A escola domiciliar empreendedora, parte 2

A Parte 1 cobriu a base física e emocional. A próxima camada é aprender a raciocinar através de problemas difíceis.

Eu os desafio com o pensamento abstrato na sua forma mais pura. Chamamos isso de matemática, mas geralmente confundimos matemática com sua notação. A sintaxe e os algoritmos são apenas um aspecto da “matemática”, assim como a linguagem é apenas um aspecto de uma cultura. Não se pode reduzir a cultura japonesa à língua japonesa e não se pode reduzir a matemática aos seus símbolos. A matemática é realmente o exercício do raciocínio em si, o treino para a parte da mente que resolve problemas.

O problema é que é difícil ensinar bem a matemática, especialmente numa sala de aula que precisa movimentar muitos alunos no mesmo ritmo. Você tem que ir devagar. Tipo MUITO LENTO. Tão lento que é desconfortável para a maioria dos adultos impacientes.

As salas de aula ficam lentas. Eles simplesmente nunca vão devagar na velocidade de cada aluno. Para um determinado tópico, o ritmo certo de uma criança é o engatinhar de outra criança. O resultado é único: lento demais para a maior parte da aula na maior parte do tempo, depois rápido demais no exato momento em que é sua vez de perder um conceito. Se você nunca perde um conceito na aula, é porque você foi devagar em algum outro lugar, talvez em casa, onde alguém deixou uma ideia penetrar. Sempre há um momento em que a compreensão precisa chegar, e esse momento é lento. Lento é suave e suave é rápido. Esquecemos que uma vez aprendemos “depois do nove vem dez” lentamente, da mesma forma que mais tarde aprendemos lentamente uma equação diferencial.

Não damos espaço às crianças para esse momento lento. É preciso um educador, ou um educador mais uma IA, disposto a acompanhar o ritmo de uma criança.

Foi isso que tornou a Khan Academy poderosa: você poderia pressionar um bom professor e não ter pressa. O canal 3Blue1Brown de Grant Sanderson vai além, construindo visualizações que permitem que uma ideia difícil, uma função zeta de Riemann ou como funciona uma rede neural, realmente seja absorvida enquanto você pausa e assiste novamente. Vá devagar, mas continue desafiando. Se você parar de se desafiar, você para de construir músculos.

Um pouco, todos os dias

Fazemos matemática sete dias por semana. Cinco dias nunca fizeram sentido para mim. O fim de semana de folga é uma sobra de quando as famílias precisavam de um dia para descansar do trabalho físico na fazenda e um dia para o sábado. Não temos mais essa restrição. Um pouco todos os dias é melhor do que muito de vez em quando, da mesma forma que o Kumon funciona vinte minutos por dia, sem exceções.

Pense em como os atletas olímpicos treinam. Não de segunda a sexta. Sete dias por semana, raramente cem por cento, geralmente em torno de oitenta, porque o total de horas acumuladas é o que importa e fazer o máximo diariamente só causa lesões.

A mesma ideia para a mente.

O currículo que realmente usamos

Duas coisas, principalmente.

Primeiro, Art of Problem Solving, um currículo americano de matemática. Não é caro e simplesmente seguimos os manuais: trinta minutos, uma hora, às vezes dois, sete dias por semana. Tenho certeza de que a China, a Rússia e outros também têm programas excelentes. Este é o que eu conheço.

Em segundo lugar, Sistema de Avaliação de Envio de Código, uma sequência de problemas de programação. Estes são mais abstratos e mais difíceis do que os de matemática pura. Uma pergunta difícil sobre a arte de resolver problemas pode levar trinta minutos. Um problema difícil de CSES pode levar seis ou sete horas, às vezes espalhadas por dias. A descrição pode ter quarenta palavras. A solução requer descobrir muita coisa.

Começamos sempre com papel e caneta, trabalhando exemplos numéricos à mão. Esse é o ponto: estruturar um problema, iterar em direção a uma solução e deixar que os exemplos o empurrem da suposição para uma hipótese, depois de uma hipótese para um algoritmo, depois para pseudocódigo e só então para C++, Python ou Rust. Usamos o Código Claude e a IA o tempo todo, mas como uma ferramenta, não como uma muleta. Se isso resolver o problema para você, você perderá a descoberta. Você não entrega uma calculadora para uma criança de um ano aprendendo cinco mais cinco. Mas você, eventualmente, os ensina a usar a calculadora.

A matemática os ensina a resolver problemas que outra pessoa escolheu. O próximo passo é escolher o que deveria existir.

Próximo: Parte 3