Criando modelos climáticos com Python : explorando a dinâmica climática no ensino de física

Abstract

Esta dissertação propõe uma sequência didática que integra conceitos fundamentais de Física à programação em Python, com o objetivo de aprimorar a compreensão dos alunos sobre dinâmica climática. A iniciativa busca superar desafios educacionais relacionados à abstração de conceitos físicos e à sua aplicação em fenômenos climáticos reais, utilizando programação em python para engajar os alunos. A fundamentação teórica baseia-se nas ideias de Lev Vygotsky, em especial na noção de Zona de Desenvolvimento Proximal (ZDP), que enfatiza a importância das interações sociais e da mediação no processo de aprendizagem. Nesse contexto, o aprendizado é visto como um processo colaborativo, no qual o aluno avança em seu conhecimento com o apoio de orientadores e colegas. A sequência didática foi aplicada a 78 alunos do terceiro ano do curso técnico em informática da Escola Estadual Técnica de Portão (ETEP). As atividades foram realizadas no laboratório de informática, utilizando a plataforma Google Colab para programação em Python, escolhida por sua acessibilidade e facilidade de uso. Os alunos trabalharam em pares, o que promoveu a colaboração e a troca de conhecimentos entre estudantes com diferentes níveis de habilidade em informática. Foram abordados conceitos físicos como radiação de corpo negro, equilíbrio térmico, transferência de calor, calor específico, emissão e absorção de energia radiante e espectro eletromagnético. Os modelos climáticos desenvolvidos incluíram o Modelo de Balanço de Energia, que simula o equilíbrio energético da Terra, e um modelo de análise de dados de CO₂ para projetar mudanças de temperatura futuras, utilizando técnicas de regressão linear e polinomial. A eficácia da sequência didática foi avaliada por meio de questionários diagnósticos aplicados antes e após as atividades, com o intuito de medir a evolução conceitual dos alunos. Os resultados demonstraram que a programação em Python facilitou a compreensão de conceitos complexos de Física, além de desenvolver habilidades de pensamento computacional e promover uma consciência crítica sobre questões ambientais. Conclui-se que a integração entre programação e Física, fundamentada na teoria sociocultural de Vygotsky, é uma abordagem eficaz para o ensino de dinâmica climática. Essa estratégia não apenas facilita a aprendizagem de conceitos abstratos, mas também prepara os alunos para enfrentar desafios contemporâneos, contribuindo para uma educação mais significativa e alinhada com as demandas atuais.

This dissertation proposes a didactic sequence that integrates fundamental Physics concepts with Python programming to enhance students' understanding of climate dynamics. The initiative aims to overcome educational challenges related to the abstraction of physical concepts and their application to real climatic phenomena, using active methodologies to make learning more engaging and contextualized. The theoretical framework is based on the ideas of Lev Vygotsky, particularly the notion of the Zone of Proximal Development (ZPD), which emphasizes the importance of social interactions and mediation in the learning process. In this context, learning is seen as a collaborative process in which students advance their knowledge with the support of instructors and peers. The methodology was applied to 78 third-year students of the technical course in computer science at the Escola Técnica de Portão (ETEP). The activities took place in the computer lab, using the Google Colab platform for Python programming, chosen for its accessibility and ease of use. Students worked in pairs, which promoted collaboration and knowledge exchange among students with different levels of proficiency in computer science. The study covered Physics concepts such as blackbody radiation, thermal equilibrium, heat transfer, specific heat, emission and absorption of radiant energy, and the electromagnetic spectrum. The climate models developed included the Energy Balance Model, which simulates Earth's energy equilibrium, and a CO₂ data analysis model to project future temperature changes using linear and polynomial regression techniques. The effectiveness of the didactic sequence was evaluated through diagnostic questionnaires applied before and after the activities, aiming to measure students' conceptual progress. The results showed that Python programming facilitated the understanding of complex Physics concepts, in addition to developing computational thinking skills and fostering critical awareness of environmental issues. It is concluded that the integration of programming and Physics, combined with active methodologies and grounded in Vygotsky's sociocultural theory, is an effective approach to teaching climate dynamics. This strategy not only facilitates the learning of abstract concepts but also prepares students to face contemporary challenges, contributing to a more meaningful education aligned with current demands.