Estereótipos, ambiente gamificado, plataforma interativa, experiência do usuário, estado de fluxo

Resumo

A gamificação, entendida como a aplicação de elementos de jogos em contextos não-lúdicos, revela-se uma abordagem eficaz para promover a motivação e o engajamento dos estudantes na educação. Contudo, quando mal desenhada, especialmente com estereótipos de gênero, a gamificação pode ter um efeito prejudicial. Tais estereótipos, como o uso de cores associadas a apenas um gênero ou recompensas, impactam negativamente o desempenho. Neste contexto, esta pesquisa visa desenvolver e analisar ambientes gamificados sob uma perspectiva de gênero, avaliando a influência no senso de significado, engajamento e desempenho. Para tanto, foi criado um ambiente gamificado com cinco variações de estereótipos: confortável para o feminino (stFemale), confortável para o masculino (stMale), desconfortável para o feminino (NostFemale), desconfortável para o masculino (NostMale) e um ambiente neutro (controle). Todos os ambientes incluíam elementos gamificados, como escolha de avatares, exibição de notícias, pontuação, classificação, troféus e som, além de questionários de lógica matemática. As diferenças entre os ambientes estavam na escolha do avatar, cor principal do cenário e tipo de troféus. Aplicado a 74 estudantes da Universidade Autônoma de Guerrero, México, dos quais 20 do gênero feminino e 54 masculino, a maioria entre 18 e 21 anos. Em termos de etnicidade, 34 pardos, seguidos por brancos, indígenas, amarelos e negros. Utilizando questionários psicométricos como o Questionário do Sentido da Vida (QSV) e o modelo PERMA, os resultados indicaram que o estado de fluxo foi influenciado pela condição de estereótipo e pelo nível de significado: no grupo ameaçado (stThreat), o fluxo diminuiu em níveis baixos de significado, recuperando-se em níveis superiores, evidenciando um papel moderador do significado. No grupo de reforço positivo (stBoost), tanto o "meaning" quanto o "presence" cresceram significativamente nos níveis superiores, sugerindo um impacto positivo contínuo do reforço estereotípico. Em relação ao estado de fluxo conforme o ambiente, gênero e nível de significado, observou-se que, em ambientes ameaçadores (stThreat), o fluxo diminui inicialmente, mas pode ser recuperado com altos níveis de significado, mostrando que um forte senso de significado pode atenuar as condições desfavoráveis. Em ambientes positivos (stBoost), o estado de fluxo se intensifica em níveis mais altos de significado, reforçando o envolvimento dos participantes. O desempenho acadêmico variou segundo a condição de estereótipo e nível de significado: o estereótipo ameaçador (stThreat) impactou negativamente o desempenho nos níveis baixos de significado, enquanto o estereótipo de reforço (stBoost) promoveu um crescimento constante no desempenho em níveis altos de significado. Em referência ao desempenho na aprendizagem, em ambientes ameaçadores, o desempenho inicial foi afetado negativamente, mas se recuperou com um nível alto de significado. No grupo stBoost, o desempenho aumentou de maneira contínua, especialmente em níveis superiores de significado. Os resultados sugerem que ambientes gamificados com reforço positivo aumentam tanto o estado de fluxo quanto o desempenho. Já os ambientes ameaçadores geram efeitos negativos iniciais, mas podem ser compensados por níveis altos de significado.

Downloads

Não há dados estatísticos.

Biografia do Autor

Reudismam Rolim de Sousa

Possui graduação em Análise e Desenvolvimento de Sistemas pelo Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (2011), mestrado em Ciência da Computação pela Universidade Federal de Campina Grande (2014) e doutorado em Computação pela Universidade Federal de Campina Grande (2018). Tem experiência na área de Ciência da Computação, com ênfase em Evolução de Software, Aprendizado de Máquina, Linguagens de Programação e Algoritmos.

Geiser Chalco Challco

O pesquisador tem mestrado em Ciência da Computação no Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP), doutorado em Ciência da Computação no Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade São Paulo (USP) com período sanduíche no Japan Advanced Institute of Science and Technology (JAIST), Pós-Doutorado em andamento no Núcleo de Excelência em Tecnologias Sociais (NEES) do Instituto de Computação (IC) da Universidade Federal de Alagoas (UFAL), tutor no Curso de Especialização em Computação Aplicada à Educação da Universidade de São Paulo (USP), Professor Substituto da Universidade Federal do Rio Grande (FURG). Ele foi um dos membros do Laboratório de Computação Aplicada à Educação e Tecnologias Sociais Avançadas (CAED) no ICMC-USP e aluno do Latin American School for Education, Cognitive and Neural Sciences (LASchool) financiado pelo James S. McDonnell Foundation.

Downloads

Publicado

07-01-2025

Edição

Seção

Núcleo 2: Ciências Exatas e da Terra, Engenharias, Multidisciplinar