Universidades dos EUA preparam professores de matemática para ensinar ciência de dados nas escolas

O professor e chefe do departamento de matemática da Iowa State University, Eric Weber, inicia suas aulas sobre ciência de dados convidando os futuros professores a repensar o método científico. Em vez de formular uma hipótese primeiro, parte-se de dados já existentes para buscar padrões que revelam as perguntas certas a serem feitas.

Esse conceito fundamenta um módulo curricular desenvolvido pelas universidades estaduais de Iowa e do Norte de Iowa (UNI) para capacitar professores de matemática a introduzir a ciência de dados nas salas de aula do ensino médio. O projeto atende a uma demanda crescente nos Estados Unidos, onde a alfabetização em dados é vista como essencial na formação secundária, mas os docentes raramente recebem preparo adequado para essa tarefa.

Segundo reportagem do portal Phys.org, os pesquisadores defendem que os professores de matemática são os mais indicados para assumir essa missão, desde que seus programas de formação ofereçam as ferramentas necessárias. O módulo de cinco semanas, aplicado dentro de disciplinas já existentes nos cursos de licenciatura, demonstra que a ciência de dados não é um campo isolado da matemática, mas se constrói sobre estruturas familiares como álgebra, geometria e cálculo.

Weber explica que uma linha de regressão se transforma em modelo, um problema de classificação vira um quebra-cabeça geométrico e uma rotina de otimização se torna um exercício de minimização de funções. Essa abordagem ajuda a eliminar a barreira do “não sei o que é ciência de dados” e acelera a adaptação dos docentes.

O currículo utiliza conjuntos de dados sintéticos e reais para mostrar como as perguntas surgem a partir das informações. Um dos exemplos simula dados de rastreamento animal — com horários, localizações e direções —, enquanto outro emprega informações sobre moradias coletadas por alunos de escolas locais, permitindo praticar regressão múltipla.

Além de preparar os futuros professores para o universo da inteligência artificial, o projeto também estabelece conexões entre ciência de dados e automação. Weber destaca que a IA aprende padrões a partir de grandes volumes de dados, mas ainda depende de humanos que compreendam a origem e as possíveis distorções dessas informações.

O Bureau of Labor Statistics dos EUA projeta um crescimento de 34% nas vagas de ciência de dados entre 2024 e 2034, muito acima da média do mercado. Isso reforça a necessidade de manter profissionais humanos no circuito, capazes de interpretar e contextualizar os resultados gerados por sistemas automatizados.

O currículo já foi aplicado por quatro semestres consecutivos nas duas universidades, e uma ex-aluna já leciona ciência de dados em uma escola de ensino médio. Avaliações iniciais indicam ganhos mensuráveis na compreensão dos conceitos pelos licenciandos, aumentando tanto a confiança quanto a competência.

Weber espera obter novos financiamentos para expandir o programa, incluindo a oferta de cursos de atualização para professores que já estão em atividade. O artigo com os detalhes da proposta foi publicado na revista Scatterplot, com o DOI 10.1080/29932955.2026.2644686.