Attraktionen ved digitale læremidler var oprindeligt, at de gav adgang til et stort antal selvrettende opgaver. Men det gør det svært for lærerne at afkode, hvilke forståelsesvanskeligheder elevernes fejl i løsning af ligninger bunder i. Det fortæller ph.d. Morten Elkjær Hansen, der vil bruge Big Data til at afkode elevernes matematikforståelse.

Morten gik på jagt efter elevers forståelsesfejl i 2,5 millioner svar på ligninger: Her er hvad han fandt

Ph.d. Morten Elkjær Hansen bruger Big Data til kortlægge elevernes matematikvanskeligheder, når de løser opgaver i den populære matematikportal MatematikFessor. Det skal hjælpe lærerne med at tilrettelægge undervisningen - ikke erstatte dem, understreger han.

Offentliggjort Sidst opdateret

Danske skoleelever løser mange opgaver i matematikportalen MatematikFessor. Rigtig, rigtig mange.

Morten Elkjær Hansen er dykket ned i de massive datamængder for at undersøge, hvad de forkerte besvarelser i det populære digitale læremiddel afslører om elevernes forståelse af matematikken.

Det har han gjort i sit erhvervs-ph.d.-projekt, som han har lavet på DPU i samarbejde med MatematikFessor. Han er efterfølgende blevet ansat i Alinea, hvor han nu arbejder med at udvikle den populære portal.

Helt nøjagtigt er det elevernes forståelse af ligninger, Morten Elkjær Hansen har undersøgt. Det har han gjort ved at introducere 892 opgaver i MatematikFessors onlineunivers, der er specifikt designet til formålet.

Efter halvandet år var opgaverne besvaret i alt 2,5 millioner gange af cirka 94.000 forskellige elever. Og ud fra den store mængde data kunne Morten Elkjær Hansen identificere fire fejltyper, der gik igen i elevernes besvarelser.

Hvad de var, og hvad de fortæller om elevernes matematikforståelse, vender vi tilbage til. Lige så vigtigt som viden om, hvilke typer af fejl eleverne laver, er nemlig, hvad matematiklærerne kan bruge den viden til, understreger Morten Elkjær Hansen.

”I 2010, hvor MatematikFessor blev lanceret, var attraktionen ved digitale læremidler, at de kunne rette elevernes opgaver automatisk. Men det kræver rigtig meget af lærerne at afkode, hvad børnene forstår og ikke forstår ud fra et søjlediagram over rigtige og forkerte svar på opgaver, lærerne ikke selv har designet”, siger han til folkeskolen.dk/matematik.

”Jeg kunne godt tænke mig, vi kom et nyt sted hen. Feedbacken til lærerne fra systemet skal gå direkte til baggrunden for elevernes fejl og give inspiration til undervisning, der kan rette op på netop de fejltyper. Og jeg er ret overbevist om, at det kan lade sig gøre”.

Flytter rundt for at skabe mening

Og hvad er det så for fejl, eleverne typisk begår, når de løser opgaver med ligninger i MatematikFessor? Morten Elkjær Hansen har identificeret fire gennemgående: 

1. Tastefejl – eller ’lige ved siden af’-fejl. Eleverne har tastet forkert og derfor for eksempel svaret 4, selv om de er klar over, at det rigtige svar er 5.

2. Negative tal. Eleven mangler forståelse for, at tal kan være negative og ignorerer derfor minusser.

3. Usynligt gangetegn. Eleven mangler forståelse for, at når der ikke står noget mellem et  tal og en ubekendt – for eksempel 4x – skal de gange, og eleven lægger i stedet sammen.

4. Omorganisering af ligningen for at skabe mening. Eleven bytter rundt på elementer eller led i ligningen for at få den til at give bedre mening.

Særligt den sidstnævnte fejl var Morten Elkjær Hansen overrasket over trådte så tydeligt frem i det datadrevne billede af elevernes vanskeligheder med at løse ligninger.

”En klassiker er, at man bytter rundt på tallene i et minusstykke, så det lille tal trækkes fra det store. Eller at man rykker rundt på elementerne i ligningen for at få ’svaret’ til at stå til højre for lighedstegnet. Det kom bag på mig, at det var så åbenlyst i de svar, jeg så”, fortæller han.

Færre, men bedre opgaver

Der gik dog noget tid, før data-stregtegningen begyndte at vise sig. I starten ledte Morten Elkjær Hansen efter svar i de opgaver, der i forvejen var i MatematikFessor. Han måtte dog sande, at de ikke var velegnede til formålet.

”En anden stor attraktion ved digitale læremidler i 2010 var, at de gav adgang til et stort antal opgaver. Filosofien var, at meget er godt. Det gjorde det svært at lave billedet, fordi svarene var spredt ud over mange for ens opgaver i stedet for få gode”, siger han.

En del tid gik derfor med at udvikle 892 opgaver med ”diagnostisk værdi” og tilføje dem til MatematikFessor-universet.

”Jo færre svar en opgave kan give og jo mere præcist, man kan afkode de forkerte svar, des højere er den diagnostiske værdi”, siger Morten Elkjær Hansen og tilføjer:

”Dermed ikke sagt, at der kun skal eksistere den slags opgaver. Der skal også skabes didaktiske situationer, hvor børn kan undres og gå på opdagelse. De skal hver især være en del af matematikundervisningen. Men man skal være klar over, hvad der er hvad, når man behandler data”.

Endelig skulle Morten Elkjær Hansen også spore sig ind på de fejltyper, der ville være til at udlede af data, og som ville give værdi for lærerne at få indblik i.

”Nogle gange holder børnene bare femtallet nede, og så trykker de enter til sidst. Det kunne jeg selvfølgelig kode som ’kedsomhed’, men det bliver vi nok ikke så meget klogere af”, siger han.

I alt afprøvede Morten Elkjær Hansen 49 forskellige mulige forståelsesvanskeligheder inden for ligningsløsning, og heraf var det altså fire, der både trådte repræsentativt frem i data og som kunne pege tilbage i undervisningen.

”For eksempel viste det sig, at det ikke var en kilde til forståelsesfejl i nævneværdig grad, at nul optrådte i en ligning. Det var jeg lidt overrasket over”, siger han.

En testsituation er altid kunstig

Og hvad kan matematiklærerne så bruge den viden til? Morten Elkjær Hansen håber, at version 2.0 af MatematikFessor vil være i stand til at give læreren en feedback, der i højere grad kan få undervisningen til at handle om forståelse for matematik og ikke bare de regneregler, der skal bringe dem godt gennem eksamen.

”Jeg har ikke testet eleverne. De har bare brugt MatematikFessor helt som sædvanlig. Og det har tilvejebragt en automatiseret viden om deres matematikforståelse, der er helt upåvirket af den kunstige og til tider angstprovokerende situation en test eller eksamen er. Og som læreren kan bruge til at tilrettelægge en undervisning, der adresserer fejltyperne”, siger han og tilføjer:

”Hvis det viser sig, at eleverne for eksempel omorganiserer ligningen for at få den til at give mening, er det oplagt at kigge på lighedstegnets egenskaber eller udtrykkenes konstruktion”.

Ofte påpeges de digitale muligheder for gennem machine learning at skabe personaliseret læring, der selv kan give eleverne feedback og stille nye opgaver, som arbejder med deres forståelse.

Morten Elkjær Hansen tror dog ikke på, at læreren kan skæres ud af ligningen, når det kommer til undervisning af børn.

”Læreren har en meget vigtig rolle i klasserummet, som er at være hovedformidler. Hele ideen med at lave et datadrevent billede af elevernes fejltyper har hele vejen igennem været, at det skal komme læreren til gode – og derigennem eleven”, siger han.

Men kan du forstå, hvis nogen får den ide, at systemet selv kan give feedback til eleven, når det har identificeret grunden til, at fejlene opstår?

”Børn læser ikke den type feedback. De er ligeglade. De vil videre til den næste opgave. Men læreren får muligheden for at bruge det digitale redskab formativt. Og jeg er med på, at alle summative værktøjer kan bruges formativt og omvendt, men hele ideen er gennem formativ evaluering at klæde lærerne bedre på til at undervisningsdifferentiere”.

Nu har du kigget på ligninger. Kan det bruges på andre områder af matematik?

”Det tror jeg. Mit umiddelbare bud er, at der vil være færre fejltyper i de fire regnearter, der alt andet lige er noget mindre kompliceret og abstrakt end generaliseret aritmetik”.