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.

 

Aprendizagem colaborativa com suporte computacional: Uma perspectiva hist—rica

 

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.

CSCL na educa�‹o

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 e educa�‹o

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.

E-learning a dist‰ncia

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.

Aprendizagem colaborativa em grupos

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.

Colabora�‹o e aprendizagem individual

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.

A Evolu�‹o Hist—rica da CSCL

O come�o

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.

Das confer�ncias ˆ comunidade global

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.

Da intelig�ncia artificial ao suporte ˆ colabora�‹o

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.

Dos indiv’duos aos grupos de intera�‹o

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.

Das representa�›es mentais ˆ constru�‹o significado a partir da intera�‹o

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).

Das compara�›es quantitativas aos micro casos de estudo

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.

A intera�‹o da aprendizagem e tecnologia na CSCL

O conceito tradicional de aprendizagem

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 tecnologia para dar suporte ˆ constru�‹o de significado em grupo

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.

A an‡lise 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?

A an‡lise do suporte computacional

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.

A multidisciplinaridade da CSCL

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.

Pesquisa em CSCL no futuro

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.

Agradecimentos

Uma vers‹o deste artigo est‡ sendo publicada como (Stahl, Koshmann, & Suthers, 2006). Ela beneficiou-se das sugest›es editoriais de Keith Sawyer.

Refer�ncias

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.