Digitale teknologier har stor og stigende indflydelse på samfundet. Derfor er der i det meste af verden meget fokus på, at eleverne i løbet af deres skoletid udvikler teknologiforståelse. Få et overblik over, hvad teknologiforståelse er, og hvad det har med matematikundervisning at gøre.
En arbejdsgruppe har i 2017 beskrevet formålet med at undervise i teknologiforståelse. Ifølge gruppen bør formålet være, at eleverne forstår muligheder og potentielle konsekvenser af digitale teknologier, og at de bliver i stand til konstruktivt og kritisk at deltage i udviklingen af dem. Digitale teknologier kan i den forbindelse være hjemmesider, digitale spil, robotter, interaktive løsninger og datakilder. (Kilde 1)
Arbejdsgruppen har foreslået 4 elementer til at udgøre indholdet i teknologiforståelse:
Den digitale myndiggørelse omhandler elevens forståelse af digitale teknologiers indflydelse på samfundet. Eleven skal blive i stand til at vurdere digitale teknologiers positive og negative konsekvenser samt de muligheder, som en given teknologi åbner op for.
Den teknologiske handleevne er en kompetence til at håndtere hardware, digitale værktøjer og programmeringssprog. Målet er, at eleverne bliver i stand til at håndtere forskellige digitale teknologier – herunder at programmere, løse tekniske problemer og træffe beslutninger om valg af værktøj til en given opgave.
Den computationelle tankegang handler om at modellere fænomener med data og beregning, det vil sige at bygge konkrete modeller i et digitalt værktøj eller gennem et programmeringssprog. Eleverne skal lære at afkode forhold fra dagligdagen og fra faglige sammenhænge, samt at oversætte dem til digital form.
Se også modellen over 'Praksis om computationel tankegang' (figur 3) nedenfor.
Digitalt design og designprocesser omhandler, at eleven kan tilrettelægge og gennemføre iterative designprocesser (det vil sige designprocesser, hvor løsninger løbende afprøves og forbedres) og skabe digitale teknologier til løsning af problemstillinger fra omverdenen. Her sættes fokus på de kreative processer, der indgår i at skabe digitale teknologier.
Seymour Papert var frontløber i det første forsøg på at bruge digitale teknologier til at gentænke matematikundervisningen. Hans hovedidé var at udvikle et børneprogrammeringssprog, hvor elever, med støtte fra lærere, kunne udvikle deres egne matematiske konstruktioner. Dette resulterede i programmeringssproget LOGO, der lader elever konstruere en grafisk figur ved at programmere en lille skildpadde til at bevæge sig rundt på skærmen og afsætte et spor. (Kilde 2)
| |
100 Figur 1. Et eksempel på 'skildpadde-geometri'. Her i programmet Scratch, koden er forklaret i søjlen til venstre. |
Arbejdet med LOGO udsætter eleverne for en række matematiske udfordringer. Fx skal eleverne gennem kommandoer beskrive den proces – eller algoritme – som skildpadden skal gå igennem for at afsætte en figur. Denne tilgang til geometri blev af Papert og andre døbt 'skildpadde-geometri'. At arbejde med geometri ved hjælp af skildpaddeprogrammering støtter eleverne i at forstå geometriske konstruktioner ud fra skildpaddens perspektiv i modsætning til det 'fugleperspektiv' på geometrien, der dyrkes i euklidisk og kartesisk geometri.
Flotte mønstre i Scratch
Ved at bruge penneværktøjet i Scratch kan eleverne udvikle deres egne mønstre og samtidigt lære at skrive kommandoer, der fører til bestemte handlinger (se figur 1).
Man kan fx:
| |
Figur 2. Flotte mønstre i skildpadde-geometri. Her i programmet Scratch, koden er forklaret i søjlen til venstre. |
Arbejdet med programmering i matematikundervisningen gik af mode over det meste af verden i starten af 1990'erne, men er vendt voldsomt tilbage siden midten af 2010'erne. Der er flere grunde til, at fokus skiftede i starten af 90'erne. Der var implementeringsvanskeligheder omkring LOGO-matematik både på grund af teknologiens modenhed, og dels fordi den tilgang til matematik, som LOGO-matematikken stod for, var meget anderledes end den sædvanlige undervisning. Men det var også i denne periode, at der dukkede en række nye digitale værktøjer op, som på anden vis kunne berige matematikundervisningen.
I den nye bølge af programmering og matematikundervisning er samspillet mellem matematik og teknologiforståelse til dels vendt på hovedet. Frem for at se programmering og digitale teknologier som noget, der skal berige matematikundervisningen, er formålet nu også at udvikle elevernes digitale kompetencer.
Et af de 4 kompetenceområder i teknologiforståelse står helt centralt i forbindelse med, at der igen er blevet fokus på samspillet mellem teknologi og matematik, nemlig computationel tankegang. Jeanette Wing har beskrevet computationel tankegang i 2006, som noget alle bør lære – helt på linje med at læse, regne og skrive, og som tæt knyttet til både problemløsning, algoritmer og abstraktion. (Kilde 3)
For at få hold på, hvad computationel tankegang egentlig betyder for skolens matematiske og naturvidenskabelige fag, har Weintrop og kolleger udviklet en model over, hvad de kalder praksis om computationel tankegang. (Kilde 4)
Her tales om 4 praksisområder: datapraksisser, modellering og simuleringspraksisser, problemløsnings-praksisser og systemstænknings-praksisser. Denne tilgang til computationel tankegang dækker også over aspekter af det, der kaldes teknologisk handleevne i de danske dokumenter om teknologiforståelse.
Datapraksis | Modellering og simuleringspraksis | Problemløsningspraksis | Systemtænkningspraksis |
Samle data | At bruge computermodeller til at forstå et begreb | At klargøre problemer til datalogiske løsninger | Udforske et komplekst system i sin helhed |
Skabe data | At bruge computermodeller til at finde og teste løsninger | At programmere | forstå relationerne internt i et system |
Manipulere data | At vurdere computermodeller | At vælge effektive datalogiske værktøjer | Tænke forskellige niveauer |
Analysere data | At designe computermodeller | At vurdere forskellige tilgange til problemløsning | Kommunikere omkring et system |
Visualisere data | At udvikle computermodeller | At udvikle modulære løsninger | Definere et system og håndtere kompleksitet |
At tænke abstrakt i datalogiske sammenhænge | |||
Debugging |
Figur 3. Computationelle tankegangs praksisser. (Kilde 4, tabel 2)
Overblikket i figur 3 viser et relativt stort fællesskab med matematisk kompetence, og mange forhold peger på, at der er et vist fællesskab mellem computationel tankegang og matematisk kompetence. Nedenfor er en beskrivelse af sammenhængen og eksempler på de 4 praksisområder:
Datapraksisser vedrører elevers håndtering af data og omfatter indsamling, oprettelse, manipulation, analyse og visualisering af data. Disse praksisser trækker i høj grad på statistik og sandsynlighedsregning samt på hjælpemiddelkompetencen.
Modellering og simuleringspraksisser trækker på matematisk modelleringskompetence, men adskiller sig også herfra ved at fokusere på at implementere en model i et programmeringssprog frem for på at forstå bestemte matematiske sammenhænge.
Problemløsningspraksisser er i fokus for både matematik og teknologiforståelse. Og der er nogle klare overlap imellem matematisk problembehandlingskompetence og den problemløsende del af datalogisk tænkning/computationel tænkning. Der er dog også nogle forskelle. Weintrop fokuserer blandt andet på debugging (at fejlsøge og rette sit program) og programmeringsaktiviteter, som ikke normalt ses som en del af matematikfagligheden. Disse problemløsningspraksisser er ofte præget af, at man skitserer en løsning og forsøger at udvikle de første skridt, hvorefter løsningen rettes til og udvikles videre. Snarere end at forsøge at løse problemet rigtigt første gang, arbejdes der altså med en bevidst iterativ tilgang til problemløsning. Denne tilgang er en fin mulighed for at arbejde med at lære af fejl og se fejl som en naturlig del af en matematisk proces.
Systemtænkningspraksisser er nok den del af Weintrops model, der ligger længst væk for vores normale forståelse af matematisk kompetence, samtidigt har denne måde at tænke på meget at tilbyde matematikundervisningen. Systemtænkningspraksisser handler om at forstå et komplekst system og forholdet mellem dets dele. Dette minder på mange måder om modellering, men er mere kvalitativt og holistisk. Det vil sige, at fokus ikke udelukkende er på at beslutte, hvilke variable der indgår i modellen og hvordan (det falder under modellering og simuleringspraksisser), men at man samtidigt hermed holder øje med, hvilke andre dynamikker der influerer de forhold, der undersøges.
til: GRUNDSKOLE
emne: TEKNOLOGIFORSTÅELSE
UDGIVET: 2021
Der er en række ressourcer man kan opsøge for at komme i gang med at bruge et programmeringsværktøj i sin matematikundervisning. Gode steder at starte er: