1
DESAFIOSEREPERCUSSÕESDAEDUCAÇÃOADISTÂNCIANOBRASILEMTEMPOSDEPANDEMIA:UMOLHARÀLUZDAANÁLISEDESENTIMENTOSNO
CHALLENGESANDREPERCUSSIONSOFDISTANCEEDUCATIONINBRAZILINPANDEMICTIMES:AVIEWINTHELIGHTOFTHESENTIMENTALANALYSISINTWITTER
LONGO,LucasToshitakaYatsugafu1;CANOVAS,DevanirPereiradosSantos2;
FONTES,AdrianadaSilva3;BESSEGATO,LupércioFrança4;SANTOS,AndréAmaroMamédio5
GrupoTemático3.Políticasegestãopormeiode/paraousodeTDIC.Subgrupo3.1.PolíticaspúblicasparaEaDeTDICnaeducação.
Resumo:As revoluções acompanham toda a história do desenvolvimento humano. Elas geramimpactosemtodososâmbitossociais,dentreelesaEducação.Comefeito,omomentoatual,anode2020nocalendáriogregoriano,écaracterizadopelodistanciamentosocial,apósomundoseratingidoporumagravepandemia (SARS-CoV-2).Cenárioemqueosmétodos pedagógicos presenciais estão sendo ressignificados bruscamente, comomedida emergencial frente ao contexto crítico. Sendo assim, oportunamente, estetrabalho tem o objetivo de analisar o sentimento expresso pela população brasileirareferenteaEAD,noperíodode15a25demaio,pormeiodaanálisedesentimentosempostagens na rede social Twitter. A computação afetiva é um tópico de inteligênciaartificialemexponencialcrescimento,devidoàfacilidadeencontradanaautomatizaçãode processamento de grandes massas de dados gerados pelos intensos fluxos denarrativasestruturadasexpostasnainternet,principalmentenasredessociais.PormeiodosoftwareStudioRetécnicasdeWebScraping,TextMiningeAnálisedeSentimentospara processamento de linguagem natural, foi possível indicar uma leve tendência dedesaprovaçãoaEAD,osmotivos,epossíveisconsequências.Palavras-chave:EAD;pandemia;análisedesentimentos.Abstract:The revolutions accompany the entire history of human development. They generateimpactsinallsocialspheres,includingEducation.Indeed,thecurrentmoment,year2020ontheGregoriancalendar,ischaracterizedbysocialdistance,aftertheworldwashitbya serious pandemic (SARS-CoV-2). Scenario in which classroom teaching methods aresuddenlybeingre-signified,asanemergencymeasureinthefaceofthecriticalcontext.Therefore, in due course, this work aims to analyze the sentiment expressed by theBrazilianpopulationregardinge-learning,intheperiodfrom15to25May,throughtheanalysis of feelings in posts on the social network Twitter. Affective computing is anexponentiallygrowingtopicofartificialintelligence,duetotheeasefoundinautomatingthe processing of large masses of data generated by the intense flows of structurednarratives exposed on the internet, especially on social networks. Through StudioRsoftwareandWebScraping,TextMiningandSentimentAnalysistechniquesfornaturallanguage processing, it was possible to indicate a slight tendency to disapprove of e-learning,thereasons,andpossibleconsequences.Keywords:e-learning;pandemic;sentimentanalysis.
1 Universidade Federal de Juiz de Fora - UFJF1,4; Universidade Tecnológica Federal do Paraná – UTFPR2,3; Universidade Estadual de Ponta Grossa – UEPG5.
2
1.IntroduçãoAhistóriadahumanidadeéahistóriadegrandes revoluções,demarcadasporPré-
História,IdadeAntiga,IdadeModerna,IdadeContemporânea,cadaumacomcaracterísticase nuances próprias refletidas nitidamente no mundo contemporâneo, sobretudo, naimportânciadaeducaçãocomoformadesobrevivência,umavezquetodasascivilizações,presentes antes mesmo da Idade Antiga, dependem da aprendizagem social que étransmitidapormeiodalinguagem(PINSKY,2011).Nessecenário,oquetodasasrevoluçõestêmem comum, desdeda descoberta do fogo à inteligência artificial, é a necessidadededesenvolvimentopsicossocial,aatitudedeaventurar-seedeousar-se,frenteàsmudançasdrásticas, sendo que é nesse processo que se dá a própria humanização do homemenquanto espécie (PINSKY, 2011). Com efeito, é fundamental que a educação estejainteirada para com as revoluções, principalmente nos meios de como o conhecimento éconstruídonasociedadeeemcadacontexto.
Nesse sentido, no momento atual, ano de 2020 no calendário gregoriano, osmétodos de ensino-aprendizagem predominantes na educação brasileira estão sendodesafiadosbruscamentepelasaçõesdedistanciamentomotivadasemrazãodocombateaovírus(SARS-CoV-2)queassolaomundo,dandovazãoàbuscaporrecursostecnológicos,quejáestavamemvigoremalgumasinstituições,compotencialdeauxiliaregarantiroprocessode ensino. Amodalidade conhecida como educação à distância (EAD) caracteriza-se pelodistanciamento físico entre professor e aluno, fazendo-se necessária a adoção de umatecnologiaparamediaracomunicaçãoentreeles(ROMANI,2000).
O contexto atual, caracterizado por distanciamento social e, consequentemente, aausênciacontatopessoalestápromovendoaadoçãodaeducaçãoadistânciacomomedidaemergencial,considerandoovalordosrecursostecnológicosquepodemviraseradaptadospara o processo de ensino e aprendizagem. Nesse sentido, ainda que há tempos novasmetodologias com essa finalidade estão sendo desenvolvidas e aplicadas, é sabido que oprocessoderessignificaçãodapresencialidadenocontextodesaladeaulaenvolveinúmerasnecessidadesdereadaptaçãotantoparaosdocentesquantoparaosdiscentes,emvirtudeda delicadeza do percurso educacional que tenciona em direção aos seus compromissosfirmadosdesdeasuaorigem, istoé,modelarcidadãosparaviveremsociedadedamelhorforma possível (Longoet al, 2020). Comefeito, a aplicação da educação a distância podesimbolizarumamudançaradical,dadoqueconjunturadaEADestásendopostaemprática,emparte,poralgumasinstituiçõesondeamodalidadedeensinopresencialpredominaouédesempenhada integralmente. Portanto, desconhece-se os impactos diretos dessa atitudenaestruturapedagógica,sejaparaefeitospositivosounegativos.
Oportunamente,estetrabalhotemoobjetivodeanalisarosentimentoexpressopelapopulaçãoarespeitodaEADempostagensdaredesocialTwitter2considerandoocontextoatual brasileiro frente à pandemia, incertezas extremas e disposições para a adoção denovaspolíticasemergenciaisquetendemadeliberarsobreadelimitaçãodaeducação,seus2OTwitteréumserviçoderedesocialemicroblogquepermiteaosusuáriospostarmensagensemtemporeal,chamadastweets.Ostweetssãomensagenscurtas,restritasa140caracteres.Devidoànaturezadesteserviçode microblog (mensagens curtas e rápidas), as pessoas usam siglas, cometem erros de ortografia, usamemoticonseoutroscaracteresqueexpressamsignificadosespeciais(AGARWALetal,2011).
3
métodosepráticasfuturas,umavezque,osusuáriosdoTwitter,deindivíduosainstituições,geramumaquantidadesubstancialdeconteúdocompublicaçõesemtemporealsobresuasopiniõesemrelaçãoadiversostópicos,comodiscussãodequestõesatuais,ouexpressõespositivas e negativas sobre nuances de sua vida cotidiana. Assim, essas postagensconstituem uma rica fonte de informação para potenciais pesquisas em mídia ecomunicação, linguística, sociologia, psicologia, ciência política, educação e economia. Defato, as grandes empresas usufruem dessas investigações para obter análise da sensaçãogeraldesentimentoqueosusuáriosmanifestaramsobreosseusprodutos(AGARWALetal,2011;ROGERS,2014).ParaHalavais(2014),acriaçãodoTwitterrepresentouumarevoluçãona simplicidade em relação às formas de interação e comunicação entre pessoasinteressadasnomesmotópico,dadoqueumgenuínoatodeincluirumahashtag(#)comoprefixo de uma palavra nos tweets indica um desejo de participar de um processocomunicativo mais amplo, como criar ou envolver-se em uma tendência do momento3(KWAKetal,2020).
Paraaconcretizaçãoda investigaçãosobreaspostagensnoTwitter foiutilizadoumprocedimento estratificado em quatro fases. A primeira consiste na coleta dos dadosutilizando técnicas deWeb Scraping4para a busca volumosa das postagens em forma denarrativaestruturada.Seguidapeloprocessodeextraçãoetratamentodegrandemassadedados estruturados a partir de técnicas de processamento de linguagem natural (TextMining)5.Aterceirafasefoicompostapelaaplicaçãodaanálisedesentimentos,classificandocadapostagemporvalorsemânticobaseadoemléxicopré-definidodelínguaportuguesa.E,porfim,houveaobservaçãodosresultados,atividadeanáliseesíntesederivadadoprodutodapesquisaempírica.
A análise de sentimentos é um método de exame qualitativo com potencial dedesvelar opiniões (subjetivas) ou fatos (objetivos) sobre normas, adequação oupreocupações sociais (MARWICK, 2014), dado que a aplicação dessa técnica nolevantamento de gradações subjetivas expressas em textos é realizada em um grandevolumededados,oqueatornaeficienteparadiferentescontextos.
Oproblemadeidentificarestruturasdenarrativaséaclassificaçãodesubjetividadeque será utilizada como base para a análise. Salienta-se que a subjetividade se refere àmaneira pela qual emoções e opiniões podem ser expressas na linguagem, enquanto aobjetividadeserefereàsfrasesfactuais(ALTAWAIER;TIUN,2016).
A maioria dos trabalhos de análise de sentimentos empregam abordagens queclassificamo sentimentode textos combaseemdicionáriosquedefinemapolaridadedesentimento das palavras e padrões linguísticos simples (MELVILLE et al, 2009). Essesdicionários,denominadosléxicos,vêmseaperfeiçoando,tornandoaanálisedesentimentoscadavezmaisprecisaepopularnaúltimadécada(THELWALL,2014),aliadainsubstituívelde
3OTwitterrastreiafrases,palavrasehashtagsmaisfrequentementemencionadaseaspublicacomotítulode"tópicospopulares".UmahashtagéumaconvençãoentreosusuáriosdoTwitterparacriareseguirumtópicodediscussão,prefixandoumapalavracomocaractere(#)(KWAKetal,2020).
4 DetalhadoemMetodologia,cap.2.5 DetalhadoemMetodologia,cap.2.
4
investigação por algoritmos inteligentes com resultados pontuais, principalmente diante aascensãodasmídias sociais que trocamum fluxo intenso de narrativas, a qual exige umagrande capacidade de processamento de linguagem natural. Com efeito, com a evoluçãoaceleradas das linguagens computacionais, a computação afetiva se tornou um tópico detendência em inteligência artificial. Seu foco, entre outros, na detecção e extração deinformações afetivas de diferentes fontes, como imagens, músicas, escaneamentoscerebrais,texto(BIONDI,2017).
2.MetodologiaAinvestigaçãopresentenestetrabalhoédecompostaemquatroperíodos,sendoos
trêsprimeirosexecutadosapartirdosoftwareRStudio6,usufruindoderecursosespecíficoscomoasbibliotecas,rtweet7,tidyverse8,tidytext9,tm(TextMiningPackage)10elexiconPT11.Com efeito, a última fase da pesquisa é a análise dos resultados. A saber, procedimentoadotadopodeserrepresentadointegralmentenaFigura1.
Figura1.Visualizaçãográficadametodologiaestratificada.
Fonte:autoriaprópria.6Softwarelivreespecializadoemgráficos,tratamentodedadosecálculosestatísticos.7Bibliotecagratuita.Autor:MichaelW.Kearney,AndrewHeiss,FrancoisBriatte.Documentaçãodisponívelem:<https://cran.r-project.org/web/packages/rtweet/rtweet.pdf>.Acessoem:10/05/2020.8 Biblioteca gratuita. Autor: Hadley Wickham, RStudio. Documentação disponível em:<https://cran.r-project.org/web/packages/tidyverse/index.html>.Acessoem:10/05/2020.9Biblioteca gratuita. Autor: Gabriela De Queiroz, Colin Fay, Emil Hvitfeldt, Os Keyes, Kanishka Misra, TimMastny, Jeff Erickson, David Robinson, Julia Silge. Documentação disponível em:<https://cran.rproject.org/web/packages/tidyverse/index.html>.Acessoem:10/05/2020.10Biblioteca gratuita. Autor: Ingo Feinerer; Kurt Hornik; Artifex Software, Inc. Disponível em: < http://tm.r-forge.r-project.org/>Acessoem:10/05/2020.11 Biblioteca gratuita. Autor:Sillas Gonzaga. Documentação disponível em:< https://cran.r-project.org/web/packages/lexiconPT/lexiconPT.pdf>.Acessoem:10/05/2020.
WebScraping •rtweet
TextMining
•tidyverse•tidytext•tm
SentimentalAnalysing
•tidyverse•tidytext• lexiconPT
Examederesultado
•Análise•Síntese
5
2.1.Coletaetratamentodedados
A coleta de dados, realizada pela biblioteca rtweet, teve como chave de buscapostagens contendo as palavras “ead”, “educação a distância”, “aula online” e “ensinoremoto”.Comlimitaçãoanúmerototalde18000tweets,postadosentreosdias15a25demaio de 2020, em língua portuguesa, localização remetente delimitada ao territóriobrasileiro e com filtro de não coleta para retweets12, na intenção de evitar coleta depublicaçõesrepetidasecolaborarparamelhorprecisãonoresultadodapesquisa.
Apósacoleta,inicia-seasegundafase,ondeosdadoscoletadossãopreparadosparaa análise de sentimentos. Os principais tratamentos aplicados no corpo do texto são:remoção deURLs13, nomes de usuários marcados nas publicações e espaços em branco,transformandoaindatodasasletrasparaminúsculas.
Emseguida,épossíveltokenizarotexto,issoé,fazerumalistaextensacomtodasaspalavrasseparadas,permitindoquesejaempreendidaumasériedeoperações,a títulodeexemplo:classificarostermosmaisfrequenteseatéverificarcomoelesestãorelacionados,assim como efetuado na Figura 4, a saber, explícita no cap. 3 deste trabalho. Sendo oobjetivo construir umbanco comos dados levantados, possibilitando assimoperações deanálisesfuturas.
2.2.Análisedesentimentos
A análise de sentimentos foi realizada a partir da biblioteca lexiconPT, a qualcomportaosléxicosformuladoscombasenalínguaportuguesa:oOpLexiconV3.0(SOUZAeVIEIRA,2012;SOUZAetal,2012)eoSentiLex-PT02(SILVAetal,2010).Enquantooprimeiroécompostopor7014termoscompolaridadespré-definidas,ooutrocontém32191termos,incluindoemoticonsehashtags.
Uma classificação de sentimento discreta é atribuída a cada frase a partir dosomatóriodapolaridadeatribuídaacadatermodamesma.Ondecadatermopertencenteaosdicionáriosrecebe-1parasentimentonegativo,0paraneutroe1parapositivo.Asaber,apresenta-sealgunsexemplosabaixo,naFigura2e3.
Figura2.ExemplodosprimeirostermospresentenoOpLexiconV3.0.
Fonte:autoriaprópria.
12QuandosecompartilhaumTweetjápublicado.13UniformResourceLocator.Endereçodesites.Porexemplo:<https://www.google.com/>.
6
Como o exemplo apresentado na Figura 2, o Léxico OpLexiconV3.0 atribui umaclassificaçãotambémaemoticons.
Figura3.ExemplodosprimeirostermospresentenoSentiLex-PT02.
Fonte:autoriaprópria.
Emexemplo,aFigura3indicaapolaridadedosentimentodealgunstermosquesãoutilizadoscotidianamentecomo“abafado”ou“abalado”,osquaisreceberam-1,marcando-oscomopalavrasquedenotamnegatividade.
3.Resultados Acoletaretornouumalistacom18000postagensdoTwitter.Todavia,dessas,foramexcluídas cerca de 7000 após tratamento de limpeza específico para textos de linguagemnatural, a exclusão de repetições e a eliminação daquelas que não carregavam nenhumtermo existente nos dicionários dos léxicos. Além disso, entre os termos buscados, “ead”apresentou maior taxa de incidência. Enquanto “ensino remoto” não retornou taxasignificativa. Assim, segue-se que os usuários adotam para “ensino remoto” o mesmosignificadode“ead”.
Ademais,avariaçãodeclassificaçãodesentimentosentreaspostagensfoide-4a4,embora o desvio padrão apresentado foi de 1.0527 noOpLexicon e 1.1111 no SentiLex.Nessesentido,aoidentificarabaixadispersãodasclassificações,foiconvenienteapontarapolaridadedosentimentogeralrelativamenteaostemascombasenamediana,asaber:0noOpLexicone-1noSentiLex.
Comefeito,osresultadosdapesquisa,emumsentidogeral,apontamumatendênciadedesaprovaçãoreferenteà“ead”,“educaçãoadistância”e“aulaonline”.Noentanto,parachegaraessaconclusão,éimprescindívellevaremconsideraçãoosváriosfatoresenvolvidoseoprópriocontexto ímpar,comambienteextremamenteturbulento,emqueesteestudofoirealizado.
A seguir,naFigura4, é indicadoas inter-relaçõesentreos termosmais frequentesresultantesdacoleta.Quantomaisforteacordalinhaqueintermediaaspalavras,maioraintensidade com que elas foram publicadas juntas. Os termos com maior relação, queserviramdeeixosprincipaisparaosagrupamentosforam:“ead”;“atividades”e“pública”.
7
Figura4.Visualizaçãográficadacadeiaderelaçõesentreostermosmaisfrequentes.
Fonte:autoriaprópria.
Referenteaosagrupamentosdetermos,percebe-sequeexistemtrêsconcentraçõesintensas.Aprimeiraentre:“cheio”,“acordo”,“email”,“celular”,“atividades”e“ead”;aqual,supostamente,refere-seàaçãodeacordarcomoendereçoeletrônicoeodispositivomóvelcheiodeatividades.Aseguir,reúnem-seostermos:“exercícios”,“plataforma”,“utilidade”,“disponibilizou”,“cursinho”e“vídeo”,“aulas”,“online”e“pública”;onde,presumivelmente,foram postagens publicadas por pessoas em cursinhos preparatórios para vestibulares e
ead
aulas
atividades
caralho
dormir
professores
acordo
educação
professor
ensino
odeio
quarentena
celular
vídeo
universidade
federal
extensão
pública
qualidade
faculdade
online
utilidade
cursinho
stoodi
disponibilizou
plataforma
exercícios
porra
vejo
cheio
8
alunos de ensino médio. E, por fim, os termos agregados: “federal”, “universidade” e“educação”,“qualidade”,“extensão”e“pública”;provavelmentesãofrutosdepublicaçõesde instituições. Assim sendo, pela tonalidade realçada na cor da linha que intermedia asrelações,segue-sequeamaioriadosautoresdasnarrativascoletadassãoalunosdeensinomédioedecursinhospré-vestibular.
Ademais,observa-sequeumadasrelaçõesfortesdetermosnaFigura4seencontraentre: “ead”, “acordar”, “cheio”, “email”, “celular”, “aulas” e “atividades”. Esseapontamento denota um excesso de atividades e conteúdos por parte de “cursinho”,“plataforma”e“online”.Quantoaisso,ositens1,2e14daTabela1,apresentadaaseguir,indicam extremo cansaço. Distante do inofensivo, quando analisadas, essas relaçõesdestacadassustentamaformaçãodeumaopiniãopredominanteentreosusuáriosdaredesocial Twitter, visto que a Tabela 1 reúne postagens aleatórias classificadas em torno dovalor mais frequente de sentimento, isto é, uma exposição próxima do sentimento declassificaçãogeral.
Tabela1.Postagensselecionadasaleatoriamenteemtornodovalormaisfrequentedesentimento.
Índice Tweet
1“Hojetireiamanhãpradescansar.Faziam3semanasqueeuestavalouca,fazendoasatividadesdoEaD,assistindoaulas,quenãotavatendotemponempramim!Chegueiaopontodeterquetomarremédiocalmantepradormir!”
2“Legalquenaaulanormalosprofessoresdãotempopratucopiarenãodeixamtirarfoto,noEADelesnãodãotempo,sómandamtuprintarefoda-se...ouseja,aaulaémaisprodutiva,elespassammaismatériaenãoperdemostempocopiando,masmesmoassimtoaprendendomenos(?)”
3
“Gv [Governador Valadares] no facão, e q o amparo de jf [Juiz de Fora] não é quase nenhum.Osprofessoreslutammuitopradeixarafaculdadedepé,edissoeufalosemsombrasdedúvidasEnareuniãodoprojetoeladissequeelanão se senteamparadapradar aulaemEAD,queelanão sesentecapaz”
4“Achoquenãoénemquestãodevalorizaroprofessor.Aulaonlineérealmentehorrível.Euadmiromuitomeusprofessoresqueestãosedesdobrando,masaaulaEADésimplesmentehorrível,enãoénemculpadosprofessores.”
5“Importante: Não defendo escolher EAD em uma possibilidade normal de vida, e também só nóssabemos o que foi necessário para conseguir uma qualidade satisfatória...Defendo fazer o seumelhoremqualquercircunstânciaqueaparecer,issosim”
6“ead ñ devia nem ser opção de ensino!! sem prof pra auxiliar e sanar as dúvidas é tipo só asescolas/faculsenchendoosalunosdeconteúdoqueelesñvãoabsorvernemmetade..ngmtemquesergratoporeadpqalémdeserexcludente,elañensinaosestudantesigualumprofemsala”
7“Querido diário, hoje eu tentei acessar as aulas online e não deu certo. Estou me acabando emlágrimaspoisachoquevoureprovar.AquarentaeasaulasemEADestãomeproporcionandomuitasdescobertasdemimmesmaqueeunãoqueriadescobrir.Estoutriste.”
8 “agentereclamadaEADmasagentenaosabeoquantoosprofessorestrabalhampragravar,editar,enviartodoomaterialoufazerumaaulaaovivosemlevaremconsideraçãoquemuitosnaoacesso
9
asaulasjaque1emcada4pessoasnobrnaotemacessonemainternet”
9 “EntregueioanoletivonamãodeDeusesejaoqelequiser,odeioEaDenãoconsigofazermerdanenhumapqmeusdiasnãoestãorendendo,eunãotôrendendo,éisso,tenhamumbomdia”
10“Submetendoumprojetocomumaaluna.Sóprecisavadealgumasetapasnosistemafeitasporelaeoutraspormim.Ameninasemconseguir.Ligoporvídeopraelamemostrarondetavadandoerro.Elanãotinhacomputador,tavatentandonocelular.VaidarcertoEADsemplanejamento”
11“mano e meu professor que implorou p glr ligar a câmera do computador (ou pelo menos omicrofonepresponderalgumacoisa)ede20pessoassóteveeuqueliguei????todomundoquetátendoead:euentendoqueéumamerdaterqueligaracâmeranamaioriadasvzs+”
12 “mdsnãoconsigonemimaginaroquantodevserdifícilpqtôaunsmesesnoeadetododiasintovontadededesistir”
13
“Falar contra o EAD até o fim da minha vida. Só serviu p mostrar que além de burra, souirresponsáveleemocionalmente instável. Tô cadavezmaisperdida comessamerda.Nunca sei sefaço as coisas do trampo ou do colégio e por isso acabo sendo totalmente improdutiva.#cancelaEAD”
14 “Ok,agoraminhaescolavai teread.Foiuma lutapra fazerumacontanoclassroom,passeimuitaraivaejátemumacarradadeatividadeprafazer...eumereço?”
15 “eu já tava achando minha grade péssima antes do ead agora com essa merda minhas faltasdobraram”
16 “To fazendo um trabalho e percebi que não aprendi nada nessamerda de EAD e vou reprova nacadeira.MDSQÓDIO”
17“35 de 79 docentes responderam o questionário sobre o EAD. Um número muito baixo, os queresponderam, umaboa parte respondeuque não tinha opinião definida. Achoque fica umpoucoclarocomotodomundoestáperdido,nãosóosalunos,comoosprofessorestbm.”
18 “oeadnãofunciona,nemtodosteminternetoucelularequemtemnãoconsegueaprender.Vamosdivulgar,usaratageassinarapetição#cancelaeadhttps://t.co/A4gSnQdLqz”
19“achoqueoeaddeviaseralgoopcional,de formaquenãoprejudicassequemescolhessepornãofazer, tipo,não contasse comouma reprovação,pqaomesmo tempoquemuitosnão conseguemfazer,temaquelesquenãoqueremperderoanoetals”
20“Touaplicandoprovaeadcommeusalunos,emumAppemqueacompanhoasrespostasdelesemtempo real. Penseemum sofrimentoquandoeles erram. Talvez sejaumpoucode comoDeus sesentequandoelevêagentefazendomerda”
Fonte:autoriaprópria.
Não obstante, o motivo de exaustão e insatisfação com a EAD está longe de serúnico: uma primeira evidência de insatisfação pode ser observada na Figura 4, onde, aomesmotempoemqueotermo"ead"frequentementerelaciona-secom"professores",eleéassociado a dois substantivos empregados em sentido pejorativo, a saber, "caralho" e
10
"porra". Como motivo para esse tipo de expressão, a Tabela 1 apresenta problemasenfrentadospelosalunoscomoafaltadeprofissionalparasanarasdúvidas(item6)oufaltadetreinamentoadequadoparaosprofessores(item2e3).
OutroproblemaexpressonaTabela1(item8,10e18)éaausênciadeequipamentosquepossibilitamoacessoàplataformadeaulaonline, àsatividades, aos conteúdoseaosexercícios, sendo que a falta de um celular ou um computador com acesso à internetrepresentaumaimpossibilidadedeadaptaçãoàEAD.
Ainda sobre uma das relações mais fortes da Figura 4, entre os termos “ead” e“odeio”,mesmoquepossatersidoparcialmenteinfluenciadopelocontextomundialcrítico,o abalo psicológico é o mais marcante entre os relatos. Entre eles, cita-se, na Tabela 1:problemas para dormir (item 1); sensação de impotência, atenuação da autoestima einstabilidadeemocional (itens7,12e13) edificuldadedeaprendizagemnonovométodo(itens2,6,9,12,13,16e18).
Para todos os efeitos, é imprescindível a avaliação do impacto psicológico nasociedadeduranteoprocessodeimplementaçãodaEAD,vistoqueamaioriadaspostagenscitadasapresentavaumaspectodedesesperoporpartedoautor.Sobreisso,manifestou-seumacampanhaacentuadaportandootermoviralizante:#cancelaead(itens13e18,Tabela1), movimentação em que os seus aderentes realçam motivos de inviabilidade deimplementaçãodaEAD,apoiando-sena impossibilidadedeexecuçãoeficazdoseuescopoplanejadoquandosedizrespeitoàrealidadeemqueseencontraoBrasilatualmente.
Em corroboração às tendências de implementação da EAD, ao longo do mês defevereiro de 2020, iniciou-se um crescimento substancial no interesse dos usuários emplataformascomrecursostecnológicosnecessáriosàspráticasdeEAD.AFigura6mostraográfico de interesse ao longo do tempo, onde a escala do eixo vertical representa apopularidadedaplataformaembuscasutilizandooGoogle.
Figura5.Visualizaçãográficadeinteresseaolongodotempo(01/01a25/05de2020)naspesquisasrealizadasnoGooglereferentesàsplataformasMoodle,Zoom,GoogleClassroom,
SkypeeGoogleMeet.
Fonte:GoogleTrends:<https://trends.google.com.br/trends>.Acessoem:25demaiode2020.
Interesse ao longo do tempo
Brasil, 2020
11
Nessesentido,aFigura5apresentao interesseao longodoanode2020,de01dejaneiro a 25 de maio, nas plataformasMoodle, Zoom, Google Classroom eGoogle Meetbaseadoempesquisas realizadasnoGoogle noBrasil.Alémdisso, indica a intensidadedeprocurademarcadaporsub-regiões indicadasdiferentes tonalidadesdecoresnomapadoterritório brasileiro. Assim, pode-se observar que essas plataformas têm si sido buscadascom maior intensidade na internet. Sendo a Google Classroom a plataforma de maiorprocura, principalmente nos estados Paraná, Distrito Federal, Rondônia, Paraíba, SantaCatarinaeAmazonas.AascendentebuscapelaGoogleClassroom,supostamente,deve-seàadaptaçãodoensinodaredepúblicaestadualaessaplataforma.
JáemumacomparaçãodointeressedosusuáriosaolongodotemponaspesquisasrealizadasnoGooglesobreotemaEADnoBrasil,aFigura6exibeoperíodode01dejaneirode2004a25demaiode2020, seguidodo intervaloentre01de janeirode2020e25demaiode2020.SendoqueoeixoverticaldográficorepresentaapopularidadedaplataformaembuscasutilizandooGoogle.
Figura6.Visualizaçãográficacomparandoointeresseaolongodotempo(01/01/2004a
25/05/2020)naspesquisasrealizadasnoGooglereferentesaotermoEAD.
Fonte:GoogleTrends:<https://trends.google.com.br/trends>.Acessoem:25demaiode2020.
AnalisandoaFigura6emcomparaçãocomaFigura5,ointeressenotemaEADnãoapresentouomesmograudecrescimentoqueasplataformas,namedidaemque,apartirda sua ascensão de popularidade em 2009, esse tema se manteve sendo buscado porusuários.Comefeito,em2020,ointeressenaspesquisassobreotemaEADnãoapresentoutaxas energéticas de crescimento. Isso revela, com efeito, estabilidade e ausência deestranhamentonoquetangeaoassuntoEAD.
Interesse ao longo do tempo
01/01/2020– 25/05/2020
EAD01/01/2004– 25/05/2020
Brasil
12
4.ConsideraçõesfinaisCom base nos resultados, a implementação da educação à distância como
ferramentaemergêncianocontextobrasileiroassoladopelapandemiadeSARS-CoV-2têmimpactadoasociedademaisnegativamentequepositivamente,tantooprofessorquantooaluno.Emborarelatadoemalgumascoletasselecionadas,osefeitoseconsequênciasfuturasna área da educação ainda permanecem incertas e suscetíveis à inúmeras variáveis, pois,comodisseTajra(2019),édiantedetodasasmudanças,oriundasdetransformaçõessociaise do avanço das tecnologias, que percebemos as mudanças que estão ocorrendo com ocomportamentohumano.Emvirtudedequenesseadmirávelmundonovo(HUXLEY,2014),énecessárioaformaçãodeumnovoserhumano,operfildonovoprofissionalnãoémaisoespecialista. O importante é saber lidar com diferentes situações, resolver problemasimprevisto,serflexívelemultifuncionaleestarsempredispostoaaprender(TAJRA,2019).
Destarte,nopequenoperíododeobservação,apresentepesquisafoifinalizadacomsucesso e apresentou a qualidade esperada nos resultados, além de formular, utilizar eapresentar uma metodologia inovadora com ferramentas automatizadas e eficientes noprocessamento de linguagem natural em grandes massas de dados estruturados. Comefeito,astecnologiascomputacionaiscomoaanálisedesentimentosvêmsetornandoumrecursovantajosoemqualqueráreadepesquisa,incluindoaeducação.
Salienta-se, ainda, que os resultados presentes neste trabalho não se limitam àsanálisesrealizadas,umavezqueapresentampotencialparaembasarnovasanálisesrelativasàeducaçãoadistância,aindaquecomoutrospropósitosoufinalidades.
5.ReferênciasALTAWAIER, M. M.; TIUN, S. Comparison of Machine Learning Approaches on ArabicTwitter Sentiment Analysis. International Journal on Advanced Science EngineeringInformationTechnology.V.6N.6ISSN:2088-5334.2016.
AGARWAL, A.; XIE, B.; VOVSHA, I.; RAMBOW,O.; PASSONNEAU, R.Sentiment Analysis ofTwitterData.ProceedingsoftheWorkshoponLanguageinSocialMedia(LSM2011),pp.30–38.Portland,Oregon,2011.
BIONDI,G.;FRANZONI,V.;POGGIONI,V.ADeepLearningSemanticApproach toEmotionRecognition Using the IBM Watson Bluemix Alchemy Language. Springer InternationalPublishingAG,2017.
HALAVAIS,A.Structureof Twitter: Social andTechnical In.TwitterandSociety,editedbyKatrin Weller, Axel Bruns, Jean Burgess, Merja Mahrt, Cornelius Puschmann. Peter LangPublishing,Inc.,NewYork,2014.
HUXLEY,A. L.Admirávelmundonovo. TraduçãoLinoVallandro,VidalSerrano.22ed.SãoPaulo:Globo,2014.
KWAK, H.; LEE, C.; PARK, H.; MOON, S. What is Twitter, a Social Network or a NewsMedia?.WWW2010.Raleigh,NorthCarolina,USA,2020.
13
LONGO, L. T. Y.; FERREIRA FILHO, P. C.; CANOVAS, D. P. S.; A origem do conceito deeducação e seu papel como formadora do ser ético. In: A Educação em suasDimensõesPedagógica,Política,SocialeCultural.1ed.PontaGrossa:Atena,2020.
MARWICK,A.E.EthnographicandQualitativeResearchonTwitter.In.TwitterandSociety,editedbyKatrinWeller,AxelBruns,JeanBurgess,MerjaMahrt,CorneliusPuschmann.PeterLangPublishing,Inc.,NewYork,2014.
MELVILLE,P.;GRYC,W.;LAWRENCE,R.D.SentimentAnalysisofBlogsbyCombiningLexicalKnowledgewithTextClassification.KDD’09.Paris,France,2009.
PISKY,J.Asprimeirascivilizações.25ed.SãoPaulo:Contexto,2011.
ROGERS,R.DebanalisingTwitter:TheTransformationofanObjectofStudy.In.TwitterandSociety, edited by Katrin Weller, Axel Bruns, Jean Burgess, Merja Mahrt, CorneliusPuschmann.PeterLangPublishing,Inc.,NewYork,2014.
ROMANI,L.A.S.InterMap:FerramentaparaVisualizaçãodaInteraçãoemAmbientesdeEducaçãoaDistâncianaWeb.Campinas: [S.P. : s.n.], 2000.
SILVA,M.J.,CARVALHO,P.,COSTA,C.,SARMENTO,L.Automaticexpansionofasocialjudgmentlexiconforsentimentoanalysis.TechnicalReportTR1008UniversityofLisbonFacultyofSciencesLASIGE,2010.
SOUZA,M.;VIEIRA,R.SentimentAnalysisonTwitterData forPortugueseLanguage.10thInternationalConferenceComputationalProcessingofthePortugueseLanguage,2012.
SOUZA, M.; VIEIRA, R.; BUSETTI, D.; CHISHMAN, R.; ALVES, I. M. Construction of aPortuguese Opinion Lexicon from multiple resources. 8th Brazilian Symposium inInformationandHumanLanguageTechnology,2011.
TAJRA, S. F. Informática na educação: o uso de tecnologias digitais na aplicação dasmetodologiasativas.10ed.SãoPaulo:Érica,2019.
THELWALL,M.Sentiment Analysis and Time Serieswith Twitter. In. Twitter and Society,editedbyKatrinWeller,AxelBruns,JeanBurgess,MerjaMahrt,CorneliusPuschmann.PeterLangPublishing,Inc.,NewYork,2014.