Palavras-chave
Excel
Copilot
Ensino de estatística
Epistemologia
Como Citar
Resumo
Objetivo: Examinar criticamente o comportamento das funções MODE, MODE.SNGL e MODE.MULT do Excel 365 diante de conjuntos de dados amodais, unimodais e polimodais, analisando o descompasso entre a definição estatística de moda e sua implementação computacional em uma ferramenta amplamente utilizada no ensino.
Metodologia: Realizou-se um estudo qualitativo de natureza analítico-conceitual, baseado em três procedimentos complementares: análise documental das funções estatísticas do Excel, experimentação computacional com dez conjuntos de dados simulados e análise comparativa com respostas produzidas pelo Copilot. Como contraponto técnico, desenvolveu-se também uma função personalizada em VBA para identificação explícita de diferentes tipos de moda.
Resultados: Os testes evidenciaram que o Excel não reconhece explicitamente a amodalidade, retornando o erro #N/A, e apresenta limitações na representação de empates de frequência máxima, especialmente quando depende da expansão automática de células na função MODE.MULT. Em contraste, o Copilot identifica corretamente situações polimodais e explicita o raciocínio estatístico envolvido. A função desenvolvida em VBA demonstrou que é tecnicamente viável alinhar a implementação computacional à definição estatística formal.
Conclusões: Os resultados indicam que decisões de implementação presentes em ferramentas digitais podem produzir tensões conceituais no ensino de estatística quando seus resultados são interpretados como equivalentes às definições matemáticas. A análise reforça a necessidade de uso crítico de tecnologias computacionais em contextos educacionais e destaca a importância de explicitar os pressupostos conceituais que orientam a mediação tecnológica do conhecimento estatístico.
Referências
ARTIGUE, M. Learning mathematics in a CAS environment: The genesis of a reflection about instrumentation and the dialectics between technical and conceptual work. International Journal of Computers for Mathematical Learning, 7(3), 245–274. (2002). https://doi.org/10.1023/A:1022103903080.
BATANERO, Carmen. Didáctica de la Estadística. Granada: Universidad de Granada, 2001.
CHEVALLARD, Y. La transposition didactique: Du savoir savant au savoir enseigné. Grenoble, France: La Pensée Sauvage. (1991).
DRIJVERS, P., Ball, L., Barzel, B., Heid, M. K., Cao, Y., & Maschietto, M. Uses of technology in lower secondary mathematics education: A concise topical survey. ZDM – The International Journal on Mathematics Education, 45(1), 97–119. (2013). https://doi.org/10.1007/s11858-012-0426-1.
Garfield, J. The challenge of developing statistical reasoning. Journal of Statistics Education, 10(3). American Statistical Association. (2002). Disponível em: http://jse.amstat.org/v10n3/garfield.html.
GONÇALVES, Rafael Alberto; MEDEIROS, Jonas de. O uso de planilhas eletrônicas de cálculo no processo pedagógico. In: BAGAI, Caroline (org.). Cultura digital: novas relações pedagógicas para aprender e ensinar. v. 1. Curitiba: Editora Bagai, 2020.
GONÇALVES, R. A & MEDEIROS, J. de. (2020). Planilhas eletrônicas de cálculo: Inconsistências, erros e divergências. In E. R. Martins (Org.), Ciência da computação e tecnologias digitais: contribuições na solução de problemas. Bagai. 2020. (pp. 72–84).
GONÇALVES, Rafael Alberto; HORNBUG, Anderson Michel. Erro matemático na função "MODO" (Moda) do programa Microsoft Excel, suas implicações e possíveis correções. Revista Aracê, São José dos Pinhais, v. 7, n. 1, p. 2248‑2257, jan. 2025. DOI: https://doi.org/10.56238/arev7n1-135.
MCCULLOUGH, B. D. Assessing the reliability of statistical software: Part I. The American Statistician, v. 54, n. 4, p. 358–366, 2000.
MCCULLOUGH, B. D. Assessing the reliability of statistical software. The American Statistician, 59(2), 149–159, 2005.
MOORE, D. S. New pedagogy and new content: The case of statistics. International Statistical Review, 65(2), 123–165. (1997). https://doi.org/10.2307/1403775.
MOORE, D. S., MCCABE, G. P., & CRAIG, B. A. Introduction to the practice of statistics (9th ed.). New York, NY: W. H. Freeman and Company. (2017).
SELWYN, N. Education and technology: Key issues and debates. London, UK: Continuum International Publishing Group. (2011).
SKOVSMOSE, O. Towards a philosophy of critical mathematics education. Dordrecht, Netherlands: Kluwer Academic Publishers. (1994).
TRIOLA, M. F. Elementary statistics (13th ed.). Boston, MA: Pearson. (2018).
VALENTE, José Armando. Informática na Educação: teoria e prática. Campinas: UNICAMP, 1999.
WILD, C. J.; PFANNKUCH, M. Statistical thinking in empirical enquiry. International Statistical Review, v. 67, n. 3, p. 223–248, 1999.
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Copyright (c) 2026 Docent Discunt