Uma reflexão sobre a didáctica do mobile learning é um mergulho na forma pela qual as características únicas e específicas deste devem ser aproveitadas para a construção do conhecimento. Em termos objectivos esta originalidade é medida pelas affordances das tecnologias particularmente[58] disponibilizadas pelos dispositivos móveis para a transposição dos saberes – dadas, no modelo FRAME de Koole (ver cap. anterior), pela tripla intersecção entre dispositivos e sujeitos (implicando o equacionamento e exploração das questões especificamente ligadas à usabilidade); entre dispositivos e meio social (implicando a exploração da tecnologia social); e entre a dimensão social e o aprendente (implicando o aproveitamento da facilidade das formas de aprendizagem pela interacção).

Apoiados em Klopfer, Squire & Jenkins (2002), Naismith et al.. (2004, p. 9) identificam analogamente cinco características específicas dos dispositivos móveis para fins educativos:

• Portabilidade
• Interacção social
• Sensibilidade ao contexto
• Conectividade
• Individualidade

A utilização de práticas de mobile learning deve ser integrada no ensino-aprendizagem quando qualquer uma das cinco dimensões anteriores sirva o propósito pedagógico em vista; para este efeito Torrisi-Steele (2006), na esteira de Jonassen, Peck & Wilson (1999), elaborou a seguinte tabela de conformidade entre os princípios da filosofia construtivista e as características dos dispositivos móveis.

Tabela 7 - Conformidade das características dos dispositivos móveis com os princípios da aprendizagem construtivista

Assentes quais são as mais-valias do mobile learning a tarefa seguinte é desenhar as diversas etapas do percurso de aprendizagem. Para este efeito Ryu & Parsons (2009) desenvolveram um modelo que pretende conjugar num sentido aplicado as variáveis da perspectiva técnica com a da aprendizagem. Enriquecemos a sua proposta com o apport de outras metodologias, mormente as receitas de Jonassen para a construção de um ambiente de aprendizagem colaborativo; os estilos de aprendizagem pela prática de Kolb (1984), no tocante à categorização das actividades e a necessidade de trabalhar a aprendizagem nos seus diversos domínios (não só cognitivo, como afectivo e motor, segundo as taxonomias de Bloom, Krathwohl e Harrow, respectivamente). A síntese é o esquema-guia que a seguir se apresenta (e norteará os estudos de caso mais adiante).

Ilustração 5 - Modelo-guia para o desenho da aprendizagem móvel

Para fins reflectivos, esta aproximação tipo “chave-dicotómica” é passível de ser combinada/complementada ainda com inúmeros outros modelos, como o conversacional de Laurillard (2002) - o qual, estendido nomeadamente com as propostas de Siemens & Tittenberger (2009, p. 19), Bruns (2007), Jones & Marsden (2006, p. 86) entre outros gerou a Tabela 8, que permite uma interpretação mais rica.

Outra aproximação possível - talvez mais em voga do que a lógica de conjugar as tecnologias com as affordances mais adequadas para servir as actividades condizentes com os diversos “estilos de aprendizagem” (em si um conceito sobremaneira simplista) - seria por ex. pela óptica da Teoria das Inteligências Múltiplas de Gardner (2006). Neste último caso haverá que identificar de quais tecnologias móveis se pode retirar melhor partido para a exploração dos diversos tipos de competências que compõem a inteligência (designadamente: verbal/linguística, lógico/matemática, visual/espacial, somato/quinestésica, musical/rítmica, interpessoal e intrapessoal). Por exemplo, parece evidente que a captura de imagem favorece a terceira, enquanto os sensores de aceleração que se tornaram moda nos smartphones podem servir a quarta.

Tabela 8 - Tipos de actividade e exemplos de aplicações móveis correspondentes

Demonstrada ou pelo menos convincentemente sugerida a linha de continuidade dos quadros didácticos do m-Learning face aos do e-Learning, por racionalidade de espaço não nos vamos debruçar aqui sobre as especificidades concretas da vertente tecnológica, para cujo fim chamamos a atenção do leitor para o excelente trabalho da Australian Flexible Learning Framework[59], plasmado num conjunto de relatórios subordinado ao esforço comum da definição pormenorizada de standards (formatos e tecnologias) e requisitos mínimos a ter presentes, cuja consulta é indispensável – mormente a publicação m-learning Standards Review Report v2.0 (Framework, 2008).

Concomitantemente, Herrington, Herrington, Mantei, Olney & Ferry (2009, p. 134) a título de receituário adiantam os seguintes princípios a incorporar no desenho do Mobile Learning (ML):

1. Relevância real: utilizar o ML em contextos autênticos;
2. Contextos móveis: usar o ML em contextos em que os aprendentes são móveis;
3. Explorar: assegurar tempo para a exploração das tecnologias móveis;
4. Misturar: Combinar o ML com tecnologias não móveis;
5. Espontaneidade: permitir o uso do ML de forma não programada;
6. Em todo o lado: usar o ML em espaços de aprendizagem não tradicionais;
7. Com quem quer que seja: contemplar o uso simultaneamente individual e colaborativo;
8. Affordances: tirar partido das especificidades únicas das tecnologias móveis;
9. Personalizar: planear o uso dos dispositivos detidos pelos próprios aprendentes;
10. Mediação: Usar o ML para mediar a construção de conhecimento;
11. Produsão: Usar o ML para simultaneamente produzir e consumir/usar conhecimento.

Para uma tradução prática do anterior veja-se, adiante, nos Apêndices, as análises dos estudos de caso, mormente o Apêndice 14: Estudo de caso: mySKY PLUS.

[58] É difícil dizer “exclusivamente” pois nenhuma tecnologia presente num dispositivo móvel deixa de estar presente noutros dispositivos não móveis – por ex. o GPS, seja na ligação por cabo de série ou USB (GPS Mouse) seja sem fios (antena Bluetooth GPS) pode marcar igualmente presença em qualquer computador de secretária.

O reputado especialista em usabilidade Jakob Nielsen ao debruçar-se sobre o estado de desenvolvimento dos dispositivos móveis concluiu que do ponto de vista da usabilidade a experiência de acesso à Internet móvel em 2009 está, na melhor hipótese, no ponto de insipiência em que o acesso por computadores de secretária estava em 1998 (Nielsen, 2009).

Entre os factores de entropia identificados contam-se a falta de familiaridade dos utilizadores com os dispositivos; a dificuldade em controlar efectivamente a navegação e a frequência de erros e crashs no software. Questões derivadas da inadaptação do desenho dos sítios que, na óptica do especialista, só podem ser ultrapassadas pela criação de versões concebidas especificamente para acesso móvel.

A perspectiva de Nielsen enferma no entanto de algum “software-centrismo” desdenhando a muita criatividade que ainda se pode infundir a nível do hardware ele próprio – à altura em que escrevemos estas linhas, por exemplo, a LG Electronics inovou ao trazer ao mercado o seu modelo GD900, que depois do multitoque introduzido pelo iPhone da Apple, introduz a novidade da duplicação da funcionalidade do teclado como rato, suprindo a necessidade de obstruir com o dedo o ecrã de 800x480 pixéis de resolução (em si bastante “acomodador”).

Jones & Marsden (2006), entre outros, enumeram algumas soluções criativas na forja, como sejam a nível da visualização o “ecrã dobrável”[60]; o sistema peephole para a extensão virtual intuitiva da área abrangida, movimentando o utilizador o dispositivo como “lupa” ou, no tocante à introdução de dados, os teclados Fastpad de escrita rápida com 24 botões para letras intercalados entre as 12 clássicas teclas alfanuméricas et caetera.

A evolução faz-se ainda crescentemente no sentido de uma interacção mais rica através de sensores passivos (isto é, sem necessidade de intervenção explicita do utilizador), primeiro de movimento (detectando a inclinação do dispositivo) e depois de direcção, através de bússolas electrónicas. Associados ambos à tecnologia GPS[61] e à possibilidade da captura da imagem circundante tornou-se possível o advento da “realidade aumentada” de que aplicações como o Layar[62] são o testemunho mais bem sucedido e eloquente; para esse efeito, a plataforma Android da Google assume um posicionamento estratégico que a alavanca à frente da concorrência – ainda que, à data de conclusão deste trabalho, se anuncie a disponibilidade para o concorrente iPhone do em tudo idêntico “Bionic Eye”[63] (Sorrel, 2009).

Conforme o nome deixa antever, com o Layar o utilizador tem a possibilidade de activar um conjunto de camadas de conteúdo georefenciado, em função das suas preferências, que sobrepõe à imagem real do que o circunda conteúdos dinâmicos que podem ir desde informação turística sobre o que está a ver – facilidade de resto também possível com a aplicação Wikitude[64], igualmente para Android, que disponibiliza o conteúdo da Wikitravel - ou onde encontrar a estação de metro mais próxima, à associação de tweets com os locais versados (ex. um comentário sobre a peça que está a ser representada no teatro do outro lado da praça) e assim sucessivamente.

O mesmíssimo princípio subjaz ao Google Sky Map[65], distribuído gratuitamente, o qual permite ao utilizador identificar os objectos celestes com o seu telemóvel – para este efeito, como veremos no Apêndice 14: Estudo de caso: mySKY PLUS, generalizando o acesso a soluções antes já existentes em dispositivos pioneiros dedicados.

Do ponto de vista da aprendizagem informal e situacional o geottaging[66] (adição de informação geográfica a itens multimédia, seja ao cabeçalho EXIF de uma fotografia JPG, seja via GeoRSS a uma página HTML) cremos constituir a inovação mais saliente dos últimos anos; não só faculta o filtro automático da informação relevante para os artefactos na vizinhança imediata – permitindo ao dispositivo móvel fazer o scaffolding do conhecimento com dispensa de tutor, guia turístico ou cicerone – como deixa ao utilizador fazê-lo em função dos seus interesses íntimos.

Mais ainda, tem a potencialidade de facultar a aprendizagem social quando através de aplicações como o Woophoo[67] ou o Trackr![68], para nomear apenas duas, se faz o entrosamento com as redes sociais e deixa a indivíduo partilhar experiências e encontrar outros com interesses comuns na vizinhança imediata, superando em certa medida as possibilidades limitadas disponibilizadas para esse efeito pela tecnologia bluetooth, cuja prática do bluedating atingiu moderado furor, na medida sobretudo do limite de 10 metros no alcance dos dispositivos.

É ainda de esperar que o futuro traga novidades, sobretudo no tocante à extensão da lógica P2P (peer to peer), arvorada em “passo adiante” face ao movimento open content. Mais do que o acesso livre a conteúdos, é admissível que a prazo se venha a ver os dispositivos comunicarem individualmente entre si, partilhando informação que cruzada crie mais-valia: por exemplo, dois veículos que se encontrem na estrada em sentidos opostos podem partilhar informação implícita relativa às condições do trânsito ou do pavimento, permitindo-se uma mútua antecipação – funcionalidade de resto já parcialmente contemplada em funcionalidades como o TomTom Traffic Live ou, do mesmo fabricante, a possibilidade dos utilizadores partilharem manualmente alterações nas vias, enriquecendo uma base de dados comum.

A “partilha” de informação georeferenciada é de resto uma pedra de toque de grande aceitação já presente nas aplicações de navegação; pensamos não só, para dar dois exemplos, em fóruns com o popular sítio português portalppc.com, onde uma comunidade de utilizadores mantém e disponibiliza gratuitamente listas com milhares de pontos de interesse de mais de uma dúzia de categorias, como ainda entre nós na incorporação pelo NDrive a partir da versão 9 (lançada em Maio de 2009) de uma função de partilha de POI, directamente a partir do dispositivo.