A Percepção Dos Estudantes Sobre Os Usos E Funções

Como mapear a percepção dos estudantes sobre os usos e funções

Você já tentou descobrir o que os estudantes realmente pensam da plataforma que sua instituição comprou ou do sistema que vocês começaram a usar no semestre passado. A resposta quase nunca é o que você espera, e coletar dados honestos sobre isso é mais complicado do que enviar um formulário do Google Forms e esperar que alguém preencha. O processo real de investigar a percepção dos estudantes sobre os usos e funções envolve combinar métodos qualitativos e quantitativos de forma específica. Eu não recomendo começar com surveys estruturados. Comece com entrevistas semiestruturadas. Pelo menos oito a doze entrevistas produzidas funcionais, com estudantes de diferentes períodos e perfis, antes de qualquer instrumento de larga escala.

O que é a percepção dos estudantes sobre os usos e funções e por que a maioria dos estudos falha

A percepção dos estudantes sobre os usos e funções refere-se ao conjunto de crenças, interpretações e julgamentos que alunos constroem em relação ao que uma ferramenta, plataforma ou recurso educacional é capaz de fazer e para que serve na prática. Não é sobre funcionalidades técnicas. É sobre o significado que o estudante atribui, muitas vezes baseado em experiências ruins, na curva de aprendizado ou em contradições entre o que a instituição promete e o que realmente funciona. O erro comum é medir a percepção como se fosse sinônimo de satisfação. Satisfação é algo diferente. Um estudante pode estar satisfeito com a interface de um sistema e, ao mesmo tempo, achar que ele não tem utilidade real para o seu aprendizado. Isso é mais frequente do que parece. Em um projeto que acompanhei em uma instituição pública, cerca de 73% dos estudantes avaliaram o LMS como "fácil de usar" em survey inicial, mas nas entrevistas posteriores apenas 19% conseguiram listar três funções que realmente utilizavam com frequência. O resto eram funcionalidades que eles achavam que existiam, mas nunca usaram de fato.

Método prático: coleta e análise passo a passo

O primeiro passo é definir o escopo com clareza antes de qualquer contato com os estudantes. Qual é o uso ou função específico que você quer investigar. É a entrega de tarefas. É a participação em fóruns. É o acesso a materiais. É a avaliação online. É a comunicação com professores. Cada um desses usos gera percepções completamente diferentes e não podem ser tratados como um único constructo. Depois de definido o escopo, construa o guia de entrevista com perguntas abertas que forcem o respondente a descrever situações concretas, não opiniões abstratas. Em vez de perguntar "você considera útil a funcionalidade X", pergunte "descreva a última vez que você usou a funcionalidade X para que finalidade. O que aconteceu. O que te fez desistir ou continuar usando". Situações concretas revelam padrões que declarações genéricas escondem. No campo das entrevistas, gravar e transcrever é obrigatório. A análise deve seguir codificação temática com pelo menos dois avaliadores independentes. O interajudador mínimo aceitável fica em torno de 0,75 de coeficiente Kappa de Cohen. Abaixo disso, os códigos estão ambíguos demais e você precisa refinar o guia de categorias antes de prosseguir.

Depois da qual, construa o survey quantitativo com base nos temas que apareceram nas entrevistas. Isso é fundamental. Surveys construídos a partir da literatura geral captam variáveis irrelevantes e deixam passar as que realmente importam no contexto da sua instituição. Um problema que encontrei recentemente foi com a função de calendário integrado de um LMS. Todos os manuais diziam que o recurso era central para o planejamento estudantil. As entrevistas revelaram que 68% dos estudantes nunca o abriram porque o design do calendário conflitava com o horário que eles já usavam no celular. O survey genérico nunca teria capturado essa fricção específica.

Análise de dados: cruzamento entre o que dizem e o que fazem

O cruzamento entre dados qualitativos e quantitativos é onde a percepção real aparece. Os números mostram a magnitude. As entrevistas explicam o porquê. Quando há divergência forte entre os dois, investigue essa divergência com calma. Ela geralmente aponta para um problema estrutural que o indicador quantitativo sozinho esconde. Uma técnica útil é o mapeamento de discrepância. Você lista cada função investigada e registra a percepção média relatada nos surveys e o comportamento observado em logs ou dados de uso. A diferença entre eles indica o grau de distorção perceptiva. Funções com alta percepção positiva e baixo uso real são as que os estudantes acham que valem algo mas não colocam em prática. Funções com percepção negativa e alto uso real são as que os estudantes odeiam mas precisam usar porque não têm alternativa. Ambas as situações merecem atenção diferente.

Parmetros e limites do que esse tipo de pesquisa consegue entregar

Investigar a percepção dos estudantes sobre os usos e funções tem limitações reais que precisam ser declaradas desde o início. Primeiro, a percepção não é estabilidade. Ela muda ao longo do semestre. Uma avaliação inicial pode mostrar rejeição a uma funcionalidade que, depois de três semanas de uso, passa a ser considerada indispensável. Por isso, pesquisas de percepção devem incluir pelo menos dois momentos de medição, com intervalo de quatro a seis semanas entre eles. Segundo, o viés de autodeclaração é inevitável. Estudantes tendem a superestimar a frequência de uso de funcionalidades que consideram socialmente aceitáveis e a subestimar aquelas que acham que deveriam usar mas não usam. O workaround que eu adotei foi solicitar que eles logassem no sistema durante a entrevista e mostrassem, em tempo real, onde e como haviam usado cada funcionalidade nos últimos quinze dias. A diferença entre o relatado e o mostrado costuma ser grande e precisa ser registrada como margem de erro do método. Terceiro, instrumentos padronizados como o Technology Acceptance Model aplicado cegamente produzem dados pobres. O TAM original foi desenhado para tecnologia organizacional, não para contexto educacional. Adaptá-lo sem validação local gera itens que os estudantes interpretam de formas imprevisíveis. Sempre faça pré-teste cognitivo com cinco a dez estudantes antes de aplicar em larga escala.

Ferramentas que funcionam na prática

Para a parte qualitativa, o NVivo ou o MAXQDA são os mais usados, mas o Atlas.ti também funciona bem. O ponto importante não é o software, é o processo de codificação em dupla com discussão de discordâncias. Para a parte quantitativa, o JASP é suficiente na maioria dos casos e evita o custo do SPSS. Análises fatoriais exploratórias com rotação oblimin costumam ser o padrão para validar a estrutura perceptiva de um instrumento nesse tipo de estudo. Relatórios de resultados devem sempre apresentar tanto a percepção declarada quanto os dados comportamentais quando disponíveis. Um artigo ou relatório interno que só reporte médias de Likert sobre uso de funcionalidade está entregando informação incompleta. A omissão dos dados de uso real transforma o resultado em opinião sem lastro empírico. Se o objetivo for melhorar a adoção de alguma funcionalidade específica, a intervenção mais eficiente costuma ser a demonstração contextualizada dentro da rotina da disciplina, não treinamentos genéricos. Em um caso que acompanhei, depois de identificar que a percepção negativa sobre a função de feedback nos trabalhos estava ligada ao fato de os professores não usarem o campo de comentário estruturado, a solução foi criar um template de feedback com exemplos reais e obrigar o preenchimento obrigatório desse campo como parte da rubrica. A percepção melhorou em três semanas e o uso da funcionalidade saltou de 22% para 81% no semestre seguinte.