Boletim Laboratório de Comportamento Motor

As atuais teorias de aprendizagem motora caracterizam um modelo de equilíbrio preocupado apenas com a explicação do processo de estabilização da performance (Adams, 1971; Schmidt, 1975). Essas teorias buscam compreender como um indivíduo evolui de um estágio inicial que apresenta um número elevado de erros, inconsistência e alta demanda de atenção para um estágio final, consistente, com poucos erros e pouca demanda de atenção (Fitts, 1964; Fitts & Posner, 1967). Contudo, essas teorias não explicam o que ocorre após este estágio final. Reconhecidamente, modelos de equilíbrio são capazes de explicar a aquisição e manutenção de estrutura mas são incapazes de explicar a formação de novas estruturas, isto é, um sistema com aumento contínuo de complexidade.
Para entender a aprendizagem motora em uma perspectiva de não equilíbrio, faz-se necessário recorrer a meta-teorias de ciência. De acordo com Kuhn (1991), o progresso na ciência ocorre através de revoluções. Nestas revoluções surgem os novos paradigmas, que direciona o modo com que o ser humano vê a natureza e busca compreender os fenômenos, a vida, as pessoas e suas relações. "E, quando mudam os paradigmas, muda com eles o próprio mundo" (Kuhn, 1991: 145).
Para Morin (1990), o atual paradigma vem se tornando desde o final do século passado, quando alguns dos princípios da ciência clássica (reducionismo, determinismo, linearidade e reversibilidade, dentre outros) começaram a ser questionados. A nova tendência científica se preocupa com fenômenos complexos, aparentemente irredutíveis e com uma forte relação com o acaso e a desordem (Dupuy, 1993). Nas palavras de Prigogine (1996:14), "assistimos ao surgimento de uma ciência que não mais se limita a situações simplificadas, idealizadas, mas nos põe diante da complexidade do mundo real, uma ciência que permite que se viva a criatividade humana como a expressão singular de um traço fundamental comum a todos os níveis da natureza". Esta nova ciência ou ciência atual é caracterizada pelo paradigma sistêmico.
Um sistema é um complexo de elementos em interação em que as partes não são compreendidas como componentes isolados. A interação dos elementos resulta em uma organização na qual o comportamento das partes é diferente quando estão isoladas do que quando compõe o todo (Bertalanffy, 1977). Essa organização pode distinguir os sistemas, principalmente no que se refere ao aumento de sua diferenciação e complexidade. Com essa distinção, é possível classificar os sistemas em fechados e abertos. Sistemas fechados são aqueles considerados isolados do ambiente. Nestes se aplica a 2^a lei da termodinâmica em que a entropia cresce até o máximo e o sistema pára em um estado de equilíbrio onde não há capacidade do sistema em importar energia livre do meio ambiente. Sendo a entropia também uma medida de probabilidade, o sistema tende a apresentar-se na situação mais provável, ou seja em uma distribuição altamente desordenada. Esta desordem corresponde a uma distribuição aleatória, que leva a uma disposição estatisticamente homogênea (Atlan, 1992).
Os sistemas abertos, por sua vez, são sistemas em não equilíbrio que mudam, evoluem e evitam o aumento de entropia, através da troca constante de matéria/energia e informação com meio ambiente (Bertalanffy, 1977). Esta troca tem como conseqüência perturbações no sistema, já que o ambiente é incerto. A perturbação pode desempenhar um papel fundamental na organização do sistema, pois a partir dela o sistema, considerado como uma estrutura dissipativa, pode evoluir para um estado superior de complexidade Prigogine & Stengers, 1984; Prigogine, 1996). Contudo, o grau de perturbação parece ser importante nesse processo. Para uma pequena perturbação, pequenos ajustes são necessários e com uma grande perturbação, o limite do sistema pode ser ultrapassado e apresentar-se a desordem. Mas, para uma perturbação entre pequena e grande, deve ocorrer um salto qualitativo e o sistema se reorganiza num nível mais complexo. (Morin. 1990; Gleick, 1990; Lewin, 1994; Lorenz, 1996). "Um universo que fosse apenas ordem seria um universo onde não haveria nada de novo, nem criação. Já um universo que fosse apenas desordem não chegaria a constituir uma organização, e seria inapto ao desenvolvimento e à inovação" (Morin, 1993: 87). O próprio nascimento do universo, defendido pela teoria do Big-bang, vem sendo atribuído a capacidade de auto-organização dos sistemas, em que a perturbação, a instabilidade, e o acaso são considerados fatores decisivos para a criação da ordem (Jantsch, 1980; Prigogine, 1996).
Porém, não é somente a perturbação que indica a capacidade do sistema evoluir, mas sim o sistema que deve se encontrar em um certo nível de organização no qual aquela perturbação pode elicitar alguma resposta adaptativa. Assim, não basta uma perturbação adequada para que o sistema seja capaz de se estabelecer em um estado superior de complexidade, ou seja, uma nova ordem. É preciso que o sistema esteja pronto para mudar, em constante interação com o meio e principalmente, se encontre no limite do caos. Neste, o sistema está no ponto de transição entre a ordem e a desordem, permitindo ocorrer, para um pequeno estímulo, uma grande mudança. Um regime totalmente desordenado ou muito flexível não é capaz de se adaptar. O primeiro por se encontrar em equilíbrio e o segundo por não apresentar um padrão podendo ser alterado a qualquer momento. Na realidade, os sistemas se adaptam quando estão no limite do caos (Preigogine & Stengers, 1984; Packard, 1988; Kauffman, 1991; 1993; Lewin, 1994; Capra, 1996). No limite do caos, entre a ordem e a desordem, o sistema se encontra próximo de uma bifurcação, onde ocorre a transição de fase e o sistema se reorganiza em um nível superior de complexidade. Estar no limite do caos implica em criatividade, em novidade. É o ponto no qual o sistema apresenta simultaneamente consistência e flexibilidade, estando apto a reproduzir aquele padrão e pronto para se adaptar às perturbações através de um salto qualitativo ( Li & Yorke, 1975; Packard, 1988; Gleick, 1990; Kauffman, 1991; 1993; Lewin, 1994; Capra, 1996). Kauffman (1991), ainda propõe que na fronteira do caos as redes artificiais podem ter a flexibilidade para adaptar rapidamente e com sucesso. Conforme Morin (1990) quanto mais complexo é o comportamento dos sistemas, maior a flexibilidade adaptativa em relação ao ambiente. Uma outra questão interessante refere-se a um grau de redundância, que varia entre rigidez, certeza e flexibilidade, incerteza, como se uma parcela de flexibilidade fosse fundamental, para permitir o sistema se adaptar às perturbações (Atlan, 1992). Assim, para que o sistema possa se adaptar a certa perturbação, é necessário que seja flexível o suficiente, no limite do caos.
Observa-se, atualmente, uma tendência do paradigma sistêmico com todas as suas ramificações teóricas em influenciar várias áreas de conhecimento. No que diz respeito à Aprendizagem Motora, há uma forte relação entre vários conceitos já difundidos em algumas áreas, como a física, química, biologia, engenharia, matemática e o estudo da aquisição de habilidades motoras. Termos como ruído, transição de fase, turbulência, flutuação e redundância já são utilizados no estudo do comportamento motor humano quando é considerado como um sistema em não-equilíbrio, ou seja, um processo dinâmico.
Na aprendizagem motora, na perspectiva de um modelo de não-equilibrio (Tani, 1995), a estabilização representa apenas um estágio dentro de um processo contínuo de evolução. A adaptação ou processo adaptativo ocorre como uma etapa posterior à estabilização. Tani et alii (1992:17) propuseram que "a formação de novas estruturas a partir de estruturas existentes implica na desestabilização para posterior estabilização num nível superior de complexidade, ou seja, a adaptação". O ser humano procura sempre se adequar às incertezas no ambiente ou no próprio sistema. No processo adaptativo, a perturbação no ambiente "exige do executante modificações na estrutura da habilidade já adquirida e uma reorganização dessa estrutura. Com esta reorganização, o sistema como um todo adquire maior complexidade e organização, ou seja, ocorre uma evolução qualitativa" (Tani, 1989: 6). Forma-se, deste modo um ciclo de estabilidade-instabilidade-estabilidade, no qual o ser humano continua a aprender uma habilidade que já domina, ampliando o seu nível de qualidade.
Alguns estudos recentes propõem que a aprendizagem motora seja compreendida como um processo de formação de padrão, baseados na auto-organização de sistemas em não-equilíbrio que implica em estabilidade e mudança (Schöner & Kelso, 1994; Kelso, 1995; Kelso & Haken, 1997). Estes se aproximam muito do modelo de não-equilíbrio em aprendizagem motora que tem sido apresentado por Tani (1982; 1989; 1995) e Manoel (1992;1993). Em contrapartida, se distanciam muito no que se refere ao controle das habilidades motoras, ou seja, o nível de organização de uma estrutura interna.
No modelo de não-equilíbrio em aprendizagem motora, o sujeito não encerra a aprendizagem em uma fase autônoma. Esta aprendizagem é contínua, com um aumento constante no seu grau de complexidade. Nesta visão, considera-se duas fases de aprendizagem: a fase de estabilização e a fase adaptação (Tani, 1982). A fase de estabilização não é um processo cumulativo, linear, no qual o sistema vai se tornando gradativamente mais capaz. Após uma quantidade de prática, em um determinado momento, o comportamento esperado, ou seja, a execução correta da habilidade motora emerge como num salto qualitativo. Isso parece ocorrer devido às várias interações dos componentes do sistema, até que em certo momento chega-se à interação desejada para aquela habilidade (Bertalanffy, 1977). A emergência do comportamento não é linear.
Na fase de adaptação, a flexibilidade inerente para se ajustar às perturbações caracteriza uma redundância do sistema (Tani, 1995; Tani, Connolly & Manoel, 1996). Um sistema extremamente rígido tem dificuldades para se adaptar às perturbações. Para tal, a flexibilidade parece ser fundamental ( Koestler, 1969; Morin, 1990; Tani et al, 1992). Assim, é importante que o sistema se esteja no limite do caos, apresentando ao mesmo tempo, consistência e flexibilidade. De fato, essa é uma característica já reconhecida há muito tempo (Bartlett, 1932). Por isso, a variabilidade pode ter uma importante função no processo adaptativo. É preciso destacar que a variabilidade ocorrerá em diferentes momentos com efeitos distintos (Manoel & Connolly, 1995). No início da aprendizagem, antes da estabilização, a variabilidade observada parece estar relacionada à inconsistência. Com a estabilização, a variabilidade reduz. Ao ampliar a quantidade de prática após a estabilização, parece haver novamente, um aumento da flutuação da variabilidade. Esse aumento pode indicar redundância do sistema, que representa uma flexibilidade necessária para se adaptar às perturbações. Sugere-se que a redundância ocorreria após a estabilização da habilidade motora em questão (Benda, Tani & Corrêa, 1997).
Assim, seria interessante também, manipular o grau de perturbação para observar se o sistema redundante se adapta às instabilidades em melhores condições ou de forma mais rápida que os não redundantes. Espera-se que para uma perturbação maior, maior deve ser a redundância do sistema para se adaptar. Ao passo que, em perturbações menores, o sistema não necessitaria de tal redundância.
Lançar idéias e realizar associações da aprendizagem motora com teorias que ainda não estão sedimentadas na sua própria área de conhecimento pode parecer um projeto bem ambicioso. Contudo, o objetivo deste pequeno ensaio não é apresentar um relatório final ou uma conclusão de um estudo, mas sim funcionar como um ponto de partida de uma linha de pesquisa. Para isso, foi exposto uma questão central com uma série de ramificações que conduzirão a um posicionamento menos especulativo. Assim, existe um vasto campo a ser investigado e uma série de experimentos a serem realizados. Oxalá possamos apresentar nos próximos números os primeiros resultados dessa busca.

REFERÊNCIAS BIBLIOGRÁFICAS

ADAMS, J.A. (1971). A closed-loop theory of motor learning. Journal of motor behavior. Vol.3, n.2, 111-149.
ATLAN, H. (1992). Entre o cristal e a fumaça. Rio de Janeiro: Jorge Zahar Editor.
BARTLETT, F.C. (1932). Remembering. Cambridge: Cambridge University Press.
BENDA, R.N.;TANI, G.; CORRÊA, U.C. (1997). Variabilidade e processo adaptativo em aprendizagem motora. II Simpósio de Pós –Graduação. Anais. São Paulo: EEFE/USP, p. 95-96.
BERTALANFFY, L. V. (1977). Teoria geral dos sistemas. 3.ed. Petrópolis: Vozes.
CAPRA, F. (1977). A teia da vida. São Paulo: Cultrix.
DUPUY, J. P. (1993). Do caos à inteligência artificial – Entrevistas de Guitta Pessis-Pasternak. São Paulo: Editora Unesp.
FITTS, P.M. (1964). Perceptual-motor skill learning. In: MELTON, A.W. Categories of human learning. New York: Academic Press, 243-285.
FITTS, P.M. POSNER, M.I. (1967). Human performance. Belmont: Brooks/Cole.
GLEICK, J. (1990). Caos – a criação de uma nova ciência. Rio de Janeiro: Campus.
JANTSCH, E. (1980). The self-organization universe. Oxford: Pergamon Press.
KAUFFMAN, S. A . (1993). The origins of order – Self-organization and selection in evolution. Oxford: Oxford University Press.
KELSO, J.A.S.; HAKEN, H. (1997). Novas leis antecipáveis no organismo: a sinergética do cérebro e do comportamento. In:
URPHY, M. P.; O’NEILL, L. A. J. "O que é vida?" 50 anos depois - especulações
sobre o futuro da biologia. São Paulo: Unesp / Cambridge University Press, 159-185.
KELSO, J.A. S. (1995). Dynamic patterns - the self-organization of brain and behavior. Cambridge: The MIT Press.
KOESTLER, A. (1969). O fantasma da máquina. Rio de Janeiro: Zahar Editores, 1969.
KUHN, T. (1991). A estruturadas revoluções científicas.São Paulo: Perpectiva.
LI, T.; YORKE, J.A . (1994). Period three implies chaos. The American Mathematical Monthly. 82(10): 985-992.
LORENZ, E. (1996). A Essência do Caos. Brasília: UnB.
MANOEL, E.J. (1992). Controle ótimo e adaptativo na aquisição de habilidades motoras seriadas. Revista Paulista de
ducação Física, 6 (2): 03-20.
MANOEL, E.J. (1993). Adaptive control and variability in the development of skilled actions. Sheffield, England: University of Sheffield (Unpublished doctoral thesis).
MANOEL, E. J.; CONNOLLY, K. J. (1995). Variability and the development of skilled actions. International Journal of Psychophysiology. 19, 129-147.
MORIN, E. (1990). Ciência com consciência. Mem Martins: Publicações Europa-América.
MORIN, E. (1993). Do caos à inteligência artificial – Entrevistas de Guitta Pessis-Pasternak. São Paulo: editora Unesp, p. 83-94.
PACKARD, N. H. (1988). Adaptation toward the edge of chaos. In: KELSO, J.A .S.; MANDEL, A .J.; SHLESINGER, M.F.
ynamic patterns in complex systems. Singapure: World Scientific publishing, p. 293-301.
PRIGOGINE, I. (1996) O fim das certezas. São Paulo: Editora Unesp.
PRIGOGINE, I.; STENGERS, I. (1984). A nova aliança. Brasília: Editora UnB.
SCHÖNER, G.; KELSO, J.A.S. (1988). Dynamic patterns of biological coordination: theoretical strategy and new results. In: KELSO, J.A .S.; MANDEL, A .J.; SHLESINGER, M.F. Dynamic patterns in complex systems. Singapure: World Scientific publishing, p. 77-102.
SCHMIDT, R.A. (1975). A schema theory of discrete motor skill learning. Psychological Review. Vol.82, n.4, 225-260.
TANI, G. (1982). Processo adaptativo na aprendizagem de uma habilidade perceptivo-motora. Tese de Doutorado. Hiroshima:
niversidade de Hiroshima - Faculdade de Educação.
TANI, G. (1989). Variabilidade de resposta e processo adaptativo em aprendizagem motora. Tese de Livre Docência. São
aulo: Universidade de São Paulo.
TANI, G. (1995). Hierarchical model of motor learning. Technical report. Sheffield: Department of Psychology - University of
heffield.
TANI, G.; BASTOS, F.C.; CASTRO, I.J.; JESUS, J.F.; SACAY, R.C.; PASSOS, S. C. E. (1992). Variabilidade de resposta e
rocesso adaptativo em aprendizagem motora. Revista Paulista de Educação Física. 6 (1), 16-25.
TANI, G.; CONNOLLY, K. J.; MANOEL, E. J. (1996). Sistema antecipatório e o processo adaptativo na aquisição de uma
abilidade motora seriada de rastreamento. XX Simpósio Internacional de Ciências do Esporte. Anais. São Paulo: Celafiscs,
.91.
ZANONE, P. G.; KELSO, J.A.S. (1994). The coordination dynamics of learning – theoretical structure and experimental agenda.
In: SWINNEN, S.; HEUER, H.; MASSION, J.; CASAER, P. Interlimb coordination – neural dynamical, and cognitive
onstraints. San Diego: Academic press, p. 461-490.

NOTÍCIAS

No período de junho a julho, o Prof. Luis Teixeira esteve em Florianópolis desenvolvendo projetos de pesquisa no laboratório de Biomecânica da UDESC.

O LACOM marca presença em vários encontros científicos. Go Tani com a colaboração de Umberto Corrêa, Rodolfo Benda e Edison Manoel, Luis Teixeira, Andrea Freudenheim e Jorge A. Oliveira terão seus trabalhos apresentados no II Congresso Mundial de Educação Física a ser realizado no Rio de Janeiro em Agosto.

O LACOM conta com novos membros: Dalton L. de Oliveira, graduado pela UNESP de Rio Claro; e os alunos de graduação que participam do programa de Iniciação Científica, trabalhando sobre a orientação do Prof. Luis Teixiera: Clarisse Chaves, Elisandra Gasparetto, Leandro Caminha, Rejane Paroli, Renata Moraes e Welber Marinovic.

Equipe de edição: Edison de J. Manoel
Andrea C. Ximenes

Endereço: Laboratório de Comportamento Motor
Departamento de Pedagogia do Movimento do Corpo Humano
Escola de Educação Física e Esporte
Universidade de São Paulo
Av. Prof. Mello Moraes, 65
CEP 05508-900
São Paulo – SP
E-mail: ejmanoel@usp.br

Página disponibilizada em 28 de Maio de 1999
Copyright © 1998 Escola Superior de Educação Física de Muzambinho
Webmaster: Osmar de Souza Magalhães
Para uma melhor visualização, use Netscape 3.x ou superior e resolução de 800x600 pixels