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

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