Programmer som Scratch og andre digitale verktøy brukt av lærere kan være med på å gi elever større forståelse for algoritmisk tenkning. Det nye forskningsnotatet i GrunnDig-prosjektet har sett nærmere på hvordan elever kan øke sin kompetanse ved hjelp av slike verktøy.

Ved hjelp av Scratch kan elevene for eksempel programmere animasjoner og spill, men også fagspesifikt innhold som kan knyttes med LK20, slik som geometriske figurer i matematikk. Førsteamanuensis Sanna Forsström

Denne uken ble nok et forskningsnotat fra GrunnDig-prosjektet publisert, nemlig «Utvikling av algoritmisk tenking gjennom programmering med Scratch i grunnskolen.» Forskningsnotatet er basert på en systematisk kunnskapsoppsummering som omfatter 30 studier fra ulike land.

Sanna Forsström, førsteamanuensis ved Kunnskapssenter for utdanning (KSU), er en av forskerne som er deltakere i GrunnDig-prosjektet (Foto: Leif Tore Sædberg)

GrunnDig

Forkortelse for Digitalisering i grunnopplæring: kunnskaper, trender og framtidig forskningsbehov. Samarbeidsprosjekt mellom KSU, UiO og Høgskulen i Volda.

Målsetning: få oversikt over forskning og erfaring, bidra til mer enhetlig begrepsbruk, forberede et større forskningsprosjekt og bidra til bedre formidling av nyere forskning om digitalisering i grunnopplæringen i Norge.

Formidling: Forskningen skal formidles blant annet gjennom forskingsnotater, og denne infoartikkelen handler om den sist publiserte av disse forskningsnotatene.

Forskerne i GrunnDig-prosjektet skal gjøre en systematisk kunnskapsoppsummering om forskning på digitale læremidler, ressurser og verktøy. Systematiske søk i flere databaser er gjennomført, og det ble funnet flere enn 450 relevante systematiske kunnskapsoversikter om dette temaet. Alle studiene skal kodes og analyseres og rapporteres på i den endelige rapporten fra prosjektet. Men før den endelige rapporten er klar, har teamet valgt å presentere én av de 472 kunnskapsoversiktene som et forskningsnotat. Denne handler om hvordan et læringsverktøy kan bidra til at elever utvikler læreplan-styrte kompetansemål, forteller førsteamanuensis Sanna Forsström ved Kunnskapssenter for utdanning, som har ledet søke- og utvelgelsesprosessen.

Mål: Være relevant for norske forhold

– Vi var ute etter systematiske kunnskapsoversikter som handler om digitale verktøy, læremidler eller ressurser som vi vet er mye brukt i norske skoler. Vi la også vekt på at resultater fra kunnskapsoversikten er relevant for norsk skole. Vi ville også at den systematiske kunnskapsoversikten skulle være relativt nylig publisert, slik at den gir oss informasjon om fersk forskning, begrunner førsteamanuensisen ved KSU valget med.

Hun legger til at den systematiske kunnskapsoversikten som ble valgt handler om bruk av det digitale verktøyet Scratch i skolen som hjelpemiddel til å undervise, samt vurdere elevens kompetanse i algoritmisk tenking.

– Med fagfornyelsen kom programmering og algoritmisk tenking inn i læreplanen, og Scratch er en av de digitale verktøyene som blir mye brukt i programmeringsundervisning i skolene, sier Forsström.

Scratch som et eksempel

– Hvordan fungerer Scratch som læringsverktøy, og hvordan kan det brukes for å vurdere algoritmisk tenkning?

Scratch er et blokkbasert programmeringsspråk som er mye brukt i skolen. Ved hjelp av Scratch kan elevene for eksempel programmere animasjoner og spill, men de kan også arbeide med fagspesifikt innhold som for eksempel geometriske figurer i matematikk (se LK20). Som i andre programmeringsspråk kan elevene bruke grunnleggende strukturer - som løkker, funksjoner og vilkår - i sin programmering i Scratch. Bruk av strukturene er nevnt som kompetansemål i LK20, og slik det også kommer frem i forskningsnotatet kan bruk av disse strukturene kobles med algoritmisk tenkning. Men vi må huske at algoritmisk tenkning er mer enn å bare å kode, det handler om hele problemløsningsprosessen.

– Og dette og lignende verktøy er lett tilgjengelig?

Eksempel på skjermbilde fra det digitale verktøyet «Scratch,» omtalt i forskningsnotatet, som kan lastes ned eller brukes online av elever.

Ja, siden Scratch er mye brukt både nasjonalt og internasjonalt, i land som har integrert programmering og algoritmisk tenkning i læreplanen, finnes det mye ferdig materiale eller ressurser som er tilgjengelig for lærere. Forskningsnotatet løfter fram noen ressurser som lærere kan bruke for eksempel til å vurdere elevens algoritmiske tenking i Scratch- programmering. Et eksempel er Dr. Scratch, et nettsted hvor lærere eller elever kan laste inn sine Scratch-programmer, og der Dr Scratch analyserer programmet med tanke på kjerneelementene i algoritmisk tenkning. Det er klart læreren kan og skal lage sine egne vurderingsverktøy, men dette kan være en god støtte og et grunnlag til videre utvikling.

Dr. Scratch er et eget verktøy til Scratch-programmet, som lærere kan bruke for å sjekke elevenes kunnskaper om kjerneelementer innen algoritmisk tenkning (til høyre på bildet)

Flere andre finnes

Det finnes imidlertid flere lignende digitale verktøy som egner seg godt i skolen, blant annet flere blokkbaserte programmer, opplyser Forsström.

– Jeg har eksempelvis brukt Lego Mindstorm roboter både i min undervisning og forskning. Robot-programmering er interessant på den måten at der får elevene styre en konkret robot med programmering. Akkurat nå tester vi i Didaktisk digitalt verksted (DDV) her ved UiS et helt nytt programmeringsverktøy som heter Matatalab, som passer for yngre elever. Der bruker elever fysiske blokker i programmering i en liten robot som flytter på seg og har lyd. Elevene kan for eksempel tegne geometriske figurer med den eller få den til å spille musikk gjennom å programmere noter, opplyser hun.

Programmeringsverktøyet Matatalab er et annet digitalt verktøy, som for tiden blir testet ut ved Didaktisk digitalt verksted (DDV) ved UiS. (Foto: Leif Tore Sædberg)

Det finnes også mange skriftlige programmeringsspråk som kan brukes i skolen med de eldre elevene og med de som har kommet litt lengre i programmering.

– I min matematikkundervisning har jeg brukt for eksempel Python. Det finnes også programmeringsverktøy som kan enkelt både programmeres med blokkene eller skriftlig programmeringsspråk. For eksempel micro:bit, som kan programmeres med Scratch-blokkene elller med Pyhon eller JavaScript. Alle programmeringsspråk inneholder de grunnleggende programmeringsprinsippene som er nevnt i LK20 (løkker, vilkår og funksjoner). Dermed kan læreren velge selv eller sammen med kollegene, og muligens med elevene, hva de ønsker å bruke i sin undervisning, poengterer førsteamanuensisen.

Men algoritmisk tenking - hva er nå dét?

Algoritmisk tenkning ble en del av læreplanen gjennom fagfornyelsen i 2020. Algoritmisk tenkning er blitt innlemmet i matematikkfaget i norsk skole, både i kjerneelementene og i kompetansemålene. I kjerneelementene er algoritmisk tenking knyttet til utforskning og problemløsning og i kompetansemålene blir det løftet fram konkrete programmeringsmål.

– «Algoritmisk tenkning» er likevel ikke et veldig kjent uttrykk - hva betyr det egentlig?

– Begrepet «algoritmisk tenkning» er en norskspråklig versjon av det engelsk begrepet «computational thinking». Det er en del diskusjoner om hvor godt algoritmisk tenkning beskriver det engelske begrepet, siden ordet algoritmer refererer til algoritmer og programmering som er en del av algoritmisk tenkning. Likevel er algoritmisk tenkning mye mer enn bare algoritmer og programmering. Forskere i Sverige bruker begrepet «datalogisk tänking,» men i læreplanen er ikke begrepet brukt - der nevnes kun programmering. Finland bruker samme type begrep som Norge, og algoritmisk tenkning er der integrert i læreplanen, forklarer førsteamanuensisen ved KSU.

Denne illustrasjonen viser de viktigste begrepene og arbeidsmåtene som forbindes med algoritmisk tenkning. Bruk av programmer som Scratch og andre digitale verktøy kan være med på å utvikle ferdigheter innen denne type tenkning, viser forskningsnotatet fra KSU. (Illustrasjonen er bearbeidet av Utdanningsdirektoratet etter en original fra Barefoot Computing)

Innholdet viktigere enn navnet

Hun legger til at viktigere enn navnet er imidlertid å forstå innholdet i algoritmisk tenkning, der problemløsingsaspektet er viktig:

– Algoritmisk tenkning er en problemløsningsmetode som handler om å tilnærme seg problemer på en systematisk måte, litt som en informatiker gjør. Det finnes mange forskjellige definisjoner av algoritmisk tenking, men alle definisjoner har felles hovedtrekk: Det handler om å være systematisk og analytisk, men også nysgjerrig, skapende, utforskende, eksperimenterende, utholdende og åpen. Helt konkret handler det om å bryte problemet i mindre deler som kan løses enklere, på en logisk måte å sortere, organisere og analysere informasjon, å ha fokus på det som er relevant gjennom å fjerne unødvendige detaljer, og til slutt lage algoritmer for å løse problemet. En god problemløser kombinerer, gjenbruker og generaliserer løsninger fra tidligere problemer og delproblemer, sier Forsström.

Det handler om å være systematisk og analytisk, men også nysgjerrig, skapende, utforskende, eksperimenterende, utholdende og åpen.

Å gjøre feil er her ikke bare lov, men verdifullt i seg selv.

– I en slik problemløsningsprosess er det er viktig å se og lære av feilene man gjør underveis. Det handler om å oppdage og rette feilene, og ikke gi opp. Her er samarbeid og deling en viktig del av hele prosessen, poengterer KSU-forskeren.

Det kritiske blikket

Forskere i de nordiske landene diskuterer også viktigheten av den kritiske innstillingen som den algoritmiske tenkeren må ha. Et eksempel er den danske professoren Ole Sejer Iversen, som kobler begrepet «empowerment» med begrepet «computational thinking,» gjennom å poengtere viktigheten av å se hvordan digital teknologi er koplet til verdier og intensjoner, og hvordan den former livene våre.

– Også i Norge har diskusjonen gått, og man har løftet frem kompleksiteten rundt begrepet algoritmisk tenkning. Det har i den anledning blant annet blitt stilt spørsmål om hvordan man kan måle elevenes algoritmiske tenkning, sier Forsström.

Konkrete svar og tips til lærere

– Hvilken nytte kan lærere ha av å lese forskningsnotatet «Utvikling av algoritmisk tenking gjennom programmering med Scratch i grunnskolen»?

– Forskningsnotatet gir flere konkrete svar på hvordan en lærer kan vurdere elevenes algoritmiske tenking ved hjelp av Scratch-programmet. Den systematiske kunnskapsoversikten refererte til flere artikler som målte elevenes algoritmiske tenking, med konkrete tips. Læreren kan for eksempel se hvordan elevene bruker blokkene når de bygger sine programmer, hva slags programmeringsstrategier eller mønstre elevene bruker - for eksempel om elevene bruker løkker - vilkår og funksjoner og hvordan elevene kombinerer de forskjellige programmeringsstrukturer. Læreren kan også analysere aktivitetene i klasserommet, aktivitetene som er direkte knyttet til algoritmisk tenking, slik som prøving og feiling, gjenbruk og remiksing samt abstraksjon. I tillegg kan læreren observere en annen type klasseromsaktiviteter, som aktiv deltagelse, samarbeid, behov for hjelp, samt elevens programmeringsvaner. Aktivitetene kan evalueres med hjelp av observasjon, intervju eller selvevaluering, forklarer førsteamanuensisen.

Forskningsnotatet gir også noen konkrete tips og ideer for lærere til å formulere sine egne vurderingsformer i klasserommet.

– Men hvis en lærer ønsker å gå dypere inn i en vurderingsform, er det lurt å gå inn og se i kunnskapsoversikten og fordype seg inn i noen av de metodene som er presentert der, eventuelt velge en artikkel som kunnskapsoversikten refererer til. Læreren kan få konkrete tips herfra, men en helhetlig vurdering av elevens algoritmiske tenkning krever også at læreren har sterk kompetanse i algoritmisk tenking og i dette tilfelle også i det digitale verktøyet Scratch, presiserer førsteamanuensis Sanna Forsström, en av forskerne i GrunnDig-prosjektet.