Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Okosodáshoz okos informatikus kell!

Hasonló előadás


Az előadások a következő témára: "Okosodáshoz okos informatikus kell!"— Előadás másolata:

1 Okosodáshoz okos informatikus kell!
Csernoch Mária, Biró Piroska Debreceni Egyetem Informatikai Kar {csernoch.maria,

2 „Okos” érettségi eredmények

3 Végzett hallgatók 2010 2011 Képzési idő alatt végzett
2010 2011 Képzési idő alatt végzett Képzési időn túl végzett ÁJK 79% 21% 76% 24% ÁOK 75% 25% 98% 2% BTK 78% 22% 83% 17% IK 56% 44% 46% 54% KTK 80% 20% 63% 37% MK 57% 43% TTK 71% 29% 61% 39% IK 56% 44% 46% 54% MK 57% 43%

4 PISA2009 Students On Line digitális olvasás, navigáció és számítógéphasználat magyar tanulók átlag alatti teljesítménye átlag: 499 (19 ország) magyar: 468 (5. leggyengébb) [368; 568] iskolai számítógéphasználat – PISA eredmény magyar tanulók: negatív kapcsolat átlag: 9 legalacsonyobb: 27 (Magyarország) [8; 42]

5 Testing Algorithmic and Application Skills TAaAS
Debreceni Egyetem Informatikai Kar 2011/2012

6 TAaAS projekt – résztvevő intézmények
2011 DE IK 2013 ELTE, Nyíregyháza, Eger 2014 Sopron, Gyöngyös, Kecskemét, Szeged, Pécs, Veszprém, Zalaegerszeg (BGF), Corvinus, DE MK, GDF Erdély, Szlovákia, Csehország, Lengyelország, Szerbia, Franciaország

7 TAaAS projekt – fázisok
pre-test: elsőéves hallgatók, első szemeszter, első hét általános általános információk önértékelés attitűd vizsgálat informatikai teszt hallgatói értékelés post-test Sprego (Spreadsheet Lego), ERaC (Error Recognition and Classification) késleltetett post-test (1 évvel később) Sprego informatikatanárok tesztelése nem igazán haladunk az adatgyűjtéssel nem túl nagy a kitöltési kedv

8 TAaAS projekt – pre-test
fájlkezelés dokumentumfájl, URL, hibaüzenet értelmezése, fájltípus megváltoztatása számrendszerek 2  16, 16  2, 2  10, 10  2, összeadás 2-es, 16-os számrendszerben táblázatkezelés (Sprego) képletek írása: keresés vektorban, népsűrűség, feltételes függvények képlet értelmezése  Mit csinál a képlet? függvények összehasonlítása szövegkezelés hibafelismerés hibatípusok programozás (5–8. o. Nemes Tihamér verseny feladatai) egymásba ágyazott feltételek, logikai műveletek  kimenet 4 szám ciklusok pseudo nyelven  Mit csinál a programrészlet? blokk diagram  Mit csinál a programrészlet?

9 TAaAS – minta (N=1919)

10 Átlagos eredmények – részpontok

11 Hibátlan megoldás Fájlkezelés, számrendszerek

12 Hibátlan megoldás Táblázatkezelés

13 Hibátlan megoldás Szövegkezelés – hibafelismerés

14 Hibátlan megoldás Programozás

15 Részmegoldás Fájlkezelés, számrendszerek

16 Részmegoldás Táblázatkezelés

17 Részmegoldás Szövegkezelés – hibafelismerés, hibatípusok

18 Részmegoldás Programozás

19 IKT eszközök Milyen IKT eszközökkel rendelkezik?
asztali gép, laptop, táblagép, okostelefon, e-book olvasó átlagos felszereltség: 2,7 Korrelációs vizsgálat nincs kapcsolat a felszereltség és a teljesítmény között eszközök száma 1 2 3 4 5 35 173 242 80

20 Számítógéphasználat Mennyi időt tölt számítógép-használattal (asztali számítógép, laptop)? naponta legalább 5 órát naponta legalább 2 órát kevesebb egyszempontos varianciaanalízis a feladatokban nyújtott teljesítményre a gép előtt töltött idő szignifikánsan hat (gyenge kapcsolat), kivéve: I7.d, I7.e, I8 szignifikáns nem szignifikáns fájlkezelés I1, I2, I3, I9 számrendszerek I4, I5, I6 táblázatkezelés I7.a, I7.b, I7c, I7.f I7.d, I7.e, I8 szövegkezelés I10 programozás I11, I12.a, I12.b, I12c, I13

21 Mobil eszközök használata
Mennyi időt tölt mobil eszközök számítógép jellegű használatával (táblagép, okostelefon, e-book olvasó)? naponta legalább 5 órát naponta legalább 2 órát kevesebb egyszempontos varianciaanalízis a feladatokban nyújtott teljesítményre a gép előtt töltött idő nem hat szignifikánsan, kivéve: I4, I6, I11, I12.a, I13 szignifikáns nem szignifikáns fájlkezelés I1, I2, I3, I9 számrendszerek I4, I6 I5 táblázatkezelés I7.a, I7.b, I7.c, I7.d, I7.e, I7.f, I8 szövegkezelés I10 programozás I11, I12.a, I13 I12.b, I12.c

22 Mobil eszközök használata

23 Operációs rendszerek

24 Programozási nyelvek

25 „Okos” érettségi eredmények

26 Informatika érettségi
PTI MI GI IK MK Összes középszint N 65 62 56 2 86 271 eredmény (%) 80 78 74 59 73 emelt szint 47 15 6 7 75 67 54 70 NA 5 12 24 140 188 117 89 9 233 534

27 Informatika érettségi és szakok

28 Informatika érettségi és szakok
emelt szint nincs szignifikáns eltérés az intézmények között középszint szignifikáns eltérés PTI–GI PTI–MK

29 Matematika érettségi PTI MI GI IK MK Összes középszint N 104 78 77 9
190 458 eredmény (%) 76 70 68 40 71 emelt szint 6 11 32 83 67 61 NA 4 5 3 44 117 89 86 233 534

30 Matematika érettségi és szakok

31 Matematika érettségi és szakok
emelt szint nincs szignifikáns eltérés az intézmények között középszint szignifikáns eltérés PTI–GI IK–mindenki

32 Érettségi Informatika – középszint
egyszempontos varianciaanalízis többségében szignifikáns, de nagyon gyenge kapcsolat szignifikáns nem szignifikáns fájlkezelés I2 I1, I3, I9 számrendszerek I4, I5, I6 táblázatkezelés I7.a, I7.b, I7.c, 17.e, I8 I7.d, I7.f szövegkezelés I10 programozás I11, I12.a, I12.b, I12.c I13

33 Érettségi Informatika – emelt szint
egyszempontos varianciaanalízis programozásnál nagyon erős kapcsolat emelt szintű informatika érettségi a programozási ismeretekre hatással van szignifikáns nem szignifikáns fájlkezelés I1, I2, I3, I9 számrendszerek I4, I5 I6 táblázatkezelés I7.a, I7.b, I7.c, I7.f I7.d, I7.e, I8 szövegkezelés I10 programozás I11, I12.a, I12.b, I12.c, I13

34 Érettségi Matematika – középszint
egyszempontos varianciaanalízis nagyon gyenge kapcsolat szignifikáns nem szignifikáns fájlkezelés I1, I2, I3, I9 számrendszerek I5, I6 I4 táblázatkezelés I7.a, I7.b I7.c, 17.d, I7.e, I7.f szövegkezelés I10 programozás I11, I12.a, I12.b, I12.c, I13

35 Érettségi Matematika – emelt szint
egyszempontos varianciaanalízis programozásnál nagyon erős kapcsolat emelt szintű matematika érettségi a programozási ismeretekre hatással van szignifikáns nem szignifikáns fájlkezelés I2 I1, I3, I9 számrendszerek I4 I5, I6 táblázatkezelés I7.d I7.a, I7.b, I7.c, I7.e, I7.f, I8 szövegkezelés I10 programozás I12.a, I12.b, I12.c, I13 I11

36 Attitűd vizsgálat Mit jelent számára az informatika?

37 Attitűd vizsgálat Mit jelent számára az informatika?
PTI MI GI IK Összes % minden 2 5 1 10 3,32 jövő 17 6 34 11,30 munka 24 27 14 65 21,59 kommunikáció 3 1,99 szórakozás/hobbi 23 16 4 44 14,62 érdekel 12 9 31 10,30 programozás 7 2,33

38 Önértékelés

39 Önértékelés – eredmények
fájlkezelés nagyon gyenge kapcsolat szövegkezelés táblázatkezelés közepesen erős és gyenge kapcsolat programozás, 5–8. osztályos feladat erős kapcsolat hálózatok gyenge kapcsolat

40 Tanulta – Nem tanulta

41 Mennyire lesz szüksége az egyetemen
szövegszerkesztés tanulására? nagyon gyenge negatív korreláció táblázatkezelés tanulására?

42 Érettségi, ECDL – tudás Mennyire tükrözi érettségi eredménye informatikatudását? Mennyire tükrözi ECDL vizsga eredménye (nem érettségivel szerzett) informatikatudását?

43 Eredmények összehasonlítása
Saját eredmény (S) Csoport eredmény (Cs) Feladat fontossága (F) Saját Csoport Fontosság fájlkezelés gyenge, közepes gyenge hálózat erős számrendszerek közepes táblázatkezelés gyenge (I8 –) szövegkezelés programozás (5–8. o.) nagyon erős gyenge (I11 –

44 Tudásalapú klaszterek

45 Tudásalapú klaszterek
jók limited random semmi DE_GI 33,7 23,3 15,1 27,9 DE_IK 11,1 66,7 DE_MI 41,6 27,0 14,6 16,9 DE_MK 18,9 11,2 12,0 57,9 DE_PTI 59,8 14,5 10,3 15,4

46 Varázslat?

47 Digitális írástudás és kompetencia fejlesztése
önálló tantárgy Számítástechnika/Informatika tantárgy digitális kompetencia fejlesztése szakmai felkészültség módszertani felkészültség hagyományos tantárgyakba integrálva digitális írástudás fejlesztése nem megfelelő módszertani felkészültség informatikai felkészültség???? To develop these skills in schools two options are available: one option is to launch a new subject, announcing formal CSI education, while the other is to integrate the content into traditional school subject. I my presentation I will focus on the digital competency, on formal CSI education.

48 Informatikaoktatás – jellemzők
új tudomány, tantárgy eddig egyetlen más tudománynál sem tapasztalt fejlődési sebessége profitorientált környezet fejlődése és hatása a tudományra, oktatásra a számítógéphasználat és az információ iránti igény erősödése Consequently, CSI teachers try to navigate and survive with all the specialties of the subject.

49 Informatikaoktatás – digitális kompetencia – informatikatanár
Önálló tantárgy Informatikatanár To reach a satisfactory level in digital competency formal CSI education is needed. To launch formal CSI education CSI teachers are needed. To have CSI teachers teacher education is needed, and here closes the loop, and we are faced with the chicken and egg problem. Who teaches the teachers if there are no teachers? This ambiguity has its toll. Informatikatanár-képzés A csodát ne más szakosoktól várjuk!

50 Számítógépes problémamegoldás
Case & Gunstone (2002) problémamegoldás metakognitív megközelítése Kiterjesztett metakognitív megközelítések (Csernoch & Biró, 2013) számítógépes problémamegoldás metakognitív megközelítése Mélyszerkezetű megközelítés CAAD-based: Computer Algorithmic and Debugging-based Felületi megközelítés TAEW-based: Trial-and-Error Wizard-based (bricolage) (Csernoch, 1997; Ben-Ari, 1999; Csernoch, 2009) Metacognitive approaches to problem solving Deep approach Surface approach Algorithmic-based Information-based Conceptual-based Computer Algorithmic and Debugging-based (CAAD-based) Trial-and-Error Wizard-based (TAEW-based)

51 Informatikaoktatás – ismeretszintek
ACM Report, 2013 familiarity a koncepció megértése usage a koncepció használata, alkalmazása konkrét esetekben assessment a megfelelő megközelítés kiválasztása a megértett lehetőségek közül We started to teach CSI without firm scientific background in didactics. In newly emerged reports we find the three levels of mastery which should be followed in CSI education.

52 Informatikaoktatás  következmények
levels of mastery familiarity: a koncepció megértése usage: a koncepció használata, alkalmazása konkrét esetekben assessment: a megfelelő megközelítés kiválasztása a megértett lehetőségek közül következmények dokumentumok >90% hibás (Panko, 2008; Panko & Aurigemma, 2010; Powell, Baker & Lawson, 2008, 2009a, 2009b; Tort, 2010; Tort, Blondel & Bruillard, 2008) pénzben kifejezhető veszteségek adatok hibás értelmezése idő és emberi erőforrás veszteség (Van Deursen & Van Dijk, 2012; NJSZT 2012) számítógépidő veszteség The commercialized world developed on the science is the most ready to help teachers and users, and we are faced with the bitter consequences of these readiness. The consequences of these missing approaches are the following.

53 Számítógépes problémamegoldás
Gyakorlat hagyományos programozói környezetek – deep approach conceptual-based CAAD-based nem-hagyományos programozói környezetek – surface approach TAEW-based approach Változások! Változtatások! problémamegoldás mélyszerkezetű metakognitív megközelítéssel nem-hagyományos programozói környezetekben is programozásból adaptált módszerek Kipróbált és tesztelt megoldások táblázatkezelés Spreadsheet Lego – Sprego szövegszerkesztés Error Recognition and Classification – ERaC In the traditional programming environment the deep approach problem solving methods are emphasized. However, in the newly emerged software environments the commercialized world takes the lead with their user friendly, but surface approach methods. This should not be this way. The problem is with applying surface approach methods that the output of the activities is not necessarily the solution of the problem. Rummaging on the graphical surface, clicking here and there is no problem solving. It is bricolage. We have developed in the newly emerged environments two deep approach problem solving methods. One is for solving spreadsheet problems, while the other for word processing.

54 21. század polihisztorai „kiszervezni” témaköröket
tipográfia vizuális kultúra kép hang ének-zene, fizika, média video, animáció média, vizuális kultúra nyelvhelyesség (szintaktikai, szemantikai) anyanyelv idegen nyelvek algoritmikus készség fejlesztése hagyományos, nem-hagyományos programozói szoftver környezetek informatika

55 Összegzés oktatási rendszerek TAaAS
rendkívül alacsony hallgatói teljesítmények a hallgatók felülértékelik tudásukat a hallgatók többsége az informatikában nem látja az algoritmust csak hagyományos programozói környezetekben tudják elképzelni az algoritmus alapú problémamegoldást a hallgatók többsége csak alkalmazói szoftvereket használ és ezeken is csak felületkezelést végez TAEW típusú problémamegoldás oktatási rendszerek többség csak hagyományos programozói környezetekben tudja elképzelni az algoritmus alapú problémamegoldást (Grove 2012, 2014)

56 DE IK – gyakorlat Nem-tradicionális szoftver környezetekben algoritmikus megközelítés CAAD-típusú problémamegoldás Programozás-oktatásnál bevált módszerek adaptálása Sprego Error Recognition and Classification – ERaC alkalmazások közötti átjárások Nem-tradicionális környezetekben programozási módszerek előkészítik a programozást end-user programozók számítógépes gondolkodás

57 Okosodáshoz okos informatikus kell!
Csernoch Mária, Biró Piroska Debreceni Egyetem Informatikai Kar {csernoch.maria,


Letölteni ppt "Okosodáshoz okos informatikus kell!"

Hasonló előadás


Google Hirdetések