Aplicação de estratégias de gamificação personalizadas no ensino de algoritmos e programação em curso introdutório de computação

Esta dissertação, estruturada no formato de coletânea, investiga o uso de estratégias de gamificação personalizadas no ensino de programação, com foco na adequação pedagógica aos perfis motivacionais e estilos de aprendizagem dos estudantes. O trabalho é composto por três artigos interdependentes que abordam, de forma complementar, como personalizar o ensino de algoritmos e programação para promover maior engajamento, motivação e desempenho acadêmico. O primeiro artigo, intitulado “Estratégias de Gamificação Personalizadas no Ensino de Programação: Uma Revisão Sistemática da Literatura”, publicado nos anais do SBIE 2024, apresenta uma revisão sistemática da literatura que analisou 45 estudos publicados entre 2019 e 2023. O objetivo foi identificar os efeitos de elementos de competição, cooperação e abordagens híbridas da gamificação no ensino de programação. Os resultados revelaram padrões relevantes sobre o impacto dessas estratégias no engajamento discente e apontaram lacunas quanto à personalização e ao uso de feedback adaptativo, fornecendo base teórica para as aplicações práticas desenvolvidas nos estudos seguintes. O segundo artigo, “Gamificação Personalizada no Ensino de Programação: Relato de Experiência com Feedback Adaptativo”, premiado no EDUCOMP 2025, relata a aplicação de uma metodologia pedagógica baseada nos modelos HEXAD (perfis motivacionais) e GRSLSS (estilos de aprendizagem). A proposta foi implementada em uma turma de curso técnico em informática, onde os alunos foram classificados em perfis específicos e receberam atividades gamificadas alinhadas a essas características. A experiência evidenciou ganhos em engajamento, autonomia e participação ativa nas atividades propostas. O terceiro artigo, “Aplicação de Estratégias de Gamificação Personalizadas no Ensino de Algoritmos e Programação em Curso Introdutório de Computação”, representa a etapa final do projeto e foi apresentado à banca de defesa. Ele descreve a aplicação de duas atividades principais: a primeira voltada à lógica de programação (Duelo dos Animais) e a segunda baseada em Programação Orientada a Objetos (POO), planejada a partir do feedback adaptativo coletado na etapa anterior. A personalização das tarefas e o uso de feedback individualizado resultaram em melhorias significativas no desempenho acadêmico, compreensão dos conteúdos e motivação dos estudantes. De forma geral, os três artigos demonstram que a gamificação personalizada, aliada ao feedback adaptativo, é uma estratégia eficaz para tornar o ensino de programação mais inclusivo e centrado no estudante. A dissertação oferece contribuições relevantes à área da Educação em Computação, apresentando evidências empíricas e práticas pedagógicas replicáveis em diferentes contextos educacionais.