Skip to content

Kernehistorien

Morten Engelsmann edited this page Oct 3, 2020 · 11 revisions

Historien

Under det naturvidenskabelige-tekniske paradigme tror vi på det, vi kan se. Adfærd går derfor foran intention, når det gælder om at bedømme hvad eleven kan, ved og vil, med andre ord, hvad resultatet af en læringsproces er.

Og hvordan får elev vished om, at læreren ser hende og det hun kan? Ved at eleven præsenteres for observationer af sin adfærd indenfor et overskueligt tidsrum. Det er lærerens rolle at tilrettelægge situationer, læringssituationer eller undervisningssituationer, som giver anledning til sådanne observationer.

Sikkerhed gennem data - for eleven

Når den svage elev, der gerne "putter sig" lidt, og evt. skriver afleveringsopgaver af fra stærke elever - når sådanne elever føler sig set, ledsages lettelsen over ikke at blive overset af en smertefuld følelse af frustration over ikke at slå til, over at være (fagligt / socialt) svag.

Den gode lærer mærker frustrationen hos eleven, trøster og støtter - men skåner ikke af den grund eleven for bedømmelse, for vejledning, for invitationer til at "flytte sig" fra den "svage adfærd" i retning af en "stærkere adfærd".

Den demokratisk sindede elev reflekterer over bedømmelsen, og den gode lærer hjælper med sin dialog til denne refleksion:

  • For hvert målepunkt, er jeg blevet rimeligt bedømt? Hvis ja, stemmer bedømmelsen med min egen forventning? (Feed back). Hvis nej:
    • Er succeskriteriet passende? Feed forward: Hvilken adfærd skal observeres, og hvordan skal den omsættes til en talskala?
    • Matcher formuleringen af den ønskede adfærd læringsmålet?
    • Omsætter læreren ved sin observation elevens adfærd retvisende til måleskalaen?
  • Feed-up: Hvad er det oplagte næste trin for eleven indenfor det pågældende emne (kernestof/supplerende stof) eller faglige mål?

Sikkerhed gennem data - for læreren

Enhver undervisningssituation indebærer en begrundelsesproblematik: - "Hvorfor skal vi lære det her?"

Hvis det gøres klart fra indføringen i ethvert undervisningsforløb, hvad der er ønskelig adfærd, vil dialogen mellem læreren og klassen om, hvor "vellykket" undervisningen er, være let tilgængelig.

Hvis det ydermere gøres klart, hvordan klassens elever "klarer sig" i ft. de opridsede metrikker, kan lærerens dialog med klassen gøres databaseret, og et fagligt mål i matematikundervisningen er netop at anvende data til beslutningstagning. Dette meta-perspektiv på matematikundervisningen kan tages op i dialog med hele klassen eller med den gruppe af elever, der forholder sig mest reflekterernde til deres læreproces.

Historien formuleret som problem

Eleven kan føle, at læreren overser hende eller forveksler hende med en anden elev, og at den bedømmelse, som læreren giver som derfor egentlig ikke er en bedømmelse af hende. Læreren kan føle, at der er elever, som ikke træder frem og lader sig betragte, hvorfor læreren ikke rigtigt får dannet sig et indtryk af den enkelte elevs stærke områder, svage punkter og udviklingspotentialer.

Vores løsningsforslag

  • Eleven skal observeres og observationerne skal meddeles eleven, så denne føler sig set. Adfærd - ikke intentioner - kan observeres.
  • Læreren tilbyder som optakt til undervisningen eleven indsigt i, hvad der observeres (suceskriterier, læringsmål)
  • Når observationerne meddeleles eleven (feed-back), skaber læreren en ramme for, hvordan adfærd omsættes til observationer (måleskala). Hertil feed-up og feed forward.

Hvem vi henvender os til

Den foreslåede app har flere grupper af brugere og interessenter:

  1. Undervisere / lærere
  2. Eleven
  3. Elevens forældre/værger/omsorgspersoner
  4. Faggruppen på skolen
  5. Faggruppen på tværs af skoler
  6. Skoleledelsens ansvarlige for klassen / faget.

Primær målgruppe

Skolens faggruppe i matematik og læreren for det enkelte matematikhold.

Begrænsning af primær målgruppe

På nuværende tidspunkt er projektets ressourcer begrænsede, og fokuseres derfor på opbyging af en infrastruktur, der kan understøtte udvikling, drift, datahøst, analyse af data, herunder machine learning-aspekter, samt håndtering af feedback og idéer fra udviklere og brugere.

I første bølge rettes kommunikationen mod matematikundervisere på ungdomsuddannelserne. Beslutningen om det er hensigtsmæssigt at prioritere udvidelse til bestemte andre fag på ungdomsuddannelserne, matematik på andre uddannelsesniveauer, eller en anden evolution af produktet, ligger endnu et stykke ude i fremtiden, og vi forholder os derfor alene til anvendelse af appen i ungdomsuddannelsernes matematikundervisning.

Ønskeudsagn fra brugerne

  • Det har været en stor lettelse at kunne tage en dialog med en gruppe elever i 2f, der kom igennem differentialregningsforløbet med et ringe udbytte. Jeg tog i dialogen udgangspunkt i mine observationer af deres faglige adfærd. Jeg havde gjort meget ud af at anskueliggøre for klassen, hvilken adfærd der ønskes i forskellige prøve- og undervisninssituationer. Konfronteret med disse konkrete observationer af, hvor gode de hver især var til at stille spørgsmål, til at besvare spørgsmål og til at formulere sig fagligt relevant i bestemte timer og ved bestemte afleveringer lykkedes det mig at motivere nogle af dem til at lægge en realistisk og overkommelig tre-trins plan for at forbedre deres faglige standpunkt i løbet af det kommende forløb med statistisk inferens.