Me treng betre dokumentasjon på testar i skolen

Det er eit hyppig problem at forskarar i formidlinga av ein vitskapleg artikkel ynskjer å seie meir enn det artikkelen gir grunnlag for. Såleis risikerer dei å gjere sitt eige vitskaplege arbeid uvitskapleg.

Eit døme på slik svikt gjeld ein ny vitskapleg artikkel som viser kva testar for sosial fungering og lesing som blir brukt i norsk skole, og at desse har store manglar når det kjem til dokumentasjon.

15. februar starta Morgenbladet - godt hjelpt av forfattarane - ei forvrenging av kva denne forskinga seier med oppslaget «Norske leseprøver står til stryk». Men forskingsartikkelen gir ikkje eit utfyllande bilete av lesetestar i norsk skule.

Formidlinga som heilskap har skapt eit bilete som er feil

Sjølve den vitskapelege artikkelen i Scandinavian Journal of Educational Research viser kva testar for sosial fungering og lesing som blir brukt i norsk skole. Deretter blir den tilgjengelege informasjonen om desse testane halde opp mot ein europeisk standard for slik dokumentasjon. Ikkje overraskande er det store manglar når det kjem til dokumentasjon. Artikkelen sluttar med eit forslag om å nytte denne standarden som ei sjekkliste for framtida. Så langt alt vel.

Studien er gjennomført av ei gruppe UiO-forskarar med Anne Arnesen i spissen. Studien er vitskapleg fordi fagfeller har godkjent slutningane som blir gjort på grunnlag av data og metodar. Sjølv var eg ein av dei som vurderte denne studien som vitskapleg og anbefalte at den skulle publiserast.

Eg stiller meg likevel avvisande til måten denne blir formidla på. Formidlinga som heilskap har skapt eit bilete som er feil, og forskarane har etter mi meining ikkje gjort nok for å korrigere denne feilen. Per nå trur folk flest at norske lesetestar jamnt over er dårlege.

Styrka konfliktlinjer og rådville lærarar

Oppslaget i Morgenbladet genererer liknande perspektiv i Dagbladet, og framstillinga blir langt på veg også halde oppe av Monica Melby-Lervåg sine innlegg på Læringsbloggen, der ho også takkar journalisten i Morgenbladet for å ta opp denne viktige saka.

Frå å vere ein konstruktiv artikkel om ein standard å strekke seg etter, får artikkelen meir og meir rolla som oversikt over kva som er godt og dårleg. Naturleg nok påkallar den forvrengte framstillinga ei rekke motsvar, som i staden for å bidra til å tenkje frametter dei linjene som den vitskaplege artikkelen teiknar opp, konsoliderer debatten til å gjelde vrengebiletet av forskinga.

Den “formidlinga” som Morgenbladet startar - godt støtta av ein av forskarane sjølv - gir i beste fall beste fall næring til ein skolepolitisk krangel. Utover det har ingen blitt klokare, konfliktlinjer har blitt styrka og lærarane er meir rådville enn nokonsinne.

Gir ikkje eit utfyllande bilete

Forskingsartikkelen gir ikkje eit utfyllande bilete av lesetestar i norsk skule, noko Arnesen og kollegaer veit og viser. Studien baserer seg også utelukkande på dokumentasjon om prøvane som er tilgjengeleg for ålmenta, noko som er ein rimeleg vitskapleg framgangsmåte. Av denne grunn har difor ikkje studien med mål på reliabilitet og validitet på nasjonale prøver og obligatoriske kartleggingsprøver. Men desse finst. Sjølvsagt. Solid arbeid som er kvalitetssikra av dei fremste psykometrikarane i landet, men som ikkje er publisert.

For det andre er det overraskande at forskarane bak studien - og Stein Ludvigsen - i media verkar å vere overraska over funna. Undersøkingar i andre land viser liknande situasjon. Variasjonen i dokumentasjon vil vere stor så lenge ingen tydeleg seier korleis vaskelappen bør sjå ut. Studien går også for lite i dybden til å kunne gi lærarar og skoleleiarar handfaste råd og rettleiing om kva prøver dei skal bruke. For læraren er ein då like langt.

Handlar om validitet

For at ein populærvitskapleg artikkel framleis skal vere vitskapleg - og ikkje berre populær - må ein ikkje gjere andre slutningar enn dei som er kjent gyldige i forskingsartikkelen. Såleis handlar formidlingskvalitet om validitet. Melby-Lervåg seier i Morgenbladet at det er viktig at ein ikkje sluttar å bruke desse testane. Det blir ei veldig rar utsegn gitt at testane “står til stryk” ifølge Morgenbladet og at studien viser «veldig alvorlige ting» ifølge Ludvigsen. Kva er poenget? I staden for nye statlege utval og godkjenningsordningar treng me å å ta den vitskaplege artikkelen til Arnesen et al. på ordet og løfte fram ei sjekkliste som testutviklarar kan strekke seg etter å fylle, og som lærarar kan forstå og forhalde seg til.

God forskingsformidling møter mottakarane der dei er, slik at dei kan ta innsiktene i bruk, den gir idear og får brukargruppene til å tenkje langsmed det vitskaplege funnet. Skal me forme framtidas skole, må i det minste denne dynamikken kome i hakk. Det gjekk me glipp av her.