Stahl, G., Koschmann, T., & Suthers, D. (2006). Computer-supported
collaborative learning: An historical perspective. In R. K. Sawyer (Ed.),
Cambridge handbook of the learning sciences (pp. 409-426). Cambridge, UK:
Cambridge University Press. Available at http://GerryStahl.net/cscl/CSCL_English.pdf
in English, http://GerryStahl.net/cscl/CSCL_Chinese_simplified.pdf
in simplified Chinese, http://GerryStahl.net/cscl/CSCL_Chinese_traditional.pdf
in traditional Chinese, http://GerryStahl.net/cscl/CSCL_Spanish.pdf
in Spanish, http://GerryStahl.net/cscl/CSCL_Portuguese.pdf
in Portuguese, http:/
GerryStahl.net/cscl/CSCL_German.pdf in German, http://GerryStahl.net/cscl/CSCL_Romanian.pdf
in Romanian, http://GerryStahl.net/cscl/CSCL_Japanese.pdf
in Japanese. Translations by permission of Cambridge University Press.
Gerry Stahl, Timothy
Koschmann, Dan Suthers
Traduzido por: Hugo Fuks, Tatiana
Escovedo (Portugu�s do Brasil)
A Aprendizagem Colaborativa
com Suporte Computacional (CSCL) Ž um ramo emergente das ci�ncias da
aprendizagem que estuda como as pessoas podem aprender em grupo com o aux’lio
do computador. Como ser‡ visto neste artigo, atŽ mesmo esta simples senten�a
esconde uma complexidade consider‡vel. A intera�‹o da aprendizagem com a
tecnologia revela-se bastante complexa. A inclus‹o da colabora�‹o, da media�‹o
pelo computador e da educa�‹o a dist‰ncia problematizaram a no�‹o de
aprendizagem e levantaram quest›es referentes a premissas anteriores sobre como
estudar este tema.
Como em muitos ramos ativos
da pesquisa cient’fica, a CSCL relaciona-se de forma complexa com disciplinas
estabelecidas, evolui de forma dif’cil de precisar e inclui contribui�›es
importantes que parecem incompat’veis entre si. A ‡rea da CSCL tem uma longa
hist—ria de controvŽrsias sobre sua teoria, mŽtodos e defini�›es. AlŽm disso, Ž
importante entender a CSCL como uma vis‹o do que Ž poss’vel alcan�ar usando
computadores, e de quais pesquisas devem ser desenvolvidas, e n‹o como um corpo
estabelecido de experimentos aceit‡veis e de pr‡ticas de ensino. N—s
come�aremos a partir de algumas no�›es comuns extra’das de artigos sobre CSCL e
gradualmente revelaremos sua natureza mais complexa. Iremos rever o
desenvolvimento hist—rico da CSCL e apresentar nossa perspectiva do seu futuro.
Assim como o estudo de
formas particulares de aprendizagem, a CSCL est‡ intimamente relacionada com a
educa�‹o. Ela se aplica a todos os n’veis da educa�‹o formal, desde o jardim de
inf‰ncia atŽ a gradua�‹o, e tambŽm ˆ educa�‹o informal, como por exemplo museus.
A import‰ncia dos computadores para a CSCL Ž crescente, levando pol’ticos
ativos no campo da educa�‹o no mundo todo a aumentar o acesso de estudantes a
computadores e ˆ Internet. A idŽia de estimular alunos a aprenderem em grupos
pequenos tambŽm vem sendo enfatizada nas ci�ncias da aprendizagem mundo afora.
Entretanto, a habilidade de combinar essas duas idŽias (suporte computacional e
aprendizagem colaborativa, ou tecnologia e educa�‹o) para efetivamente
enriquecer o aprendizado demanda um desafio que cabe ˆ CSCL investigar.
Computadores em sala de
aula s‹o freqŸentemente vistos com ceticismo. Eles s‹o vistos por cr’ticos como
entediantes e anti-sociais, santu‡rios para nerds
e uma forma mec‰nica e desumana de treinamento. A vis‹o na qual a CSCL est‡
baseada Ž exatamente a oposta: ela prop›e o desenvolvimento de novos softwares
e aplica�›es que propiciem a aprendizagem em grupo e que ofere�am atividades
criativas de explora�‹o intelectual e intera�‹o social.
A CSCL teve sua ascens‹o
nos anos 1990, como rea�‹o aos softwares que obrigavam os alunos a aprender de
forma individual e isolada. O potencial da Internet em conectar pessoas de
formas inovadoras estimulou a pesquisa em CSCL. Durante o desenvolvimento da
CSCL, os problemas de design, dissemina�‹o, e o aproveitamento efetivo das
vantagens oferecidas pelos softwares educacionais inovadores tornaram-se cada
vez mais aparente. Tornou-se necess‡ria uma real transforma�‹o do conceito de
aprendizagem, envolvendo mudan�as significativas na escola, no ensino e no modo
de ser aluno.
A CSCL Ž freqŸentemente
combinada com e-learning, que consiste na organiza�‹o da instru�‹o atravŽs de
redes computacionais. O e-learning Ž muitas vezes estimulado pela cren�a
ing�nua de que o conteœdo da aula pode ser digitalizado e disseminado para um
grande nœmero de alunos com baixo envolvimento cont’nuo de professores ou
custos adicionais, tais como constru�‹o e transporte. Esta vis‹o apresenta
v‡rios problemas.
Em primeiro lugar, n‹o Ž
verdade que a publica�‹o do conteœdo, tal como slides, textos ou v’deos,
implica em instru�‹o efetiva. Tais conteœdos podem prover recursos importantes
para os alunos, assim como os livros sempre fizeram, mas eles s— podem ser
efetivos dentro de um contexto mais interativo com muita motiva�‹o.
Em segundo lugar, o ensino
online requer no m’nimo tanto esfor�o da parte dos professores como quando eles
ensinam na sala de aula. O professor precisa n‹o s— preparar conteœdos e
torn‡-los dispon’veis no computador, ele tambŽm precisa motivar e guiar cada
aluno, atravŽs de intera�‹o cont’nua e da sensa�‹o de presen�a. Ainda que o
ensino online possibilite a participa�‹o de alunos do mundo todo e tambŽm que
os professores trabalhem de qualquer lugar desde que conectados ˆ Internet, o
ensino online implica num aumento significativo do esfor�o do professor por
aluno.
Em terceiro lugar, a CSCL
imp›e a colabora�‹o entre os alunos; eles n‹o est‹o simplesmente reagindo
isoladamente a conteœdos publicados. Neste caso, a aprendizagem acontece
atravŽs das intera�›es entre os alunos. Eles aprendem atravŽs das suas
perguntas, perseguindo conjuntamente linhas de racioc’nio, ensinando um ao
outro e vendo como os outros est‹o aprendendo. Suporte computacional para este
tipo de colabora�‹o Ž crucial para uma abordagem CSCL em e-learning. Estimular
e manter uma intera�‹o produtiva entre alunos Ž algo dif’cil de se alcan�ar e
requer planejamento estratŽgico, coordena�‹o e a implanta�‹o de curr’culo,
pedagogia e tecnologia apropriados.
Em quarto lugar, CSCL
tambŽm abrange a colabora�‹o face-a-face (F2F). Aprendizagem com suporte
computacional nem sempre se manifesta por meio da comunica�‹o online; o suporte
computacional pode envolver, por exemplo, uma simula�‹o computacional de um
modelo cient’fico ou de uma representa�‹o interativa compartilhada. Neste caso,
a colabora�‹o Ž focada na constru�‹o e explora�‹o da simula�‹o ou
representa�‹o. Alternativamente, um grupo de alunos pode usar um computador
para navegar pela Internet e discutir, debater e apresentar o que eles
aprenderam colaborativamente. O suporte computacional pode tomar a forma de
intera�‹o a dist‰ncia ou face-a-face, tanto s’ncrona quanto assincronamente.
O estudo da aprendizagem em
grupos come�ou muito antes da CSCL. Mesmo nos anos 1960, antes do aparecimento
dos computadores pessoais interconectados, havia uma investiga�‹o significativa
sobre aprendizagem colaborativa realizada pelos pesquisadores de educa�‹o. A
pesquisa sobre grupos pequenos tambŽm tem uma longa hist—ria dentro da
psicologia social.
Para diferenciar CSCL desta
investiga�‹o preliminar sobre aprendizagem em grupo, deve-se distinguir a aprendizagem
cooperativa da colaborativa. Em uma discuss‹o detalhada sobre
esta distin�‹o, Dillenbourg (1999a) generalizou-a da seguinte forma:
Na coopera�‹o, os parceiros repartem o trabalho, resolvem as sub-tarefas
individualmente e ent‹o juntam os resultados parciais em um resultado final. Na
colabora�‹o, os parceiros fazem o trabalho 'conjuntamente'. (p. 8)
Posteriormente, ele
referenciou a defini�‹o de colabora�‹o de Roschelle & Teasley (1995):
Este cap’tulo apresenta um estudo de caso com o intuito de exemplificar o uso do computador como
ferramenta cognitiva
para a aprendizagem que ocorre socialmente. N—s investigamos uma forma particular e importante de
atividade social, a constru�‹o colaborativa de novos conhecimentos para a
resolu�‹o de problemas. A colabora�‹o Ž um processo atravŽs do qual
indiv’duos negociam e compartilham entendimentos relevantes ˆ resolu�‹o do problema em
quest‹o.... A colabora�‹o Ž uma atividade coordenada e s’ncrona, resultado de uma
tentativa cont’nua de construir e manter um entendimento compartilhado de um problema. (p.
70, �nfase adicionada)
Para um pesquisador de
educa�‹o, este Ž um contraste significante. Na coopera�‹o, a aprendizagem Ž
realizada por indiv’duos que contribuem com seus resultados individuais e
apresentam a sua agrega�‹o como o produto do grupo. Aprender em grupos
cooperativos Ž visto como algo que se realiza individualmente – e deste
modo pode ser posteriormente estudado com os conceitos e mŽtodos tradicionais
da pesquisa em educa�‹o e psicologia.
Em contraposi�‹o, na caracteriza�‹o
da colabora�‹o feita por Roschelle & Teasley, a aprendizagem ocorre
socialmente de modo similar ˆ constru�‹o colaborativa do conhecimento.
Certamente, os indiv’duos est‹o envolvidos como membros do grupo, mas as
atividades nas quais eles est‹o engajados n‹o s‹o atividades de aprendizagem
individual, mas sim nas intera�›es do grupo, como negocia�‹o e
compartilhamento. Os participantes n‹o se isolam para realizar atividades
individualmente, mas mant�m-se engajados em uma tarefa compartilhada que Ž constru’da
e mantida pelo e para o grupo como tal. A negocia�‹o colaborativa e o
compartilhamento social daquilo que Ž entendido
pelo grupo – fen™meno
central da colabora�‹o – n‹o pode ser estudado pelos mŽtodos tradicionais
da psicologia.
Como vimos, aprendizagem
colaborativa envolve indiv’duos como membros do grupo, mas tambŽm envolve
fen™menos como a negocia�‹o e o compartilhamento dos entendimentos –
incluindo a constru�‹o e a manuten�‹o das concep�›es compartilhadas das tarefas
– que s‹o cumpridas interativamente atravŽs de processos em grupo.
Aprendizagem colaborativa envolve aprendizado individual, mas n‹o se limita a
isto. A dicotomia entre a vis‹o que enxerga a aprendizagem colaborativa como um
processo do grupo versus a que a enxerga como uma agrega�‹o de mudan�as
individuais Ž o dilema central da CSCL.
Estudos preliminares da
aprendizagem em grupo tratavam a aprendizagem fundamentalmente como um processo
individual. O fato de indiv’duos trabalharem em grupo era tratado como uma
vari‡vel contextual que influenciava a aprendizagem individual. J‡ na CSCL, a
aprendizagem Ž analisada como um processo do grupo; sem desconsiderar a an‡lise
da aprendizagem individual. Isto torna a metodologia da CSCL œnica, como veremos
neste artigo.
AtŽ certo ponto, a CSCL Ž
uma rea�‹o a tentativas anteriores de se usar a tecnologia na educa�‹o e de se
entender o fen™meno da colabora�‹o usando mŽtodos tradicionais das ci�ncias da
aprendizagem. Estas ci�ncias ampliaram o foco estreito da aprendizagem
individual para poder incorporar tanto a aprendizagem individual como a do
grupo. A evolu�‹o da CSCL seguiu este caminho.
Tr�s projetos preliminares
– o Projeto ENFI, da Universidade Gallaudet, o projeto CSILE, da Universidade
de Toronto e o Projeto Fifth Dimension, da Universidade da California em San
Diego – foram precursores naquilo que posteriormente ascenderia como a
‡rea que compreende a CSCL. Todos os tr�s exploraram o uso da tecnologia com o
intento de melhorar a aprendizagem relacionada ˆ literatura.
O Projeto ENFI produziu
alguns dos primeiros exemplos de programas para composi�‹o liter‡ria com
suporte computacional ou ÒCSC WritingÓ (Bruce & Rubin, 1993; Gruber, Peyton
& Bruce, 1995). Alunos que estudaram na Gallaudet s‹o surdos ou t�m pouca
audi�‹o; muitos destes alunos entraram na faculdade com defici�ncias na
comunica�‹o escrita. O objetivo do Projeto ENFI foi o de engajar os alunos em
escrever de duas novas maneiras: introduz’-los ˆ idŽia de escrever mentalizando
uma 'voz' e escrever tendo uma audi�ncia em mente. As tecnologias ent‹o
desenvolvidas, ainda que avan�adas ˆ Žpoca, parecem rudimentares para os
padr›es atuais. Salas de aula especiais foram constru’das com mesas de
computadores arranjadas em c’rculo. Um software que lembra os programas de chat
atuais foi desenvolvido para possibilitar aos alunos e ao instrutor discuss›es
textuais mediadas. Por prover um novo meio para comunica�‹o textual, a
tecnologia no projeto ENFI foi projetada para dar suporte a uma nova forma de
constru�‹o de significados.
Outro projeto preliminar
influente foi desenvolvido por Bereiter e Scardamalia, na Universidade de
Toronto. Eles estavam preocupados pelo fato da aprendizagem em escolas ser
freqŸentemente superficial e pouco motivante. Eles compararam a aprendizagem
que acontece nas salas de aula com a que ocorre nas Òcomunidades de constru�‹o
de conhecimentoÓ (Beretier, 2002; Scardamalia & Bereiter, 1996), como nas
comunidades de alunos direcionadas a um problema de pesquisa. No projeto CSILE
(Computer Supported Intentional Learning Environment), posteriormente conhecido
como Knowledge Forum, eles desenvolveram tecnologias e pedagogias para tornar
as salas de aula em comunidades de constru�‹o de conhecimento. Assim como no
Projeto ENFI, o CSILE buscou tornar a escrita mais significante, estimulando os
alunos a produzir textos em conjunto. Entretanto, os textos produzidos em cada
projeto eram muito distintos. Os textos do ENFI eram conversacionais;
produzidos espontaneamente e geralmente n‹o preservados ap—s o tŽrmino de uma
aula. Os textos do CSILE, por outro lado, eram arquivados, como literatura
escolar tradicional.
Como no caso do CSILE, o
interesse inicial do projeto Fifth Dimension (5thD) era aprimorar a habilidade
de leitura (Cole, 1996). Ele come�ou com um programa p—s-escola organizado por
Cole e alguns colegas da Universidade Rockefeller. Quando o Laborat—rio de
Cogni�‹o Humana Comparativa (LCHC) mudou-se para a Universidade da Calif—rnia
em San Diego, o 5thD foi transformado em um sistema integrado de atividades
baseadas no computador, selecionadas para aumentar a habilidade de leitura e de
resolu�‹o de problemas dos alunos. Introduziu-se o ÒMazeÓ, um jogo de tabuleiro
cujo layout tem diferentes salas representando atividades espec’ficas, como um
mecanismo para registrar o progresso dos alunos e coordenar a participa�‹o no
5thD. O trabalho dos alunos foi acompanhado por revisores mais capacitados e
por alunos de gradua�‹o volunt‡rios da Escola de Educa�‹o. O programa foi
originalmente implementado em quatro localidades em San Diego, sendo
eventualmente expandido para v‡rios lugares do mundo (Nicolopoulou & Cole,
1993).
Todos estes projetos
– ENFI, CSILE e 5thD – compartilharam o objetivo de orientar a
educa�‹o ˆ constru�‹o de significado. Todos os tr�s usaram computador e
tecnologias da informa�‹o como recursos para atingir este objetivo, e
introduziram novas formas de atividade social na instru�‹o. Deste modo, eles
fundaram as bases para a subseqŸente ascens‹o da CSCL.
Em 1983, um workshop sobre
o t—pico Òresolu�‹o conjunta de problemas e microcomputadoresÓ ocorreu em San
Diego. Seis anos depois, houve um workshop promovido pela OTAN em Maratea,
It‡lia. O workshop de 1989 em Maratea Ž considerado por muitos a marca do
nascimento da ‡rea, como a primeira ocorr�ncia pœblica e internacional do uso
do termo Òaprendizagem colaborativa com suporte computacionalÓ como t’tulo.
A primeira confer�ncia
propriamente de CSCL foi organizada na Universidade de Indiana, no outono de
1995. Outros encontros internacionais posteriores ocorreram pelo menos a cada
dois anos, com confer�ncias na Universidade de Toronto, em 1997, Universidade
de Stanford em 1999, Universidade de Maastricht na Holanda em 2001,
Universidade de Colorado em 2002, Universidade de Bergen na Noruega em 2003 e
na Universidade Nacional Central em Taiwan em 2005.
Uma litertura especializada
documentando a teoria e a pesquisa em CSCL foi desenvolvida desde o workshop em
Maratea promovido pela OTAN. Os quatro documentos mais influentes s‹o: Newman,
Griffin, and Cole (1989) The Construction Zone, Bruffee (1993)
Collaborative Learning, Crook (1994) Computers and the Collaborative
Experience of Learning, and Bereiter (2002) Education and Mind in the
Knowledge Age.
Adicionalmente, foram
editadas v‡rias cole�›es com foco espec’fico na pesquisa de CSCL: OÕMalley
(1995) Computer-Supported Collaborative
Learning, Koschmann (1996b) CSCL:
Theory and Practice of an Emerging Paradigm, Dillenbourg (1999b) Collaborative Learning: Cognitive and
Computational Approaches, e Koschmann, Hall & Miyake (2002) CSCL2: Carrying Forward the Conversation.
Uma sŽrie (de livros) em
CSCL publicada pela Kluwer (agora Springer) inclui cinco volumes atŽ o momento:
(Andriessen, Baker, & Suthers, 2003; Bromme, Hesse, & Spada, 2005;
Goodyear et al., 2004; Strijbos,
Kirschner, & Martens, 2004; Wasson, Ludvigsen, & Hoppe, 2003). Os anais
das confer�ncias CSCL foram o principal ve’culo para publica�›es da ‡rea.
V‡rios peri—dicos tambŽm desempenharam este papel, particularmente o Journal
of the Learning Sciences. O International Journal of Computer-Supported
Collaborative Learning come�ar‡ a ser publicado em 2006. Apesar da
comunidade estar originalmente centrada na Europa Ocidental e na AmŽrica do
Norte, ela evoluiu para uma participa�‹o internacional bem equilibrada
(Hoadley, 2005; Kienle & Wessner, 2005). A confer�ncia de Taiwan de 2005 e
o estabelecimento do novo peri—dico internacional foram projetados para tornar esta
comunidade verdadeiramente global.
Pode-se comparar a ‡rea de
CSCL com as iniciativas anteriores do uso de computadores na educa�‹o. Koshmann
(1996a) identificou a seguinte seqŸ�ncia hist—rica de iniciativas: (a)
instru�‹o assistida por computador, (b) sistemas tutores inteligentes, (c)
Logo, (d) CSCL. (a) A instru�‹o assistida por computador foi uma abordagem
behaviorista que dominou os primeiros anos das aplica�›es computacionais
educacionais, iniciadas nos anos 1960. Nesta vis‹o, a aprendizagem confundia-se
com a memoriza�‹o de fatos. Dom’nios de conhecimento eram subdivididos em fatos
elementares e apresentados aos alunos numa seqŸ�ncia l—gica atravŽs de
repeti�›es e pr‡ticas computadorizadas. Muitos softwares educacionais
comerciais ainda seguem esta abordagem. (b) Sistemas Tutores Inteligentes eram
baseados numa filosofia cognitivista que analisa a aprendizagem de cada aluno
atravŽs de modelos mentais e de representa�›es mentais potencialmente equivocadas.
Rejeitaram a vis‹o behaviorista de que poderia haver um suporte ˆ aprendizagem
sem levar em conta como os alunos representam e processam o conhecimento.
Considerada particularmente promissora nos anos 1970, esta abordagem criou
modelos computacionais do entendimento dos alunos e ent‹o respondeu ˆs suas
a�›es com base em ocorr�ncias de erros t’picos identificados nos modelos. (c)
Esfor�os nos anos 1980, exemplificados pelo ensino da linguagem de programa�‹o
Logo, foram uma tentativa construtivista, cuja argumenta�‹o baseava-se no fato
de que os alunos deveriam construir o seu conhecimento por eles mesmos. Esta
abordagem ofereceu ambientes estimulantes para alunos explorarem e descobrirem
o poder do racioc’nio, como ilustrado nos elementos de programa�‹o: fun�›es,
sub-rotinas, loops, vari‡veis, recurs‹o, etc. (d) Durante a metade dos anos
1990, as abordagens CSCL come�aram a explorar como computadores poderiam
agrupar os alunos para aprender colaborativamente em pequenos grupos e em
comunidades de aprendizagem. Motivadas pelo construtivismo social e teorias de
di‡logo, buscaram oferecer e dar suporte, para que juntos, os alunos
constru’ssem conhecimento compartilhado.
Quando os mainframes
come�aram a ser disponibilizados para o uso escolar e os microcomputadores
come�aram a aparecer, a intelig�ncia artificial (IA) estava perto do apogeu da
sua popularidade. Era natural que pesquisadores de computa�‹o interessados em
aplica�›es educacionais da tecnologia computacional se sentissem atra’dos pelas
excitantes promessas da IA. IA Ž o software que imita quase com perfei�‹o
comportamentos que podem ser considerados inteligentes se feitos por um humano
(ex: jogar xadrez levando em conta os pr—s e contras das seqŸ�ncias
alternativas de movimentos poss’veis). Sistemas Tutores Inteligentes constituem
bons exemplos de IA, porque eles replicam a a�‹o de um tutor humano –
oferecendo respostas ˆs entradas dos alunos (ex: detalhando etapas para a
resolu�‹o de um problema de matem‡tica) atravŽs da an‡lise das estratŽgias de
resolu�‹o de problemas dos alunos e do oferecimento de dicas atravŽs da
compara�‹o das a�›es dos alunos com modelos programados de entendimentos
corretos e incorretos acerca do assunto em quest‹o. Esta ainda Ž uma ‡rea ativa
de pesquisa das ci�ncias da aprendizagem, mas se limita aos dom’nios de
conhecimento nos quais modelos mentais podem ser definidos algoritmicamente.
Na sua forma mais
ambiciosa, a abordagem IA tentou atribuir ao computador certas fun�›es de
ensino que iriam requerer tempo e interven�‹o de um professor. Para a CSCL, o
foco da aprendizagem Ž aprender atravŽs da colabora�‹o com outros alunos em vez
de diretamente do professor. ConseqŸentemente, o papel do computador passa de
provedor de instru�‹o – ainda que na forma de fatos da instru�‹o apoiada
por computador ou na forma de feedback de sistemas tutores inteligentes –
para sustent‡culo da colabora�‹o, atravŽs do oferecimento de meios de
comunica�‹o e apoio ˆ intera�‹o produtiva dos alunos.
O provimento de meios de
comunica�‹o Ž a forma b‡sica de suporte ˆ colabora�‹o que o computador oferece
(ex: a rede de computadores conectada atravŽs da Internet). Exemplos s‹o
e-mail, chat, f—runs de discuss‹o, videoconfer�ncia, mensagem instant‰nea, etc.
Sistemas CSCL oferecem tipicamente uma combina�‹o de diversos meios de
comunica�‹o, com funcionalidades especiais adicionadas.
Adicionalmente, ambientes
de software CSCL oferecem v‡rias formas de suporte pedag—gico ou apoio ˆ
aprendizagem colaborativa, que podem ser implementados com tŽcnicas computacionais
complexas, incluindo as tŽcnicas de IA. Eles podem oferecer vis›es alternativas
da discuss‹o em andamento entre os alunos e das informa�›es compartilhadas que
emergem desta discuss‹o. Eles podem prover feedback, possivelmente baseado num
modelo de como grupos atacam problemas. Eles podem dar suporte social atravŽs
do monitoramento de padr›es de intera�‹o e do oferecimento de feedback aos
alunos. Na maioria dos casos, o processo de colabora�‹o entre os alunos (e,
freqŸentemente, o professor, tutor ou mentor) Ž mais importante do que o
computador. O software Ž feito para dar suporte, e n‹o para substituir esses
processos.
Na Žpoca da primeira
confer�ncia bianual de CSCL, Dillenbourg, et al. (1996) analisaram a evolu�‹o
da pesquisa em aprendizagem colaborativa:
Por muitos
anos, teorias da aprendizagem colaborativa tenderam a focar em como indiv’duos
funcionam em grupo. Isto refletia uma posi�‹o que era dominante tanto na
psicologia cognitiva quanto na intelig�ncia artificial nos anos 1970 e in’cio
dos anos 1980, quando a cogni�‹o era vista como um produto dos processadores de
informa�‹o individuais, e quando o contexto da intera�‹o social era visto mais
como background para atividades individuais do que como um foco de pesquisa.
Mais recentemente, o grupo propriamente tornou-se a unidade de an‡lise e
o foco se deslocou ˆ emerg�ncia das propriedades
da intera�‹o, constru’das socialmente.
Em termos de
pesquisa emp’rica, o objetivo inicial foi estabelecer se e sobre quais circunst‰ncias
a aprendizagem colaborativa seria mais efetiva do a individual. Pesquisadores
controlavam uma sŽrie de vari‡veis independentes (tamanho do grupo, composi�‹o
do grupo, natureza da tarefa, meio de comunica�‹o e assim por diante).
Entretanto, estas vari‡veis interagiam umas com as outras de uma forma que foi
quase imposs’vel estabelecer rela�›es casuais entre as condi�›es e os efeitos
da colabora�‹o. ConseqŸentemente, estudos emp’ricos recentes mudaram o foco de estabelecer
par‰metros para colabora�‹o efetiva para a tentativa de se entender o
objetivo que cada vari‡vel tem na intera�‹o mediada. Esta mudan�a para uma
vis‹o orientada a processos requer novas ferramentas para analisar e modelar
intera�›es. (p.189, �nfase adicionada)
A pesquisa revisada por
Dillenbourg et al. - que estudou os efeitos da influ�ncia de vari‡veis da
colabora�‹o na aprendizagem individual – n‹o produziu resultados claros.
Efeitos em fun�‹o do g�nero ou da composi�‹o do grupo (ex: n’veis de
compet�ncia homog�neos ou heterog�neos) podem ser completamente diversos em
idades diferentes, em dom’nios diferentes, com professores diferentes e assim
por diante. Isto n‹o violou apenas suposi�›es metodol—gicas de independ�ncia de
vari‡veis, mas tambŽm levantou quest›es sobre como entender o que est‡ por tr‡s
destes efeitos. Isto significa entender em detalhe o que ocorreu nas intera�›es
do grupo que possa ter causado tais efeitos, o que requer o desenvolvimento de
metodologias para an‡lise e interpreta�‹o das intera�›es do grupo. O foco n‹o
est‡ mais no que possa estar se passando Ònas mentesÓ dos aprendizes
individuais, mas no que est‡ se passando entre e atravŽs deles nas suas
intera�›es.
O deslocamento do foco da
an‡lise para grupo como unidade coincidiu com o entendimento da comunidade como
o agente da aprendizagem situada (Lave, 1991) ou constru�‹o colaborativa de
conhecimento (Scardamalia & Bereiter, 1991). Mas isto tambŽm estimulou a
elabora�‹o de uma teoria social da mente, como a que Vygotsky (1930/1978) j‡
tinha come�ado a esbo�ar, que poderia clarificar a rela�‹o dos aprendizes
individuais com a aprendizagem colaborativa em grupos ou comunidades.
De acordo com Vygotsky,
aprendizes individuais t�m capacidades de desenvolvimento diferentes em
situa�›es colaborativas das que eles t�m quando est‹o trabalhando sozinhos.
Este conceito de Òzona de desenvolvimento proximalÓ Ž definido como a medida
das diferen�as entre estas duas capacidades. Isto significa que n‹o se pode
medir a aprendizagem – ainda que a aprendizagem individual – que
ocorre nas situa�›es colaborativas com o uso de prŽ- e p—s-testes que medem as
capacidades dos indiv’duos quando estes est‹o trabalhando sozinhos. Para
perceber o que ocorre durante a aprendizagem colaborativa, n‹o adianta teorizar
sobre os modelos mentais dos indiv’duos, porque estes n‹o capturam a constru�‹o
de significado compartilhada que ocorre durante as intera�›es colaborativas.
Colabora�‹o Ž
primordialmente conceitualizada como o processo de constru�‹o de significado
compartilhado. A constru�‹o de significado n‹o Ž assumida como uma express‹o de
representa�›es mentais dos participantes individuais, mas sim como uma
realiza�‹o da intera�‹o. A constru�‹o de significado pode ser analisada como se
ocorresse durante as seqŸ�ncias de declara�›es ou mensagens dos mœltiplos
participantes. O significado n‹o Ž atribu’vel ˆs declara�›es individuais dos
alunos porque o significado tipicamente depende das refer�ncias indexadas ˆ
situa�‹o compartilhada, das refer�ncias el’pticas para declara�›es anteriores e
das prefer�ncias que ser‹o usadas em declara�›es futuras (Stahl, 2006).
Observar a aprendizagem em
situa�›es colaborativas Ž diferente de observ‡-la em aprendizes isolados.
Primeiro, em situa�›es de colabora�‹o, os participantes mostram necessariamente
de forma vis’vel sua aprendizagem como parte do processo da colabora�‹o.
Segundo, as observa�›es acontecem durante per’odos de intera�‹o do grupo
relativamente curtos, em vez de durante per’odos longos entre os prŽ- e
p—s-testes.
Ironicamente, talvez, a
princ’pio seja mais f‡cil estudar a aprendizagem em grupos do que a
aprendizagem individual. Isto se deve ˆ necessidade que os participantes t�m na
colabora�‹o de mostrarem uns aos outros o seu entendimento do significado que
est‡ sendo constru’do na intera�‹o. Declara�›es, textos e diagramas produzidos
durante a colabora�‹o s‹o feitos pelos participantes para expressar o seu
entendimento. Esta Ž a base para a colabora�‹o bem sucedida. Pesquisadores
podem tirar vantagens destas contribui�›es (assumindo que elas permeiam as
compet�ncias interpretativas dos participantes e podem capturar um registro
adequado das contribui�›es, por exemplo, em v’deo digital). Pesquisadores podem
ent‹o reconstruir o processo colaborativo atravŽs do qual cada participante do
grupo construiu o significado compartilhado, algo que foi aprendido em grupo.
Metodologias como an‡lise
de conversa�‹o (Sacks, 1992; ten Have, 1999) ou an‡lise de v’deo (Koschmann,
Stahl, & Zemel, 2005) baseadas na etnometodologia (Garfinkel, 1967)
produzem estudos de caso detalhados da constru�‹o colaborativa de significado.
Estes estudos de caso n‹o s‹o meramente curiosidades. Eles podem ser baseados
em procedimentos cient’ficos rigorosos com validade intersubjetiva, apesar de
serem de natureza interpretativa e n‹o quantitativa. Eles tambŽm podem
representar resultados de aplica�‹o genŽrica, nos quais os mŽtodos que as
pessoas usam para interagir s‹o profundamente compartilhados (pelo menos em
comunidades ou culturas apropriadamente definidas).
Como a an‡lise dos mŽtodos da
intera�‹o ajuda a guiar o projeto das tecnologias e pedagogias na CSCL? Esta
quest‹o aponta para a complexa intera�‹o entre educa�‹o e computadores na CSCL.
Edwin Thorndike (1912), um
dos fundadores do mŽtodo educacional tradicional, escreveu:
Se, por um
milagre da engenhosidade mec‰nica, um livro pudesse ser arranjado da forma que
apenas para quem fez o que est‡ proposto na p‡gina um, a dois ficasse vis’vel,
e assim por diante, muito do que agora requer instru�‹o pessoal poderia ser
gerenciado por documentos impressos ... Crian�as poderiam ser ensinadas a usar
os materiais did‡ticos de uma maneira mais œtil para o resto da vida. (p. 165)
Esta cita�‹o Ž not‡vel em
dois aspectos. Por sugerir que a idŽia central da instru�‹o apoiada por
computador precedesse o atual desenvolvimento de computadores; mas, mais
importante ainda, por mostrar como o objetivo da pesquisa em tecnologia
educacional est‡ muito relacionada, de forma indistingu’vel do objetivo
convencional da pesquisa em educa�‹o, ao enriquecimento da aprendizagem como Ž
definida operacionalmente. Thorndike previu uma ci�ncia educacional na qual
toda a aprendizagem Ž mensur‡vel e, portanto, todas as inova�›es educacionais
poderiam ser experimentalmente estimadas. Historicamente, pesquisas em
tecnologia educacional est‹o vinculadas a esta tradi�‹o e representam uma
especializa�‹o da mesma (cf., Cuban, 1986).
No passado, pesquisadores
em educa�‹o haviam tratado a aprendizagem como um fen™meno puramente
psicol—gico. A aprendizagem era entendida a partir de tr�s caracter’sticas
essenciais: Primeiro, ela representa um registro de experi�ncia. Segundo, a
aprendizagem Ž sempre tratada como uma mudan�a que ocorre ao longo do tempo.
Finalmente, a aprendizagem geralmente Ž vista como um processo indispon’vel
para a inspe�‹o direta (Koschmann, 2002a). Esta formula�‹o Ž t‹o aceita
culturalmente que Ž dif’cil conceber aprendizagem de outra forma. Ela est‡
respaldada em tradi�›es estabelecidas na epistemologia e na filosofia da mente.
No entanto, a filosofia
contempor‰nea colocou estas tradi�›es em quest‹o. Os chamados Òfil—sofos
edificadoresÓ (Rorty, 1974) – James, Dewey, Wittgenstein e Heidegger
– rebelaram-se contra a vis‹o da aprendizagem como um evento inacess’vel
no qual o conhecimento Ž inscrito em uma mente individual. Eles aspiraram
construir uma nova vis‹o da aprendizagem e do conhecimento, que seria
propriamente localizada no nosso dia-a-dia. A CSCL traz para si esta vis‹o da
aprendizagem mais situada, rejeitando por conseguinte as bases da pesquisa
educacional convencional. A CSCL coloca a aprendizagem como o significado da
negocia�‹o realizada no mundo social e n‹o nas mentes dos indiv’duos. Das
v‡rias teorias de aprendizagem s—cio-orientadas, a teoria da pr‡tica social
(Lave & Wenger, 1991) e as teorias dial—gicas da aprendizagem (ex: Hicks, 1996)
t�m uma vis‹o da aprendizagem como a constru�‹o de significado de forma
socialmente organizada. A teoria da pr‡tica social foca num aspecto da
negocia�‹o de significado: a negocia�‹o da identidade social dentro de uma
comunidade. As teorias dial—gicas colocam a aprendizagem como o desenvolvimento
emergente de significado dentro da intera�‹o social. Juntas, elas compreendem a
base para uma nova forma de como pensar sobre e estudar a aprendizagem.
Projetar em CSCL Ž criar
artefatos, atividades e ambientes que melhorem as pr‡ticas da constru�‹o de
significado em grupo. Os r‡pidos avan�os nos computadores e nas tecnologias de
comunica�‹o das œltimas dŽcadas, como a Internet, mudaram dramaticamente a
maneira que trabalhamos, brincamos e aprendemos. Entretanto, nenhuma forma de
tecnologia, n‹o importando o quanto de intelig�ncia foi aplicada no seu
projeto, tem a capacidade de, por si s—, mudar a pr‡tica. Para se criar a
possibilidade de alguma pr‡tica enriquecedora, s‹o necess‡rias formas de
projeto multifacetadas (trazendo conhecimento, teorias e pr‡ticas de v‡rias
disciplinas): projetar o que Ž relacionado ao curr’culo (projeto pedag—gico e
did‡tico), recursos (ci�ncias da informa�‹o e da comunica�‹o), estruturas de
participa�‹o (projeto da intera�‹o), ferramentas (projetar casos de estudo), e
ao espa�o circundante (arquitetura).
LeBaron (2002) sugere que
ÒA tecnologia n‹o existe independentemente do seu uso.Ó Substitua 'atividades,
artefatos e ambientes' por 'tecnologia' e a mensagem continua sendo a mesma
– estes elementos n‹o podem definir novas formas de pr‡tica, mas s‹o
constitu’dos na pr‡ticas. Um ambiente projetado para uma forma desejada de
pr‡tica se realiza atravŽs das a�›es organizadas dos seus habitantes.
Ferramentas e artefatos s‹o apenas ferramentas e artefatos, tornando-se
relevantes pelos participantes na sua pr‡tica. AtŽ mesmo as atividades s‹o
apenas consideradas reconhec’veis pelo modo que os participantes orientam-se a
elas como formas ordenadas de a�‹o conjunta.
Projeto de software para
CSCL, conseqŸentemente, deve ser acoplado ˆ an‡lise dos significados
constru’dos dentro das pr‡ticas emergentes. Significados refletem experi�ncias
passadas e est‹o abertos para negocia�›es e reavalia�›es a todo tempo. AlŽm do
mais, nem os analistas nem os participantes t�m acesso privilegiado ˆs
interpreta�›es subjetivas dos outros. Apesar destas quest›es, os participantes
se engajam rotineiramente em atividades coordenadas e operam como se o
compartilhamento de entendimentos fosse poss’vel e alcan�‡vel. Uma quest‹o
fundamental, conseqŸentemente, Ž: Como isto Ž feito? Para projetar tecnologia
para dar suporte ˆ aprendizagem colaborativa e ˆ constru�‹o de conhecimento,
n—s temos que entender mais detalhadamente como grupos pequenos de aprendizes
constroem significados compartilhados usando v‡rios artefatos e m’dias.
A quest‹o de como a intersubjetividade
acontece tem sido abordada em uma variedade de disciplinas especializadas tais
como a pragm‡tica (Levinson, 2000; Sperber & Wilson, 1982), a psicologia
social (Rommetveit, 1974), a antropologia lingŸ’stica (Hanks, 1996) e a
sociologia (cd. Goffman, 1974), especialmente pesquisa sociol—gica na tradi�‹o
etnometodol—gica (Garfinkel, 1967; Heritage, 1984). O problema da
intersubjetividade Ž de relev‰ncia especial para aqueles que querem entender
como a aprendizagem Ž produzida na intera�‹o. A aprendizagem pode ser
constru’da como o ato de colocar significados divergentes em contato (Kicks,
1996), e a instru�‹o como os ajustes sociais e materiais que fomentem tal
negocia�‹o. A an‡lise das pr‡ticas de constru�‹o de significado remete ˆ
apropria�‹o dos mŽtodos e preocupa�›es da psicologia (especialmente no que
tange aos aspectos discursivas e culturais), sociologia (especialmente as
tradi�›es micro sociol—gicas e etnometodol—gicas), antropologia (incluindo a
antropologia lingŸ’stica e antropologias do ambiente circundante), pragm‡tica,
filosofia, estudos de comunica�‹o, ci�ncia organizacional e outros.
A pesquisa na CSCL tem
tanto componentes anal’ticos como de projeto. A an‡lise da constru�‹o de
significado Ž indutiva. Ela busca apenas descobrir o qu� as pessoas est‹o
fazendo a cada momento nas intera�›es, sem prescri�‹o ou avalia�‹o. O projeto,
por outro lado, Ž prescritivo por natureza – qualquer esfor�o para
reformula�‹o come�a da pressuposi�‹o que h‡ maneiras melhores e piores de se
fazer as coisas. Entretanto, projetar para melhorar a constru�‹o de
significado, requer rigorosos estudos de pr‡ticas. Desta forma, a rela�‹o entre
an‡lise e projeto Ž simbi—tica – o projeto deve ser orientado pela
an‡lise, mas a an‡lise tambŽm depende do projeto quanto ˆ sua orienta�‹o ao
objeto anal’tico (Koschmann et al., 2005).
A CSCL deve continuar com o
seu trabalho de auto-inven�‹o. Novas teorias devem ser introduzidas, an‡lises das
pr‡ticas da aprendizagem apresentadas, e artefatos produzidos acompanhados das
teorias que explicitem como eles podem contribuir ˆ constru�‹o de significado.
O projeto da tecnologia CSCL, que abre novas possibilidades ˆ aprendizagem
colaborativa, deve ser fundamentado na an‡lise da natureza da aprendizagem
colaborativa.
Koschmann (2002b)
apresentou uma descri�‹o program‡tica da CSCL ao discursar como preletor da
confer�ncia CSCL 2002:
CSCL Ž uma ‡rea de estudo envolvida primordialmente com significado e pr‡ticas da
constru�‹o de significado no contexto da atividade conjunta, e com as formas
nas quais estas pr‡ticas s‹o mediadas atravŽs de artefatos projetados. (p. 18)
O aspecto da aprendizagem
colaborativa que Ž talvez o mais dif’cil de se entender em detalhe Ž o que pode
ser chamado de Òpr‡ticas da constru�‹o de significado no contexto de atividades
conjuntas,Ó aprendizagem intersubjetiva (Suthers, 2005) ou cogni�‹o
em grupo (Stahl, 2006). Esta Ž a aprendizagem que n‹o se realiza simplesmente
na intera�‹o, mas que est‡ realmente constitu’da nas intera�›es entre
participantes. Conforme Garfinkel, Koschmann et al. (2005) argumentaram a favor
do estudo dos ÒmŽtodos dos membros do grupoÓ ˆ constru�‹o de significado: Òcomo
os participantes em tais situa�›es [instrucionais] realmente saem construindo aprendizagemÓ (�nfase no original). Para entender melhor
como os processos cognitivos dos participantes s‹o influenciados pela intera�‹o
social, n—s precisamos entender como os eventos da aprendizagem propriamente
ditos acontecem nas intera�›es entre os participantes.
O estudo da constru�‹o
conjunta de significado ainda n‹o Ž proeminente dentro da pr‡tica da CSCL.
Mesmo quando os processos de intera�‹o (em vez dos resultados da aprendizagem
individual) s‹o examinados em detalhe, a an‡lise Ž tipicamente feita atravŽs da
designa�‹o de c—digos para categorias e da contagem de caracter’sticas
prŽ-definidas. No fundo, esta codifica�‹o substitui categorias prŽ-concebidas
de comportamento para o fen™meno de interesse, no lugar de procurar descobrir
estes fen™menos em suas situa�›es œnicas (Stahl, 2002).
Poucos estudos publicados
na literatura da CSCL atacaram diretamente este problema que Ž a descri�‹o do
qu� constitui a intersubjetividade na intera�‹o (por exemplo, Koschmann et
al., 2003; Koschmann et al., 2005; Roschelle, 1996; Stahl, 2006). No
seu estudo, Roschelle projetou um software especial para dar suporte ˆ constru�‹o
de significados relacionados com a f’sica, definiu atividades did‡ticas para
engajar os aprendizes na solu�‹o conjunta destes problemas e analisou as suas
pr‡ticas colaborativas detalhadamente. O trabalho de Koschmann de uma forma
geral investigou a emerg�ncia da problematiza�‹o: como grupos de alunos
caracterizam coletivamente uma situa�‹o como problem‡tica e portanto, sujeita a
uma an‡lise mais profunda.
Stahl (2006) argumenta que
grupos pequenos s‹o as melhores unidades de investiga�‹o para o estudo da
constru�‹o de significado intersubjetiva, por v‡rias raz›es. Objetivamente, nos
grupos pequenos os mŽtodos dos membros para a aprendizagem intersubjetiva podem
ser observados. Grupos de v‡rios membros possibilitam o aparecimento que uma
extensa gama de intera�›es sociais, mas n‹o devem ser t‹o grandes a ponto dos
pesquisadores se perderem. A constru�‹o compartilhada de significado Ž mais
vis’vel e dispon’vel para pesquisa na unidade de investiga�‹o caracterizada
pelo grupos pequeno, onde ela aparece como cogni�‹o do grupo. Grupos
pequenos, alŽm de se localizarem na fronteira entre os indiv’duos e uma
comunidade, fazem a sua media�‹o. A constru�‹o de conhecimento em grupos
pequenos torna-se Òinternalizada pelos seus membros como aprendizagem
individual e externalizada nas suas comunidades como conhecimento certific‡velÓ
(Stahl, 2006). Entretanto, grupos pequenos n‹o devem ser o œnico agrupamento
social estudado. A an‡lise de mudan�as de larga escala em comunidades e
organiza�›es pode levar a um entendimento do fen™meno da aprendizagem social
emergente, bem como elucidar o papel dos grupos respons‡veis em conduzir estas
mudan�as.
O estudo da aprendizagem
intersubjetiva realizada de forma interativa ou cogni�‹o do grupo implica em
quest›es interessantes que s‹o as mais desafiadoras de qualquer ci�ncia
social-comportamental, e tambŽm tocam na nossa natureza como seres conscientes.
O fen™meno cognitivo acontece transpessoalmente no discurso do grupo? Como Ž
poss’vel ˆ aprendizagem, geralmente aceita como uma fun�‹o cognitiva, ser
distribu’da entre pessoas e artefatos? Como n—s podemos entender o conhecimento
como a realiza�‹o de uma pr‡tica em vez de uma posse ou atŽ mesmo
prŽ-disposi�‹o?
No contexto da CSCL, as
intera�›es entre os membros do grupo s‹o mediadas pelos ambientes
computacionais. A segunda metade da defini�‹o program‡tica de Koschmann no
dom’nio da CSCL diz que Òas formas que estas pr‡ticas [constru�‹o de
significado no contexto da atividade conjunta] s‹o mediadas atravŽs de
artefatos projetados.Ó Suporte computacional para a constru�‹o intersubjetiva
de significado Ž o que faz esta ‡rea ser œnica.
O lado tecnol—gico da
agenda da CSCL foca no projeto e no estudo de tecnologias fundamentalmente
sociais. Ser fundamentalmente social implica na tecnologia ser projetada
especificamente para mediar e encorajar a�›es sociais que constituem a
aprendizagem em grupo e levam ˆ aprendizagem individual. O projeto deve
alavancar as oportunidades œnicas oferecidas pela tecnologia em vez de replicar
suporte ˆ aprendizagem que poderia ser feita atravŽs de outros meios, ou (pior
ainda) tentar for�ar a tecnologia a servir para algo ao qual n‹o Ž adequada. O
que Ž que Ž œnico na tecnologia da informa�‹o que poderia potencialmente se
enquadrar neste papel?
á
O meio computacional Ž reconfigur‡vel.
Representa�›es s‹o din‰micas: Ž f‡cil mover coisas e reverter a�›es. ƒ f‡cil
replicar estas a�›es em outro lugar: pode-se superar tempo e espa�o. Estas
caracter’sticas fazem a tecnologia da informa�‹o ser atrativa como um Òcanal de
comunica�‹oÓ, todavia, devemos explorar a tecnologia pelo seu potencial de
tornar poss’veis novas intera�›es, e n‹o us‡-la para replicar a intera�‹o
face-a-face.
á
Ambientes de comunica�‹o mediados pelo computador
Òtransformam comunica�‹o em subst‰nciaÓ (Dillenbourg, 2005). O registro de uma
atividade pode ser mantido, reapresentado e atŽ mesmo modificado com um
produto. Devemos explorar o potencial dos registros da intera�‹o e da
colabora�‹o como um recurso ˆ aprendizagem intersubjetiva.
á
O meio computacional pode analisar o estado da ‡rea
de trabalho e as seqŸ�ncias de intera�‹o, e de acordo com estas informa�›es, se
reconfigurar ou oferecer dicas. Devemos explorar o potencial adaptativo deste
meio de modo a influenciar no curso dos processos intersubjetivos e tirar
vantagem de suas habilidades de sinalizar, analisar e responder seletivamente.
A comunica�‹o humana e o
uso de recursos representacionais para esta comunica�‹o Ž muito flex’vel:
tecnologias podem abrir possibilidades, mas elas n‹o podem ÒconsertarÓ
significados ou nem mesmo especificar fun�›es comunicativas (Dwyer &
Suthers, 2005). Ciente disto, a pesquisa na CSCL precisa identificar as
vantagens œnicas do meio computacional, e explorar como Ž usado pelos
colaboradores e como influencia a constru�‹o de significado. A partir desta
realidade, iremos projetar tecnologias que ofere�am conjuntos de
funcionalidades com as quais os participantes possam engajar-se de forma
interativa na aprendizagem, sob variadas formas de orienta�‹o.
CSCL pode ser atualmente
caracterizada como constitu’da por tr�s tradi�›es metodol—gicas: experimental,
descritiva e projeto iterativo.
Muitos estudos emp’ricos da
CSCL seguem o paradigma experimental dominante que compara uma
interven�‹o a uma condi�‹o de controle em termos de uma ou mais vari‡veis (ex:
Baker & Lund, 1997; Rummel & Spada, 2005;Suthers & Hundhausen,
2003; Van Der Pol, Admiraal, & Simons, 2003; Weinberger et al.,
2005). A an‡lise de dados na maioria destes estudos Ž feita atravŽs de
Òcodifica�‹o e contagemÓ: intera�›es s‹o categorizadas e/ou os resultados da aprendizagem medidos, e as
mŽdias do grupo s‹o comparadas atravŽs de mŽtodos estat’sticos, a fim de tirar
conclus›es gerais sobre os efeitos das vari‡veis manipuladas sobre comportamento
agregado do grupo (mŽdia aritmŽtica). Estes estudos n‹o analisam diretamente a
realiza�‹o da aprendizagem intersubjetiva. Uma an‡lise apropriada deve examinar
a estrutura e inten�‹o dos casos not‡veis de intera�‹o em vez de contar e
agregar categorias comportamentais.
A tradi�‹o etnometodol—gica
(exemplificada na CSCL por Koschmann et al., 2003; Koschmann et al.,
2005; Roschelle, 1996; Stahl, 2006) Ž mais adequada ˆ an‡lise descritiva
de casos. V’deos ou transcri�›es dos aprendizes ou de outros membros da
comunidade de aprendizagem s‹o estudados para descobrir os mŽtodos atravŽs dos
quais grupos conseguem aprender. Esta abordagem Ž guiada pelos dados, e busca
descobrir padr›es nos dados em vez de impor categorias te—ricas. A an‡lise Ž
freqŸentemente micro anal’tica, examinando epis—dios breves em grande n’vel de
detalhe. Metodologias descritivas s‹o adequadas para afirma�›es
existencialmente quantific‡veis (Ex: que uma comunidade algumas vezes se engaja
em uma determinada pr‡tica). No entanto, por sermos cientistas e projetistas,
gostar’amos de fazer generaliza�›es causais sobre os efeitos das escolhas de
projeto. Metodologias descritivas s‹o menos adequadas para fornecer provas
quantitativas sobre os efeitos de uma interven�‹o, que Ž a esfera da
metodologia experimental, ainda que se possa freqŸentemente entender como as pr‡ticas
muito gerais funcionam.
Dentre os mŽtodos
anal’ticos tradicionais da psicologia experimental, faltam os ÒmŽtodos dos membros
do grupoÓ atravŽs dos quais a aprendizagem colaborativa Ž alcan�ada – a
constru�‹o intersubjetiva de significado. Mas isto n‹o quer dizer que todas as
pesquisas na CSCL devam ser etnometodol—gicas. Mais do que isso, as
considera�›es anteriores sugerem que exploremos metodologias h’bridas de
pesquisa (Johnson & Onwuegbuzie, 2004). Projetos experimentais podem
continuar a comparar interven�›es, mas as compara�›es seriam feitas dentro dos
termos das caracter’sticas identificadas nas micro an‡lises de como a
tecnologia da informa�‹o influencia, e Ž apropriada para os mŽtodos dos membros
do grupo na constru�‹o conjunta de significados. Conceitualmente, a an‡lise do
processo muda do Òcodificar e contarÓ para o Òexplorar e entenderÓ as formas
nas quais vari‡veis de projeto influenciam o suporte para a constru�‹o de
significado. Tais an‡lises consomem tempo: devemos explorar, de modo a nos
auxiliar nas pesquisas, o desenvolvimento de instrumenta�‹o para os ambientes
de aprendizagem e da visualiza�‹o automatizada e da consulta dos logs de
intera�‹o (como em Cakir et al., 2005; Donmez et al., 2005). Por
outro lado, as an‡lises tradicionais, especialmente os resultados das medidas
da aprendizagem, alŽm do Òcodificar e contarÓ, tambŽm devem ser usados de modo
a obter indicadores r‡pidos de onde an‡lises detalhadas s‹o necess‡rias, conseqŸentemente,
voltando o foco para o detalhamento do trabalho (como em Zemel, Xhafa, &
Stahl, 2005).
A tradi�‹o do projeto
iterativo Ž exemplificada por Fischer & Ostwald (2005), Lingnau, et al.
(2003) e Guzdial et al. (1997). Guiados pelas intera�›es entre teorias que
est‹o a evoluir, observa�›es informais e do engajamento das partes
interessadas, pesquisadores orientados a projetos aperfei�oam continuamente os
artefatos destinados ˆ media�‹o da aprendizagem e da colabora�‹o. Suas
pesquisas n‹o s‹o necessariamente nem qualitativas nem quantitativas, mas
tambŽm podem ser ÒinterrogativasÓ (Goldman, Crosby, & Shea, 2004) –
explorativas e intervencionistas. N‹o basta somente observar o comportamento das
pessoas ao usarem um software novo. Precisamos explorar os Òespa�os de design
poss’veisÓ, adentrando novas ‡reas e identificando caracter’sticas promissoras
que devem ser mais profundamente estudadas sob o crivo de outras tradi�›es
metodol—gicas. Projetistas devem conduzir micro an‡lises da aprendizagem
colaborativa com e pela tecnologia, de modo a identificar as caracter’sticas
dos artefatos projetados que aparentam ter correla�‹o com a aprendizagem
efetiva. Quando uma nova tŽcnica de interven�‹o Ž testada, mŽtodos
experimentais podem ser usados para documentar diferen�as significativas
enquanto que mŽtodos descritivos podem documentar como as interven�›es medeiam
as intera�›es colaborativas de forma diferente. A conversa�‹o entre as
pressuposi�›es te—ricas da etnometodologia e as do projeto podem levar a uma
ÒtecnometodologiaÓ que altera a ess�ncia dos objetivos do projeto (Button &
Dourish, 1996).
ƒ importante ressaltar uma
limita�‹o potencial das metodologias descritivas. Se focarmos em achar exemplos
de como os membros alcan�am de modo efetivo a aprendizagem, podemos suprimir
muitos exemplos de como eles tambŽm falham em alcan�‡-la. No entanto, para
tentarmos achar algo que n‹o existe, precisamos ter uma idŽia do que estamos
procurando. Uma iniciativa puramente guiada por dados que leva a uma teoria,
mas que nunca a aplica, n‹o Ž adequada. MŽtodos descritivos podem ser
modificados para atender esta necessidade. Padr›es comuns encontrados em
epis—dios da aprendizagem efetiva subseqŸentemente tornam-se as categorias te—ricas
que procuramos em algum outro lugar com mŽtodos anal’ticos, e talvez n‹o
estejam presentes em inst‰ncias de colabora�‹o mal-sucedidas. Tendo
identificado onde os mŽtodos bem-sucedidos n‹o foram aplicados, podemos
ent‹o examinar a situa�‹o para determinar qual condi�‹o faltou ou foi a
respons‡vel pelo insucesso. Inst‰ncias œnicas ou que n‹o podem ser reproduzidas
nas quais a colabora�‹o usando tecnologia falha, prov�em introspec�›es sobre o
que est‡ acontecendo, mas normalmente passam despercebidas. Entretanto, deve-se
ter cuidado em garantir que ao se achar exemplos de casos onde a intera�‹o que
leva ˆ aprendizagem n‹o foi alcan�ada, n‹o se percam de vista outros �xitos
alcan�ados pelos participantes! Por exemplo, o estabelecimento e a manuten�‹o
da identidade individual e do grupo s‹o importantes para os participantes
(Whitworth, Gallupe, & MCQueen, 2000), e certamente s‹o uma forma de
aprendizagem situada, ainda que pesquisadores possam inicialmente identificar
isto como um bate-papo despropositado.
Vimos que a pesquisa em
CSCL deve responder a mœltiplos objetivos e restri�›es. A comunidade de
pesquisa necessariamente inclui pessoas de uma variedade de experi�ncias e
profiss›es e de abordagens de pesquisa. Eles trazem consigo os seus diferentes
paradigmas, vis›es contrastantes sobre os dados, mŽtodos de an‡lise, formatos
de apresenta�‹o, conceitos de rigor e vocabul‡rios tŽcnicos. Eles v�m de todas
as partes do mundo com suas diversas culturas e l’nguas nativas. CSCL Ž uma ‡rea
que evolui rapidamente, estando localizada na interse�‹o de outras ‡reas (como
as ci�ncias da aprendizagem em geral) que est‹o em constante transforma�‹o.
Participantes da comunidade est‹o a todo tempo operando dentro das diversas
concep�›es da CSCL. Por exemplo, Sfard (1998) define duas amplas e
irreconcili‡veis met‡foras da aprendizagem que s‹o relevantes ˆ CSCL, em uma
das quais, a met‡fora da aquisi�‹o, a aprendizagem consiste de aquisi�‹o
individual de conhecimento armazenado nas suas mentes, e a met‡fora da
participa�‹o, na qual a aprendizagem consiste das participa�›es crescentes em
comunidades de pr‡tica. Lipponen, Hakkarainen & Paavola, (2004) acrescentam
uma terceira met‡fora baseada em Bereiter (2002) e Engestršm (1987): a met‡fora
da cria�‹o do conhecimento, na qual novos objetos de conhecimento ou pr‡ticas
sociais s‹o criados por meio da colabora�‹o. ConseqŸentemente, Ž dif’cil
apresentar uma defini�‹o œnica, consistente e compreens’vel da teoria da CSCL,
assim como das suas metodologia, descobertas ou melhores pr‡ticas. De certo
modo, somos for�ados a concluir que a CSCL hoje necessariamente segue
abordagens aparentemente irreconcili‡veis – como Sfard argumenta. Pode-se
especular que abordagens mais integradas e h’bridas venham a ser poss’veis no
futuro, como tentamos sugerir.
A metodologia de pesquisa
em CSCL est‡ segmentada em tr�s abordagens: experimental, descritiva e projeto
iterativo. Apesar de algumas vezes combinadas em um œnico projeto de pesquisa,
as metodologias ainda assim, s‹o mantidas separadas acompanhadas de estudos ou
an‡lises ˆ parte de um œnico estudo. Pesquisadores ˆs vezes vestem chapŽus diferentes
num mesmo projeto, representando interesses variados de pesquisa e
metodologias. Esta situa�‹o pode ser produtiva: os experimentalistas continuam
a identificar vari‡veis que afetam par‰metros gerais do comportamento
colaborativo, os etnometodologistas identificam padr›es de atividades conjuntas
que s‹o essenciais ˆ constru�‹o de significado, e os projetistas (iterativos)
inovam ao adaptar de forma criativa novas possibilidades tecnol—gicas. Entretanto,
experimentalistas podem come�ar a focar nas vari‡veis dependentes que refletem
diretamente o fen™meno de interesse para os pesquisadores descritivos (Fischer
& Granoo, 1995), etnometodologistas podem buscar regularidades pressagiosas
na constru�‹o de significados mediados por tecnologia que possam orientar o
projeto, e os projetistas (iterativos) podem gerar e estimar novas
possibilidades tecnol—gicas baseadas nas atividades de constru�‹o de
significado que elas propiciam. Assist�ncia mœtua e colabora�‹o pr—xima s‹o
poss’veis atravŽs de metodologias h’bridas, como por exemplo, ˆ aplica�‹o de
mŽtodos anal’ticos descritivos mais ricos ˆ compreens‹o das implica�›es das
manipula�›es experimentais e dos novos projetos iterativos, ou atravŽs do
suporte computacional ˆs suas pr—prias atividades de constru�‹o de significado
como pesquisadores.
Pesquisadores da CSCL
formam uma comunidade de investiga�‹o que est‡ ativamente construindo novas formas
de colaborar no projeto, an‡lise e implementa�‹o do suporte computacional ˆ
aprendizagem colaborativa. Uma conjunto amplo de mŽtodos de pesquisa das
ci�ncias da aprendizagem pode ser œtil na an‡lise da aprendizagem colaborativa
com suporte computacional. Tendo as idŽias, mŽtodos e funcionalidades
apropriadas das ‡reas correlacionadas, a CSCL pode em sua pr—xima fase
construir colaborativamente novas teorias, metodologias e tecnologias
espec’ficas ˆ tarefa de analisar as pr‡ticas sociais da constru�‹o de
significado intersubjetiva a fim de dar suporte ˆ aprendizagem colaborativa. Os
autores deste artigo argumentaram que a CSCL deve focar nas pr‡ticas de
constru�‹o de significado em grupos que colaboram e no projeto dos artefatos
tecnol—gicos para mediar intera�‹o, em vez de focar na aprendizagem individual.
Se este foco pode, vai ou poder‡ levar a um framework te—rico coerente e a
metodologias de pesquisa ˆ CSCL est‡ para ser visto.
Uma vers‹o deste artigo
est‡ sendo publicada como (Stahl, Koshmann, & Suthers, 2006). Ela
beneficiou-se das sugest›es editoriais de Keith Sawyer.
Andriessen, J., Baker, M., &
Suthers, D. (Eds.). (2003). Arguing to
learn: Confronting cognitions in computer-supported collaborative learning
environments. Dordrecht, Netherlands: Kluwer Academic Publishers. In P.
Dillenbourg (Ed.) Computer-supported collaborative learning book series, vol 1.
Baker, M.,
& Lund, K. (1997). Promoting reflective interactions in a CSCL environment.
Journal of Computer Assisted Learning, 13,
175-193.
Bereiter,
C. (2002). Education and mind in the
knowledge age. Hillsdale, NJ: Lawrence Erlbaum Associates.
Bromme, R.,
Hesse, F. W., & Spada, H. (Eds.). (2005). Barriers and biases in computer-mediated knowledge communication, and
how they may be overcome. New York, NY: Springer. In P. Dillenbourg (Ed.)
Computer-supported collaborative learning book series, vol 5.
Bruce, B.
C., & Rubin, A. (1993). Electronic
quills: A situated evaluation of using computers for writing in classrooms.
Hillsdale, NY: Lawrence Erlbaum Associates.
Bruffee, K.
(1993). Collaborative learning.
Baltimore, MD: Johns Hopkins University Press.
Button, G.
Y., & Dourish, P. (1996). Technomethodology:
Paradoxes and possibilities. Paper presented at the ACM Conference on Human
Factors in Computing Systems (CHI '96), Vancouver, Canada. Proceedings pp.
19-26.
Cakir, M.,
Xhafa, F., Zhou, N., & Stahl, G. (2005). Thread-based analysis of patterns of collaborative interaction in chat.
Paper presented at the international conference on AI in Education (AI-Ed
2005), Amsterdam, Netherlands.
Cole, M.
(1996). Cultural psychology: A once and
future discipline. Cambridge, MA: Harvard University Press.
Crook, C.
(1994). Computers and the collaborative
experience of learning. London, UK: Routledge.
Cuban, L.
(1986). Teachers and machines: The
classroom use of technology since 1920. New York, NY: Teachers College
Press.
Dillenbourg,
P., Baker, M., Blaye, A., & O'Malley, C. (1996). The evolution of research
on collaborative learning. In P. Reimann & H. Spada (Eds.), Learning in humans and machines: Towards an
interdisciplinary learning science (pp. 189-211). Oxford, UK: Elsevier.
Dillenbourg,
P. (1999a). What do you mean by "collaborative learning"? In P.
Dillenbourg (Ed.), Collaborative
learning: Cognitive and computational approaches (pp. 1-16). Amsterdam, NL:
Pergamon, Elsevier Science.
Dillenbourg,
P. (2005). Designing biases that augment socio-cognitive interactions. In R.
Bromme, F. Hesse & H. Spada (Eds.), Barriers
and biases in computer-mediated knowledge communication--and how they may be
overcome. Dordrecht, Netherlands: Kluwer Academic Publisher.
Dillenbourg,
P. (Ed.). (1999b). Collaborative
learning: Cognitive and computational approaches. Amsterdam, NL: Pergamon,
Elsevier Science. In (Ed.).
Donmez, P.,
Rose, C., Stegmann, K., Weinberger, A., & Fischer, F. (2005). Supporting CSCL with automatic corpus
analysis technology. Paper presented at the International Conference of
Computer Support for Collaborative Learning (CSCL 2005), Taipei, Taiwan.
Dwyer, N.,
& Suthers, D. (2005). A study of the
foundations of artifact-mediated collaboration. Paper presented at the
international conference of Computer-Supported Collaborative Learning (CSCL
2005), Taipei, Taiwan.
Engestršm,
Y. (1987). Learning by expanding: An
activity-theoretical approach to developmental research. Helsinki, Finland:
Orienta-Kosultit Oy.
Fischer,
G., & Ostwald, J. (2005). Knowledge communication in design communities. In
R. Bromme, F. Hesse & H. Spada (Eds.), Barriers
and biases in computer-mediated knowledge communication--and how they may be
overcome. Dordrecht, Netherlands: Kluwer Academic Publisher.
Fischer,
K., & Granoo, N. (1995). Beyond one-dimensional change: Parallel,
concurrent, socially distributed processes in learning and development. Human Development, 1995 (38), 302-314.
Garfinkel,
H. (1967). Studies in ethnomethodology.
Englewood Cliffs, NJ: Prentice-Hall.
Goffman, E.
(1974). Frame analysis: An essay on the
organization of experience. New York, NY: Harper & Row.
Goldman,
R., Crosby, M., & Shea, P. (2004). Introducing quisitive research:
Expanding qualitative methods for describing learning in ALN. In R. S. Hiltz
& R. Goldman (Eds.), Learning
together online: Research on asynchronous learning networks (pp. 103-121).
Mahwah, NJ: Lawrence Erlbaum Associates.
Goodyear,
P., Banks, S., Hodgson, V., & McConnell, D. (Eds.). (2004). Advances in research on networked learning.
Dordrecht, Netherlands: Kluwer Academic Publishers. In P. Dillenbourg (Ed.)
Computer-supported collaborative learning book series, vol 4.
Gruber, S.,
Peyton, J. K., & Bruce, B. C. (1995). Collaborative writing in multiple
discourse contexts. Computer-Supported
Cooperative Work, 3, 247-269.
Guzdial,
M., Hmelo, C., Hubscher, R., Newstetter, W., Puntambekar, S., Shabo, A., et al.
(1997). Integrating and guiding
collaboration: Lessons learned in computer-supported collaboration learning
research at Georgia Tech. Paper presented at the international conference
on Computer-Supported Collaborative Learning (CSCL '97), Toronto, Canada.
Proceedings pp. 91-100.
Hanks, W.
(1996). Language and communicative
practices. Boulder, CO: Westview.
Heritage,
J. (1984). Garfinkel and ethnomethodology.
Cambridge, UK: Polity Press.
Hicks, D.
(1996). Contextual inquiries: A discourse-oriented study of classroom learning.
In D. Hicks (Ed.), Discourse, learning
and schooling (pp. 104-141). New York, NY: Cambridge University Press.
Hoadley, C.
(2005). The shape of the elephant: Scope
and membership of the CSCL community. Paper presented at the international
conference of Computer-Supported Collaborative Learning (CSCL 2005), Taipei,
Taiwan.
Johnson, R.
B., & Onwuegbuzie, A. J. (2004). Mixed methods research: A research
paradigm whose time has come. Educational
Researcher, 33 (7), 14-26.
Kienle, A.,
& Wessner, M. (2005). Our way to
Taipei: An analysis of the first ten years of the CSCL community. Paper
presented at the international conference of Computer-Supported Collaborative
Learning (CSCL 2005), Taipei, Taiwan.
Koschmann,
T. (1996a). Paradigm shifts and instructional technology. In T. Koschmann
(Ed.), CSCL: Theory and practice of an
emerging paradigm (pp. 1-23). Mahwah, NJ: Lawrence Erlbaum.
Koschmann,
T. (2002a). Dewey's critique of
Thorndike's behaviorism. Paper presented at the AERA 2002, New Orleans, LA.
Koschmann,
T. (2002b). Dewey's contribution to the foundations of CSCL research. In G.
Stahl (Ed.), Computer support for
collaborative learning: Foundations for a CSCL community: Proceedings of CSCL
2002 (pp. 17-22). Boulder, CO: Lawrence Erlbaum Associates.
Koschmann,
T., Zemel, A., Conlee-Stevens, M., Young, N., Robbs, J., & Barnhart, A.
(2003). Problematizing the problem: A single case analysis in a dPBL meeting.
In B. Wasson, S. Ludvigsen & U. Hoppe (Eds.), Designing for change in networked learning environments: Proceedings of
the international conference on computer support for collaborative learning
(CSCL '03) (pp. 37-46). Bergen, Norway: Kluwer Publishers.
Koschmann,
T., Stahl, G., & Zemel, A. (2005). The video analyst's manifesto (or the
implications of Garfinkel's policies for the development of a program of video
analytic research within the learning sciences). In R. Goldman, R. Pea, B.
Barron & S. Derry (Eds.), Video
research in the learning sciences. Retrieved from http://GerryStahl.net/publications/journals/manifesto.pdf.
Koschmann,
T. (Ed.). (1996b). CSCL: Theory and
practice of an emerging paradigm. Hillsdale, NJ: Lawrence Erlbaum
Associates. In (Ed.).
Koschmann,
T., Hall, R., & Miyake, N. (Eds.). (2002). CSCL2: Carrying forward the conversation. Mahwah, NJ: Lawrence
Erlbaum Associates. In (Ed.).
Lave, J.
(1991). Situating learning in communities of practice. In L. Resnick, J. Levine
& S. Teasley (Eds.), Perspectives on
socially shared cognition (pp. 63-83). Washington, DC: APA.
Lave, J.,
& Wenger, E. (1991). Situated
learning: Legitimate peripheral participation. Cambridge, UK: Cambridge
University Press.
LeBaron, C.
(2002). Technology does not exist independent of its use. In T. Koschmann, R.
Hall & N. Miyake (Eds.), CSCL 2:
Carrying forward the conversation (pp. 433-439). Mahwah, NJ: Lawrence
Erlbaum Associates.
Levinson,
S. C. (2000). Presumptive meanings: The
theory of generalized conversational implicature. Cambridge, MA: MIT Press.
Lingnau,
A., Hoppe, H. U., & Mannhaupt, G. (2003). Computer supported collaborative
writing in an early learning classroom. Journal
of Computer Assisted Learning, 19 (2), 186-194.
Lipponen,
L., Hakkarainen, K., & Paavola, S. (2004). Practices and orientations of
CSCL. In J.-W. Strijbos, P. Kirschner & R. Martens (Eds.), What we know about CSCL: And implementing it
in higher education (pp. 31-50). Dordrecht, Netherlands: Kluwer Academic
Publishers.
Newman, D.,
Griffin, P., & Cole, M. (1989). The
construction zone: Working for cognitive change in schools. Cambridge, UK:
Cambridge University Press.
Nicolopoulou,
A., & Cole, M. (1993). Generation and transmission of shared knowledge in
the culture of collaborative learning: The fifth dimension, its playworld and
its institutional contexts. In E. Forman, N. Minnick & C. A. Stone (Eds.), Contexts for learning: Sociocultural
dynamics in children's development. New York, NY: Oxford University Press.
O'Malley,
C. (1995). Computer supported
collaborative learning. Berlin, Germany: Springer Verlag.
Rommetveit,
R. (1974). On message structure: A
framework for the study of language and communication. New York, NY: Wiley &
Sons.
Rorty, R.
(1974). Philosophy and the mirror of
nature. Princeton, NJ: Princeton University Press.
Roschelle,
J., & Teasley, S. (1995). The construction of shared knowledge in
collaborative problem solving. In C. O'Malley (Ed.), Computer-supported collaborative learning (pp. 69-197). Berlin,
Germany: Springer Verlag.
Roschelle,
J. (1996). Learning by collaborating: Convergent conceptual change. In T.
Koschmann (Ed.), CSCL: Theory and
practice of an emerging paradigm (pp. 209-248). Hillsdale, NJ: Lawrence
Erlbaum Associates.
Rummel, N.,
& Spada, H. (2005). Sustainable support for computer-mediated
collaboration: How to achieve and how to assess it. In R. Bromme, F. Hesse
& H. Spada (Eds.), Barriers and
biases in computer-mediated knowledge communication--and how they may be
overcome. Dordrecht, Netherlands: Kluwer Academic Publisher.
Sacks, H.
(1992). Lectures on conversation.
Oxford, UK: Blackwell.
Scardamalia,
M., & Bereiter, C. (1991). Higher levels of agency in knowledge building: A
challenge for the design of new knowledge media. Journal of the Learning Sciences, 1, 37-68.
Scardamalia,
M., & Bereiter, C. (1996). Computer support for knowledge-building
communities. In T. Koschmann (Ed.), CSCL:
Theory and practice of an emerging paradigm (pp. 249-268). Hillsdale, NJ:
Lawrence Erlbaum Associates.
Sfard, A.
(1998). On two metaphors for learning and the dangers of choosing just one. Educational Researcher, 27 (2), 4-13.
Sperber,
D., & Wilson, D. (1982). Mutual knowledge and relevance of theories of
comprehension. In N. V. Smith (Ed.), Mutual
knowledge. New York, NY: Academic Press.
Stahl, G.
(2002). Rediscovering CSCL. In T. Koschmann, R. Hall & N. Miyake (Eds.), CSCL 2: Carrying forward the conversation
(pp. 169-181). Hillsdale, NJ: Lawrence Erlbaum Associates. Retrieved from http://GerryStahl.net/cscl/papers/ch01.pdf.
Stahl, G.
(2006). Group cognition: Computer support
for building collaborative knowledge. Cambridge, MA: MIT Press. Retrieved
from http://GerryStahl.net/mit/.
Stahl, G.,
Koschmann, T., & Suthers, D. (2006). Computer-supported collaborative
learning. In R. K. Sawyer (Ed.), Cambridge
handbook of the learning sciences. Cambridge, UK: Cambridge University
Press.
Strijbos,
J.-W., Kirschner, P., & Martens, R. (Eds.). (2004). What we know about CSCL ... And implementing it in higher education.
Dordrecht, Netherlands: Kluwer Academic Publishers. In P. Dillenbourg (Ed.)
Computer-supported collaborative learning book series, vol 3.
Suthers,
D., & Hundhausen, C. (2003). An empirical study of the effects of
representational guidance on collaborative learning. Journal of the Learning Sciences, 12 (2), 183-219.
Suthers, D.
(2005). Technology affordances for
intersubjective learning: A thematic agenda for CSCL. Paper presented at
the international conference of Computer Support for Collaborative Learning
(CSCL 2005), Taipei, Taiwan.
ten Have,
P. (1999). Doing conversation analysis: A
practical guide. Thousand Oaks, CA: Sage.
Thorndike,
E. L. (1912). Education: A first book.
New York, NY: Macmillan.
Van Der
Pol, J., Admiraal, W., & Simons, R.-J. (2003). Grounding in electronic discussions: Standard (threaded) versus
anchored discussion. Paper presented at the international conference of
Computer-Supported Collaborative Learning (CSCL 2003), Bergen, Norway.
Proceedings pp. 77-81.
Vygotsky,
L. (1930/1978). Mind in society.
Cambridge, MA: Harvard University Press.
Wasson, B.,
Ludvigsen, S., & Hoppe, U. (Eds.). (2003). Designing for change in networked learning environments: Proceedings of
the international conference on computer support for collaborative learning
2003. Dordrecht, Netherlands: Kluwer Academic Publishers. In P. Dillenbourg
(Ed.) Computer-supported collaborative learning book series, vol 2.
Weinberger,
A., Reiserer, M., Ertl, B., Fischer, F., & Mandl, H. (2005). Facilitating
collaborative knowledge construction in computer-mediated learning environments
with cooperation scripts. In R. Bromme, F. Hesse & H. Spada (Eds.), Barriers and biases in computer-mediated
knowledge communication--and how they may be overcome. Dordrecht,
Netherlands: Kluwer Academic Publisher.
Whitworth,
B., Gallupe, B., & McQueen, R. (2000). A cognitive three-process model of
computer-mediated group interaction. Group
Decision and Negotiation, 9, 431-456.
Zemel, A.,
Xhafa, F., & Stahl, G. (2005). Analyzing
the organization of collaborative math problem-solving in online chats using
statistics and conversation analysis. Paper presented at the CRIWG
International Workshop on Groupware, Racife, Brazil.