Seguendo il MOOC, ti accorgerai che il lavoro di gruppo viene proposto in tutte le esperienze didattiche associate ai diversi scenari. Ma perché proprio il lavoro di gruppo?

E’ importante sottolineare che, nel corso degli anni, il lavoro di gruppo ha ricevuto una crescente attenzione nei curricola di matematica in diversi paesi del mondo. Questo perché molti studi hanno evidenziato come il lavoro di gruppo e, più in generale, le discussioni di classe promuovano la comprensione dei concetti matematici (Arzarello (2006), Bikner-Ahsbash e Halversheid (2014)). Grazie alle caratteristiche intrinseche della matematica, che Ernest (1998) definisce come “inevitabilmente colloquiale”, le interazioni assumono infatti un ruolo fondamentale nel processo di comprensione. Tale processo non coinvolge solo aspetti cognitivi ma anche sociali ed affettivi, come sottolineato da Lave (1988), il quale afferma che “sviluppare la propria identità come membro di una comunità e diventare consapevolmente esperto fanno parte dello stesso processo”.

La complessità delle interazioni che si sviluppano tra gli studenti rende la gestione del lavoro di gruppo da parte dell’insegnante un compito tutt’altro che semplice. Per lo stesso motivo è talvolta possibile che si sviluppino dinamiche che danno origine a risultati contrastanti. In Baxter et al. (2001), ad esempio, si mostra come studenti meno abili traggano beneficio dall’esposizione alle strategie risolutive proposte da studenti più capaci. Viceversa, in Barnes (2005), l’interazione porta ad una perdita di fiducia nelle proprie abilità matematiche da parte di alcuni studenti.

Nonostante queste difficoltà, abbiamo deciso di proporre un estensivo uso del lavoro di gruppo soprattutto perché il MOOC è incentrato sulla modellistica matematica e, in questo specifico ambito, il lavoro di gruppo è universalmente riconosciuto come modalità particolarmente efficace (Blum, 2015). I ricercatori Ikeda e Stephens (2001) evidenziano, ad esempio, come la discussione in gruppo permetta una migliore comprensione del processo di modellizzazione e aiuti a superare le difficoltà dovute alla necessità di mediare tra il desiderio di descrivere un fenomeno reale in tutti i suoi aspetti e l’esigenza di semplificare il problema per renderlo trattabile matematicamente.

Di seguito trovi una piccola bibliografia nel caso in cui volessi approfondire l’argomento.

  • Arzarello, F. (2006). Semiosis as a multimodal process. Revista Latinoamericana de Investigaciòn en Matemàtica Educativa, Special Issue on Semiotics, Culture and Mathematical Thinking, 267 - 299.
  • Barnes, M. (2005). “Outsiders” in a collaborative learning classroom. In M. Goos, C. Kanes and R. Brown (Eds.), Mathematics education and society (pp. 58 - 68). Brisbane, Australia: Griffith University.
  • Baxter, J., Woodward, J. and Olson, D. (2001). Effects on reform-based mathematics instruction in five third grade classrooms. Elementary School Journal, 101(5), 529 - 548.
  • Bikner-Ahsbahs, A. and Halverscheid, S. (2014). Introduction to the theory of interest-dense situations. In A. Bikner-Ahsbahs, S. Prediger & the Networking Theories Group (Eds.), Networking of theories as a research practice in mathematics education (pp. 88 - 102). New York, NY: Springer.
  • Blum, W. (2015). Quality Teaching of Mathematical Modelling: What Do We Know? What Can We Do?. In: Cho, S. (Eds.), The Proceedings of the 12th International Congress on Mathematical Education (pp. 73 - 96). Springer, Cham.
  • Ernest, P. (1998). Social costructivism as a philosophy of mathematics. New York, NY: State University of New York Press.
  • Ikeda, T. and Stephens, M. (2001). The effects of students’ discussion in mathematical modelling. In: Matos, J.F., Blum, W., Houston, S.K. and Carreira, S.P. (Eds.), Modelling and Applications in Mathematics Education. New York: Springer, 457 - 462.
  • Lave, J. (1988). Cognition in practice: Mind, mathematics and culture in everyday life. Cambridge, UK: Cambridge University Press.