Okosodáshoz okos informatikus kell!
Csernoch Mária, Biró Piroska
Debreceni Egyetem Informatikai Kar
{csernoch.maria, biro.piroska}@inf.unideb.hu
„Okos” érettségi eredmények
Végzett hallgatók
2010
Képzési idő
alatt végzett
2011
Képzési időn túl
végzett
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%
46%
54%
TTK
71%
29%
61%
39%
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]
Testing Algorithmic and Application Skills
TAaAS
Debreceni Egyetem Informatikai Kar
2011/2012
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
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
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?
TAaAS 2014 – minta (N=1919)
Átlagos eredmények – részpontok
Hibátlan megoldás
Fájlkezelés, számrendszerek
Hibátlan megoldás
Táblázatkezelés
Hibátlan megoldás
Szövegkezelés – hibafelismerés
Hibátlan megoldás
Programozás
Részmegoldás
Fájlkezelés, számrendszerek
Részmegoldás
Táblázatkezelés
Részmegoldás
Szövegkezelés – hibafelismerés, hibatípusok
Részmegoldás
Programozás
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
0
1
2
3
4
5
3
35
173
242
80
1
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
fájlkezelés
I1, I2, I3, I9
számrendszerek
I4, I5, I6
táblázatkezelés
I7.a, I7.b, I7c, I7.f
szövegkezelés
I10
programozás
I11, I12.a, I12.b, I12c, I13
nem szignifikáns
I7.d, I7.e, I8
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
fájlkezelés
számrendszerek
nem szignifikáns
I1, I2, I3, I9
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
Mobil eszközök használata
Operációs rendszerek
Programozási nyelvek
„Okos” érettségi eredmények
Informatika érettségi
PTI
MI
GI
IK
MK
Összes
271
középszint
N
65
62
56
2
86
eredmény (%)
80
78
74
59
73
0
7
emelt szint
N
47
15
6
eredmény (%)
67
65
54
5
12
24
7
140
188
117
89
86
9
233
534
NA
Összes
75
70
Informatika érettségi és szakok
Informatika érettségi és szakok
• emelt szint
– nincs szignifikáns eltérés az intézmények között
• középszint
– szignifikáns eltérés
• PTI–GI
• PTI–MK
Matematika érettségi
PTI
MI
GI
IK
MK
Összes
458
középszint
N
eredmény (%)
104
78
77
9
190
76
70
68
40
71
0
11
emelt szint
N
eredmény (%)
NA
Összes
9
6
6
32
83
67
61
4
5
3
0
32
44
117
89
86
9
233
534
68
Matematika érettségi és szakok
Matematika érettségi és szakok
• emelt szint
– nincs szignifikáns eltérés az intézmények között
• középszint
– szignifikáns eltérés
• PTI–GI
• IK–mindenki
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
szövegkezelés
programozás
I7.d, I7.f
I10
I11, I12.a, I12.b, I12.c
I13
Érettségi
Informatika – emelt szint
• egyszempontos varianciaanalízis
– programozásnál nagyon erős kapcsolat
– emelt szintű informatika érettségi a programozási
ismeretekre hatással van
szignifikáns
fájlkezelés
nem szignifikáns
I1, I2, I3, I9
számrendszerek
I4, I5
I6
táblázatkezelés
I7.a, I7.b, I7.c, I7.f
I7.d, I7.e, I8
szövegkezelés
programozás
I10
I11, I12.a, I12.b, I12.c, I13
Érettségi
Matematika – középszint
• egyszempontos varianciaanalízis
– nagyon gyenge kapcsolat
szignifikáns
fájlkezelés
nem szignifikáns
I1, I2, I3, I9
számrendszerek
I5, I6
I4
táblázatkezelés
I7.a, I7.b
I7.c, 17.d, I7.e, I7.f
szövegkezelés
programozás
I10
I11, I12.a, I12.b, I12.c, I13
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
programozás
I10
I12.a, I12.b, I12.c, I13
I11
Attitűd vizsgálat
Mit jelent számára az informatika?
Attitűd vizsgálat
Mit jelent számára az informatika?
N=301
PTI
MI
GI
IK
Összes
minden
2
5
2
1
10
3,32
jövő
17
10
6
1
34
11,30
munka
24
27
14
0
65
21,59
1
3
2
0
6
1,99
szórakozás/hobbi
23
16
4
1
44
14,62
érdekel
12
10
9
0
31
10,30
2
5
0
0
7
2,33
kommunikáció
programozás
%
Önértékelés
Önértékelés – eredmények
• fájlkezelés
– nagyon gyenge kapcsolat
• szövegkezelés
– nagyon gyenge kapcsolat
• táblázatkezelés
– közepesen erős és gyenge kapcsolat
• programozás, 5–8. osztályos feladat
– erős kapcsolat
• hálózatok
– gyenge kapcsolat
Tanulta – Nem tanulta
Mennyire lesz szüksége az egyetemen
• szövegszerkesztés tanulására?
– nagyon gyenge negatív korreláció
• táblázatkezelés tanulására?
– nagyon gyenge negatív korreláció
Érettségi, ECDL – tudás
• Mennyire tükrözi érettségi eredménye
informatikatudását?
• Mennyire tükrözi ECDL vizsga eredménye (nem
érettségivel szerzett) informatikatudását?
Eredmények összehasonlítása
• Saját eredmény (S)
• Csoport eredmény (Cs)
• Feladat fontossága (F)
Saját
Csoport
Fontosság
fájlkezelés
gyenge, közepes
gyenge
–
hálózat
erős
gyenge
–
számrendszerek
erős
közepes
–
táblázatkezelés
erős
gyenge (I8 –)
–
szövegkezelés
gyenge, közepes
gyenge
programozás (5–8. o.)
nagyon erős
erős
gyenge (I11 –
Tudásalapú klaszterek
Tudásalapú klaszterek
1. klaszter
2. klaszter
3. klaszter
4. klaszter
jók
limited
random
semmi
DE_GI
33,7
23,3
15,1
27,9
DE_IK
11,1
11,1
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
Varázslat?
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????
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
Informatikaoktatás – digitális kompetencia –
informatikatanár
Önálló
tantárgy
Informatikatanár
Informatikatanárképzés
A csodát ne más szakosoktól várjuk!
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
Conceptual-based
Surface approach
Algorithmic-based
Computer Algorithmic
and Debugging-based
(CAAD-based)
Information-based
Trial-and-Error
Wizard-based
(TAEW-based)
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
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
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 nemhagyományos programozói környezetekben is
– programozásból adaptált módszerek
• Kipróbált és tesztelt megoldások
– táblázatkezelés
• Spreadsheet Lego – Sprego
– szövegszerkesztés
• Error Recognition and Classification – ERaC
21. század polihisztorai
„kiszervezni” témaköröket
• tipográfia
– vizuális kultúra
• kép
– vizuális kultúra
• 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
Összegzés
• 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)
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
Okosodáshoz okos informatikus kell!
Csernoch Mária, Biró Piroska
Debreceni Egyetem Informatikai Kar
{csernoch.maria, biro.piroska}@inf.unideb.hu