Introdução

O uso de tecnologias digitais tem provocado transformações no mundo do trabalho nas últimas décadas, sendo um exemplo global, o ensino remoto. Em função da pandemia provocada pela Covid-19, tal ação foi intensificada, pois o ensino passou a ser realizado na modalidade remota com a utilização de tecnologias digitais. Grande parte das Instituições de Ensino (IEs) em todo o mundo adotaram o Ensino Remoto Emergencial (ERE), sem o devido diagnóstico, planejamento e investimento em ações de Treinamento, Desenvolvimento e Educação (TD&E) necessários (^{Hodges et al., 2020}).

Vale ressaltar o papel essencial dos docentes nesta transição, levando em consideração que são o elo entre a instituição, os estudantes e a sociedade, além de atuarem na linha de frente do processo de ensino-aprendizagem, estando expostos às incertezas e exigências deste processo (^{Yao et al., 2020}). Nesse sentido, ^{Toquero (2020}) sugere que sejam feitas pesquisas relativas aos impactos da pandemia no campo educacional tanto para o avanço do campo teórico quanto para fundamentar possíveis estratégias de mediação desses impactos.

Segundo ^{Zerbini et al. (2022}), uma das formas de enfrentar esses desafios do ensino remoto é incentivar o uso de ações de aprendizagem formais (TD&E) e informais (natural e espontânea) voltadas para aquisição e/ou aperfeiçoamento de competências digitais e das soft skills. Orientam ainda, a necessidade de identificar características dos trabalhadores e do contexto de trabalho que podem dificultar ou facilitar esse processo de aquisição, bem como o de aplicação das competências adquiridas para o ambiente de trabalho.

^{Bandura (1997}) descreve o conceito de autoeficácia, que é o julgamento que o indivíduo faz de sua própria capacidade para realizar uma ação exercendo um grau de controle sobre seus pensamentos, sentimentos e ações. A Autoeficácia é gradual, específica ao domínio da tarefa e exige a elaboração das ações comportamentais, pensamentos e sentimentos (Bandura, 2012). Autoeficácia no ensino é a convicção que os docentes têm na sua própria capacidade na aquisição e desenvolvimento de competências relacionadas à aprendizagem de seus estudantes. Além disso, a literatura sugere que a autoeficácia é um fator importante para o sucesso de professores na transição do ensino convencional para o ensino online (^{Horvitz et al., 2015}).

Quanto ao contexto de trabalho, no ensino remoto é preciso analisar as dificuldades ou facilidades ao acesso a recursos para executar seu trabalho. O conceito de acesso a recursos está relacionado a adequação de aspectos do contexto físico como equipamentos usados, ambiente físico de trabalho, ergonomia, acesso à internet e todos os aspectos relacionados ao desenho do trabalho (^{Huang et al., 2020}). ^{Crawford et al. (2020}) apresentam uma série de limitações presentes no contexto de trabalho remoto, como acesso à banda larga de internet com qualidade necessárias, a precariedade de recursos e pouco domínio de tecnologias digitais para o ensino-aprendizagem.

Ademais, torna-se importante pontuar a diferença da modalidade denominada educação a distância (EAD) para o ERE. O primeiro é uma modalidade previamente planejada e desenhada para oferecer ensino-aprendizagem em ambiente virtual por meio de uma combinação de mídias e estratégias tecnológicas (^{Zerbini, 2015}). O segundo, por sua vez, trata-se de uma situação emergencial sem planejamento antecipado e sem treinamento dos atores envolvidos (^{Hodges et al., 2020}).

Vale destacar que a literatura apresenta pesquisas sobre a relevância da autoeficácia no ensino, inclusive no que tange ao uso de tecnologias digitais. A pesquisa de ^{Lee e Tsai (2010}), por exemplo, identificou correlações entre a autoeficácia no ensino online e atitudes positivas em relação a esta modalidade. Revelou ainda que docentes mais experientes no ensino presencial apresentaram graus mais baixos de autoeficácia quando comparados aos docentes com mais experiência no ensino online. Isso também pode estar associado aos desafios impostos no ambiente virtual de ensino que são diferentes dos apresentados na modalidade presencial (^{Horvitz et al., 2015}).

^{Robinia e Anderson (2010}) editaram uma escala desenvolvida por ^{Tschannen-Moran e Hoy (2001}), chamada de Escala de eficácia de Professores (TSES), e acrescentaram 8 novos itens em seu estudo que retratam o ensino online em oposição ao ensino presencial. Os referidos autores nomearam o estudo como The Michigan Nurse Educators Sense of Efficacy for Online Instrumento de Ensino (MNESEOT).

A escala Internet Literacy Sel-Efficacy Scale (ILSEF), desenvolvida por ^{Yasan Ak (2020}), pode ser usada para examinar as crenças de futuros docentes em suas capacidades para executar funcionalidades recentes na web. O estudo de ^{Silva Júnior et al. (2018}) aborda evidências de validade de uma escala de autoeficácia de professores no contexto brasileiro que atuam em três graus de ensino (fundamental, médio e superior). Contudo, apesar da relevância teórica e prática do referido estudo, cabe ressaltar que não foi realizado no contexto de transição para o ensino remoto de emergência.

Ainda que haja estudos que abordem a temática do ERE em tempos de pandemia (^{Crawford et al., 2020}; ^{Hodges et al., 2020}; ^{Huang et al., 2020}; ^{Maloney & Kim, 2020}; ^{Marinoni & van't Land, 2020}; ^{Sandars et al., 2020}), tanto na literatura nacional quanto na internacional não foram localizadas investigações que permitam verificar evidências de validade dos instrumentos de autoeficácia e acesso a recursos de docentes do ensino superior que passaram pela transição de aulas presenciais para aulas remotas.

Visto que a autoeficácia é essencial para o exercício da docência, ainda mais em tempos de incertezas (^{Horvitz et al., 2015}) e o acesso a recursos de tecnologias digitais é fundamental para a realização do ensino online (^{Huang et al., 2020}), o levantamento e a avaliação do ensino remoto em todas as suas nuances é altamente substancial para o campo científico, para a educação e por conseguinte para a sociedade (^{Crawford et al., 2020}; ^{Toquero, 2020}). Tais instrumentos não terão serventia apenas em épocas de pandemia, mas também após esse período, já que o ensino remoto e os desafios do uso das tecnologias digitais em modalidades híbridas se intensificaram no processo de ensino-aprendizagem. Vale destacar que foram observadas as diretrizes para construção de instrumentos de acordo com as orientações de ^{Tabachnick e Fidell (2018}). Dessa forma, o objetivo deste artigo é construir e verificar evidências de validade dos instrumentos de autoeficácia e acesso a recursos de docentes do ensino superior que passaram pela transição de aulas presenciais para aulas remotas.

Método

Resultados

Análise Fatorial Confirmatoria

Autoeficácia docente

O modelo hipotético inicial (estrutura empírica unifatorial com 18 itens e a = 0,95), não apresentou bons valores para os indicadores de ajuste. Sendo assim, foram consultados os índices de modificação, que indicou uma correlação entre os erros e14-e15 (r = 0,45). Porém, ainda depois da inserção das correlações, os índices ainda não estavam satisfatórios. Consultando novamente os índices de modificação, foi sugerido a inserção das correlações entre os erros e3-e12 (r = 0,42) e e6-e14(r = 0,29). No modelo re-especificado 2, com a inclusão de correlação entre os pares de erros e14-e15, e13-e2 e e6-e14, obteve-se melhores valores dos indicadores de ajuste, em comparação com o anterior, embora alguns índices mantenham-se fora do padrão considerado aceitável. Os itens apresentam distribuição normal, estando seus valores abaixo dos de referência de assimetria e curtose. A Tabela 3 e a Figura 1 demonstram esses resultados.

Tabela 3 Indicadores de ajuste para os modelos original e re-especificados do instrumento de "Autoeficácia Docente" 

Modelo	X 2	Df	CMN/ DF	GFI	RMSR	CFI	TLI	RMSEA
Original	342,76	135	2,53	0,76	0,08	0,87	0,8 5	0,10
Re-especificado 1	307,46	134	2,29	0,79	0,07	0,89	0,87	0,09
Re-especificado 2	256,79	131	1,96	0,89	0,05	0,93	0,91	0,07

Notas: x² (qui-quadrado), gl (Graus de liberdade - df), CMIN/DF (x²/df), GFI (Goodness-of-Fit Index), RMSR (Root Mean Square Residual), CFI (Comparative-Fit Index), TLI (Tucker Luwis Index), RMSEA (Root Mean Square Error Approximation). Número de participantes=135

Figura 1. Modelo de equação estrutural de autoeficácia docente

Notas: AE1 a AE18 (itens do questionário de Autoeficácia Docente); e1 a e18 (erros do modelo).

Figura 1 Cargas fatoriais estandardizadas, coeficientes de correlação e erros padrão da Análise Fatorial Confirmatória para o instrumento de Autoeficácia Docente (modelo re-especificado 2). 

Acesso a recursos

O modelo hipotético inicial (estrutura empírica com fatores, sendo o primeiro com 5 itens e α =0,88 e o segundo com 5 itens e α = 0,80), não apresentou bons valores para os indicadores de ajuste. Sendo assim, foram consultados os índices de modificação, que indicou uma correlação entre os erros e8-e9 (r = 0,25). Porém, ainda depois da inserção das correlações, os índices ainda não estavam satisfatórios. Consultando novamente os índices de modificação, foi sugerido a inserção das correlações entre os erros e3-e4 (r = 0,20) e e7-e8 (r = 0,15). No modelo re-especificado 2, com a inclusão de correlação entre os pares de erros e8-e9, e3-e4 e e7-e8, obteve-se melhores valores dos indicadores de ajuste, em comparação com o anterior, embora alguns índices mantenham-se fora do padrão considerado aceitável. Os itens apresentam distribuição normal, estando seus valores abaixo dos de referência de assimetria e curtose. A Tabela 4 e a Figura 2 demonstram esses resultados.

Tabela 4 Indicadores de ajuste para os modelos original e re-especificados do instrumento de "Acesso a recursos para aulas remotas" 

Modelo	X 2	Df	CMN/ DF	GFI	RMSR	CFI	TLI	RMSEA
Original	101,819	34	2,99	0,85	0,13	0,90	0,86	0,122
Re-especificado 1	90,952	33	2,75	0,87	0,13	0,91	0,88	0,114
Re-especificado 2	67,99	31	2,19	0,90	0,12	0,94	0,92	0,094

Notas: x² (qui-quadrado), gl (Graus de liberdade - df), CMIN/DF (x²/df), GFI (Goodness-of-Fit Index), RMSR (Root Mean Square Residual), CFI (Comparative-Fit Index), TLI (Tucker Luwis Index), RMSEA (Root Mean Square Error Approximation). Número de participantes = 135.

Figura 2. Modelo de equação estrutural de acesso a recursos

Notas: AE1 a AE10 (itens do questionário de Acesso a Recursos); e1 a e10 (erros do modelo).

Figura 2 Cargas fatoriais estandardizadas, coeficientes de correlação e erros padrão da Análise Fatorial Confirmatoria para o instrumento de Acesso a Recursos (modelo re-especificado 2). 

Discussão

Pesquisas em todo mundo buscam identificar problemas e possíveis soluções para as situações que emergiram da pandemia (^{Kniffin et al., 2020}). Os instrumentos apresentados neste estudo identificam por meio dos testes estatísticos o desenvolvimento teórico do campo de pesquisa sobre a autoeficácia na transição do ensino remoto, neste momento, levando em conta a situação emergencial (^{Silva Júnior et al., 2018}; ^{Skaalvik & Skaalvik, 2007}; ^{Yasan Ak, 2020}). Por meio do modelo de equação estrutural múltiplas relações são testadas simultaneamente para melhor compreensão do fenômeno estudado (^{Pilati & Laros, 2007}). De maneira geral, os instrumentos de medida mencionados mostram-se satisfatórios, válidos e fidedignos, cumprindo o propósito de avaliar tanto a Autoeficácia docente na transição do ensino presencial para o ensino remoto quanto o Acesso aos recursos neste contexto.

A proposta unifatorial do instrumento de autoeficácia docente corrobora o que tem sido encontrado teoricamente na literatura sobre o conceito da autoeficácia (^{Bandura, 2012}). A solução bifatorial foi a melhor solução estatística para o instrumento de medidas "Acesso à recursos para aulas remotas" e encontra sentido teórico no conceito de suporte organizacional (^{Eisenberger et al., 1986}). As propriedades psicométricas do instrumento autoeficácia docente apresentaram bons níveis de ajuste e bondade do modelo re-especificado. Já o instrumento de Acesso à Recursos, mesmo após a re-especificação do modelo os índices encontrados são considerados aceitáveis, o que significa que o modelo pode ser melhorado com a inserção de novos itens. Observase que quanto à avaliação da VME, Acesso à Recursos no fator 1, apresentou 42 % da explicação do constructo identificado como acesso à tecnologia e local de trabalho. Os resultados confirmaram as evidências de validade e confiabilidade dos instrumentos de medidas, tornando a ferramenta útil para avaliação da autoeficácia docente em contexto de transição do ensino presencial para ensino remoto e acesso à recursos para aulas remotas.

O instrumento de medida Autoeficácia Docente apresentou carga fatorial de 0,95 considerado excelente para instrumentos de medida com 62,07 % da variância total. A avaliação da variância média extraída (VME) explica a proporção média da variância dos itens para o constructo Autoficácia Docente, considerado adequado. O item capacitar os alunos na utilização das tecnologias digitais utilizadas na disciplina teve a menor média entre os respondentes, isso se deve à falta de preparo e treinamento para as questões do uso das tecnologias digitais, os professores não estavam preparados para alterar a modalidade de ensino, portanto, não se sentiam plenamente capazes de ensinar uma atividade na qual eles mesmos teriam que aprender. Outra questão a ser notada são os itens manter a qualidade das minhas aulas presenciais quando ministro aulas remotas, os docentes também se sentiram menos capazes, pois, o ensino remoto emergencial não foi planejado nem treinado, assim como, utilizar estratégias inovadoras de ensino estão entre as menores médias. Já o item de maior média diz respeito a uma competência na qual o professor já possui experiência - solucionar dúvidas dos alunos quanto à realização das atividades em geral, ou seja, é atribuição do professor e faz parte do seu rol de competências ensinar/ solucionar dúvidas referentes ao ensino, podendo ser identificado como uma das fontes de autoeficácia - domínio da experiência, de acordo com ^{Bandura (2012)}.

A teoria de suporte organizacional pressupõe que o colaborador, neste caso, o docente, perceba a qualidade do tratamento que recebe em retribuição ao esforço despendido para o trabalho (^{Martins et al., 2018}; ^{Zerbini et al., 2022}). Neste quesito encontra-se o questionário sobre acesso a recursos que apresentou estrutura bifatorial com índices de 0,88 e 0,80, explicando 56,85 % da variância total. O item de maior destaque foi câmera, computador, microfone para videoaulas, materiais essenciais para a realização do trabalho que apresentou a maior média, pois, são recursos essenciais para que o ensino remoto ocorra. A menor média foi formação teórico-prática sobre tecnologias digitais de ensino-aprendizagem, neste caso, os docentes não receberam nenhum treinamento ou formação prévia para que alterassem do ensino presencial para o ensino remoto sendo que este ocorreu de maneira emergencial devido a pandemia. O estudo de ^{Horvitz et al. (2015)} sugere que o treinamento e suporte iniciais são indicativos de sucesso e ganho de autoeficácia no ensino online, pois, aqueles que exercem atividades com sucesso aumentam seus níveis de autoeficácia e consequentemente são mais persistentes nas tarefas mais difíceis e complexas. Portanto, para que os docentes possam apresentar bons níveis de autoeficácia torna-se necessário treinamento tanto das práticas de gestão de desempenho quanto da gestão da prática das novas tecnologias.

A correlação encontrada entre Autoeficácia Docente e o Fator Acesso à Tecnologia e Local de Trabalho foi de 0,54 e Autoeficácia Docente e o Fator Acesso a Formação e Informação foi de 0,63, tais índices demonstram a relação existentes entre autoeficácia na docência e como o suporte material pode em maior ou menor grau afetá-la, já que a autoeficácia se fortalece nas experiencia vivida e para isso torna-se relevante a disponibilização de materiais e recursos para tal atividade.

De acordo com o ^{Manisfesto da Transformação Digital (2023)} são necessários modelos e metodologias que sejam capazes de avaliar como a transformação digital se transforma no ensino. Capacitar professores e alunos para o mundo digital ganhou visibilidade com a Covid-19, desde então busca-se as melhores práticas para que a população de maneira geral esteja preparada para as ações e atividades online. Desta forma, este estudo, contribui com as ferramentas avaliativas que mapeiam as práticas docente tornando-se relevante quanto à sua aplicabilidade para gestores educacionais.

Uma das limitações metodológicas do estudo se dá principalmente pela amostra majoritariamente do estado de São Paulo, sendo que este é o estado brasileiro com maior renda per capita, contrastando com a realidade vivida por outras regiões brasileiras que são afetadas economicamente, culminando na falta de recursos às tecnologias digitais. A PNAD (Pesquisa Nacional por Amostra de Domicílios Contínua) realizou um levantamento em 2018 sobre acesso à Tecnologia e Informação da Comunicação, cerca de 25,3 % dos brasileiros não têm acesso à internet. De acordo com os apontamentos de ^{Crawford et al. (2020)} o acesso à banda larga de qualidade e o domínio das ferramentas digitais tornam-se necessários para o trabalho remoto de ensino-aprendizagem. Estudos futuros devem aplicar os instrumentos em outras amostras, bem como testar a relação entre o Acesso a Recursos e a Autoeficácia Docente no contexto do Ensino Remoto.

As principais implicações deste estudo para a pesquisa foram a ampliação do conhecimento teórico a respeito da transição do ensino presencial para o ensino remoto, bem como a construção e verificação de evidências de validade das Escalas de Acesso a Recursos e a Autoeficácia Docente no contexto do Ensino Remoto. Tais escalas, juntamente com o conhecimento desenvolvido nesse estudo, podem contribuir com pesquisas futuras que desejem investigar o professor universitário no contexto do ensino remoto. Já as implicações práticas consistem na possibilidade de utilização das escalas por profissionais que desejem planejar e desenvolver as ações pedagógicas educacionais para a transição do ensino presencial para o ensino remoto, de modo a auxiliar nos processos de aquisição e desenvolvimentos das competências essenciais aos docentes para o percurso de transição.