Um método para a avaliação da qualidade de jogos para o ensino de computação

Jogos educacionais têm sido utilizados como uma estratégia instrucional inovadora para o ensino de computação. Esses jogos, além de possuir características de jogos de entretenimento, são projetados especificamente para o desenvolvimento de competências e/ou habilidades. No ensino de computação, jogos são usados para fornecer mais oportunidades práticas para os estudantes por meio de um ambiente seguro e controlado. Acredita-se que jogos possam ser uma estratégia instrucional eficaz e eficiente para o ensino de computação. No entanto, na prática, os benefícios esperados ainda são questionáveis, devido à falta de estudos que forneçam evidências desses benefícios. Uma razão para isso pode ser pelo fato que a maioria das avaliações de jogos são realizadas de forma ad-hoc em termos de design de pesquisa, medição, coleta de dados e análise. Outra razão para a falta de rigor científico das avaliações de tais jogos, pode ser pelo fato que, atualmente, existem poucas abordagens que forneçam um suporte sistemático para as avaliações. Nesse contexto, há uma ausência de abordagens válidas e confiáveis e que forneçam um suporte para a definição, execução e análise de dados de avaliações de jogos. Diante disso, o objetivo geral desta pesquisa é desenvolver e avaliar um método (MEEGA+) para a avaliação de jogos educacionais utilizados como estratégia instrucional para o ensino de computação. Uma série de estudos de caso foi conduzida de modo a avaliar a confiabilidade e validade do método MEEGA+. Os resultados da análise da confiabilidade indicam uma excelente consistência interna do instrumento de medição (Alfa de Cronbach α=.927). Além disso, os resultados da análise da validade, obtidos por meio de uma análise fatorial exploratória, confirmam a estrutura teórica do método MEEGA+, indicando que a qualidade de jogos para o ensino de computação é avaliada em termos de usabilidade e experiência do jogador.

Abstract licence: CC BY-NC

7 more references, whose wording the paper’s licence keeps private.

A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.