BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

Børne- og Undervisningsudvalget 2019-20
BUU Alm.del
Offentligt

Jeppe Bundsgaard, Sofie Bindslev,

Elisa Nadire Caeli, Morten Pettersson

og Anna Rusmann

Danske

elevers

teknologi-

forståelse

Resultater fra

ICILS-undersøgelsen

2018

Aarhus Universitetsforlag

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

Danske elevers teknologiforståelse

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

jeppe bundsgaard · sofie bindslev

elisa nadire caeli · morten pettersson

anna rusmann

Danske

elevers

teknologi

forståelse

aarhus universitetsforlag

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

Danske elevers teknologiforståelse

2019

Omslag: Nethe Ellinge Nielsen, Trefold

Tilrettelægning og sats: Jeppe Bundsgaard og Carl-H.K. Zakrisson

Forlagsredaktion: Cecilie Harrits

Bogen er sat med Minion

E-bogsproduktion:

Narayana Press, Gylling

Printed in Denmark 2019

isbn

9788772190938

Aarhus Universitetsforlag

Finlandsgade 29

8200 Aarhus N

www.unipress.dk

Bogen er finansieret af Undervisningsministeriet og Aarhus Universitet, Arts.

DPU

AARHUS UNIVERSITET

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

Indhold

Forord

Kort sammenfatning

1.1 Baggrund

1.2 Resultater

1.3 Datagrundlag og metode

Baggrund og formål

2.1 Hvad er ICILS

2.2 Formål og forskningsspørgsmål

2.3 Bogens opbygning

2.4 Resume af resultater fra ICILS 2013

2.5 Samfundsmæssig og kulturel kontekst – udviklingen frem til i dag

2.6 Hvad er der sket på området siden 2013

Computer- og informationskompetence

3.1 Hvad er computer- og informationskompetence

3.2 Undersøgelsesrammen for computer- og informationskompetence

3.3 Kompetenceniveauer for computer- og informationskompetence

3.4 Relation til danskfaget

3.5 Relation til det tværgående tema it og medier

3.6 Relation til forsøgsfagligheden teknologiforståelse

Datalogisk tænkning

4.1 Hvad er datalogisk tænkning

4.2 Undersøgelsesrammen for datalogisk tænkning

4.3 Kompetenceintervaller for datalogisk tænkning

4.4 Relation til naturfaglige fag

4.6 ICILS måler ikke alt

4.5 Relation til forsøgsfagligheden teknologiforståelse

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

Elevernes kompetencer

5.1 Elevresultater for computer- og informationskompetence

5.2 Elevresultater for datalogisk tænkning

5.3 Sammenfatning

Køn og it

6.1 Kønsforskelle i ICILS

6.2 Er der forskel på drengenes og pigernes kompetencer

6.4 Pigers og drenges tiltro til egne it-kompetencer

6.5 Bruger drenge og piger it til forskellige ting

6.7 Sammenfatning

6.8 Det er ikke nyt

108

109

110

113

114

106

6.3 Har drenge og piger forbedret deres kompetencer siden 2013

6.6 Pigers og drenges syn på mulighederne for en fremtidig it

6.9 Hvad kan forskellene skyldes

6.11 Indsatser og aktiviteter i dag

6.10 Hvordan kan vi skabe en bedre balance

Lærernes tiltro til egne evner og indstilling til it

117

7.1 Danske læreres indstilling til it i undervisningen

7.2 Danske læreres tiltro til egne it-evner

7.3 Sammenfatning

132

127

117

Lærerenes brug af it i undervisningen

135

8.1 Hvor ofte bruger danske lærere it i undervisningen

8.2 Hvad lægger danske lærere vægt på fagligt

8.3 Læreres og elevers brug af it i undervisningen

8.4 Ændring i brug af it siden 2013

8.6 Sammenfatning

153

146

150

8.5 Bruger danske lærere mere it end i andre lande

136

141

135

Læreres uddannelse og samarbejde

155

9.1 Udviklingen siden 2013

9.2 It i læreruddannelsen

156

157

158

160

9.3 Efteruddannelsesaktiviteter om brug af it

9.4 Danske læreres samarbejde om brug af it i undervisningen

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

INDHOLD

9.5 Sammenfatning

165

Sammenhænge mellem kontekstfaktorer og kompetencer

167

10.1 Immigrantbaggrund og socioøkonomi

167

177

10.2 Betydningen af elev- og skolefaktorer for elevernes it-kompetencer

Sådan måler ICILS kompetencer og kontekster

191

11.1 Undersøgelsens design

11.2 Spørgeskemaer

194

196

211

191

11.3 Elevtest til måling af computer- og informationskompetence

11.4 Elevtest til måling af datalogisk tænkning

Sammenfatning og konklusioner

221

12.1 Kapitel 2: Baggrund og formål

12.3 Kapitel 4: Datalogisk tænkning

12.4 Kapitel 5: Elevernes kompetencer

12.5 Kapitel 6: Køn og it

225

227

229

227

221

222

223

12.2 Kapitel 3: Computer- og informationskompetence

12.6 Kapitel 7: Læreres tiltro til egne evner og indstilling til it

12.7 Kapitel 8: Læreres brug af it i undervisningen

12.8 Kapitel 9: Læreres uddannelse i og samarbejde om it i undervisningen

12.9 Kapitel 10: Sammenhænge mellem kontekstfaktorer og kompetencer

12.10 Kapitel 11: Sådan måler ICILS kompetencer og kontekster

12.11 Konklusioner og perspektiver

232

Tabeller

236

Figurer

237

Referencer

241

Forord

I denne bog præsenteres de danske hovedresultater af den internationale

undersøgelse

International Computer and Information Literacy Study

2018

(ICILS). ICILS er et studie fra IEA (International

Association for the

Evaluation of Educational Achievement)

som undersøger 8.-klasseelevers

computer- og informationskompetence og deres datalogiske tænkning i et

internationalt, komparativt perspektiv. ICILS gennemføres hvert femte år

– for første gang i 2013 og nu for anden gang i 2018.

En undersøgelse som ICILS kræver høj grad af samarbejde mellem

mange forskellige grupper af mennesker. Derfor vil vi gerne rette en stor

tak til en række samarbejdspartnere der har gjort en ekstraordinær indsats

i forbindelse med forberedelsen og gennemførelsen af projektet.

Først og fremmest vil vi takke de 2.404 elever fra 8.-klasser på 143 skoler

rundt om i landet der i foråret 2018 deltog i ICILS 2018 og dermed bidrog

til at skabe værdifuld viden om unges evne til at undersøge, skabe og kom-

munikere med it. Tak også til 134 skoleledere, 1.118 lærere og 121 it-vejledere

på disse skoler. Inden da testede 454 elever (og lærere, it-vejledere og skole-

ledere) på 24 pilotskoler i foråret 2017 undersøgelsen og bidrog med erfa-

ringer der var værdifulde for den endelig udvikling af måleinstrumenterne.

For dette skal lyde en stor tak.

Tak også til de 12 testadministratorer der rejste land og rige rundt med

store kasser med computere for at gennemføre testen med eleverne. Og tak

til de 10 kodere som hjalp os med at kode de åbne svar som eleverne gav i test

og spørgeskemaer. Tak til den internationale kvalitetskontrollør Erik Irring

Larsen som besøgte en række af skolerne mens testen stod på, og sikrede

sig at alt gik efter forskrifterne.

Endelig en stor tak til Undervisningsministeriet og Aarhus Universitet

for at finansiere Danmarks deltagelse i ICILS 2018. Bogen er blevet til i sam-

arbejde med Center for Anvendt Skoleforskning ved UCL Erhvervsakademi

og Professionshøjskole og Aalborg Universitet, Institut for Kommunikation

og Psykologi.

Som supplement til præsentationerne og analyserne i denne bog findes

en række offentligt tilgængelige ressourcer, herunder spørgeskemaer,

de præsenterede modeller, links til datakilder, internationale rapporter,

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

INDHOLD

tekniske manualer med mere. Disse kan hentes på projektets hjemmeside,

edu.au.dk/icils. Bogen her kan læses online på icils2018.au.dk. Der findes

også yderligere bilag samt R-scriptene vi har brugt til at producere bogen.

Alle statistiske analyser er foretaget med R-pakken EdSurvey.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

1 Kort sammenfatning

International Computer and Information Literacy Study

(ICILS) 2018 er den

anden internationale undersøgelse af computer- og informationskompe-

tence gennemført i regi af IEA (International

Association for the Evaluation

of Educational Achievement).

I denne omgang også med fokus på datalogisk

tænkning. Undersøgelsen er i Danmark gennemført af Danmarks institut

for Pædagogik og Uddannelse (DPU), Aarhus Universitet. Undervisnings-

ministeriet og Aarhus Universitet finansierer Danmarks deltagelse.

1.1 Baggrund

Computer- og informationskompetence

defineres i ICILS som evne til at

bruge computerteknologier til at indsamle og håndtere information samt

producere og udveksle oplysninger.

Datalogisk tænkning

defineres som

evne til at identificere de aspekter af virkelige problemer som er egnet til

at blive formuleret datalogisk, samt at evaluere og udvikle algoritmiske

løsninger på disse problemer.

ICILS måler elever i 8. klasses kompetencer med et innovativt computer-

baseret interaktivt testinstrument og afdækker konteksten for disse kompe-

tencer gennem spørgeskemaer til elever, lærere, skoleledere og it-vejledere.

I 2018 deltog 12 lande: Chile, Danmark, Finland, Frankrig, Tyskland, Italien,

Kasakhstan, Sydkorea, Luxembourg, Portugal, Uruguay og USA. IEA udar-

bejder en international rapport med de overordnede forskningsspørgsmål

(Fraillon, Ainley, Schulz, Friedman, m.fl. 2019). Nærværende danske rap-

port fokuserer på de danske resultater.

1.2 Resultater

Der er sket meget på grundskoleområdet siden den første ICILS-

undersøgelse i 2013, og her er særligt it-området der i forvejen var

centralt i mange sammenhænge, blevet kraftigt opprioriteret: En stor

indsats har gjort digitale læremidler til et hverdagsfænomen i skolen, der

er en bevægelse i gang mod at få etableret et nyt fag i teknologiforståelse,

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

kort sammenfatning

og mange uafhængige initiativer arbejder på at fremme teknologiforståelse

og brug af it i grundskolen.

ICILS-undersøgelsen viser at der er sket flere positive udviklinger i pe-

rioden siden 2013 hvor de mange indsatser er implementeret:

• Danske lærere og deres elever i 8. klasse anvender it i undervisningen

massivt mere end de gjorde i 2013.

• Danske lærere lægger også i meget vidt omfang, og væsentligt mere

end i 2013, vægt på at eleverne udvikler kompetencer inden for it-

området.

• Danske elever har rykket sig så de er signifikant bedre inden for

computer- og informationskompetence i 2018, end de var i 2013.

• Der er mindre forskel mellem de danske elevers kompetencer, end der

er mellem de fleste andre deltagende landes elever.

• Danske elever er de bedst præsterende blandt de deltagende landes

elever inden for computer- og informationskompetence.

• Danske elever er sammen med Sydkoreas elever de bedst præsterende

blandt de deltagende landes elever inden for datalogisk tænkning.

På trods af den fine udvikling og de gode kompetencer i sammenligning

med de øvrige landes elever skal det dog bemærkes at mere end seks ud af

ti af de danske elever ligger på eller under computer- og informationskom-

petenceniveau 2 ud af fire niveauer. Det betyder at de sandsynligvis ikke

er i stand til at gennemskue forholdsvis åbenlyse forsøg på at narre dem

på nettet, at de ikke forholder sig kritisk til forudsætninger og interesser

hos producenter af indhold, og at de ikke i tilstrækkelig høj grad kan til-

rettelægge information der retter sig imod en given målgruppe. Det er af

afgørende betydning for disse elever at de udvikler deres kompetencer hvis

de skal kunne fungere godt i et stadig mere digitaliseret informations- og

netværkssamfund, og hvis ikke de skal være for lette ofre for forsøg på at få

dem til at handle på måder der ikke er i deres egen interesse.

Datalogisk tænkning som det måles i ICILS 2018, relaterer på en række

områder til indholdsområderne i forsøgsfaget teknologiforståelse, og der-

ved kan ICILS 2018 ved en eventuel beslutning om at gøre teknologiforstå-

elsesfaget obligatorisk i den danske folkeskole betragtes som en etablering

af en baseline for kompetencer der er relevante for teknologiforståelse (men

ikke omfatter hele faget), som man kan sammenligne med ved senere må-

linger af datalogisk tænkning.

Ud over de generelt opløftende overordnede resultater er der også en

række interessante iagttagelser at gøre i detaljerne. Vi kan blandt andet se at

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

1.3

datagrundlag og metode

de danske lærere i 8. klasse er blevet mere nuancerede i deres indstilling til

it i undervisningen.

• I 2013 var danske lærere ret positivt og usædvanligt lidt kritisk indstil-

lede over for it. I 2018 var de nogenlunde lige så positivt indstillede

som i 2013, men på de spørgsmål der går igen i 2013 og 2018, er de væ-

sentligt mere kritiske over for it’s rolle i undervisningen.

• Særligt er det interessant at halvdelen af de danske lærere i 8. klasse i

2018 mente at it distraherer elever fra at lære, hvor det kun gjaldt for 14

procent af lærerne i 2013.

Der er meget store forskelle mellem pigers og drenges opfattelse af deres

egne kompetencer i relation til it og deres forestillinger om et fremtidigt

arbejdsliv med it.

• Piger klarer sig gennemsnitligt bedre i testen af computer- og infor-

mationskompetence end drenge og lige så godt i testen af datalogisk

tænkning.

• Danske piger har lige så høj tiltro som danske drenge til egne evner til

basale aktiviteter med en computer.

• Men når det kommer til deres tiltro til egne evner i forhold til tekniske

aktiviteter, ligger danske piger langt under danske drenge.

• Danske piger har lavest tiltro til egne evner i forhold til tekniske aktivi-

teter af alle, både piger og drenge, på tværs af de deltagende lande.

• Danske piger har det laveste gennemsnit på indekset for syn på en

fremtid med it. Rigtig store andele af de danske piger kan således ikke

forestille sig at de i fremtiden vil studere eller arbejde med it.

1.3 Datagrundlag og metode

Dataindsamling til ICILS-undersøgelsen foregik i april-juni 2018.

Udvælgelsen af deltagere foregik i to faser. Først blev 150 skoler udvalgt

tilfældigt, men hvor man sikrede sig at de fordelte sig bredt ved at sortere

stikprøverammen efter karakterer fra afgangsprøverne inden systematisk

udvælgelse af skoler. Dernæst blev 20 elever og 15 lærere i 8. klasse udvalgt

tilfældigt på hver skole.

Elevpopulationen i ICILS består som udgangspunkt af elever der gik i

8. klasse i både private skoler og folkeskoler i foråret 2018. Populationen

for lærerspørgeskemaet udgøres af lærere der underviste på klassetrinnet i

dataindsamlingsperioden.

Afgrænsningen af elevpopulationen og lærerpopulationen betyder at vi

på baggrund af undersøgelsens resultater kan udtale os om kompetencer,

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

kort sammenfatning

holdninger og adfærd blandt danske 8.-klasseelever samt blandt lærere der

underviser på 8. klassetrin. Det er altså vigtigt at understrege at undersø-

gelsens resultater ikke giver os et afsæt for at udtale os om elev- og lærer-

grupper på andre klassetrin i det danske skolesystem.

Elevtesten til at måle elevernes computer- og informationskompetence

blev udviklet over en periode på et år forud for gennemførelsen af den før-

ste ICILS-undersøgelse i 2013. Som led i forberedelserne til undersøgelsen

i 2018 blev testen desuden udvidet med yderligere moduler. Testen til må-

ling af elevernes datalogiske tænkning blev udviklet i forbindelse med ICILS

2018. Den internationale forskningsledelse udviklede testene i samarbejde

med nationale forskningskoordinatorer og eksperter på området.

Elevtestens brugerflade blev designet med henblik på at give eleverne en

autentisk oplevelse af at arbejde med de brugerflader eleverne almindeligvis

arbejder med når de kommunikerer og producerer online, og hvis de udvik-

ler programmeringsløsninger. Testen blev afviklet offline på en computer.

Eleverne, lærerne samt skolelederen og it-vejlederen på skolerne skulle

besvare et spørgeskema som gav mulighed for at undersøge sammenhæn-

gen mellem elevernes kompetencer og den kontekst de er udviklet i. Det

samme skulle den internationale forskningskoordinator i hvert af de delta-

gende lande. Spørgeskemaerne blev udviklet i 2013 og revideret i 2018.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

2 Baggrund og formål

Aldrig tidligere har der været stillet større krav til at unge udvikler digitale

kompetencer for at kunne begå sig i et samfund hvor viden søges på in-

ternettet, kommunikation foregår online og hvor teknologier som machine

learning, ansigtsgenkendelse, robotteknologi, 3D-print, selvkørende kører-

tøjer og meget mere bidrager til at vi grundlæggende forandrer vores liv og

samliv.

Men hvordan står det til med udviklingen af danske unges teknologi-

forståelse? Det er det ICILS-undersøgelsen giver et indblik i, specifikt i for-

hold til de to kompetenceområder computer- og informationskompetence

og datalogisk tænkning. Resultaterne der præsenteres i denne bog, kaster

lys over elevernes kompetencer og i hvilket omfang computer- og infor-

mationskompetence og datalogisk tænkning bliver prioriteret på de danske

skoler. Resultaterne giver indsigt i hvordan it integreres i undervisningen

og i hvilke typer undervisningsaktiviteter it anvendes. De giver indblik i

hvordan det står til med danske læreres opfattelse af it og deres egne kom-

petencer. De giver indblik i forskelle i køn og meget mere.

De unges computer- og informationskompetence blev undersøgt for før-

ste gang i 2013, og i foråret 2018 deltog Danmark for anden gang i under-

søgelsen. Denne rapport kan derfor præsentere resultater der anskueliggør

den udvikling der er sket på området siden Danmark deltog sidst.

I 2013 blev elevernes computer- og informationskompetence (CIK)

undersøgt med hovedfokus på informationssøgning og brug af computere

som kommunikationsværktøj. Siden har lærere, beslutningstagere, politi-

kere og forskere i stigende grad erkendt nødvendigheden af også at kunne

anvende it mere teknisk-produktivt til problemløsning og automatisering,

blandt andet i form af udvikling af algoritmer og specialdesignede digitale

teknologier. Som noget nyt undersøgte vi derfor i 2018 de unges datalogi-

ske tænkning (DT, på engelsk

computational thinking).

Det var frivilligt

om de deltagende lande ønskede også at gennemføre undersøgelsen af

elevers kompetence i datalogisk tænkning, eller om de udelukkende ville

undersøge deres computer- og informationskompetence.

Vi har i denne bog valgt at oversætte det engelske

computational thinking

til

datalogisk tænkning.

Det har vi både fordi

computationel tankegang

som

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

baggrund og formål

bruges i forbindelse med forsøgsfaget i teknologiforståelse, er meget vanske-

ligt for uindviede at udtale, og også fordi ordet datalogi skaber forbindelse

til den danske tradition på området og endelig – og vigtigst – fordi ordet

der indeholder

data

mere præcist angiver hvad der er tale om end com-

putation (der betyder beregning). Datalogisk tænkning dækker over evnen

til at kunne identificere et problem, kunne uddifferentiere dets enkeltele-

menter (data) og relationerne mellem dem samt understøtte løsningen af

problemet med brug af computere.

Det er første gang nogensinde at datalogisk tænkning undersøges hos

unge, og derfor var det nødvendigt at udvikle helt nye typer af testmodu-

ler. Disse innovative testmoduler viste sig at fungere efter hensigten og vil

kunne fungere som inspiration ved udviklingen af yderligere test inden for

området. Resultaterne fortæller ikke alene hvor langt danske elever er i ud-

viklingen af datalogisk tænkning, de giver også dybere indblik i hvilke ud-

fordringer eleverne oplever ved arbejdet med at tænke datalogisk. Denne

viden kan blandt bruges i forbindelse med implementeringen af den nye

forsøgsfaglighed teknologiforståelse.

2.1 Hvad er ICILS?

The International Computer and Information and Literacy Study

(ICILS)

er et stort internationalt komparativt forskningsprojekt som undersøger

computer- og informationskompetence og datalogisk tænkning hos elever i

8. klasse. ICILS gennemføres af forskningssammenslutningen IEA (The

In-

ternational Association for the Evaluation of Educational Achievement).

For-

skere fra de 12 deltagende lande indsamlede data fra 46.561 elever på 2.226

skoler. Derudover blev der indhentet svar på spørgeskemaer fra 6.530 læ-

rere og fra skoleledere og it-koordinatorer på de udvalgte skoler. I Danmark

deltog i alt 143 skoler med 2.404 elever i undersøgelsen. Derudover deltog

24 skoler og 454 elever i den såkaldte fieldtrial som var den forundersøgelse

der blev gennemført forud for hovedstudiet.

I sin korte definition refererer computer- og informationskompetence

i ICILS til elevers evne til at bruge computerteknologier til at indsamle og

håndtere information samt producere og udveksle oplysninger, og datalo-

gisk tænkning som er en dansk oversættelse af det engelske begreb

computa-

tional thinking,

defineres som et individs evne til at identificere de aspekter

af virkelige problemer som er egnet til at blive formuleret datalogisk samt

at evaluere og udvikle algoritmiske løsninger på disse problemer så løsnin-

gerne kan behandles af en computer (Fraillon, Ainley, Schulz, Duckworth,

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

2.2

formål og forskningsspørgsmål

m.fl. 2019). I kapitel 2 og 3 uddyber vi indholdet af de kompetenceområ-

der og aspekter der i undersøgelsen blev anvendt til at definere henholdsvis

computer- og informationskompetence samt datalogisk tænkning.

Vi har i denne bog valgt at samle de to kompetenceområder under én

fælles titel, nemlig teknologiforståelse, af mindst to grunde. For det første

er ordet teknologiforståelse gennem forskning fx på DPU

(Hasse og Brok

2015) og i forsøgsvalgfaget og siden forsøgsfaget i teknologiforståelse (som

vi omtaler i kapitel 3 og 4) blevet

de facto-betegnelsen

på dansk for kom-

petencer som vedrører både produktive, receptive og kritisk reflekterende

kompetencer om digitale teknologier. For det andet finder vi begrebet tek-

nologiforståelse velvalgt til samlet at beskrive hvordan elever er i stand til

at anvende teknologier både i forhold til at håndtere information og skabe

(med) digitale teknologier: De forstår teknologier både gennem praktisk

brug, kritisk refleksion og konkret udvikling. Når det er sagt, skal det un-

derstreges at ingen test eller undersøgelse kan afdække alle aspekter af en så

kompleks og omfattende faglighed som teknologiforståelse, og det gælder

således også ICILS-undersøgelsen.

2.2 Formål og forskningsspørgsmål

ICILS har til formål at undersøge graden af henholdsvis computer- og in-

formationskompetence samt datalogisk tænkning blandt elever i 8. klasse.

Desuden er målet at undersøge relationen mellem resultaterne og elever-

nes kontekster, herunder socioøkonomiske forhold samt erfaring med brug

af computere. Relationen mellem henholdsvis computer- og informations-

kompetence samt datalogisk tænkning undersøges også. 12 lande deltog i

ICILS 2018: Chile, Danmark, Finland, Frankrig, Tyskland, Italien, Kasak-

hstan, Sydkorea, Luxembourg, Portugal, Uruguay og USA. Danmark, Fin-

land, Frankrig, Tyskland, Korea, Luxembourg, Portugal og USA valgte des-

uden at deltage i den frivillige undersøgelse af datalogisk tænkning.

Des-

1. http://edu.au.dk/forskning/omraader/fremtidsteknologi-kultur-og-laereprocesser/

2. I IEA-undersøgelser er der meget stramme krav til hvor store andele af de udvalgte del-

tagere der må mangle i den endelige stikprøve. Nogle lande lykkedes ikke med at nå disse

krav for enten elev- eller lærerpopulationen. Det drejer sig om USA for elevpopulationens

vedkommende og om Frankrig, Luxemburg, Tyskland, Uruguay og USA for lærerpopula-

tionens vedkommende. I den internationale rapport rapporteres disse landes resultater i en

særlig afdeling af tabellerne. Vi har valgt af grafiske årsager at inkludere disse lande i samme

afdeling som de øvrige lande i figurer og tabeller (så tabeller og figurer fremstår enkle og

overskuelige). Det er vores vurdering at data har tilstrækkelig høj kvalitet til at dette valg er

rimeligt, men læseren bør være opmærksom på dette forhold.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

baggrund og formål

uden deltog to såkaldte benchmarkdeltagere, det vil sige mindre enheder i

et land, nemlig Moskva (Rusland) og Nordrhein-Westfalen (Tyskland). Vi

inddrager ikke data fra disse to deltagere i vores analyser.

Undersøgelsen er computerbaseret og består af spørgsmål og opgaver i

simulerede, autentiske kontekster. Processen for dataindsamling samt be-

skrivelser af de instrumenter der blev anvendt til at undersøge elevernes

kompetencer, præsenteres nærmere i kapitel 11.

De spørgsmål der blev stillet til elever, lærere og skoleledere i 2013, er i

vid udstrækning gentaget i 2018. ICILS-undersøgelsen er derfor ikke bare et

vigtigt instrument fordi den kan anvendes til at beskrive elevers dygtighed

og elevers og lærernes brug af og holdning til it i folkeskolen, men også

fordi undersøgelsen kan anvendes til at kaste lys på trends og ændringer i

brugen af it i foleskolen. Ændringer som ellers ville være svære at kortlægge

for forskere, praktikere, politikere og andre interessenter.

De internationale forskningsspørgsmål for undersøgelsen af computer-

og informationskompetence er i 2018 indholdsmæssigt de samme som

dem der blev anvendt i ICILS 2013. Forskningsspørgsmålene handler om

at identificere variation landene imellem og inden for landene i elevers

computer- og informationskompetence samt deres datalogiske tænkning

samt de aspekter der relaterer til sig hertil. Målet er desuden at identificere

aspekter ved de deltagende lande, skoler og deres lærere der relaterer

sig til elevernes computer- og informationskompetence og datalogiske

tænkning, og endelig er intentionen at finde sammenhænge mellem

elevernes personlige og sociale baggrunde og deres kompetencer. I kraft af

den supplerende undersøgelse af elevernes datalogiske tænkning var det

ligeledes et mål at undersøge relationen mellem datalogisk tænkning og

computer- og informationskompetence.

Disse overordnede forskningsspørgsmål behandles særligt i den inter-

nationale rapport der udkommer samtidig med denne bog. Bogen her har

således til hensigt at gå i dybden med undersøgelse af de danske resultater

og sammenhænge. Forskningsspørgsmålene for analyserne der præsenteres

i denne bog, er:

• Hvad er danske elevers computer- og informationskompetencer og

kompetencer i datalogisk tænkning sammenlignet med jævnaldrende i

andre lande?

• Hvilke ændringer er der sket med danske elevers computer- og infor-

mationskompetence siden 2013?

• Hvilke forskelle er der på danske pigers og drenges kompetencer og

deres selvopfattelser i forhold til brug af, kompetencer til og fremtid

med it?

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

2.3

bogens opbygning

• Hvilke ændringer er der sket i forhold til pigers og drenges kompeten-

cer og selvopfattelser siden 2013?

• Hvordan er danske læreres indstilling til, brug af og undervisnings-

praksisser med it sammenlignet med kolleger i andre lande?

• Hvilke ændringer er der sket i forhold til danske læreres indstilling til,

brug af og undervisningspraksisser med it siden 2013?

• Hvordan er sammenhængen mellem danske elevers kompetencer og

kontekstfaktorer (elevernes baggrunde, undervisningspraksis og andre

skoleforhold)?

ICILS 2018-undersøgelsen har samlet en meget omfattende mængde data

ind i en meget høj kvalitet. Med de nævnte forskningsspørgsmål kommer

vi rundt i mange dele af disse data, men mulighederne for at blive klogere på

spørgsmål der knytter sig til kompetencer og brug af it i den danske skole, er

slet ikke udtømt. Vi vil derfor opfordre til at andre forskere henter datasættet

der ligger åbent tilgængeligt, og foretager analyser der supplerer de analyser

vi præsenterer i nærværende bog.

2.3 Bogens opbygning

I bogen præsenterer og analyserer vi de danske resultater fra ICILS-

undersøgelsen i 2018 med sammenlignende analyser i forhold til undersø-

gelsen i 2013.

Kapitel 2

fungerer som introduktion til det faglige indhold

samt den samfundsmæssige og kulturelle kontekst hvor undersøgelsen fin-

der sted. Om end international sammenligning kan sige noget om hvordan

danske elever klarer sig i forhold til resten af verden, er det mindst lige så

interessant at analysere sammenhængene mellem danske elevers kompe-

tencer og den sammenhæng de udvikles i. I det omfang vi sammenligner

med andre lande, vil vi særligt have fokus på Finland, Tyskland og USA.

Vi har valgt at sammenligne med Tyskland fordi det er vores naboland

og fordi den tyske didaktiske og pædagogiske tænkning har haft meget

stor indflydelse på det danske skolesystem. Men Tyskland har også på en

række områder udviklet andre løsninger for deres uddannelsessystem end

vi har i Danmark. Finland har vi valgt fordi det er et nordisk land som på

mange måder minder samfundsmæssigt om Danmark, og samtidig ligger

Finland meget ofte i toppen i internationale sammenligninger af elevers

kompetencer. USA har vi valgt fordi den nye interesse for datalogisk tænk-

ning har rødder i netop USA, og da der fra blandt andet det daværende

undervisningsministerium samt danske universiteter, læreruddannelser og

skolevæsener er en synlig interesse i amerikansk forskning og praksis på

området. Blandt andet har der været arrangeret studieture til Silicon Valley,

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

baggrund og formål

ligesom der til arrangementer har været inviteret førende amerikanske

forskere på området som keynotes.

I kapitel 2 præsenteres også et resume

af resultaterne fra ICILS 2013 med henblik på sammenlignende analyser af

udviklingen siden da.

kapitel 3

beskriver vi den undersøgelsesramme ICILS anvender til at

definere computer- og informationskompetence, vi præciserer forskelle fra

undersøgelsesrammen fra 2013, og vi beskriver fire kompetenceniveauer for

computer- og informationskompetence som eleverne kan befinde sig på.

Derudover sætter vi computer- og informationskompetence i relation til en

ny forsøgsfaglighed kaldet teknologiforståelse, det tværgående emne it og

medier samt danskfaget fordi dansk er det fag i folkeskolen der i højest grad

har som mål at udvikle kompetencer der minder om computer- og infor-

mationskompetence.

Kapitel 4

beskriver den undersøgelsesramme ICILS anvender til at defi-

nere datalogisk tænkning samt de tre kompetenceintervaller for datalogisk

tænkning som eleverne kan befinde sig i. Datalogisk tænkning er i dansk

kontekst en del af fagligheden i forsøgsfaget teknologiforståelse der i øje-

blikket afprøves på 46 grundskoler som henholdsvis selvstændigt fag samt

som faglighed i eksisterende fag. I kapitlet præciserer vi relationen mellem

datalogisk tænkning som den defineres i ICILS, relationen til de naturfag-

lige fag samt relationen til teknologiforståelse som det defineres af den gæl-

dende læseplan. Da forsøget med teknologiforståelse først gik i gang i marts

2019, skal det dog præciseres at de deltagende 8.-klasseelever i 2018 ikke har

modtaget undervisning i faget teknologiforståelse og at resultaterne derfor

ikke kan kobles til dette initiativ.

Kapitel 5

præsenterer elevernes resultater. Vi går i dybden med de dan-

ske elevers resultater, men inddrager som nævnt også komparative ana-

lyser i forhold til resultater fra andre lande, særligt Tyskland, Finland og

USA. I anden del af kapitlet forholder vi os til elevernes udvikling inden

for computer- og informationskompetence siden sidste undersøgelse i 2013

med særlig fokus på de danske elever, men også i et bredere internationalt

perspektiv.

Kapitel 6

går vi dybere ned i en undersøgelse af forskelle i drenges og

pigers kompetencer og ikke mindst i forskellene i deres selvopfattede kom-

petencer, brug af it og forestillinger om en fremtid med it. I ICILS 2013 viste

3. Se for eksempel https://ufm.dk/aktuelt/nyheder/2018/

nyt-projekt-far-silicon-valley-ind-i-laereruddannelsen, https://danmarkslaeringsfestival.

dk/for-besoegende/konferencen/sider-fra-2019/keynotes/ og http://fablearndk19.blogspot.

com/p/keynotes.html

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

2.4

resume af resultater fra icils 2013

der sig store kønsforskelle på drenge og piger, og med en række yderligere

spørgsmål til eleverne i 2018 er det muligt at få et endnu mere nuanceret

indblik i de forskelle der stadig består.

I de efterfølgende to kapitler formidler vi lærernes indstilling til it, deres

selvoplevede kompetencer og deres brug af it i og uden for undervisningen.

Specifikt ser vi i

kapitel 7

på om danske lærere er blevet mere positive over

for it siden undersøgelsen i 2013, og vi ser på hvad der kan forklare lærer-

nes indstilling til it, herunder betydningen af køn, alder og skolekarakte-

ristika. I

kapitel 8

rapporterer vi hvordan lærerne arbejder med at udvikle

computer- og informationskompetence og datalogisk tænkning hos deres

elever, vi undersøger hvordan brugen af it har ændret sig siden ICILS 2013,

og vi viser hvordan it i 2018 var en helt integreret del i alle aspekter af langt

den overvejende del af danske læreres praksis.

kapitel 9

rapporterer vi om hvordan lærerne har udviklet deres kompe-

tencer til at arbejde med it i undervisningen gennem deres læreruddannelse,

deres efteruddannelse og gennem samarbejde med kolleger på skolen.

kapitel 10

bruger vi en lang række af de indsamlede data til at analysere

hvad der kan forklare elevernes kompetenceniveauer inden for henholdsvis

computer- og informationskompetence og datalogisk tænkning. Kapitlet

begynder med at se på betydningen af immigrantbaggrund og socioøko-

nomisk status. Herudover ser vi nærmere på hvordan forskellige elev- (fx

køn, tiltro til egne evner, socioøkonomisk baggrund) og skolefaktorer (fx

it-ressourcer på skolen, erfaring med brug af it i undervisningen) hænger

sammen med elevernes kompetencer.

kapitel 11

beskriver vi de instrumenter der blev anvendt til at under-

søge henholdsvis computer- og informationskompetence samt datalogisk

tænkning. Vi viser eksempler på de opgaver eleverne blev stillet, og vi præ-

senterer de spørgeskemaer som elever, lærere, it-vejledere og skoleledere

har svaret på.

Endelig samler vi op på bogens konklusioner og perspektiver i

kapitel 12.

2.4 Resume af resultater fra ICILS 2013

Hensigten med dette afsnit er at præsentere de danske resultater som de så

ud i ICILS 2013, for senere at foretage sammenlignende analyser af udvik-

lingen de seneste fem år, både hvad angår elevernes resultater og udsagn,

lærernes udsagn samt samfundsmæssig kontekst.

4. Dette afsnit er skrevet med udgangspunkt i præsentationen og analyserne af resulta-

terne i ICILS 2013 som de fremgår i Bundsgaard, Pettersson, og Puck (2014).

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

baggrund og formål

I 2013 var indsamlingen af data planlagt til primært at foregå fra påske-

ferien og tre måneder frem. Men netop på det tidspunkt besluttede Kom-

munernes Landsforening at lockoute lærerne på de danske folkeskoler. Det

betød at de aftaler vi havde i stand med folkeskolerne om test af elever og

udfyldelse af spørgeskemaer måtte ændres. Lockouten varede frem til 26.

april hvor regeringen greb ind og vedtog lov 409 som fra da af fastlagde ram-

merne for lærernes arbejde (Lindenskov 2019, 54 ff.). Derefter var der meget

kort tid til sommerferien, og mange skoler havde i sagens natur mange ulø-

ste opgaver som også skulle håndteres. Der var derfor en del skoler som

alligevel ikke ønskede at deltage i undersøgelsen. Efter at have kontaktet de

potentielle erstatningsskoler (læs mere om hvordan skoler udvælges i kapi-

tel 11) og efter at have fået tilladelse til at fortsætte dataindsamlingen i nogle

uger efter sommerferien, lykkedes det at komme op på et acceptabelt antal

skoler, elever og lærere. Men det var dog ikke højt nok til at imødekomme

IEA’s meget strenge krav til fuld deltagelse. Danmarks resultater blev derfor

rapporteret i en særlig del af tabellerne i den internationale rapport.

Som nævnt er det i 2018 første gang at undersøgelsen måler datalogisk

tænkning. Således blev udelukkende elevernes computer- og informa-

tionskompetence undersøgt i 2013, defineret som „et individs evne til

at anvende computere til at undersøge, skabe og kommunikere med

henblik på at deltage effektivt derhjemme, i skolen, på arbejdspladsen og

i samfundet“ (Fraillon, Schulz, og Ainley 2013). Desuden blev data om

konteksten for udvikling af elevers computer- og informationskompetence

indsamlet, dvs. at de kontekstuelle faktorer som kunne forventes at influere

på computer- og informationskompetence, blev kortlagt med henblik på at

kunne forklare variation mellem lande, skoler, lærere og elever.

I 2013 viste undersøgelsens resultater at danske elever lå i toppen hvad

angik computer- og informationskompetencer. Der var ikke stor forskel på

elevernes resultater når man sammenlignede skolerne. Dette indikerer at

der er begrænset ulighed i elevkompetencerne – måske som resultat af sko-

lernes undervisning, måske af andre årsager. Stort set alle havde adgang til

computere derhjemme, og i forhold til eleverne i de andre deltagende lande

havde danske elever meget lang erfaring med brug af computere, og de op-

levede at computere blev brugt meget i undervisningen. Danske elever var

dog ikke særligt avancerede i deres brug. Eksempelvis lå de langt under det

internationale gennemsnit i anvendelsen af internettet til udveksling af in-

formation, eksempelvis i fora eller på blogs.

De danske elever havde stor tiltro til egne evner – særligt i forhold til

basale hverdagsaktiviteter, men til en vis grad også i forhold til tekniske ak-

tiviteter med en computer. Der viste sig dog at være meget stor forskel på

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

2.5

samfundsmæssig og kulturel kontekst – udviklingen frem til i dag

kønnene hvor drengene havde langt større tiltro til egne evner til tekniske

aktiviter end pigerne havde. Dette gjaldt også for deres oplevelse af inter-

esse for og glæde ved at arbejde med computere. Pigerne var gennemsnitligt

mindre interesserede i og glade for at arbejde med computere end drenge

var. Dog var der store interne forskelle mellem kønnene hvor en gruppe af

piger havde meget stor tiltro til egne evner i forhold til tekniske aktiviteter,

og en gruppe af drenge havde meget lav tiltro.

De store forskelle eleverne imellem tydede på at der var brug for at nuan-

cere forestillingen om at børn og unge i dag er digitalt indfødte. Eksempelvis

var det kun en meget lille del af de danske elever der befandt sig på højeste

kompetenceniveau og derfor var i stand til at vælge relevant information

til kommunikative formål og til at evaluere anvendelighed og pålidelighed

af information i forhold til behov. Opsummerende var danske elever altså

både computerinteresserede og kompetente – men ikke når det gjaldt in-

formationsrelaterede og mere tekniske aktiviteter.

De danske lærere var i 2013 meget positivt indstillede over for it i un-

dervisningen. I international sammenligning var de blandt dem der i størst

omfang integrerede it i undervisningen i både egne og elevernes aktivite-

ter. Der var dog intet der tydede på at denne integration af it havde ændret

undervisningen i retning af mere elevcentrerede, undersøgende og samar-

bejdsorienterende tilgange som regering, kommuner og overnationale or-

ganisationer havde argumenteret for ønsket om at fremme. Både danske

lærere og it-koordinatorer gav da også udtryk for meget høj grad af brug

for støtte i forhold til integration af it.

De seneste 35 år har det været et fremtrædende mål for skiftende regerin-

ger, kommuner og skoler at integrere it i undervisningen hvilket særligt har

ført til investeringer i hardware og software, blandt andet digitale læremid-

ler. Danmark var da også i 2013 et af de deltagende lande der havde højest

udbredelse af it i form af computere, interaktive tavler og adgang til under-

visningsmaterialer. I det følgende uddybes den danske samfundsmæssige

og kulturelle kontekst på området samt hvad der mere specifikt er sket på

området siden den første ICILS-undersøgelse, dvs. fra 2013 og frem til i dag.

2.5 Samfundsmæssig og kulturel kontekst – udviklingen frem

til i dag

Siden de første computere fandt vej til klasseværelset op gennem 1970’erne,

har brug af it i undervisningen været genstand for mange heftige diskus-

sioner. Begreber som datalære, informatik, computerstøttet undervisning,

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

baggrund og formål

it, digitale læremidler/medier/teknologier, digital dannelse, digital fabrika-

tion, datalogisk tænkning, teknologiforståelse og mange flere er blevet in-

troduceret, og en lang række forskellige initiativer er gennem årene blevet

iværksat. Nogle initiativer har sigtet på kompetence i grundlæggende brug

af computere eller andre digitale enheder i undervisningen, andre har sigtet

på forståelsen for data og automation, mens andre igen har sigtet på brug af

digitale læremidler – nogle med såkaldt adaptive funktioner hvor indholdet

automatisk tilpasses den enkelte.

Caeli og Bundsgaard (2019a) har identificeret fire faser på området siden

1966. I den første fase,

Datalære,

der varede fra 1966-1990, afprøvede man

modeller for faget datalære som henholdsvis tværfagligt hjælpefag og selv-

stændigt fag. Formålet var blandt andet at kunne skabe med digitale tekno-

logier, herunder formulere løsninger på problemer på måder hvor compu-

tere automatisk kunne behandle data samt at forstå computeres program-

mering med henblik på at udvikle indsigt i samfundsmæssige potentialer

og farer.

Den næste fase, fra 1990 til år 2000, kalder de

Operationelle bruger-

kompetencer og infrastruktur.

Her var fokus på indkøb af computere og

at eleverne kunne håndtere computerne – blandt andet indførte man

„pc-kørekort“. Derudover arbejdede man i perioden på at skolerne blev

koblet på internettet. Tredje periode kaldes

Indkøb af hardware og udvikling

af læremidler.

Indkøb fortsatte i denne periode der varede fra cirka år 2000

til 2016 – også i form af interaktive tavler, tablets, robotter, 3D-printere

m.m., men pædagogik og didaktik blev ofte overset, og de nye digitale

enheder blev ikke altid brugt til mere innovativ eller progressiv læring som

det blandt andet også fremgår af analyserne af ICILS 2013. Der var mere

fokus på brug af it i sig selv end på didaktisk brug.

Fokus skiftede fra omtrent 2016 til den nuværende periode kaldet

Da-

talogisk tænkning og teknologiforståelse.

Dette fokus udspringer af en inter-

national bevægelse hvor der er en stigende erkendelse af at mennesker ikke

blot skal kunne anvende en digital enhed som for eksempel en computer,

tablet eller 3D-printer – de skal også selv kunne skabe digitale teknologier.

Dette kræver en langt dybere forståelse for hvordan en computer funge-

rer. Det kræver forståelse for computerens programmering og behandling

af data, herunder kompetencer i at kunne tænke datalogisk, og det er netop

en vigtig grund til at ICILS-undersøgelsen i år er udvidet med dette område.

Herhjemme har det ført til udvikling af fagligheden teknologiforståelse der

som nævnt blev påbegyndt som forsøgsfag og som faglighed i eksisterende

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

2.6

hvad er der sket på området siden 2013?

udvalgte fag fra marts 2019.

I kapitel 4 præsenteres det nærmere, hvad da-

talogisk tænkning i ICILS’ forståelse indebærer, og hvordan kompetencen

relaterer til forsøgsfagligheden teknologiforståelse.

Selv om der er kommet nye former for kompetencer til, er det dog fortsat

vigtigt også at rette fokus på computerbrug – blandt andet vigtigheden af at

kunne indsamle, skabe samt dele information på ansvarlige måder. Disse

kompetenceområder indgår som del i det der i ICILS kaldes computer- og

informationskompetence. I den danske læseplan indgår computer- og in-

formationskompetence særligt som fagområder i danskfaget

, i forsøgsfaget

teknologiforståelse

samt i det tværgående fagområde it og medier.

Dette

uddyber vi i kapitel 3, men vi berører det også kort i det følgende hvor vi går

i dybden med hvad der er sket i skolemæssige sammenhænge på området

siden sidste ICILS-undersøgelse i 2013.

2.6 Hvad er der sket på området siden 2013?

Siden ICILS-undersøgelsen blev gennemført for første gang i 2013 og frem

til anden runde i 2018, har skolerne gennemgået store forandringer hvad

angår it og digitale teknologier. I takt med at vi alle i stadig stigende grad

omgiver os med digitale teknologier både i og uden for skolen, har det været

genstand for debat hvilke kompetencer børn har brug for at lære for at vi

kan leve op til folkeskolens formål om blandt andet at „forberede eleverne

til deltagelse, medansvar, rettigheder og pligter i et samfund med frihed og

folkestyre“. Når vi undersøger hvordan danske skoleelevers kompetencer på

området har udviklet sig siden 2013, må vi derfor også kigge på hvordan

skolen har udviklet sig siden da.

2.6.1 En styrket indsats for it i folkeskolen

Indsatsen for it i folkeskolen berører særligt slutningen af den periode vi

ovenfor refererer til som

Indkøb af hardware og udvikling af læremidler.

I det

følgende retter vi fokus på indsatsen for styrket anvendelse af it i folkeskolen

5. Information om forsøget, dets formål, Fælles Mål, læseplaner og vejledninger findes på

https://www.emu.dk/grundskole/teknologiforstaelse

6. Fælles Mål for danskfaget findes på https://www.emu.dk/grundskole/dansk/faelles-mal

7. Fælles Mål for teknologiforståelse findes på https://www.emu.dk/grundskole/

teknologiforstaelse

8. Vejledningen til it og medier findes på https://www.emu.dk/sites/default/files/2018-11/

It%20og%20Medier%20-%20vejledning_0.pdf

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

baggrund og formål

der indgik som en del af den fællesoffentlige digitaliseringsstrategi i perio-

den 2011-2015. Fra både regeringens og Kommunernes Landsforenings side

blev der afsat 500 millioner kroner til denne indsats der i 2015 blev forlæn-

get til 2017. Målet var at bidrage til at udvikle markedet for digitale læremid-

ler, at understøtte en let og overskuelig adgang til digitale læremidler og at

medvirke til at erfaringer fra forsøgs- og forskningsprojekter blev udbredt.

Midlerne blev udmøntet i perioden 2012-2017 til en række initiativer:

•

Pulje til kommunernes indkøb af digitale læremidler

Udviklingspulje til digitale læremidler

Demonstrationsskoleforsøg

Lærernetværk

Effektmåling af digitale læremidler

Digital infrastruktur på skolerne.

I det følgende præsenterer tre af disse initiativer lidt nærmere.

2.6.2 Digitale læremidler

Målet med indsatsen der altså overvejdende foregik i perioden mellem

ICILS 2013 og ICILS 2018, var blandt andet „at gøre digitale læremidler

til en mere naturlig og integreret del af undervisningen og styrke it-

infrastrukturen på folkeskolerne“.

Indsatsen førte ifølge den undersøgelse

Rambøll gennemførte på opdrag af Undervisningsministeriet, til en kraftig

forøgelse i andelen af didaktiske digitale læremidler i forhold til analoge

læremidler. Ifølge skoleledernes overslag steg indkøbet af didaktiske digi-

tale læremidler fra godt 150 millioner i 2014 til godt 250 millioner i 2017,

mens indkøb af analoge læremidler faldt fra 400 til 350 millioner i samme

periode. Udgifter til indkøb af ikke-didaktiske læremidler, hardware og

it-infrastruktur steg i perioden ifølge skoleledernes overslag fra 450 mil-

lioner til godt 550 millioner årligt. Rapportens forfattere understreger at:

„Det skal her tilføjes at det reelle forbrug på didaktiske digitale læremidler

vurderes at være endnu højere da det i mange kommuner er forvaltningen

der køber de didaktiske digitale læremidler, mens skolerne selv køber

analoge læremidler“ (Rambøll 2018, 31).

I samme undersøgelse angiver tæt på 100 procent af skolelederne at der

i perioden fra 2014 til 2017 skete en positiv udvikling enten i udbud eller

9. Se https://www.uvm.dk/folkeskolen/laering-og-laeringsmiljoe/it-i-undervisningen/

it-i-folkeskolen

10. Se https://www.uvm.dk/aktuelt/nyheder/uvm/2018/juni/

180619-it-er-en-aktiv-del-af-undervisningen-i-folkeskolen

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

2.6

hvad er der sket på området siden 2013?

kvalitet eller både i udbud og kvalitet (72 procent) af digitale læremidler

(Rambøll 2018, 33).

En repræsentativ undersøgelse af læremiddelbrug i danskfaget der blev

gennemført i 2016, viste at i udskolingen var 50 procent af de anvendte lære-

midler i danskfaget digitale, mens det var 22 procent og 10 procent der var

digitale på mellem- og indskolingstrinnene (Bundsgaard, Buch, og Fougt

2017, 44). Dansklærerne placerede desuden to digitale læremidler i topfire

over de bedste læremidler, og kun de færreste dansklærere oplevede at de

var nødt til at bruge læremidler de ikke fandt anvendelige (Bundsgaard,

Buch, og Fougt 2017, 35–36).

2.6.3 Demonstrationsskoleforsøg og lærernetværk

De fem demonstrationsskoleforsøg blev gennemført i 2013-2015 i regi af

tre konsortier bestående af en række forskningsinstitutioner og profes-

sionshøjskoler i samarbejde med 29 udvalgte demonstrationsskoler. De

fem demonstrationsskoleforsøg havde fokus på henholdsvis eleverne som

producenter, it og innovation, it-fagdidaktik, undervisningsdifferentiering

og målstyret undervisning. Fokus for demonstrationsskoleforsøgene var

„at skabe en skole med mere elevaktivitet, hvor den innovative under-

visning udvikles, og hvor der arbejdes med nye typer af tværgående

kompetencer, kendt som det 21. århundredes kompetencer“ (Danmarks

Evalueringsinstitut 2016).

Danmarks Evalueringsinstitut opsummerer resultaterne fra forsknings-

rapporterne i følgende overskrifter (Danmarks Evalueringsinstitut 2016, 10

ff.):

1. Flerstrenget skoleudvikling fremmer innovativ, it-didaktisk undervis-

ningspraksis

2. Behov for styrket innovativ undervisning

3. Fagligt opdateret teamsamarbejde fremmer integration af it i fagene og

innovativ undervisningspraksis

4. It kan være en accelerator for innovativ undervisning

5. Det styrker elevernes 21. århundredes kompetencer når eleverne er un-

dersøgende og samarbejdende i undervisningen

6. Digitale målstyringsværktøjer understøtter teamsamarbejdets drøftel-

ser om undervisningen

7. Digitale målstyringsværktøjer kan understøtte en differentieret under-

visningspraksis

8. Digital egenproduktion kvalificerer elevernes læreprocesser og læ-

ringsresultater

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

baggrund og formål

9. It rummer et potentiale med hensyn til at omfordele tid i undervisnin-

gen.

Projekterne mundede desuden ud i en række projekt- og inspirations-

hjemmesider, vejledninger, forskningsrapporter og bøger (Bundsgaard,

Georgsen, Graf, m.fl. 2018a, 2018b; Skovbjerg, Holm Sørensen, og Tweddell

Levinsen 2017).

2.6.4 Brugerportalinitiativet og læringsplatforme

I forlængelse af

En styrket indsats for it i folkeskolen

indgik regeringen og

Kommunernes Landsforening i 2015 en aftale om kommunernes økonomi

som omfattede en fælles digital udviklingsplan for folkeskolen. Planen in-

debar at kommunerne skulle etablere en fællesoffentlig infrastruktur, en

kommunal anskaffelse af lokale it-systemer og fastlægge af en række fæl-

lesoffentlige standarder.

Formålet med brugerportalinitiativet var at alle elever, forældre, pæda-

gogisk personale og skoleledere gennem fællesoffentlig infrastruktur og lo-

kale it-systemer – digitale læringsplatforme og samarbejdsplatformen Aula

– skal opleve en sammenhængende digital folkeskole. Konkret betød det at

alle folkeskoler ved udgangen af 2017 havde fået adgang til en læringsplat-

form.

For eleverne var målet at de nu kunne arbejde digitalt og få adgang til

digitale værktøjer og læremidler, få information om egen læring og have

mulighed for at kommunikere med deres lærere samt at de kunne dele mate-

riale med hinanden. Og for lærerne skulle initiativet bidrage til at de kunne

arbejde digitalt med at tilrettelægge, gennemføre og evaluere læringsforløb

eksempelvis med udgangspunkt i Fælles Mål og at de kunne videndele med

deres kollegaer og kommunikere med elever og forældre om elevens faglige

progression og trivsel.

En række aktører udviklede i forlængelse af beslutningen bud på læ-

ringsplatforme, og i de første år forsøgte mange udbydere at komme ind

på markedet.

Men allerede i 2016 var der kun to læringsplatforme tilbage

med betydelig markedsdækning, nemlig MeeBook og MinUddannelse.

11. Se https://www.stil.dk/it-og-laering/brugerportalinitiativet/om-brugerportalinitiativet.

12. I et spørgekema fra Kommunernes Landsforening nævnes syv: EasyIQ Skoleportal,

ItsLearning, KMD Educa, Meebook, MinUddannelse, MoMo og Teach. Se https://www.kl.

dk/ImageVaultFiles/id_83222/cf_202/BPI-kontaktpersonsunders-gelse_papirformat_2017_

ju.PDF

13. Se https://www.folkeskolen.dk/595211/

kmd-vi-udfaser-educa-og-satser-paa-minuddannelse.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

2.6

hvad er der sket på området siden 2013?

Læringsplatformene var genstand for mange diskussioner og en heftig

kritik som blandt andet gik på at „de var bundet op på bestemte didakti-

ske tilgange, nemlig læringsmålsstyring og træning/formidling, det var tids-

krævende at bruge dem, de var ikke en hjælp for lærerne – snarere en admi-

nistrativ byrde, som måske havde til formål at monitorere lærernes arbejde

snarere end at støtte det didaktiske arbejde osv. osv. Andre lærere tog plat-

formene til sig og brugte dem i deres daglige praksis“ (Ting 2019). Samtidig

var Danmarks Lærerforening kritisk over for en række træk ved de nye læ-

ringsplatforme (Lindenskov 2019, 58), og i 2017 ansøgte Aarhus Kommune

om at blive fritaget for at bruge platformen.

Men samtidig med diskussionerne blev platformene en del af hverdagen

for lærere og elever – og i fagbladet Folkeskolen var der mange lærere der

fortalte om hvordan de havde glæde af at bruge de nye platforme.

2.6.5 Nye Fælles Mål fra skoleåret 2015/2016

En anden grundlæggende ændring siden 2013 er Fælles Mål for folkeskolen

der blev revideret i forbindelse med skolereformen i 2014. De tidligere Fæl-

les Mål fra 2009 indeholdt trin- og slutmål samt vejledende læseplaner og

undervisningsvejledninger til fagene, og målene var i mange fag formuleret

som mål for undervisning med forskrifter for hvad undervisningen skulle

indeholde.

Med de nuværende Fælles Mål der trådte i kraft fra skoleåret

2015/16, er omdrejningspunktet i stedet elevernes læring. Målene er formu-

leret som kompetencer med underliggende færdigheds- og vidensområder.

De 8.-klasseelever der har deltaget i ICILS 2018, er således blevet undervist

efter de nye Fælles Mål siden starten af 6. klasse.

Da Fælles Mål blev indført, var der under hvert færdigheds- og videns-

område formuleret færdigheds- og vidensmål for elevernes læring. Med en

ny bekendtgørelse fra 15. marts 2018 blev disse mål gjort vejledende så kun

de overordnede kompetencemål for hvad eleverne skal kunne, samt de un-

derliggende færdigheds- og vidensområder i overskriftsform fortsat er bin-

dende som de afgørende faglige elementer. Målene er altså de samme, men

14. Se https://www.folkeskolen.dk/625645/

aarhus-soeger-dispensation-fra-laeringsplatforme

15. Se fx https://www.folkeskolen.dk/585358/alt-bliver-samlet-paa-laeringsplatformen og

https://www.folkeskolen.dk/585315/vi-bliver-skarpere-i-vores-undervisning

16. Se https://www.uvm.dk/folkeskolen/fag-timetal-og-overgange/faelles-maal/historisk/

historisk-oversigt

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

baggrund og formål

„med en øget frihed lokalt til at planlægge, hvordan man når dertil“, på-

peger Undervisningsministeriet.

En rådgivningsgruppe nedsat af Under-

visningsministeriet udarbejdede anbefalinger til nye læseplaner og under-

visningsvejledninger der afspejler ændringerne, og nye vejledninger blev

udarbejdet og lå klar i sommeren 2019.

I kapitel 3 og 4 går vi i dybden med hvorvidt henholdsvis computer-

og informationskompetence samt datalogisk tænkning er afspejlet i Fælles

Mål for fagene i folkeskolen, ligesom vi beskriver temaet it og medier der

har været et tværgående tema i dansk grundskole siden folkeskolereformen

i 2014 hvor det erstattede Faghæfte 48, It-og mediekompetencer, fra 2009.

En væsentlig ændring var en tydeliggørelse af at it-faglige mål skulle indgå

i alle fag. It anvendes ikke isoleret, påpeges det i vejledningen for temaet,

og derfor skulle området ikke rumme sin egen afgrænsede faglighed. Bag-

grunden for temaet skulle findes i „en udvikling i retning af et videns- og

netværkssamfund hvor it og medier nu indgår som en integreret del af vo-

res dagligdag“ i form af udbredt brug af internet, sociale medier og mobile

teknologier i både samfund og skole og hvor eleverne derfor skal udvikle sig

som kritiske undersøgere, analyserende modtagere, målrettede og kreative

producenter samt ansvarlige deltagere.

I årene herefter er opfattelsen dog alligevel gået i retning af at der er be-

hov for et fag der kan give mulighed for at gå fagligt i dybden med de emner

der relaterer sig til it, og hvor eleverne kan få en grundlæggende forstå-

else som de også kan bruge i andre fag – på samme måde som eksempelvis

danskfaglige kompetencer som læsning og skrivning eller matematikfaglige

kompetencer ofte anvendes som tværfaglige redskaber i andre faglige sam-

menhænge. Dette fokus har vokset sig helt tydeligt i perioden fra 2016 til i

dag, men også i årene der ledte op til denne periode, blev der i Danmark

diskuteret samt udviklet og afprøvet initiativer på området.

2.6.6 FabLab@SCHOOLdk

Et af periodens markante initiativer på området er FabLab@SCHOOLdk

der blev oprettet i 2014 som et tværkommunalt samarbejde mellem Silke-

borg, Vejle og Kolding Kommuner sammen med Ole Sejer Iversen og kolle-

ger fra Aarhus Universitet.

Formålet med initiativet er at eleverne udvik-

ler kompetencer, mod og lyst til at eksperimentere sig frem til løsninger på

virkelige problemer med brug af digitale teknologier. FabLab@SCHOOLdk

17. Se https://www.uvm.dk/folkeskolen/fag-timetal-og-overgange/faelles-maal/

lempelse-af-faelles-maal/lempelse-af-bindinger-i-regelsaettet-om-faelles-maal

18. Se https://fablabatschool.dk/fablabatschooldk

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

2.6

hvad er der sket på området siden 2013?

beskriver et FabLab som „et værksted med fri adgang og højt til loftet hvor

skoleelever fremstiller næsten alt med de nyeste digitale teknologier“.

Der anvendes en designcirkel

som didaktisk ramme for undervisnin-

gen bestående af faserne Designopgave, Feltstudier, Idégenerering, Fabri-

kation, Argumentation og Refleksion. Omdrejningspunktet er således en

iterativ proces som det også ses i den nye forsøgsfaglighed teknologiforstå-

else hvor kompetencemålet Digital design og designprocesser „omhandler

tilrettelæggelse og gennemførelse af en iterativ designproces under hensyn-

tagen til en fremtidig brugskontekst“ og hvor fokus er på „at arbejde med

og skabe digitale teknologier samt at deltage i og gennemføre gentagne de-

signprocesser der løser relevante problemstillinger for individ, fællesskab

og samfund“.

På den officielle hjemmeside for FabLab@SCHOOLdk findes eksempler

på forløb – blandt andet et forløb om hvordan man med hjælp af en mi-

cro:bit kan få folk til at mindske mængden af plastik, et forløb i design og

produktion af knagerækker samt et forløb i digitalt design hvor en folieskæ-

rer bruges til fremstilling af ord som efterfølgende kan hænges op.

2.6.7 Coding Class

Et andet fremtrædende initiativ i perioden er Coding Class der er skabt af

en række medlemsvirksomheder i IT-Branchen og som har eksisteret siden

2016. Initiativet „går ud på at lære børn at være kreative og innovative med

teknologi“

med det formål at „få børn og unge til at blive klar til at agere

i den digitale verden, så de kan være en aktiv del af vores arbejdsstyrke og

i vores samfund.“

På dag 1 skal eleverne blandt andet få en første erfa-

ring med programmering og opbygning af spil. På dag 2 skal de få bedre

kendskab til Scratch og it samt hvordan en computer fungerer, og de skal

begynde at udvikle deres egne spil. På dag 3 skal de få kendskab til forskel-

lige måder at bruge teknologi på samt blive bedre til at skrive og forstå kode.

På dag 4 skal de blive færdige med deres spil og gennem en quiz få gentaget

nogle af de ting de har lært, og de skal høre om hacking for at få et andet per-

spektiv på hvad programmering kan bruges til ud over spil. Og på dag 5 skal

de på virksomhedsbesøg og præsentere deres projekt for en virksomhed. I

19. Se https://fablabatschool.dk/designcirklen

20. Se https://www.emu.dk/grundskole/teknologiforstaelse/

digital-design-og-designprocesser

21. Se https://itb.dk/tema/coding-class

22. Se https://www.codingclass.dk/about

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

baggrund og formål

2019 er Coding Class desuden blevet udvidet med pilotprojektet IoT (In-

ternet of Things) i folkeskolen

hvor elever i 6. og 7. klasse afprøver forløb

hvor de skal opfinde og udvikle IoT-løsninger.

I skoleåret 2016/17 blev et Coding Class-projekt afprøvet i et samarbejde

med en række medlemsvirksomheder, Københavns Kommune, Vejle Kom-

mune, Styrelsen for IT- og Læring (STIL) og den frivillige forening Coding

Pirates. Projektet blev fulgt af Mikala Hansbøl, Professionshøjskolen Me-

tropol, og Stine Ejsing-Duun fra Aalborg Universitet i København der i

forlængelse af projektet har gennemført evaluering og dokumentation af

projektet, herunder formidlet erfaringer, udviklingspotentiale og hindrin-

ger for praksis. Forskerne peger blandt andet på at instruktørerne i højere

grad fokuserede på designbaserede læreprocesser, spiludvikling og kodning

og programmering med for eksempel Scratch og at indholdsdimensionen

samt pædagogisk-didaktiske greb kun implicit var repræsenteret.

En stor forskel på FabLab@SCHOOLdk og Coding Class er at Coding

Class er et koncept for kodning. Hvor FabLab@SCHOOLdk har designcirk-

len som omdrejningspunkt, er Coding Class bygget op omkring fire dages

kodning af et spil og et afsluttende virksomhedsbesøg på femtedagen. Ser

vi igen på forsøgsfagligheden teknologiforståelse, knytter Coding Class sig

således i højest grad til det kompetencemål der betegnes teknologisk hand-

leevne der „omhandler mestring af computersystemer, digitale værktøjer

og tilhørende sprog samt programmering“.

2.6.8 DR ultra:bit

I sommeren 2018 lancerede DR i samarbejde med Center for Undervis-

ningsmidler (CFU) og Industriens Fond et treårigt projekt kaldet ultra:bit

med inspiration fra engelske BBC’s projekt Make It Digital hvor en mikro-

computer (BBC micro:bit) blev udleveret til en million skoleelever i Storbri-

tannien i 2016. Projektet blev i Danmark målrettet 4.-klasser hvilket betød

at alle elever der i 2018 startede i 4. klasse i løbet af de følgende to år ville

få deres egen mikrocomputer udleveret med det formål at „lære børnene,

hvad de kan gøre med teknologien, så de kan styre den“.

I løbet af et halvt

år havde 1.450 skoler ud af 1.600 tilmeldt sig ultra:bit, og 60.000 børn havde

prøvet kræfter med mikrocomputeren. Fra skoleåret 2019-2020 er projektet

blevet udvidet til at skoler kan modtage klassesæt til undervisning af børn

23. Se https://itb.dk/maerkesager/fremtidens-kompetencer/

iot-i-folkeskolen-er-skudt-i-gang

24. Se https://www.dr.dk/ligetil/elever-i-4-klasse-skal-laere-programmere

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

2.6

hvad er der sket på området siden 2013?

på hele mellemtrinnet (4.-, 5.- og 6.-klasser), CFU vil tilbyde kompetence-

udvikling af lærere, og der vil blive afholdt KreaKodeCamps.

Mikrocomputeren er på størrelse med en tændstikæske og kan kodes til

forskellige funktioner og aktiviteter „fra alarmer til små sjove spil“.

Den

har 25 røde LED-lamper, kan registrere bevægelse og har indbygget kom-

pas samt Bluetooth. På DR Skole ligger en række undervisningsforløb med

mikrocomputeren som omdrejningspunkt tilgængelige. For eksempel kan

eleverne i matematik kode en skridttæller, i dansk lave et ultra:bit-digt eller

i håndværk og design bygge en „Storm P.-maskine“. Som Coding Class har

DR ultra:bit overvejende relation til kompetencemålet teknologisk handle-

evne i forsøgsfagligheden teknologiforståelse.

2.6.9 DigiPippi

I kapitel 7 går vi i dybden med hvordan resultaterne for ICILS 2018 ser ud

fordelt på køn hvor det blandt andet viser sig at piger har langt mindre tiltro

til deres egne evner når det gælder it-tekniske kompetencer end drenge. I

den henseende er et andet interessant tiltag i perioden siden første ICILS-

undersøgelse DigiPippi

der er et digitalt og socialt fælleskab for piger mel-

lem 7 og 13 år som gerne vil lære om teknik, it og digitale muligheder. Initi-

ativet blev stiftet af Eva Fog i 2015 og er siden vokset til at bestå af en række

frivillige kvindelige rollemodeller – netop med en vision om blandt andet at

arbejde med at give piger og kvinder positive selvbilleder i forhold til teknik,

it og digitale medier.

DigiPippi har lige nu en klub i Svendborg og i Aarhus hvor man mødes

hver anden uge og leger med teknologi – eksempelvis Hopspots, Scratch

og robotter. Derudover arrangeres andre events som Mor og datter tech

brunch, Lær at være youtuber, Scratch Workshop og KreaTech Workshop.

Yderligere udbydes workshopforløbet DigiPippi Skole hvor piger fra 2. til 7.

klasse kan få 3 x 5 timers undervisning af to DigiPippi-rollemodeller med

henblik på et „digitalt og teknologisk løft“ af pigerne samt de medvirkende

lærere.

Senest har DigiPippi i 2019 modtaget en halv million kroner i fonds-

støtte til arbejdet med at få flere piger ind i it. Blandt andet ønsker de at

åbne flere klubber og lancere nyt initiativer, herunder tech-kanaler drevet

af teenagepiger.

25. Se https://www.dr.dk/om-dr/om-bbc-microbit

26. Se https://digipippi.dk

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

baggrund og formål

2.6.10 Spilbaseret læring

Spilbaseret læring er også i tiltagende grad rykket ind i skoler siden sid-

ste ICILS-undersøgelse som en tilgang til udvikling af blandt andet design-

kompetencer. Af større projekter kan nævnes Spilbaseret læring i det 21. år-

hundrede

(GBL21) der er et igangværende forskningsprojekt støttet af in-

novationsfonden med knap ti millioner kroner med det formål at eleverne

udvikler kompetencer til „at samarbejde, modellere, håndtere designpro-

cesser og tænke innovativt“.

Thorkild Hanghøj fra Aalborg Universitet i København er forsknings-

og projektleder på GBL21 der yderligere har deltagelse af en række pro-

jektpartnere og projektbidragere. 40 skoler deltager i projektet fra skoleåret

2019/20. Projektets formål er gennem et kompetenceforløb for deltagende

lærere at udvikle de elevkompetencer der efterspørges i det 21. århundrede

– herunder kritisk tænkning, samarbejde, kommunikation og problemløs-

ning – gennem spilrelaterede undervisningsforløb i 5. og 7. klasse i dansk,

matematik og naturfagene. Projektet søger at fremme elevers motivation

for at deltage i undervisningen samt udvikle deres faglige og almene kom-

petencer i et digitalt dannelsesperspektiv. I relation til forsøgsfagligheden

teknologiforståelse har spilbaseret læring særligt sammenfald med videns-

og færdighedsområderne for kompetencemålet Digital design og design-

tænkning.

Spilbaseret læring skal ikke forveksles med betegnelsen e-sport der på

nogle skoler også har vundet indpas de seneste år hvor eleverne konkurrerer

i computerspil mod hinanden. I spilbaseret læring er eleverne producenter,

mens de i e-sport nærmere er konsumenter.

2.6.11 Diskussioner i perioden: Hvad skal børn kunne?

De beskrevne initiativer afspejler på sin vis debatten herhjemme i perioden

– med et programmeringsfokus på den ene side og et designfokus på den

anden. Et væsentligt og ofte gentaget argument i debatten er at folkeskolen

ikke skal uddanne programmører, men at autentisk problemløsning skal i

fokus for arbejdet med it og digitale teknologier. Programmering kan være

et godt værktøj, men formålet skal i sig selv ikke være at udvikle program-

meringsfærdigheder eller lære specifikke værktøjer som Scratch. Forenklet

fremstillet fokuserer initiativer som Coding Class og DR ultra:bit overve-

jende på mere programmeringsorienterede dele af datalogien, mens initia-

tiver som FabLab@SCHOOLdk og GBL21 fokuserer på innovation og en-

treprenørskab, herunder design og udvikling af (software)systemer.

27. Se https://gbl21.aau.dk

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

2.6

hvad er der sket på området siden 2013?

De seneste år har også samfundsperspektivet været i fokus i forbindelse

med it – at eleverne skal udvikle forståelse for computersystemer i et sam-

fund hvor it er så massivt til stede i nærmest alt hvad vi foretager os. De skal

udvikle viden der blandt andet kan gøre dem i stand til at træffe informe-

rede beslutninger på området omkring brug af digitale teknologier, samt

færdigheder der blandt andet kan gøre dem i stand til at samarbejde om

udvikling af ideer og etiske digitale løsninger på samfundsudfordringer så

de kan blive medskabere af vores fælles samfund. Dette perspektiv kommer

særligt til udtryk i forsøgsfagligheden med kompetencemålet der betegnes

digital myndiggørelse og „omhandler kritisk, refleksiv og konstruktiv un-

dersøgelse og forståelse af digitale artefakters muligheder og konsekvenser“.

Selv om både samfundsperspektivet og datalogisk tænkning i forskelligt

omfang er til stede i nogle af de nævnte initiativer, har der endnu ikke været

større danske initiativer som overvejende har haft disse fokusområder.

2.6.12 It-initiativer i de ICILS-deltagende 8.-klasser i skoleåret 2017/18

I forbindelse med ICILS 2018 gennemførte vi i Danmark et ekstra

forskningsprojekt blandt andet henblik på at få dybere viden om hvilke

it-initiativer skolerne på daværende tidspunkt tilbød i 8. klasse (Caeli og

Bundsgaard 2019b).

Alle de deltagende skolers skoleledere blev bedt om at besvare et spør-

geskema, og skoleledere på 98 skoler besvarede spørgeskemaet. Kigger vi

specifikt på 8. klasse, rapporterede 62 procent af skolelederne at de i skoleå-

ret 2017/18 ikke tilbød nogen it-initiativer, 18 procent tilbød ét initiativ, syv

procent to initiativer, ti procent tre initiativer, og to procent fire initiativer.

Af de skoler der havde ét eller flere initiativer, kan vi se at 34 procent

af de skoler der tilbød specifikke former for it-undervisning vurderede at

de havde it-undervisningsforløb integreret i et eller flere fag, 25 procent til-

bød et it-valgfag med fokus på robotter, fem procent tilbød en egen form

for FabLab-initiativ, fem procent tilbød FabLab-undervisning som del af

partnerskabet FabLab@SCHOOLdk, tre procent tilbød undervisning som

del af udviklingsinitiativet Coding Class, og tre procent tilbød det davæ-

rende forsøgsvalgfag teknologiforståelse. Derudover havde 34 procent af

skolelederne markeret at de tilbød et andet it-valgfag eller anden specifik

it-undervisning end de nævnte typer. Selv om der således lader til at være

fokus på særligt robotprogrammering, integreret it-undervisning og også

andre typer it-undervisning end de nævnte, skal vi dog huske at det med en

andel på 62 procent for en overvejende del af skolerne gjaldt at de slet ikke

tilbød nogen form for specifik it-undervisning.

INDHOLDSFORTEGNELSE

3 Computer- og informationskompetence

I dette kapitel udfoldes hvad der forstås ved computer- og informations-

kompetence i ICILS. Begrebet er oversat fra det engelske begreb,

compu-

ter and information literacy.

Kapitlet er overvejende skrevet med udgangs-

punkt i

IEA International Computer and Information Literacy Study 2018

– Assessment Framework

(Fraillon, Ainley, Schulz, Duckworth, m.fl. 2019),

men med henblik på også at sætte undersøgelsesrammen ind i en dansk ud-

dannelseskontekst. I læseplanerne relaterer kompetenceområdet sig i højest

grad til danskfaget, til det tværgående tema it og medier samt til forsøgsfa-

get teknologiforståelse hvilket udfoldes i sidste del af kapitlet der således

tager udgangspunkt i læseplaner, vejledninger og Fælles Mål for disse fag-

områder.

3.1 Hvad er computer- og informationskompetence?

Rammen for computer- og informationskompetence blev oprindeligt ud-

viklet til ICILS 2013. Allerede dengang var der inden for forskning på om-

rådet mange forskellige begreber relateret til computer- og informations-

kompetence og mange hyppigt overlappende og forvirrende definitioner.

Siden er antallet af begreber forbundet med elevers brug af digitale teknolo-

gier vokset endnu mere. Eksempelvis har Siddiq m.fl. (2016) oplistet ni for-

skellige „koncepter til at beskrive hvad og hvordan elever udvikler, bruger,

tilpasser sig til og lærer med teknologi“ (vores oversættelse), herunder de-

finitionen af computer- og informationskompetence fra ICILS 2013. Denne

stigende mængde af definitioner af kompetencer forbundet med brug af di-

gitale teknologier stammer delvist fra forskellige lokale kontekster (herun-

der lokale læseplansbehov) i takt med at lande udvikler deres egne tilgange

til hvordan elever skal lære at bruge digitale teknologier.

Rammen for undersøgelsen af elevers computer- og informationskom-

petence blev grundigt beskrevet i forbindelse med ICILS-undersøgelsen i

2013 og kan i detaljer læses i IEA’s internationale undersøgelsesramme fra

2013 (Fraillon, Schulz, og Ainley 2013) samt i bogen

Digitale kompetencer

fra

28. Se https://www.emu.dk/grundskole

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

computer- og informationskompetence

2014 hvor ICILS 2013-undersøgelsens danske resultater er præsenteret og

analyseret i et internationalt perspektiv (Bundsgaard, Pettersson, og Puck

2014). I det følgende opsummerer vi nogle af nøglebeslutningerne fra den

daværende proces og diskuterer deres fortsatte relevans. Dernæst beskri-

ver vi de revideringer der er lavet siden dengang, og går i dybden med de

kompetenceområder der er undersøgt i ICILS 2018.

Undersøgelsesrammen for elevers computer- og informationskom-

petencer er udarbejdet uafhængigt af specifikke læseplaner og først og

fremmest med udgangspunkt i grundlæggende parametre for ICILS:

Undersøgelsen fokuserer på computerbrug, den er målrettet elever i 8.

klasse, og den gennemføres ved hjælp af computer. Sidstnævnte parameter

nødvendiggør definitionen af en computer. I 1990’erne og 2000’erne

var især stationære og siden bærbare computere dominerende i skolen,

men siden er typen af bærbare teknologier vokset, og i dag anvendes

således hyppigt også tablets og smartphones i skolen. Sådanne enheder kan

kobles på internettet og køre applikationer direkte i browseren som det

eksempelvis er tilfældet for mange danske digitale læringsplatforme, eller

de kan hente andre læringsressourcer i form af applikationer (apps) ned

på enheden. For ICILS skulle man således beslutte om undersøgelsen også

måtte gennemføres på tablets og smartphones.

ICILS-testen af computer- og informationskompetence indeholder op-

gaver der kræver at eleverne både agerer som forbrugere og som producen-

ter af information. I et litteraturreview af tabletbrug i skolen konkluderer

Haßler, Major, og Hennessy (2016) at tablets egner sig fint til opgaver der

omhandler brug af information, men når det gælder opgaver inden for pro-

duktion af information tyder resultaterne på at de bedst udføres på enheder

med tilstrækkeligt store skærme der bedre kan håndtere layout. Skærmstør-

relse kan gælde skærmens fysiske størrelse, men også mængden af tom plads

på skærmen. Sidstnævnte kan ved brug af tablets maksimeres ved brug af et

eksternt tastatur så tastaturet ikke popper op på selve skærmen og dermed

reducerer mængden af tom plads på skærmen. Disse overvejelser har i ICILS

2018 ført til at en computer blev defineret som enhver enhed der kunne køre

softwaren som havde en skærmstørrelse på mindst 11 tommer og som havde

eksternt tastatur og mus tilkoblet. Således var både stationære computere,

bærbare computere og tablets med eksternt tastatur og mus omfattet.

I netop den periode hvor ICILS 2013 blev udviklet, opstod begrebet det

„21. århundredes kompetencer“ som betegnelse for kompetencer der bredt

set blev betragtet som nødvendige for at deltage i hverdagsliv, arbejdsliv

og uddannelse i det 21. århundrede. Definitionerne varierede dengang

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

3.1

hvad er computer- og informationskompetence?

som nu, men forskere forsøgte at identificere fælles elementer. Eksem-

pelvis oplistede van Laar og kollegaer disse kompetencer som centrale:

tekniske kompetencer, informationsstyring, kommunikation, samarbejde,

kreativitet, kritisk tænkning og problemløsning (van Laar m.fl. 2017).

Derudover oplistede de kontekstuelle 21. århundrede digitale færdigheder

som: etisk bevidsthed, kulturel bevidsthed, fleksibilitet, selvdirigering

og livslang læring. Chalkiadaki sorterede kompetencerne i fire former:

personlige; interpersonelle og sociale; viden og informationsstyring samt

digitale (Chalkiadaki 2018). Fælles er at forståelserne for det 21. århund-

redes kompetencer omfatter en bred vifte af kompetencer der typisk også

omfatter underkompetencer der har fællesnævnere med den form for

computer- og informationskompetence der undersøges i ICILS – men som

også strækker sig langt ud over hvad der kan undersøges i et studie som

ICILS. Computer- og informationskompetence hører således til under den

bredere paraplybetegnelse det 21. århundredes kompetencer.

Tidligere har definitioner af computerkompetence ikke omfattet forstå-

else for programmering som eksempelvis programmeringssprogs syntaks,

men snarere haft fokus på brug af computere, herunder viden om compu-

tere og i nogle tilfælde holdninger til computere. Sidenhen er begrebet da-

talogisk tænkning som nævnt også kommet i fokus på tværs af uddannel-

sessystemer. Som det ofte sker i forbindelse med nye eller fornyede fagom-

råder har dette begreb ført til „definitorisk forvirring“. Selv om vi i ICILS

anerkender at datalogisk tænkning konceptuelt kan inkluderes i en bredere

form for computerkompetence, skelner undersøgelsen mellem funktionelle

aspekter ved computerkompetence i form af brug af digitale enheder til in-

formation og kommunikationer samt datalogiske kompetencer i form af

problemløsning og algoritmisk tænkning som er kernen i datalogisk tænk-

ning. Førstnævnte funktionelle aspekter er en del af undersøgelsesrammen

for computer- og informationskompetence som også blev undersøgt i 2013,

mens sidstnævnte er en del af undersøgelsesrammen for datalogisk tænk-

ning som blev udviklet til ICILS 2018 som en valgmulighed. Hvad datalogisk

tænkning nærmere indebærer, diskuterer vi i næste kapitel.

Definition af computer- og informationskompetence tog i 2013 udgangs-

punkt i følgende eksisterende definitioner af it og digital kompetence i prak-

tisk og autentisk anvendelse:

• it-kompetence er at anvende digital teknologi, kommunikationsværk-

tøjer og/eller netværk til at tilgå, behandle, integrere, vurdere og skabe

information med henblik på at kunne deltage i et videnssamfund (ETS

2002).

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

computer- og informationskompetence

• it-kompetence er individers evne til at bruge it på passende måder til

at tilgå, behandle og vurdere information, udvikle nye forståelser og

kommunikere med andre for at deltage effektivt i samfundet (MCEE-

TYA 2007).

• Digital kompetence er „… evnen til at bruge digital teknologi, kom-

munikationsværktøjer og/eller netværk til at tilgå, behandle, integrere,

vurdere og skabe information med henblik på at kunne deltage i et vi-

denssamfund“ (Lemke 2003).

Alle tre definitioner oplister meget ensartede former for informationskom-

petencer og kommunikationsprocesser, og de fremhæver hver især at in-

dividet har brug for at udvikle disse former for kompetencer for at kunne

deltage og fungere effektivt i samfundet. Fælles for disse definitioner er også

antagelsen om at individet har brug for de tekniske færdigheder der kræves

for at bruge teknologierne. I undersøgelsen af elevers computer- og infor-

mationskompetence kombinerer ICILS teknisk computerkompetence med

informationskompetence. På denne baggrund er den overordnede defini-

tion i 2018 den samme som i 2013:

Computer- og informationskompetence er et individs evne til

at anvende computere til at undersøge, skabe og kommunikere

med henblik på hensigtsmæssig deltagelse i hjemmet, i skolen,

på arbejdspladsen og i samfundet.

3.2 Undersøgelsesrammen for computer- og

informationskompetence

I 2013 bestod undersøgelsesrammen for computer- og informationskom-

petence af to kompetenceområder og henholdsvis tre og fire aspekter (ind-

holdsområder). Et kompetenceområde er en overordnet konceptuel kate-

gori der rammesætter det indhold der adresseres af måleinstrumentet hvor

et aspekt er en specifik indholdskategori inden for et givent kompetence-

område.

I evalueringen af undersøgelsesrammen for 2013 vurderede projektgrup-

pen at indholdet for computer- og informationskompetence var passende,

men de fandt nogle problemer i undersøgelsesrammens struktur. Forbed-

ringerne bestod i at ændre i og tilføje aspekter da det blev vurderet at de

i 2013 overlappede hinanden for meget ved eksempelvis at antage at nogle

former for kompetencer var mere anvendelige i receptive sammenhænge

end i produktive (se evt. Fraillon, Ainley, Schulz, Duckworth, m.fl. (2019),

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

3.2

undersøgelsesrammen for computer- og informationskompetence

Tabel 3.1 Computer- og informationskompetence er en persons evne til at anvende com-

putere til at undersøge, skabe og kommunikere med henblik på hensigtsmæssig

deltagelse i hjemmet, i skolen, på arbejdspladsen og i samfundet.

Kompetenceområde 1

At forstå

computerbrug

Aspekt 1.1

Grundlæggende

aspekter ved

computerbrug

Aspekt 1.2

Grundprincipper for

computerbrug

Kompetenceområde 2

At indsamle

information

Aspekt 2.1

At tilgå og vurdere

information

Aspekt 2.2

At håndtere

information

Kompetenceområde 3

At producere

information

Aspekt 3.1

At tilpasse

information

Aspekt 3.2

At skabe

information

Kompetenceområde 4

Digital

kommunikation

Aspekt 4.1

At dele information

Aspekt 4.2

At anvende

information

ansvarligt og sikkert

s. 17 for en grundig forklaring af justeringerne). Selv om undersøgelsesram-

mens struktur er ændret i 2018, er indholdet der undersøges, altså ikke æn-

dret.

Undersøgelsen af elevernes computer- og informationskompetence be-

står i 2018 af fire kompetenceområder der hver indeholder to aspekter som

det fremgår af tabel 3.1.

I det følgende går vi i dybden med de enkelte kompetenceområder og

tilhørende aspekter.

3.2.1 Kompetenceområde 1: At forstå computerbrug

At forstå computerbrug

henviser til at have grundlæggende teknisk viden og

færdigheder som grundlag for operationel brug af computeren som værk-

tøj til at arbejde med information. Dette omfatter viden og forståelse for

computeres generelle egenskaber og funktioner. Definitioner af it og di-

gital kompetence har tidligere haft tendens til at fokusere på receptive og

produktive elementer af informationskompetence og nedprioriteret gene-

rel teknisk viden og færdigheder. I dag inkluderer flere definitioner dog også

færdigheder inden for løsning af tekniske problemer og forståelse for tek-

nologiske principper. Kompetenceområdet At forstå computerbrug består

af de to aspekter:

• Aspekt 1.1: Grundlæggende aspekter ved computerbrug

• Aspekt 1.2: Grundprincipper for computerbrug.

De to aspekter beskrives i det følgende.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

computer- og informationskompetence

Aspekt 1.1: Grundlæggende aspekter ved computerbrug

Grundlæggende aspekter ved computerbrug

omfatter i højere grad viden om

og forståelsen for de underliggende principper for en computers funktio-

ner end om de tekniske detaljer omkring hvordan de helt præcist virker.

En sådan form for viden og forståelse understøtter effektiv og smart brug

af computere, herunder kompetent fejlfinding. På et vidensmæssigt niveau

bør eleverne i 8. klasse kende til at computere bruger processorer og hukom-

melse til at køre programmer og at operativsystemer, tekstbehandlingspro-

grammer, spil og virusser er programmer. De bør kunne forklare at compu-

tere kan forbindes og at de på den måde kan „kommunikere“ med hinanden

gennem lokale og globale netværk. De bør forstå at internettet er en form for

computernetværk som kører gennem computere, og at hjemmesider, blogs,

wikis og alle former for computersoftware er designet til at imødekomme

specifikke behov. Eleverne bør desuden kunne forklare at information (så-

som filer) kan gemmes mange forskellige steder, herunder lokalt på en en-

hed, på bærbare enheder (såsom USB-drev, SD-kort og eksterne harddiske)

og på lokale netværk eller fjernnetværk (såsom i skyen), og de bør kunne

forklare at disse lagringssteder er forbundet med en række brugerfordele,

risikoer og procedurer.

Følgende eksempler afspejler opgaver der viser en elevs kompetence in-

den for

Aspekt 1.1: Grundlæggende aspekter ved computerbrug:

• At vide at computere har brug for fysisk hukommelse og at hukommel-

sen er begrænset, men kan udvides

• At foreslå grundlæggende strategier til forbedring af en computers

ydeevne når den kører langsomt

• At forklare hvorfor indholdet i en udfyldt webbaseret formular kan

forsvinde hvis en bruger forlader siden og derefter vender tilbage

• At kende strategier til at identificere den del af et computernetværk der

ikke fungerer hvis en netværksforbindelse er blevet afbrudt.

Aspekt 1.2: Grundprincipper for computerbrug

Grundprincipper for computerbrug

omfatter viden om og anvendelse af

principper for softwarebrugerflader så eleven kan se logikken i givne

programmer og at anvende dem. En sådan form for viden understøtter

effektiv brug af applikationer, inklusive brug af enheder eller applikationer

som brugeren ikke kender på forhånd. Det betyder eksempelvis at eleven

kan anvende basale fil- og softwarefunktioner såsom at åbne og lukke

filer bestemte steder, ændre størrelse på billeder, kopiere og indsætte tekst

samt identificere filtyper ved hjælp af filnavnes endelser, eller at man kan

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

3.2

undersøgelsesrammen for computer- og informationskompetence

ændre indstillingerne for eksempelvis skærmopløsning eller layout. Den

handlemæssige viden der er inkluderet i dette aspekt, begrænser sig altså

til basale kommandoer som er almindelige på tværs af softwaremiljøer

(inklusive operativsystemer).

Følgende eksempler afspejler opgaver der viser en elevs kompetence in-

den for

Aspekt 1.2: Grundprincipper for computerbrug:

• At redigere et billede ved hjælp af en brugerflade med ikoner og funk-

tioner der følger almindelige grundprincipper for softwarebrugerflader

• At klikke på et hyperlink for at navigere til en hjemmeside

• At gemme en eksisterende fil et nyt sted med et nyt navn

• At åbne en specificeret type fil

• At tilføje brugere til et webbaseret samarbejdsmiljø.

3.2.2 Kompetenceområde 2: At indsamle information

At indsamle information

omfatter de receptive og organiserende aspekter

af at arbejde med information. Dette kompetenceområde består af de to

aspekter:

• Aspekt 2.1: At tilgå og vurdere information

• Aspekt 2.2: At håndtere information

De to aspekter beskrives i det følgende.

Aspekt 2.1: At tilgå og vurdere information

At tilgå og vurdere information

handler om de undersøgende processer som

gør en elev i stand til at finde, hente og vurdere relevans, integritet og nyt-

teværdi ved computerbaseret information. Den hastige vækst af informa-

tionskilder der bruger internettet som kommunikationsmedium, betyder

at brugere er nødt til at sortere i den store mængde information de har ad-

gang til før de gør brug af den. At tilgå og vurdere information behandles i

ICILS som ét samlet aspekt, idet programmer til informationssøgning, for

eksempel søgemaskiner, i stigende grad integrerer de to processer ved ek-

sempelvis at skræddersy søgeresultater baseret på placering, tidligere søge-

adfærd og endda online brugeradfærd for „venner“ i sociale netværk. Det er

derfor ikke nok at kunne tilgå information – eleverne skal samtidig kunne

vurdere den information de får.

Vigtigheden af at tilgå og vurdere information er også et direkte resultat

af den øgede mængde og rækkevidde af tilgængelig ufiltreret computerba-

seret (og givet) information. Den computerbaserede information øges ikke

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

computer- og informationskompetence

blot i volumen, men den ændres også konstant. Computerbaseret informa-

tion har altså en dynamisk og multimodal natur hvilket betyder at proces-

serne er anderledes end dem der kun relaterer sig til generelle kompetencer.

Den dynamiske kontekst nødvendiggør derfor en blanding af flere forskel-

lige færdigheder. Følgende eksempler afspejler opgaver der viser en elevs

kompetence inden for

Aspekt 2.1: At tilgå og vurdere information:

• At vælge information fra en hjemmeside eller en liste over filer som er

relevant for et bestemt emne

• At beskrive og forklare funktioner og parametre ved forskellige com-

puterbaserede informationssøgningsprogrammer

• At foreslå strategier til at søge efter information og/eller justere para-

metrene for en søgning for at målrette informationen bedre

• At genkende og forklare egenskaber ved computerbaseret information

(såsom overdrevne og ubegrundede påstande) der forringer trovær-

digheden

• At vide at offentliggjort information kan have andre formål end blot at

ville dele information

• At foreslå og implementere strategier til at verificere troværdigheden

af information (såsom at sammenligne information fra én kilde med

information fra andre kilder).

Aspekt 2.2: At håndtere information

At håndtere information

handler om en elevs evne til at arbejde med compu-

terbaseret information. En sådan form for information kan være filer som

kan gemmes og åbnes til senere brug gennem applikationer, eller data der

kan være organiseret inden i filer (for eksempel data i felter i en database).

At håndtere information indebærer at kunne bruge samt tilpasse skemaer

med organiseret information – blandt andet arrangere og gemme informa-

tion på måder hvor den effektivt kan bruges og genbruges – samt at kunne

gemme filer alternative steder (såsom lokalt, på lokale netværk eller fjern-

netværk eller i skyen) for at give brugere adgang til information eller med

henblik på sikkerhedskopiering.

Følgende eksempler afspejler opgaver der viser en elevs kompetence in-

den for

Aspekt 2.2: At håndtere information:

• At oprette en filstruktur i en mappe i overensstemmelse med givne pa-

rametre

• At sortere eller filtrere information i en internetdatabase

• At forklare brug af tags når billeder gemmes i et bibliotek

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

3.2

undersøgelsesrammen for computer- og informationskompetence

• At finde den smarteste datastruktur til et givent formål i en simpel da-

tabase.

3.2.3 Kompetenceområde 3: At producere information

Kompetenceområdet

at producere information

fokuserer på at anvende

computere som produktive værktøjer til at tænke og skabe. Det består af

de to aspekter:

• Aspekt 3.1: At tilpasse information

• Aspekt 3.2: At skabe information.

De to aspekter beskrives i det følgende.

Aspekt 3.1: At tilpasse information

At tilpasse information

indebærer evne til at anvende computere til at ændre

den måde information er præsenteret på, så informationen kommer til at

fremstå mere klar for specifikke målgrupper eller til specifikke formål. Pro-

cessen involverer typisk at anvende en computers muligheder inden for for-

matering, grafik og kombination af forskellige medier til at forbedre kom-

munikation af (ofte tekstbaseret eller numerisk) information.

Følgende eksempler afspejler opgaver der viser en elevs kompetence in-

den for

Aspekt 3.1: At tilpasse information:

• At formatere titler i et dokument eller en præsentation for at forbedre

den måde informationen flyder på

• At bruge, ændre eller skabe billeder som supplement eller til at erstatte

tekst i et dokument (såsom et diagram)

• At lave et diagram til at repræsentere en tabel med data

• At overføre data (for eksempel om temperatur eller hastighed) fra en

datalogger og vise det på en måde der illustrerer ændrede mønstre

• At skabe en kort animeret billedsekvens til at illustrere en række begi-

venheder.

Aspekt 3.2: At skabe information

At skabe information

handler om en elevs evne til at anvende computere

til at designe og skabe informationsprodukter til specifikke formål og mål-

grupper. Produkterne kan være helt nye, eller de kan bygge på givne infor-

mationer med henblik på at skabe nye forståelser.

Kvaliteten af den information man skaber, relaterer sig typisk til den

måde indholdet er struktureret på (om rækkefølgen af pointer er logisk og

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

computer- og informationskompetence

nem at forstå), og den måde hvorpå layout- og designfunktioner (såsom bil-

leder og formatering) er anvendt til at støtte forståelsen for informations-

produktet. Selv om design af henholdsvis information og layout udføres

samtidig, tænkes og vurderes det ofte som forskellige elementer i at skabe

information.

Følgende eksempler afspejler opgaver der viser en elevs kompetence in-

den for

Aspekt 3.2: At skabe information:

• At bruge et simpelt grafikprogram til at designe et fødselsdagskort

• At designe og skrive en præsentation som formidler hovedpunkterne i

en historisk begivenhed

• At bruge givne informationer til at give anbefalinger i en rapport der

integrerer tekst, data og grafik.

3.2.4 Kompetenceområde 4: Digital kommunikation

Digital kommunikation

fokuserer på kompetencer relateret til deling af in-

formation i sociale netværk (og bredere webbaserede miljøer hvor der deles

information) samt det tilhørende sociale, juridiske og etiske ansvar der er

forbundet med at dele information. Dette kompetenceområde inkluderer

ansvar forbundet med informationsproduktion såvel som mekanismer til

beskyttelse mod andres uhensigtsmæssige brug af ens information. Kom-

petenceområdet består af de to aspekter:

• Aspekt 4.1: At dele information

• Aspekt 4.2: At anvende information ansvarligt og sikkert.

De to aspekter beskrives i det følgende.

Aspekt 4.1: At dele information

At dele information

handler om forståelse af hvordan computere bliver og

kan blive anvendt, samt evne til at anvende computere til at kommuni-

kere og udveksle information med andre. Dette aspekt fokuserer på viden

og forståelse for computerbaserede kommunikationsplatforme såsom plat-

forme til e-mail, wikis, blogs, beskedudveksling, deling af medier samt so-

ciale netværk. I betragtning af dette områdes hastigt skiftende natur foku-

serer aspektet på viden om og forståelse for informationsbaserede sociale

konventioner samt, i den højere ende af spektret, sociale betydninger af at

dele information gennem computerbaserede kommunikationsmedier.

Følgende eksempler afspejler opgaver der viser en elevs kompetence in-

den for

Aspekt 4.1: At dele information:

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

3.2

undersøgelsesrammen for computer- og informationskompetence

• At kende nogle af de vigtige forskelle på computerbaserede kommuni-

kationsmedier

• At bruge software til at formidle information (såsom at vedhæfte en fil

til en e-mail eller skrive et indlæg på et socialt medie)

• At vurdere hvorvidt bestemt information er hensigtsmæssig til en be-

stemt målgruppe

• At vurdere hvilken kommunikationsplatform der passer bedst til et

bestemt kommunikativt formål

• At skabe eller ændre informationsprodukter så de passer til en specifik

målgruppe eller formål.

Aspekt 4.2: At anvende information ansvarligt og sikkert

At anvende information

ansvarligt og sikkert handler om elevens forståelse

af juridiske og etiske problemstillinger ved computerbaseret kommunika-

tion fra både udgivers og modtagers side. Internetbaserede platforme faci-

literer i stigende grad mulighed for at brugere kan dele information. Med

denne facilitering følger et potentiale for misbrug – særligt når man beskæf-

tiger sig med personlig information. Dette aspekt inkluderer også identifi-

kation af risici, forebyggelse samt passende adfærd, herunder bevidsthed

om og forebyggelse af digital mobning. Det fokuserer desuden på brugeres

ansvar for at opretholde et vist niveau af teknisk sikkerhed, såsom at bruge

stærke adgangskoder, holde virussoftware opdateret og lade være med at

sende privat information til ukendte modtagere.

Følgende eksempler afspejler indhold og kontekster der relaterer sig til

Aspekt 4.2: At anvende information ansvarligt og sikkert:

•

Identitetstyveri

Uautoriseret adgang og personefterligning

At skjule identitet

Phishing

Distribution af skadelig software

Automatisk indsamling af data om internetbrug

Indlæg på sociale medier

Modtagelse og brug af personlige oplysninger

Referencer og copyright.

Følgende eksempler afspejler opgaver der viser en elevs kompetence inden

for

Aspekt 4.2: anvende information ansvarligt og sikkert:

• At identificere egenskaber som påvirker styrken af adgangskoder

• At forklare konsekvenser ved at gøre personlig information offentlig

tilgængelig

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

•

computer- og informationskompetence

At beskrive regler for passende adfærd i et sociale netværk

At foreslå måder hvorpå man kan beskytte privat information

At forstå hvordan internetannoncer er målrettet mod brugere

At forklare de teknikker der anvendes ved forsøg på phishing gennem

falske e-mails.

Ud fra de fire kompetenceområder fra ICILS’ undersøgelsesramme for

computer- og informationskompetence (tabel 3.1) samt erfaringerne med

testinstrumentet som empirisk grundlag er der efterfølgende med Georg

Raschs teori (Rasch 1960) blevet udledt en oversigt over fire kompeten-

ceniveauer eleverne kan befinde sig på. Kompetenceniveauerne kan give

et indblik i sværhedsgraden af forskellige typer opgaver, og ved at se på

hvor på skalaen eleverne placerer sig, kan man således sige noget om

hvad de har henholdsvis let og svært ved. I det følgende afsnit beskriver

vi de fire kompetenceniveauer overordnet set, og i kapitel 11 præsenterer

vi et af de testmoduler som eleverne arbejdede med i ICILS-testen, for at

illustrere hvad elever på de forskellige niveauer mere konkret kan. I kapitel

5 formidler vi resultatet af hvor på skalaen de danske elever befinder sig,

samt diskuterer hvad det betyder og hvorfor det forholder sig sådan.

3.3 Kompetenceniveauer for computer- og

informationskompetence

I udviklingen af måleinstrumentet for computer- og informationskompe-

tence blev der for alle opgaver formuleret konkrete beskrivelser af hvad en

elev der svarer korrekt på en given opgave kan. Herefter blev opgaver med

samme sværhedsgrad samlet på samme niveau, og der blev udarbejdet en

oversigt over hvad eleverne på de enkelte niveauer kan forventes at kunne.

Beskrivelsen af kompetenceniveauerne er altså baseret på indholdet af un-

dersøgelsens opgaver og disses skalerede sværhedsgrader. Analyser af over-

sigten samt elevernes resultater blev dernæst brugt til at udforme kompe-

tenceniveauer med en bredde på 85 point og niveaugrænser ved 407, 492,

577 og 661 point. Et elevresultat under 407 point indikerer således at elevens

computer- og informationskompetence ligger under det laveste niveau man

sigter mod at kunne måle med undersøgelsesinstrumentet, mens et elevre-

sultat over 661 point indikerer at elevens computer- og informationskom-

petence ligger på det højeste niveau.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

3.3

kompetenceniveauer for computer- og informationskompetence

Skalaen for computer- og informationskompetence blev udviklet med

udgangspunkt i en ændring af den originale item

-kalibrering så den re-

flekterer en svarsandsynlighed på 0,62. Dette betyder at en elev med en

kompetence på niveau med sværhedsgraden af et givent item på skalaen

vil have 62 procents chance for at svare rigtigt på dette item. Bredden på

niveauerne er som nævnt 85 point. Elever som opnår en værdi der svarer

til den nedre grænse for et niveau, forventes at svare rigtigt på omkring 50

procent af de items som ligger inden for dette niveau. En elev med et po-

inttal på et givent niveau kan altså forventes at have svaret rigtigt på mindst

halvdelen af spørgsmålene for dette niveau.

Før kompetenceniveauerne blev konstrueret, blev det undersøgt hvor-

vidt der var grundlag i dataene for at testen målte mere end et aspekt af

computer- og informationskompetence på mærkbart forskellige, men kon-

ceptuelt sammenhængende måder. I undersøgelsesrammen blev der i 2013

skelnet mellem kompetenceområde 1 og 2, og derfor blev det undersøgt om

dataene viste at eleverne kunne udvise forskellige grader af kompetencer

inden for de to områder. Det viste sig ikke at være tilfældet, da korrela-

tionen mellem de to kompetenceområder var 0,96, og da elevernes mid-

delpræstation på tværs af lande kun varierede lidt ved analyse af data fra

kompetenceområde 1 og 2 adskilt. Som følge heraf, og da der heller ikke var

andre empirisk funderede dimensioner i data, rapporteredes computer- og

informationskompetence på en enkelt præstationsskala. Det samme gør sig

gældende i 2018.

Beskrivelserne af kompetenceniveauerne som vi præsenterer i tabel 3.2,

er udarbejdet som synteser af indholdet i de items som eleverne på det givne

niveau forventes at kunne svare på. Kompetenceniveauerne er hierarkiske

på den måde at kompetencerne bliver mere sofistikerede jo højere på ska-

laen eleverne befinder sig, og elever på et givet niveau vil med endnu større

sandsynlighed kunne løse opgaverne under deres målte kompetenceniveau.

Skalaen afspejler en bred udvikling fra instrueret brug af softwarekomman-

doer, over stigende grad af uafhængighed i forhold til at udvælge og anvende

information til at kommunikere med andre, til deres evne til uafhængigt og

målrettet at kunne udvælge information og på kontrolleret vis betjene en

række softwareværktøjer til at kommunikere med andre. Her indgår også

elevers viden om og forståelse for spørgsmål som relaterer sig til sikker og

etisk brug af elektronisk information. En sådan forståelse indbefatter viden

29. Et item er fagbetegnelsen for de delelementer en opgave består af. En opgave kan bestå

af et enkelt item (fx hvis det blot er et multiple choice-spørgsmål), men den kan også bestå

af mange items (fx hvis eleven skal foretage et valg og forklare sit svar).

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

computer- og informationskompetence

Tabel 3.2 Kompetenceniveau 1 og 2 for computer- og informationskompetence.

Beskrivelse

Niveau 1 (fra 407 til 491 point)

Elever på kompetenceniveau 1 udviser

praktisk, funktionel viden om

computere som redskaber og

grundlæggende forståelse af

konsekvenserne af at computere

tilgåes af flere brugere. De kan

anvende almindelige

softwarekommandoer til at udføre

basale undersøgelses- og

kommunikationsopgaver og kan

tilføje simpelt indhold til digitale

produkter. De udviser kendskab til

elementære layoutkonventioner i

elektroniske dokumenter.

Niveau 2 (fra 492 til 576 point)

Elever på kompetenceniveau 2 kan

bruge computere til at udføre basale,

eksplicitte håndteringsopgaver samt

indsamling af information. De kan

finde bestemt information fra givne

elektroniske kilder. Disse elever kan

udføre basal redigering af og tilføje

indhold til eksisterende

informationsprodukter ud fra

specifikke instruktioner. De kan skabe

simple informationsprodukter med

sammenhæng mellem design og

layoutkonventioner. Elever på

kompetenceniveau 2 viser bevidsthed

om måder at beskytte personlig

information på samt nogle af

konsekvenserne ved offentlig adgang

til personlige informationer.

Eksempler

• åbne et link i en ny browserfane

• anvende et passende kommunikationsværktøj til kommunikation i en spe-

cifik kontekst

• identificere hvem der modtager en e-mail som kopi (c.c.)

• identificere problemer der kan være ved gruppebeskeder

• anvende et digitalt noteredskab til at registrere centrale pointer fra en video

• bruge software til at beskære et billede

• placere en titel på et synligt sted på en hjemmeside

• finde på en passende titel til en slideshow-præsentation

• udvise grundlæggende kontrol over farvevalg når der tilføjes indhold til et

simpelt dokument

• indsætte et billede i et dokument

• angive en eller flere risici ved ikke at logge ud fra en brugerkonto når man

bruger en offentligt tilgængelig computer.

• tilføje deltagere til et kollaborativt arbejdsmiljø

• forklare fordelene ved at anvende et passende kommunikationsværktøj til

kommunikation i en specifik kontekst

• forklare et potentielt problem ved at en personlig e-mailadresse er offentlig

tilgængelig

• forbinde en bred anvendelse af tegn med styrken af et kodeord

• navigere til en URL som er udformet som ren tekst (dvs. ikke klikbar).

• indsætte information i en specifikt angivet celle i et regneark.

• finde eksplicit angiven enkel information på en hjemmeside der indeholder

flere sider

• vide at søgemaskiner kan prioritere sponsoreret indhold frem for ikke-

sponsoreret indhold

• skelne mellem de søgeresultater man får fra en søgemaskine ud fra om de er

betalt for (annoncer) eller ikke

• forklare en fordel ved at citere informationskilder hentet fra nettet

• anvende formatering og placering til at angive at en tekst er en titel på et

informationsark.

• anvende hele siden ved layout af en plakat

• holde styr på størrelsen af elementer i relation til hinanden ved layout af en

plakat

• bruge basal tekstlayout og farvevalg når de udarbejder en præsentation.

• anvende et simpelt hjemmesideprogram til at indsætte specifik given tekst

på en hjemmeside.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

3.3

kompetenceniveauer for computer- og informationskompetence

Tabel 3.3 Kompetenceniveau 3 og 4 for computer- og informationskompetence.

Beskrivelse

Niveau 3 (fra 577-661 point)

Elever på kompetenceniveau 3 er i

stand til at arbejde uafhængigt når de

bruger computere som værktøjer til

indsamling og håndtering af

information. Disse elever kan vælge

den mest hensigtsmæssige

information til et givent formål, de

kan hente information fra givne

digitale kilder til at besvare konkrete

spørgsmål samt følge instruktioner i

at anvende typiske

softwarekommandoer til at redigere i,

tilføje indhold til og redesigne

informationsprodukter. De er klar

over at troværdigheden af webbaseret

information kan være influeret af

identitet, evner og motiver hos den

der har skabt indholdet.

Eksempler

• identificere at en upersonlig hilsen i en e-mail indikerer at afsenderen ikke

kender modtageren

• forklare ulemperne ved at anvende et kommunikationsværktøj til kommu-

nikation i en specifik kontekst

• vurdere troværdigheden af information fra en hjemmeside med mange

bidragydere (crowdsourced)

• identificere når indhold på nettet er resultat af en udgivers retningslinjer for

indhold eller reklamereindtægter gennem målrettet indhold

• forklare formålet med eksplicit at markere sponsoreret indhold på internet-

sider

• vælge relevant information til brug på en hjemmeside på baggrund af givne

kriterier

• forklare fordelen ved et almindeligt system til at organisere og hente infor-

mation

• vide hvilke informationer der er vigtige at inddrage når man refererer til en

informationskilde fra internettet

• anvende online kortsoftware til at repræsentere information fra tekst som

en rute på et kort

• vælge en passende navigationsstruktur for givent indhold til en hjemmeside

• udvælge og tilpasse relevant information fra givne kilder ved udarbejdelse

af en plakat

• bruge billedlayout ved udarbejdelse af en plakat

• bruge farver og kontraster til at understøtte læsevenligheden af en plakat

• bruge tekstlayout ved udarbejdelse af en præsentation.

• evaluere pålideligheden af information som har til formål at promovere et

produkt på en kommerciel hjemmeside.

• vælge og anvende relevante billeder til at repræsentere en trefaset proces i

en præsentation

• vælge og anvende relevante billeder til at understøtte den information der

præsenteres på en digital plakat

• udvælge og tilpasse tekst fra kilder til en præsentation på en måde så det

passer til formål og målgruppe.

• bruge farvevalg til at understøtte de kommunikative formål med en præsen-

tation.

• bruge tekstlayout og formateringsfunktioner til at udtrykke den rolle ele-

menter på en plakat spiller.

• skabe balance mellem tekst og billeder i layout af et informationsark

• kende forskel på lovmæssige, tekniske og sociale krav ved brug af billeder

på en hjemmeside

• lave en supplerende titel til en graf

• forklare at kodeord kan være krypterede eller dekrypterede

• skaffe relevant fakta fra elektroniske kilder til brug i og understøttelse af et

indlæg på et socialt medie

• forklare hvordan et kommunikationsværkstøj kan anvendes til at vise inklu-

derende adfærd

• citere den relevante informationskilde fra nettet ved udarbejdelse af et in-

formationsprodukt.

Niveau 4 (over 661 point)

Elever på kompetenceniveau 4 kan

udvælge den information der er mest

relevant at bruge til kommunikative

formål. De kan vurdere hvor brugbar

information er, baseret på kriterier for

behov, og de kan vurdere

pålideligheden af information baseret

på indhold og sandsynlig oprindelse.

Disse elever kan skabe

informationsprodukter som viser

overvejelser omkring målgruppe og

kommunikative formål. De kan også

anvende passende softwarefunktioner

til at omstrukturere og præsentere

information på en måde som er

konsistent med konventionelle måder

at præsentere information på. De kan

derefter tilpasse denne information til

en målgruppes behov. Elever på

kompetenceniveau 4 viser bevidsthed

omkring problemer der kan opstå

omkring brug af proprietær

information på internettet.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

computer- og informationskompetence

om informationstyper og sikkerhedsprocedurer samt bevidsthed om soci-

ale, etiske og lovmæssige konsekvenser ved at mange kendte og ukendte

brugere (potentielt) tilgår elektronisk information.

Tabel 3.2 indeholder desuden eksempler på hvad eleverne konkret kan

på et givent niveau. De korte beskrivelser er i forhold til 2013 uændret i 2018,

men nogle af eksemplerne på elevernes kompetencer inden for hvert niveau

er blevet opdateret så de afspejler indholdet af ICILS 2018-undersøgelsen af

elevernes computer- og informationskompetence. Et lille antal test-items

havde skalerede sværhedsgrader

under kompetenceniveau 1.

Disse items re-

præsenterede de mest basale evner (såsom at klikke på et hyperlink) og gav

ikke tilstrækkelig information til at give grundlag for en beskrivelse på ska-

laen.

I de følgende afsnit beskrives hvorvidt kompetenceområderne og

aspekterne i ICILS’ undersøgelsesramme for computer- og informa-

tionskompetence er til stede i læseplaner i dansk grundskole, herunder

relationen til faget dansk, det tværgående tema it og medier samt forsøgs-

fagligheden teknologiforståelse. Dette sker gennem nedslag i læseplaner og

vejledninger der eksemplificerer de dele af Fælles Mål

der har sammen-

fald med ICILS for på den måde at udlede hvorvidt vi i dansk grundskole

som udgangspunkt fokuserer på udvikling af de kompetencer der vurderes

i ICILS-undersøgelsen.

3.4 Relation til danskfaget

Danskfaget består af de fire kompetenceområder,

Læsning, Fremstilling, For-

tolkning

Kommunikation,

hvor særligt

Læsning

Kommunikation

har

relation til det ICILS benævner computer- og informationskompetence.

Læsning

relaterer sig i særlig grad til ICILS’ kompetenceområde

At ind-

samle information,

herunder aspektet

At tilgå og vurdere information.

Dette

kommer direkte til udtryk i danskfagets færdigheds- og vidensområde

Finde tekst

hvor eleverne blandt andet skal udvikle viden om afsenderfor-

hold, om faser i informationssøgning og om kildekritisk søgning, ligesom

30. I denne bog anvender vi det lovgrundlag og de beskrivelser der var gældende i under-

søgelsesperioden, dvs. i foråret 2018 – med undtagelse af forsøgsfaget teknologiforståelse

der blev igangsat efter undersøgelsen. Vi har valgt at inddrage teknologiforståelse da dette

forsøgsfag har mange ligheder med undersøgelsens genstandsområde for på den måde at

kunne diskutere retningen i dansk skole.

31. Fælles Mål, læseplan og vejledning for faget dansk, herunder afsnittets citerede dele,

findes på https://www.emu.dk/grundskole/dansk

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

3.5

relation til det tværgående tema it og medier

de skal kunne gennemføre målrettet og kritisk informationssøgning og

vurdere indholdet. I læseplanen for danskfaget står der eksempelvis at:

„Eleverne skal lære at bruge søgeord og søgespørgsmål og herigennem

finde frem til de bøger og hjemmesider, hvor de kan finde deres stof, og de

skal lære at lægge mærke til, hvilken kilde en given tekst stammer fra.“

Under

Kommunikation

skal eleverne i færdigheds- og vidensområdet

It og kommunikation

kunne diskutere etiske spørgsmål om kommunika-

tion på internettet, kunne vælge digitale teknologier i forhold til situationen

samt kunne diskutere betydningen af digitale kommunikationsteknologier

for eget liv og fællesskab, ligesom de skal udvikle viden om digitale tekno-

logiers kommunikationsmuligheder.

It og kommunikation

har direkte sam-

menhæng med ICILS’ kompetenceområde

Digital kommunikation,

herun-

der aspekterne

At dele information

samt

At anvende information

ansvarligt

og sikkert. I læseplanen for danskfaget fremgår det eksempelvis at: „Ele-

verne skal lære at kommunikere digitalt og være bevidste om både afsender-

og modtagersituationen“, og i vejledningen beskrives det at digital literacy

i danskfaget handler om „hvordan eleverne kommunikerer sammen, fx på

sociale medier som Facebook, hvordan de sender sms-beskeder til hinan-

den, hvordan de kommunikerer gennem ’ansigtsløs kommunikation’.“ Det

fremgår endvidere at eleverne skal lære „at følge en række etiske regler for

en konstruktiv, demokratisk og empatisk kommunikation for at undgå, at

eleverne mobber hinanden gennem den digitale kommunikation,“ ganske

som det også beskrives i undersøgelsesrammen for ICILS under kompeten-

ceområdet digital kommunikation.

Derudover er et fokus i danskfaget – og grundskolens øvrige fagrække –

beskrevet som det tværgående tema it og medier. I danskfaget er det beskre-

vet at it spiller en rolle „både som indhold, redskab og mål. En del af faget

handler netop om at kunne undersøge og analysere indhold. En anden del

handler om at kunne kommunikere målrettet og kreativt i egne produktio-

ner og forholde sig kritisk“. Det tværgående tema beskrives yderligere i det

følgende.

3.5 Relation til det tværgående tema it og medier

It og medier

har som nævnt været et tværgående tema i dansk grundskole

siden folkeskolereformen i 2014 med målet om at it-faglige mål skulle indgå

32. Vejledningen for det tværgående tema, herunder afsnittets citerede dele, findes på https:

//www.emu.dk/grundskole

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

computer- og informationskompetence

i alle fag. I vejledningen defineres it som „informationsteknologi til op-

samling, behandling, lagring og udbredelse af information“ og medier som

„digitalt baserede veje og miljøer for fx information, kommunikation, læ-

ring og underholdning“. Det understreges at der både er fokus på teknologi

og kommunikation. Dette er som nævnt også tilfældet for ICILS der har

til hensigt at undersøge computer- og informationskompetence, herunder

både teknisk og kommunikativ brug.

It og medier tager udgangspunkt i at eleverne kan indtage forskellige

positioner i undervisningen. Specifikt opereres der med fire positioner:

•

Eleven som kritisk undersøger

Eleven som analyserende modtager

Eleven som målrettet og kreativ producent

Eleven som ansvarlig deltager.

Det påpeges at der er „tale om flydende grænser, men de fire elevpositioner

beskriver og afgrænser nogle særlige kendetegn for elevernes læreproces-

ser“.

It- og mediekompetence

indebærer ifølge vejledningen blandt andet „at

kunne kommunikere gennem medierne ved at finde og dele information di-

gitalt, skabe indhold og deltage i sociale processer via it og medier“. Desuden

skal eleverne „kunne søge, analysere, producere og deltage i og ved hjælp af

digitale medier“, og de skal have kompetencer i „kvalificeret at kunne an-

vende disse multimodale tilgange“ som den stigende mængde af digitale

kulturprodukter integreres af.

Der er altså klare overlap mellem det tværgående tema it og medier i

læseplanerne og de kompetenceområder og indholdsaspekter der undersø-

ges i ICILS — herunder i særlig grad til kompetenceområderne

At indsamle

information, At producere information

samt

Digital kommunikation.

Kom-

petenceområdet

At forstå computerbrug,

herunder de to aspekter

Grundlæg-

gende aspekter ved computerbrug

samt

Grundprincipper for computerbrug,

berøres i mindre grad i det tværgående tema.

I de forskellige læseplaner for grundskolens fag finder man som nævnt

overordnede eksempler på hvordan it og medier i de givne fag tænkes at

kunne inddrages. I faget musik beskrives eksempelvis at digitale medier kan

„bruges til at søge information om og lytte til forskellige musikere og genrer.

Der kan også arbejdes med at producere egne numre i forskellige musikpro-

grammer“. I samfundsfag kan it-værktøjer „bruges til at understøtte faglige

pointer, fx digitale tegneserier af bibelske historier, billedcollager m.m.“.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

3.6

relation til forsøgsfagligheden teknologiforståelse

Der er ikke lavet undersøgelser af i hvor høj grad vejledningen og dens

forslag til hvordan der kan arbejdes med positionerne i fagene, er realise-

ret i konkret undervisning, men en tilbagevendende problematik ved inte-

grering af it i fagene er at ingen har det ultimative ansvar for fagområdet,

ligesom lærerne ikke nødvendigvis er uddannede til den hastigt stigende

integrering af digitale produkter og teknologier i samfund og skole. Siden

temaet it og medier blev indført, har der været et voksende fokus på ele-

verne som skabere af teknologi og ikke blot brugere — hvilket også nævnes i

baggrunden for ICILS’ integrering af den nye kompetence datalogisk tænk-

ning. I Danmark har det blandt andet afstedkommet at en ny forsøgsfaglig-

hed kaldet teknologiforståelse er kommet på skemaet som forsøgsordning

i tre år på 46 skoler i henholdsvis eksisterende fag og som eget fag. Hvor-

dan denne faglighed relaterer sig til ICILS’ undersøgelse af computer- og

informationskompetence, beskrives i det følgende.

3.6 Relation til forsøgsfagligheden teknologiforståelse

Formålet med forsøgsfagligheden teknologiforståelse er beskrevet som ud-

vikling af faglige kompetencer og opnåelse af færdigheder og viden til kon-

struktivt og kritisk at kunne deltage i udvikling af digitale artefakter og for-

stå deres betydning. Dette fordrer ifølge beskrivelsen en beherskelse af di-

gitale designprocesser og af digitale teknologiers sprog og principper.

Forsøgsfaget teknologiforståelse består af de fire kompetenceområder

Digital myndiggørelse, Digital design og designprocesser, Computationel

tankegang

Teknologisk handleevne.

Teknologiforståelse afprøves både

som selvstændigt fag og som integreret faglighed i de eksisterende fag

dansk, samfundsfag, matematik, natur/teknologi, fysik/kemi, billedkunst

samt håndværk og design. Her fokuserer vi udelukkende på Fælles Mål,

læseplan og vejledning for teknologiforståelse som selvstændigt fag som

den overordnede faglighed.

Digital myndiggørelse

handler i kort form om „kritisk, refleksiv og

konstruktiv undersøgelse og forståelse af digitale artefakters muligheder

og konsekvenser“.

Digital design og designprocesser

handler om „at kunne

tilrettelægge og gennemføre designprocesser samtidig med at der tages

hensyn til brugskonteksten“.

Computationel tankegang

handler om „ana-

lyse, modellering og strukturering af data og dataprocesser“.

Teknologisk

33. Fælles Mål, læseplan og vejledning for forsøgsfaget teknologiforståelse, herunder af-

snittets citerede dele, findes på https://www.emu.dk/grundskole/teknologiforstaelse samt

https://xn--tekforsget-6cb.dk

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

computer- og informationskompetence

handleevne

handler om „at kunne mestre computersystemer, digitale

værktøjer og det tilhørende sprog samt programmering“.

På dette grundlag lægger læseplanen op til en meget bred udvikling

af elevers kompetencer inden for computer- og informationskompe-

tence. Hvor danskfaget og it og medier samlet set i højere grad fokuserer

på ICILS’ kompetenceområder

At indsamle information, At producere

information

samt

Digital kommunikation,

er der i forsøgsfaget teknologi-

forståelse i højest grad fokus på

At forstå computerbrug,

herunder de to

aspekter

Grundlæggende aspekter ved computerbrug

samt

Grundprincip-

per for computerbrug.

Fagidentiteten for forsøgsfaget teknologiforståelse

defineres blandt andet af fagets fundamentale og teknologiuafhængige

principper, „fx digitalisering, automatisering, computation, koordinering,

strukturering, redesign og evaluering“.

Det fremgår i læseplanen at teknologisk handleevne blandt andet fordrer

„at kunne betjene digitale teknologier sikkert og hensigtsmæssigt ift. funk-

tionelle, men også etiske, æstetiske, strukturelle og organisatoriske forhold

i verden og udfolde disse i digital design og designprocesser.“ Hvor kompe-

tenceområdet at forstå computerbrug i ICILS’ undersøgelsesramme netop

har hovedfokus på brug af computere, bevæger teknologiforståelse sig altså

yderligere over i forståelse som grundlag for at skabe med computere hvilket

yderligere udfoldes i kapitel 4.

I vejledningen for forsøgsfaget teknologiforståelse fremgår det endvi-

dere at eleverne i arbejdet med teknologisk handleevne skal: ”arbejde med

forskellige computersystemer hvor de eksempelvis skal lære at navigere på

forskellige platforme, installere programmer og have en generel grundlæg-

gende viden om computere. Inden for samme kompetenceområde skal ele-

verne også arbejde med netværk og sikkerhed og blive gode til at vurdere

hvordan man undgår virus og hacking samt tilegne sig viden om deres digi-

tale fodspor og hvad disse i givet fald kan bruges til. Således overlapper det

yderligere med ICILS’ kompetenceområde digital kommunikation, herun-

der særligt aspektet at anvende information ansvarligt og sikkert.

Opsamlende kan man sige at kompetenceområderne i ICILS’ undersø-

gelsesramme for computer- og informationskompetence har modsvar i de

danske fags læseplaner, men det er væsentligt at huske på at teknologiforstå-

else på nuværende tidspunkt ikke er obligatorisk for alle grundskoleelever,

ligesom det har været italesat som en udfordring at få integreret det tvær-

gående tema it og medier i alle fag. Fokus i læseplanerne er således langtfra

ensbetydende med at de 8.-klasseelever der har deltaget i ICILS 2018 er ble-

vet undervist i de områder de er blevet vurderet i.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

4 Datalogisk tænkning

I dette kapitel undersøges begrebet datalogisk tænkning der som nævnt er

projektets danske oversættelse af det engelske begreb computational thin-

king. Kapitlet er overvejende skrevet med udgangspunkt i

IEA Internatio-

nal Computer and Information Literacy Study 2018 – Assessment Framework

(Fraillon, Ainley, Schulz, Duckworth, m.fl. 2019), men som i kapitel 3 sæt-

tes undersøgelsesrammen ind i en dansk uddannelseskontekst. I dansk læ-

seplan relaterer kompetenceområdet sig i højest grad til forsøgsfagligheden

teknologiforståelse hvilket udfoldes i sidste del af kapitlet der således tager

udgangspunkt i læseplanen for dette forsøgsfag.

4.1 Hvad er datalogisk tænkning?

Det er ikke nogen nem opgave at definere datalogisk tænkning. Og i takt

med den øgede opmærksomhed på at det er en almen kompetence som alle

bør lære, øges uenigheden om hvad det mere præcist vil sige at kunne tænke

datalogisk, og litteraturen på området indeholder mange forskellige og ofte

modstridende beskrivelser og argumenter. Datalogisk tænkning har rødder

i historien så langt tilbage som 1940’erne (Denning 2017).

Herhjemme kan brugen af begrebet spores tilbage til Peter Naur i 1970

(Naur 1970). Mange uddannelsesforskere refererer dog til Seymour Papert

og hans arbejde med programmeringsværktøjet LOGO i 1980’erne når de

forklarer begrebets oprindelse (Papert, 1980), og i nyere tid anses Jeannette

M. Wing som katalysator for det stigende fokus på datalogisk tænkning ef-

ter hun i 2006 reintroducerede det som en universel tværfaglig kompetence

alle bør lære på linje med sprog og matematik (Wing 2006). I kraft af sin

daværende ansættelse hos den amerikanske National Science Foundation

(NSF) fik hun bevilget en stor mængde ressourcer til udviklingen på om-

rådet – et arbejde der har taget fart det seneste årti og som har været med-

virkende til at inspirere lande verden over til at iværksætte initiativer på

området.

Alene i Europa var der i 2016 elleve lande som havde gennemført refor-

mer på grundskoleområdet med integration af datalogisk tænkning, samt

flere andre der på daværende tidspunkt planlagde at integrere det (Bocconi

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

datalogisk tænkning

m.fl. 2016). I det følgende udfolder vi hvordan ICILS definerer datalogisk

tænkning, hvilken strukturel ramme der dannede udgangspunkt for un-

dersøgelsen i 2018, samt de tre kompetenceintervaller eleverne i ICILS kan

befinde sig i.

ICILS tager særligt udgangspunkt i de følgende beskrivelser:

1. „Datalogisk tænkning er de tankeprocesser der er involveret i at for-

mulere problemer og deres løsninger på måder hvor løsningerne effek-

tivt kan eksekveres af en informationsbehandlingsagent“ (Wing 2011,

citeret i Grover og Pea 2013).

2. „Vi anser datalogisk tænkning for at være de tankeprocesser der er in-

volveret i at formulere problemer på måder hvor deres løsninger kan

repræsenteres som datalogiske skridt og algoritmer“ (Aho 2012).

3. „Det

[

datalogisk tænkning

]

er en kognitiv eller tankemæssig proces

som reflekterer: evnen til at tænke i abstraktioner,/ evnen til at tænke

i dekomposition [nedbrydning af et problem i enkeltdele],/ evnen til

at tænke algoritmisk,/ evnen til at tænke i vurdering og/ evnen til at

tænke i generalisering“ (Selby og Woollard 2013).

4. „Datalogisk tænkning beskriver de processer og tilgange vi trækker

på, når vi tænker på hvordan en computer kan hjælpe os med at løse

komplekse problemer og skabe systemer“.

5. „Datalogisk tænkning er processen i at genkende datalogiske aspekter

i den verden der omgiver os, og anvende værktøjer og teknikker fra

datalogi til at forstå og overveje både naturlige og kunstige systemer

samt processer“ (Society 2002).

6. „Datalogisk tænkning er en problemløsningsproces som inkluderer: at

formulere problemer på måder som gør det muligt at bruge en com-

puter og andre værktøjer til at hjælpe med at løse dem,/ logisk at orga-

nisere og analysere data,/ at repræsentere data gennem abstraktioner,

såsom modeller og simuleringer,/ at automatisere løsninger gennem

algoritmisk tænkning (en serie af ordnede trin),/ at identificere, ana-

lysere og implementere mulige løsninger med et mål om at opnå den

smarteste og mest effektive kombination af trin og ressourcer,/ at ge-

neralisere og overføre denne problemløsningsproces til en bred vifte af

problemer“ (Barr, Harrison, og Conery 2011).

7. „Datalogisk tænkning er et begreb der ofte anvendes til at beskrive ev-

nen til at tænke med computeren som værktøj“ (Berland og Wilensky

2015).

34. Se https://www.digitaltechnologieshub.edu.au/teachers/topics/computational-thinking

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

4.2

undersøgelsesrammen for datalogisk tænkning

Disse beskrivelser er valgt som udgangspunkt da de har det til fælles at de

anser datalogisk tænkning som en form for problemløsning hvor problemer

og deres løsninger udarbejdes på måder der gør det muligt at iværksætte og

implementere algoritmiske, procedurale (trin for trin-)løsninger med brug

af computer.

Definitionen af datalogisk tænkning skal i ICILS tage højde for en række

kontekstuelle faktorer i forhold til undersøgelsens natur: Den skal være pas-

sende og relevant for elever på ottende klassetrin samt på tværs af forskellige

landes kontekster og læseplaner, den skal hænge sammen med ICILS’ un-

dersøgelse af computer- og informationskompetence, og den skal overlappe

minimalt med andre fagområders læseplansindhold, såsom matematik eller

naturfag.

Med udgangspunkt i ovenstående lyder ICILS’ definition

Datalogisk tænkning er et individs evne til at identificere

de aspekter ved virkelige problemer som er egnet til at blive

formuleret datalogisk samt at vurdere og udvikle algoritmiske

løsninger på disse problemer så løsningerne kan behandles af

en computer.

I det følgende går vi i dybden med hvorledes den strukturelle ramme for

vurdering af elevers kompetence til at tænke datalogisk er sammensat, her-

under de enkelte kompetenceområder og det specifikke indhold.

4.2 Undersøgelsesrammen for datalogisk tænkning

Undersøgelsen af elevernes kompetence inden for datalogisk tænkning be-

står af to kompetenceområder med henholdsvis to og tre aspekter som det

fremgår af tabel 4.1. Som i undersøgelsesrammen for computer- og infor-

mationskompetence refererer et kompetenceområde til en overordnet kon-

ceptuel kategori der rammesætter det indhold måleinstrumentet adresse-

rer, og et aspekt er en specifik indholdskategori inden for et givent kom-

petenceområde. Disse aspekter omfatter den viden, de færdigheder og de

forståelser som beskrivelserne præsenteret ovenfor har tilfælles.

Hensigten med at beskrive datalogisk tænkning i en sådan strukturel

ramme er at organisere indholdet så forskellige relaterede aspekter fremstår

tydeligt. I det følgende går vi i dybden med de enkelte kompetenceområder

og tilhørende aspekter.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

datalogisk tænkning

Tabel 4.1 Kompetence i datalogisk tænkning er en persons evne til at identificere de aspek-

ter ved virkelige problemer som er egnet til at blive formuleret datalogisk, samt at

vurdere og udvikle algoritmiske løsninger på disse problemer så løsningerne kan

behandles af en computer.

Kompetenceområde 1

At identificere problemer

Aspekt 1.1

At have indsigt i og forstå digitale systemer

Aspekt 1.2

At formulere og analysere problemer

Aspekt 1.3

At indsamle og repræsentere relevant data

Kompetenceområde 2

At udvikle løsninger

Aspekt 2.1

At planlægge og vurdere løsninger

Aspekt 2.2

At udvikle algoritmer, programmer og

brugerflader

4.2.1 Kompetenceområde 1: At identificere problemer

Inden man udvikler en løsning, skal man først forstå og rammesætte pro-

blemet på en måde der gør det muligt at udvikle en løsning ved hjælp af

algoritmisk tænkning eller systemtænkning. Kompetenceområdet

At iden-

tificere problemer

består af de tre aspekter:

• Aspekt 1.1: At have indsigt i og forstå digitale systemer

• Aspekt 1.2: At formulere og analysere problemer

• Aspekt 1.3: At indsamle og repræsentere relevant data.

De tre aspekter beskrives i det følgende.

Aspekt 1.1: At have indsigt i og forstå digitale systemer

Dette indholdsområde består i at identificere og beskrive systemers egen-

skaber gennem at iagttage interaktionen mellem komponenter i et system.

Systemtænkning anvendes når man gør sig tanker om brug af computere til

løsning af virkelige problemer i verden hvilket er fundamentalt i datalogisk

tænkning.

På et beskrivende niveau kan en elev beskrive de regler og begrænsnin-

ger der styrer en række handlinger, eller forudsige hvorfor en procedure

ikke fungerer korrekt ved at identificere fejl. Man kan for eksempel fore-

stille sig at en elev skal designe et spil. Eleven vil skulle angive spillets op-

rindelige tilstand, betingelser for at vinde, spillets tilladte handlinger samt

tilladte rækkefølger af handlinger i spillet.

På et handleniveau skal eleven kunne overvåge et system i drift, anvende

værktøjer til at beskrive et system (såsom trædiagrammer eller rutedia-

grammer) samt observere og beskrive resultater af processer i et system.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

4.2

undersøgelsesrammen for datalogisk tænkning

Disse procedurale færdigheder er baseret på forståelse af grundlæggende

operationer som iteration, loops og forgreninger samt konsekvenserne

af at variere den rækkefølge de udføres i. Forståelse for disse operationer

kan forbedre en elevs forståelse af både den digitale verden og den fysiske

verden og dermed være en hjælp i problemløsning. Ser vi igen på eksemplet

med en elev der designer et spil, kan eleven på det procedurale niveau

igangsætte og afgøre spillets gang. Eleven vil skulle monitorere spillernes

handlinger samt konsekvente udfald i forhold til spillets specifikke reg-

ler og betingelser. Dermed vil eleven kunne observere problemer med

spillet, såsom uløselige eller tvetydige situationer, og blive i stand til at

ændre spillets parametre i forhold til disse. Spillet er ikke nødvendigvis

et computerprogram – digital systemtænkning kan også overføres til

beskrivelser af handlinger i et fysisk, ikke-digitalt system. For eksempel kan

digital systemtænkning anvendes til at beskrive en vandhanes handlinger

(eksempelvis vandtryk) på måder hvor handlingerne senere vil kunne

styres af et computerprogram.

Følgende eksempler afspejler opgaver der viser en elevs kompetence in-

den for

Aspekt 1.1: At have indsigt i og forstå digitale systemer:

•

At undersøge et system for at beskrive regler for dets adfærd

At anvende et system til at producere relevant data til analyse

At identificere muligheder for effektivitet og automatisering

At forklare hvorfor simuleringer hjælper med at løse problemer.

Aspekt 1.2: At formulere og analysere problemer

Formulering af problemer består i at underinddele et problem i mindre

håndterbare dele samt at specificere og systematisere opgavens karakteri-

stika så en datalogisk løsning kan udvikles (muligvis ved hjælp af en com-

puter eller andre digitale enheder). Analyse består af at se ligheder mellem

egenskaberne ved tidligere undersøgte problemer og de nye problemer og

derefter at genbruge løsningerne fra det gamle problem på det nye problem.

Derved kan man etablere en konceptuel ramme der kan understøtte proces-

sen med at underinddele et stort problem i små, mere håndterbare dele.

Følgende eksempler afspejler opgaver der viser en elevs kompetence in-

den for

Aspekt 1.2: At formulere og analysere problemer:

• At nedbryde en kompleks opgave i mindre, mere håndterbare dele

• At skabe en selvstændig underopgave der potentielt kan anvendes

mere end én gang

• At undersøge forbindelsen mellem helheden og de mindre dele.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

datalogisk tænkning

Aspekt 1.3: At indsamle og repræsentere relevant data

For at foretage effektive vurderinger af problemløsning i systemer er det

nødvendigt at indsamle data og skabe mening med data fra systemet. Ind-

samling af data og relevant repræsentation af data på smarte, effektive må-

der skal være underbygget af viden om og forståelse for data og de værktøjer

der er tilgængelige til at indsamle, organisere og repræsentere dem. Dette

kan indebære at skabe eller anvende simuleringer af komplekse systemer

for at producere data som kan vise mønstre eller karakteristika ved adfærd

som ellers ikke er tydelige når man ser på systemet fra et abstrakt niveau.

Følgende eksempler afspejler opgaver der viser en elevs kompetence in-

den for

Aspekt 1.3: At indsamle og repræsentere relevant data:

• At identificere en abstrakt repræsentation af kortanvisninger

• At bruge et rutesimuleringsværktøj til at gemme data

• At vise data som hjælp til at drage konklusioner og informere planlæg-

ning

• At bruge et simuleringsværktøj til at indsamle data og vurdere udfald.

4.2.2 Kompetenceområde 2: At udvikle løsninger

Kompetenceområdet

At udvikle løsninger

består af de to aspekter:

• Aspekt 2.1: At planlægge og vurdere løsninger

• Aspekt 2.2: At udvikle algoritmer, programmer og brugerflader.

At udvikle løsninger omfatter processer forbundet med at skabe, implemen-

tere og vurdere computerbaserede systemers svar på virkelige problemer.

Det indebærer de iterative processer der ligger i at planlægge, implemen-

tere, teste og vurdere algoritmiske løsninger (som potentiel basis for pro-

grammering) på virkelige problemer. Kompetenceområdet inkluderer en

forståelse for brugeres behov og deres sandsynlige interaktion med det sy-

stem der udvikles. De to aspekter beskrives i det følgende.

Aspekt 2.1: At planlægge og vurdere løsninger

At planlægge løsninger

består i at etablere rammerne for et system. Det be-

står fx i udvikling af funktionelle specifikationer og krav i henhold til bruge-

res behov og de ønskede udfald med henblik på at designe og implementere

de centrale funktioner i en løsning.

At vurdere løsninger

består i kritisk at

kunne vurdere kvaliteten af datalogiske artefakter (såsom algoritmer, kode,

programmer, brugerflader eller systemer) op mod kriterier der er baseret

på modeller for standarder og effektivitet. Disse to processer er kombineret

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

4.2

undersøgelsesrammen for datalogisk tænkning

i ét aspekt fordi de typisk vil være sammenvævet når man udvikler algo-

ritmer og programmer. Udviklingen af algoritmer begynder med planlæg-

ning og slutter med vurdering. Men gennem hele processen vil der være

en konstant bevægelse mellem planlægning, implementering, vurdering og

revideret planlægning. Typisk er der en lang række mulige løsninger på et

problem, og derfor er det vigtigt at være i stand til at planlægge og vur-

dere løsninger fra forskellige perspektiver og forstå alternative løsningers

fordele, ulemper og udfald for aktørerne.

Følgende eksempler afspejler opgaver der viser en elevs kompetence in-

den for dette aspekt:

• At identificere udgangspunktet for en algoritmisk løsning på et pro-

blem ved at reflektere over løsninger på lignende problemer

• At designe en løsnings komponenter under hensyntagen til et systems

begrænsninger og brugeres behov

• At teste en løsningsmetode mod et kendt udfald og justere den efter

behov

• At sammenligne en løsnings relative fordele og ulemper med alterna-

tive løsninger

• At finde det sted i en algoritme der forårsager en fejl

• At beskrive en løsning og forklare hvorfor den er den bedste blandt

mange

• At implementere og gennemføre strategier til at teste en løsnings effek-

tivitet (for eksempel brugertest).

Aspekt 2.2: At udvikle algoritmer, programmer og brugerflader

I ICILS 2018 er det ikke en forudsætning at elever er bekendte med et be-

stemt programmeringssprogs syntaks og funktioner. Nærværende aspekt

fokuserer på den form for logisk ræsonnement som understøtter udvikling

af algoritmer (og kode) til at løse problemer. Det kan indebære at udvikle

eller implementere en algoritme (systematisk beskrive de trin eller regler

det kræver at gennemføre en opgave) og også at automatisere algoritmen –

typisk ved at bruge computerkode på måder som kan implementeres uden

eleverne er nødt til at lære syntaks eller funktioner for et specifikt program-

meringssprog. At udvikle en brugerflade handler om at skabe forbindelsen

mellem brugere og system. Det kan relatere til udvikling af brugerfladee-

lementer i en applikation, herunder i form af specifikation af dynamiske

brugerflader der svarer på brugeres input.

Følgende eksempler afspejler opgaver der viser en elevs kompetence in-

den for

At udvikle algoritmer, programmer og brugerflader:

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

•

datalogisk tænkning

At ændre en eksisterende algoritme til et nyt formål

At tilpasse visuelle vejledninger til computerinstruktioner

At skabe visuelle repræsentationer af computerinstruktioner

At skabe en simpel algoritme

At bruge en ny kommando i en simpel algoritme

At skabe en algoritme som kombinerer simple kommandoer med gen-

tagne eller betingede kommandoer

• At rette et bestemt trin i en algoritme.

4.3 Kompetenceintervaller for datalogisk tænkning

Som beskrevet i afsnit 3.3 anvendte forskerholdet Raschs teori som et em-

pirisk grundlag for at sige hvad eleverne havde henholdsvis let og svært ved

(Rasch 1960). På samme måde blev Raschs teori anvendt til at udvikle en

intervalskala for datalogisk tænkning som fremgår af det følgende. Skalaen

blev udarbejdet og beskrevet ud fra de i alt 18 opgaver fra testmodulerne og

de 39 mulige point. Der kan læses flere detaljer om proceduren for skale-

ringen af opgaverne i ICILS’ tekniske rapport (Fraillon m.fl. 2020).

Skalaen for datalogisk tænkning blev udviklet på baggrund af sværheds-

graderne samt en vurdering af indholdet i opgaverne. Som en del at test-

udviklingsprocessen, og ligesom det blev gjort for computer- og informa-

tionskompetence, formulerede forskerholdet beskrivelser af hver opgave i

undersøgelsesinstrumentet. Beskrivelserne refererer til undersøgelsesram-

men og redegør samtidig for de forståelser og færdigheder som en elev der

svarer korrekt på en opgave, skal udvise.

På grund af de relativt få opgaver og antal point eleverne kunne opnå,

var det ikke muligt at analysere dimensionerne i testmaterialet lige så fyl-

destgørende som ved computer- og informationskompetence. Det er planen

at udbygge disse analyser i forbindelse med fremtidige undersøgelser hvor

yderligere opgaver vil blive udviklet. Af den grund har vi også valgt at om-

tale intervallerne som netop

intervaller

og ikke niveauer som vi gør ved

computer- og informationskompetence.

Skalaen til målingen af elevernes datalogiske tænking blev inddelt i tre

intervaller for elevernes kompetence: det nederste interval, det midterste

interval og det øverste interval. Intervallerne er udtryk for en syntese af de

forskellige elementer der er karakteristiske for elevernes brug af computere

35. På engelsk omtales disse intervaller som

regions

der måske bedst oversættes med om-

råder. Men da vi på dansk benytter begrebet kompetenceområder i forbindelse med Fælles

Mål, har vi valgt „intervaller“ for at undgå forvirring af begreberne.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

4.3

kompetenceintervaller for datalogisk tænkning

Tabel 4.2 Oversigt over de tre kompetenceintervaller for datalogisk tænkning.

Beskrivelse

Det nederste interval (under 459 point)

Elever inden for det nederste

kompetenceinterval udviser kendskab til

grundlæggende træk ved digitale systemer i

forhold til at konfigurere input, observere

hændelser og registrere output når de

planlægger datalogiske løsninger på givne

problemer. Når de udvikler løsninger på

problemer i form af algoritmer, kan de

bruge en lineær (trin for trin-) sekvens af

instruktioner til at indfri opgavernes mål.

Eksempler

• udvikle en komplet, men ikke optimal rute fra et sted til et an-

det i et netværksdiagram

• delvist finde fejl i en algoritme der indeholder en

gentag-

kommando ved at korrigere i forløbet af forbundne komman-

doer

• udvikle en effektiv algoritme som opfylder alle opgavens delmål

i løsningen af et problem med lav kompleksitetsgrad (for ek-

sempel et problem med et begrænset sæt af tilgængelige kom-

mandoer og delmål)

• udvikle en ineffektiv algoritme som opfylder alle opgavens del-

mål i løsningen af et problem med medium kompleksitetsgrad

(for eksempel et problem med mange delmål der løses bedst

ved at anvende en

gentag-kommando).

• tilpasse information i et netværksdiagram til et færdigt sæt

kommandoer der omfatter mindst fem trin

• konfigurere et simuleringsværktøj

• gemme og sammenligne data der er indsamlet ved brug af et

simuleringsværktøj

• finde fejl i en algoritme for et problem med høj kompleksitets-

grad, men indføre en vis redundans i løsningen (for eksempel

hvor mange af delmålene ville være løst mere effektivt ved at

anvende

gentag-

betingelses-kommandoer)

• udvikle en effektiv algoritme der opfylder alle delmål i løsnin-

gen af et problem med medium kompleksitetsgrad (for eksem-

pel hvor mange delmål nås bedst ved at anvende en

gentag-

kommando)

• udvikle en ineffektiv algoritme der opfylder alle delmål i løs-

ningen af et problem med høj kompleksitetsgrad (for eksempel

et problem hvor mange af opgavens delmål mest effektivt nås

ved at anvende

gentag-

betingelses-kommandoer).

• forklare værdien af at anvende et digitalt system til løsning af

virkelige problemer i verden

• fuldende et simpelt beslutningstræ med korrekt brug af både

logik og syntaks

• finde fejl i en algoritme og vælge den mest effektive løsning

for et problem med høj kompleksitetsgrad (for eksempel et

problem hvor mange af opgavens delmål bedst løses ved at

anvende

gentag-

betingelses-kommandoer)

• udvikle en effektiv algoritme der opfylder alle delmål i løsnin-

gen af et problem med høj kompleksitetsgrad (for eksempel

hvor mange af opgavens delmål løses bedst ved at anvende

gen-

tag-

betingelses-kommandoer).

Det midterste interval (459-589 point)

Elever inden for det midterste

kompetenceinterval udviser forståelse for at

datalogiske systemer kan anvendes til at

løse problemer i den virkelige verden. De

kan planlægge og gennemføre systematiske

interaktioner med et system og fortolke

systemets output og handlinger. Når de

udvikler algoritmer, bruger de

gentagelsesstrukturer på vellykkede måder.

Det øverste interval (over 589 point)

Elever inden for det øverste

kompetenceinterval viser forståelse for

datalogi som en generaliserbar ramme til

problemløsning. De kan forklare hvordan

de har anvendt en systematisk tilgang i

deres arbejde med datalogiske systemer til

at løse problemer i den virkelige verden. De

kan udvikle algoritmer med

gentagelsesstrukturer i samspil med

betingelses-kommandoer.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

datalogisk tænkning

til at planlægge og anvende datalogiske løsninger. Intervallet under 459 po-

int indikerer således at eleven har udviklet datalogisk tænkning på det la-

veste niveau man sigter på at kunne måle med undersøgelsesinstrumentet.

Der er ikke i denne omgang fastsat en nedre grænse for dette interval. Ele-

ver på det midterste niveau placerer sig mellem 459 og 589 point, og de mest

kompetente elever placerer sig på det øverste interval med over 589 point.

Tabel 4.2 indeholder beskrivelser af og konkrete eksempler på hvad ele-

ver inden for de forskellige kompetenceintervaller kan. Kompetenceinter-

valskalaen er hierarkisk på den måde at jo mere avancerede kompetencer

eleverne har vist, jo højere har de placeret sig på skalaen. Den afspejler en

udvikling der strækker sig fra elever der med en specifik instruktion kan in-

teragere med digitale systemer (det nederste kompetenceinterval) hen mod

elever der kan udvikle algoritmer til programmerbar løsning af problemer

(det midterste kompetenceinterval) til elever der udviser stigende uafhæn-

gighed i forhold til at udforske digitale systemer med henblik på at udlede

den måde de fungerer på ud fra deres output (det øverste kompetenceinter-

val). Her indgår også elevernes evne til at vurdere kvaliteten af deres algo-

ritmiske løsninger i forhold til opstillede mål.

I de følgende afsnit beskrives på lignende vis som for computer- og

informationskompetence hvorvidt kompetenceområderne og aspekterne

i ICILS’ undersøgelsesramme for datalogisk tænkning er til stede i læse-

planer i den danske grundskole. Vi har fundet relevante fagmål i følgende

fag: de naturfaglige fag natur/teknologi, fysik/kemi, biologi, geografi og

matematik samt forsøgsfagligheden teknologiforståelse.

4.4 Relation til naturfaglige fag

Den naturfaglige fagrække natur/teknologi, fysik/kemi, biologi samt

geografi har alle enslydende kompetenceområder, nemlig

undersøgelse,

modellering, perspektivering

kommunikation.

I relation til ICILS’ under-

søgelsesramme for datalogisk tænkning er særligt kompetenceområderne

undersøgelse og modellering interessante. Undersøgelse omfatter at ele-

verne kan designe, gennemføre og evaluere undersøgelser i det givne fag, og

modellering indebærer at eleverne kan anvende og vurdere modeller. Mere

specifikt omfatter Undersøgelse blandt andet at kunne indsamle, forklare,

sammenligne og vurdere data, herunder med brug af digitale databaser. I

fysik/kemi skal eleverne yderligere udvikle viden om elektroniske kredsløb,

36. Fælles Mål, læseplan og vejledning for de naturfaglige fag, herunder afsnittets citerede

dele, findes på https://www.emu.dk/grundskole

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

4.4

relation til naturfaglige fag

simpel programmering og transmission af data. Modellering involverer

blandt andet at kunne forklare udviklinger med digitale simuleringer eller

fænomener og sammenhænge med digitale programmer. De naturfaglige

fag har således i højest grad fokus på Kompetenceområde 1 fra ICILS’

undersøgelsesramme At identificere problemer, herunder særligt Aspekt

1.3: At indsamle og repræsentere relevant data.

Matematikfaget har kompetenceområderne

Matematiske kompetencer,

Tal og algebra, Geometri og måling

samt

Statistik og sandsynlighed.

Under

statistik og sandsynlighed er det et formuleret mål at eleverne efter 9. klasse

har udviklet „viden om metoder til undersøgelse af sammenhænge mellem

datasæt, herunder med digitale værktøjer“. Allerede efter 3. klasse er det

målet at de har udviklet „viden om enkle metoder til at indsamle, ordne,

beskrive og tolke forskellige typer data, herunder med regneark“. Altså ser

vi igen relationen til Aspekt 1.3: At indsamle og repræsentere relevant data.

Matematik adskiller sig dog også ved et større fokus på beregninger og

på at tænke i algoritmer. Dette fremgår tydeligst af vejledningen til faget

hvor programmering – med henvisning til it og medier – fremhæves som

centralt, herunder 1: Tænke i processer og algoritmer, 2: Digital produk-

tion samt 3: Udvikling af abstrakt tænkning. Det beskrives, at „programme-

ringsaktiviteter kan understøtte at eleverne arbejder med algoritmer, for-

stået som systematiske beskrivelser af problematikker, løsningsstrategier og

hændelsesforløb“.

Som eksempel på en algoritme præsenteres en madopskrift. I vejlednin-

gen forklares det at algoritmisk tænkning „handler om at kunne opstille og

få maskiner til at udføre sådanne algoritmer. Det vil ofte handle om at kunne

analysere, forestille sig og forstå hvad man vil have programmet til at gøre

for derefter successivt at nedbryde denne adfærd i de elementer program-

meringssproget kan tilbyde. Det understøtter præcision og logisk tænkning,

og eleven kan opleve hvordan meget små ændringer af programmet kan

have store konsekvenser for programmets opførsel.“

Derudover beskrives det at elever ved hjælp af programmering kan

bygge forskellige ting med logik og matematik, herunder „små computer-

spil, robotter eller et program, der løser et konkret problem“. Dette tænkes

at kunne understøtte elevens oplevelse af matematik som meningsfuldt.

„Ved at skrive computerprogrammer, der svarer til matematikkens ab-

strakte konstruktioner, opnås endnu en repræsentation af disse begreber,

og den logiske sammenhæng til andre matematiske begreber kan i nogle

tilfælde tydeliggøres“, hedder det endvidere.

Her ser vi således en relation til ICILS’ Kompetenceområde 2: At udvikle

løsninger, herunder særligt Aspekt 2.2: At udvikle algoritmer, programmer

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

datalogisk tænkning

og brugerflader – men det skal understreges at det er under henvisning til

det tværgående tema it og medier i relation til matematik og at programme-

ring samt algoritmer udelukkende nævnes i vejledningen til faget og ikke i

hverken Fælles Mål eller læseplan.

Opsamlende gælder det at Aspekt 1.1: At have indsigt i og forstå digitale

systemer, Aspekt 1.2: At formulere og analysere problemer samt Aspekt 2.1:

At planlægge og vurdere løsninger kun i mindre grad berøres i de naturfag-

lige fag.

Forsøgsfagligheden teknologiforståelse relaterer sig i højere grad

til ICILS’ undersøgelsesramme med dets særskilte kompetenceområde

Computationel tankegang hvilket som nævnt er forsøgsfaglighedens

oversættelse af computational thinking. Dette diskuteres i det følgende.

4.5 Relation til forsøgsfagligheden teknologiforståelse

I kapitel 3 beskrev vi formålet med forsøgsfagligheden teknologiforståelse,

der består af de fire kompetenceområder

Digital myndiggørelse, Digital de-

sign og designprocesser, Computationel tankegang

Teknologisk handle-

evne.

Vi diskuterede at læseplanen lægger op til en bred udvikling af ele-

vers kompetencer inden for computer- og informationskompetence, og vi

forklarede at forsøgsfaglighedens kompetenceområde computationel tan-

kegang er en oversættelse af computational thinking der altså i ICILS er

oversat til datalogisk tænkning. I nærværende afsnit ser vi således nærmere

på dette kompetenceområde, men vi bevæger os også over i andre kompe-

tenceområder af teknologiforståelse, eftersom datalogisk tænkning i ICILS

ser ud til at være beskrevet bredere end det specifikke kompetenceområde

i dansk læseplan, og eftersom det påpeges i læseplanen for teknologiforstå-

else at de fire kompetenceområder bør vekselvirke for at være meningsfulde.

I Fælles Mål for forsøgsfaget teknologiforståelse beskrives det at

computationel tankegang „omhandler analyse, modellering og struk-

turering af data og dataprocesser“. I udskolingen som er den kontekst

ICILS-undersøgelsen er foretaget i, betyder det at faget skal sigte mod

at eleverne kommer til at kunne „reflektere over og anvende computa-

tionel tankegang på problemstillinger fra omverdenen“. Computationel

tankegang består af de fire færdigheds- og vidensområder

data, algoritmer,

strukturering

modellering.

Efter 9. klassetrin er det under data målet, at

37. Fælles Mål, læseplan og vejledning for forsøgsfagligheden teknologiforståelse, herunder

afsnittets citerede dele, findes på https://www.emu.dk/grundskole/teknologiforstaelse samt

https://www.tekforsøget.dk

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

4.5

relation til forsøgsfagligheden teknologiforståelse

eleverne „har viden om kriterier for datakvalitet“ og at de kan „behandle,

vurdere og visualisere data reflekteret ved hjælp af digital teknologi“.

Under algoritmer skal eleverne udvikle „viden om forskellige parametre

til vurdering af algoritmers anvendelighed“, og de skal kunne „vurdere

forskellige algoritmers anvendelighed“ og „benytte forskellige metoder til

at afprøve algoritmer“. Under strukturering er det meningen at eleverne

skal udvikle „viden om principper for abstraktion og strukturering af

et problemfelt samt fundamentale teknikker til strukturering af data og

processer“ og at de kommer til at kunne „strukturere fænomener og

begreber i et problemfelt og i computationelle modeller“. Endelig er det

under modellering målet at eleverne opnår „viden om, hvordan abstraktion

af virkeligheden kan bruges til at beskrive og behandle denne i digitale

modeller, og hvordan man kan afprøve en model ift. dens intentioner“

samt at de kan „konstruere digitale modeller af virkeligheden og ud fra

dem lave forudsigelser og følgeslutninger og vurdere begrænsninger i

modellen“. Under dette kompetenceområde ser vi altså tydelige ligheder

med ICILS’ undersøgelsesramme for datalogisk tænkning i forhold til

begge undersøgelsens kompetenceområder

at identificere problemer

samt

at udvikle løsninger.

Men som nævnt præciseres det i læseplanen for forsøgsfaget teknologi-

forståelse at der er „en balance mellem de fire kompetenceområder som på

afgørende vis beriger hinanden og er hinandens forudsætninger“. Blandt

andet står der: „Uden digital myndiggørelse og digital design bliver com-

putationel tankegang og teknologisk handleevne løsrevet fra anvendelses-

perspektivet“. I ICILS’ undersøgelsesramme er datalogisk tænkning sat ind

i en anvendelsesorienteret kontekst hvilket kommer tydeligst til udtryk i

Kompetenceområde 2: At udvikle løsninger der som beskrevet omfatter

processer forbundet med at skabe, implementere og vurdere computerba-

serede systemers svar på virkelige problemer. Dette indebærer iterative pro-

cesser som planlægning, implementering, test og vurdering af algoritmiske

løsninger på virkelige problemer. Således omfatter ICILS’ ramme for data-

logisk tænkning mere end kompetenceområdet for Computationel tanke-

gang fra forsøgsfagligheden teknologiforståelse. Men i forsøgsfagligheden

teknologiforståelse findes de fleste af disse aspekter i andre kompetence-

områder. Og samtidig skal det understreges at forsøgsfagligheden teknolo-

giforståelse omfatter en lang række områder som hverken testes i testen af

computer- og informationskompetence eller datalogisk tænkning. Det gæl-

der særligt inden for områderne

Digital myndiggørelse

Digital design.

Sammenfattende kan man sige at der er sammenfald mellem dele af un-

dersøgelsesrammen og de naturfaglige fag i dansk læseplan og at der er en

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

datalogisk tænkning

stærk relation mellem ICILS’ undersøgelsesramme for datalogisk tænkning

og det danske forsøgsfag i teknologiforståelse. Det er dog vigtigt at huske

på at ICILS-undersøgelsen er gennemført før forsøget med teknologiforstå-

else gik i gang og at eleverne således sandsynligvis ikke er blevet undervist

i denne faglighed. Vi skriver sandsynligvis da der i en periode fra 2017 også

har været mulighed for at udbyde et forsøgsvalgfag kaldet teknologiforstå-

else som dog ikke har vundet stor udbredelse og som derfor blot nævnes,

men ikke beskrives nærmere her. Som vi præsenterede i kapitel 2, indike-

rer en spørgeskemaundersøgelse foretaget blandt skolelederne på de ICILS-

deltagende skoler netop også at dette valgfag ikke har været tilbudt i nogen

stor udstrækning, ligesom eleverne ikke i nævneværdig grad har fået tilbudt

undervisning med et specifikt fokus på udvikling af datalogisk tænkning.

Og endelig skal det også erindres at selv om noget optræder i målbe-

skrivelser for undervisningen, så er det langt fra sikkert at det også indgår i

undervisningen eller faktisk læres af eleverne.

4.6 ICILS måler ikke alt

I dette og det foregående kapitel om computer- og informationskompetence

har vi peget på en lang række faglige områder som relaterer til indholdet i

ICILS-undersøgelsen. Det har vi gjort for at underbygge et udsagn om at

ICILS måler væsentlige og fagligt relevante kompetencer. Men det skal un-

derstreges at computerbaserede tests med simulerede virkeligsnære opgaver

der skal kunne vurderes efter strenge kriterier, sådan som det gør sig gæl-

dende for ICILS-instrumenterne, ikke kan og skal være den eneste form for

evaluering af elevernes kompetencer.

For det første måler ICILS langtfra alle fagligt relevante kompetencer –

heller ikke i det fag der ligger tættest på, nemlig forsøgsfaget i teknologifor-

ståelse. For det andet kan kompetencetests som ICILS give en lang række

væsentlige indsigter om en populations kompetencer og konteksten for ud-

viklingen af den. En sådan test ville også kunne bruges som pædagogisk

redskab af lærere i deres undervisning, men der er også behov at der udvik-

les og vedligeholdes en bred evalueringskultur hvor der også indgår mere

formativt orienterede evalueringer af elevernes kompetencer. Fx i form af

udarbejdelse af porteføljer over produkter, føring af læringslogbøger, delta-

gelse i fremlæggelser, aktiv deltagelse i udviklingsprocesser og meget mere.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

5 Elevernes kompetencer

I dette kapitel præsenterer vi elevresultaterne af kompetencetestene. I den

første halvdel ser vi på resultaterne af computer- og informationskompe-

tencetesten for eleverne fra alle de deltagende lande med særligt fokus på

de danske elever i sammenligning med elever fra Tyskland, USA og Finland

samt – i denne kontekst – Sydkorea, idet de ligesom Danmark har placeret

sig i toppen af skalaen. Vi går dybere ned i resultaterne for at undersøge hvad

danske elever på forskellige kompetenceniveauer mere konkret er i stand til

at udføre af opgaver. Derefter diskuterer vi hvad der kan have forårsaget den

udvikling der er sket siden 2013.

I anden halvdel ser vi på resultaterne af testen af elevernes kompeten-

cer til datalogisk tænkning. Også her sammenligner vi med de andre delta-

gende lande og undersøger hvad elever inden for de forskellige kompeten-

ceområder mere konkret kan udføre af opgaver.

5.1 Elevresultater for computer- og informationskompetence

I figur 5.1 præsenteres resultaterne for elevernes computer- og infor-

mationskompetence. Til venstre i figuren vises fordelingen af elevernes

resultat på computer- og informationskompetenceskalaen i hvert land

med histogrammer, og til højre i figuren vises for hvert land elevernes

gennemsnit samt procentandelen i hvert kompetenceniveau.

Ser man først på elevgennemsnittene, kan man se at danske elever har

opnået det højeste gennemsnit på 553 point. Dette resultat er 11 point højere

end de sydkoreanske elever der har det næsthøjeste gennemsnit på 542 po-

int. Kigger vi nærmere på de tre lande hvis elever vi er særligt interesserede

i at sammenligne de danske elever med, ser vi at finske elever i gennemsnit

opnår 531 point, USA 519 point og Tyskland 518 point. Yderligere signifi-

kanstests der tager højde for den statistiske usikkerhed forbundet med de

estimerede gennemsnit, viser at de danske elevers gennemsnit er signifikant

højere end elevgennemsnittet i hvert af de andre lande.

Det fremgår i højre side af figur 5.1 at Sydkorea har flere elever (9 pro-

cent) på det højeste kompetenceniveau 4 end Danmark (3 procent). For-

skellen er statistisk signifikant. Der er

ikke

flere danske elever på det øverste

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

elevernes kompetencer

200

400

600

800

Danmark

Sydkorea

Finland

USA

Tyskland

Portugal

Frankrig

Luxemburg

Chile

Italien

Uruguay

Kasakhstan

CIK

Under Niveau Niveau Niveau Niveau

553 (2,0)

14 %

45 %

36 %

542 (3,1)

19 %

32 %

531 (3,0)

20 %

43 %

27 %

519 (1,9) 10 %

24 %

41 %

23 %

518 (2,9) 10 %

23 %

43 %

22 %

516 (2,6)

27 %

46 %

19 %

499 (2,3) 13 %

30 %

40 %

15 %

482 (0,8) 19 %

32 %

38 %

11 %

476 (3,7) 20 %

34 %

36 %

10 %

461 (2,8) 24 %

39 %

30 %

450 (4,3) 33 %

29 %

27 %

395 (5,4) 54 %

27 %

15 %

Under Niveau 1 Niveau 1 Niveau 2 Niveau 3 Niveau 4

Figur 5.1 Computer- og informationskompetence opdelt på land. I figuren til venstre ses

fordelingen som histogrammer med stiplede streger ved grænserne for de fem

kompetenceniveauer, og i figuren til højre er elevernes gennemsnit samt andele

af eleverne der befinder sig på hvert af de fem niveauer, angivet. Standardfejl er

angivet i parentes. Histogrammerne er produceret på baggrund af den første plau-

sible værdi. Gennemsnit, standardfejl og øvrige statistiske mål er beregnet på bag-

grund af alle fem plausible værdier.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

5.1

elevresultater for computer- og informationskompetence

kompetenceniveau end der er finske, tyske og amerikanske. Danske elever

udmærker sig i stedet ved at der er særligt mange elever placeret på kompe-

tenceniveau 3 samt få elever i det nederste kompetenceniveau (under niveau

1).

En yderligere interessant iagttagelse kommer fra at inspicere histogram-

merne og fordelingen af elevernes resultater. Hvis man anser det som et

mål at eleverne klarer sig relativt ens (det vil sige at der er en lille ulighed i

elevernes kompetencer), kan en smal klokkeform tolkes som et udtryk for

succes. Standardafvigelsen der er et mål for spredningen i elevers resultater,

er lavest for Danmark (65 point)

), mens den ligger på 80, 81 og 82 for tyske,

amerikanske og finske elever samt på 94 for sydkoreanske elever. Disse re-

sultater viser at der er noget ved Danmark, fx vores samfundsmodel, kultur

eller vores skolesystem, der medfører at der hersker mindre ulighed. Det er

oplagt at formode at skolesystemet spiller en central rolle heri, men disse

data kan ikke afklare det.

Vi omtalte i kapitel 11 at skalaen for ICILS i 2013 blev fastsat til et gen-

nemsnit på 500 og en standardafvigelse på 100. I 2018 anvendes samme skala

som i 2013, så det er muligt at sammenligne elevernes resultater over tid. I

2018 er gennemsnittet for de deltagende lande 508 og altså lidt højere end i

2013. Standardafvigelsen er med 87 point væsentligt mindre end i 2013. Der

er altså mindre spredning mellem de bedste og de dårligste elever i 2018.

Dette fortæller ikke noget om udvikling, da det ikke var den samme gruppe

lande der deltog i 2013 som i 2018.

5.1.1 Ændringer i elevernes computer- og informationskompetence siden 2013

I figur 5.2 ses de ændringer der er sket for de fire lande der deltog i ICILS

både i 2013 og 2018. Det fremgår at danske elever i 2018 er 11 point bedre

end de danske elever der deltog i 2013. Eleverne fra Sydkorea ser også ud

til at have udviklet sig positivt, men ikke tilstrækkeligt til at det er statistisk

signifikant, så der kan altså være tale om en statistisk tilfældighed. Eleverne

fra Tyskland og Chile klarer sig dårligere end deres jævnaldrende gjorde

fem år før. Men heller ikke disse udviklinger er statistisk signifikante.

Det er således kun de danske elever der er statistisk signifikant bedre i

2018 end deres jævnaldrende fem år før. Når man skal beregne om en ud-

vikling mellem to tidspunkter er statistisk signifikant, skal man ikke alene

tage hensyn til den statistiske usikkerhed på resultatet af de to målinger,

38. Hvis eleverne er normaltfordelt, betyder det at 68 procent af de danske elever ligger

inden for 553 point plus/minus 65 point, det vil sige mellem 488 og 618 point.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

elevernes kompetencer

2018

Danmark

Sydkorea

Tyskland

Chile

2013

Forskel

553 (2,0)

542 (3,1)

518 (2,9)

476 (3,7)

542 (3,5)

536 (2,7)

523 (2,4)

487 (3,1)

11 (5,6)

6 (5,6)

-5 (5,4)

-11 (6,2)

-20

-10

Figur 5.2 Computer- og informationskompetence opdelt på år og land. Tal viser elevernes

gennemsnit på skalaen for computer- og informationskompetence. Standardfejl er

angivet i parentes. Prikker viser forskellen mellem elevernes gennemsnit i 2018 og

2013. Positive værdier angiver at eleverne har forbedret sig siden 2013. Horisontale

linjer angiver et 95-procentkonfidensinterval. Landene er rangeret efter forskellen

mellem elevernes gennemsnit i 2018 og 2013.

man skal også inddrage den usikkerhed der opstår ved tilføjelse af nye te-

stopgaver. Det kaldes

equating error

eller på dansk

testækvivalensfaktoren.

Derfor skal forskellen være ganske stor (eller der skal deltage endnu flere

elever i undersøgelsen end der gør i ICILS) for at være statistisk signifikant,

og det er den altså for de danske elever. I højre side af figur 5.2 sammenlig-

nes størrelsen på forskellen mellem de to undersøgelsesrunder. Stregerne

på hver side af punktet viser 95 procent-konfidensintervallet. Det fremgår

at Chiles elever er tæt på at være signifikant dårligere i 2018 end i 2013.

Ændring i fordeling på niveauerne for computer- og

informationskompetence

Tabel 5.1 angiver hvordan udviklingen har været inden for de enkelte

computer- og informationskompetenceniveauer. Det fremgår at der er

færre elever under niveau 1 (men da der i forvejen var forholdsvis få, er

forskellen ikke statistisk signifikant). Også på niveau 1 er der (statistisk

signifikant) færre elever. Der er cirka lige så mange elever på niveau 2 i

2018 som i 2013, men væsentligt flere på niveau 3.

Udviklingen går således generelt i den rigtige retning for elever på alle

kompetenceniveauer. Hvor det i 2013 var cirka en tredjedel af eleverne der

var på de to højeste niveauer, er det nu næsten 40 procent. Det betyder at

en ganske stor andel af eleverne er i stand til at producere velformede mul-

timodale meddelelser og til at forholde sig begyndende kritisk til de tekster

og aktører de møder på internettet.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

5.1

elevresultater for computer- og informationskompetence

Tabel 5.1 Computer- og informationskompetence blandt danske elever opdelt på år

CIK

Gennemsnit

Under niveau 1

Niveau 1

Niveau 2

Niveau 3

Niveau 4

2018

553 (2,0)

3 (0,4)

14 (0,9)

45 (1,3)

36 (1,5)

3 (0,5)

2013

542 (3,5)

4 (0,8)

17 (1,4)

46 (1,7)

30 (1,6)

2 (0,6)

Forskel

11 (5,6)

-1 (0,9)

-4 (1,6)

-1 (2,0)

6 (2,2)

1 (0,7)

Note:

Tabellen viser elevernes gennemsnit på skalaen for computer- og informations-

kompetence samt andele af eleverne der befinder sig på hvert af de fem niveauer.

Tal i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i tabel-

len på grund af afrunding. Standardfejl er angivet i parentes.

5.1.2 Hvad kan eleverne inden for computer- og

kommunikationskompetence?

Men hvad vil det sige at de danske elever fordeler sig som det ses i figur 5.1

og at der er sket de ændringer som ses i tabel 5.1? Som omtalt i kapitel 3,

kan man bruge kompetencetesten til at beskrive hvad elever på forskellige

niveauer er i stand til at løse af opgaver. Se beskrivelserne i tabel 3.2.

I 2018 var det mindre end en femtedel af de danske elever som havde

kompetencer på eller under kompetenceniveau 1. Eleverne på niveau 1 har

kendskab til en række basale softwarekommandoer så de under vejledning

kan tilgå filer og færdiggøre rutinepræget tekst- og layoutredigering. De

kender de basale konventioner som anvendes i software til digital kom-

munikation, og de kender risikoen for misbrug af computeren fra ikke-

autoriserede brugere. Elever på dette niveau vil have svært ved at identi-

ficere når nogen forsøger at narre dem via nettet, de vil have svært ved at

finde oplysninger de skal bruge, og at vurdere relevansen og troværdighe-

den af dem, og de vil finde det svært at udvælge relevant information og

sætte sig ind i modtagerens behov når de udarbejder multimodale tekster.

Både i 2013 og 2018 var knap halvdelen af eleverne i 8. klasse på kompe-

tenceniveau 2. På dette kompetenceniveau kan eleverne anvende computere

som kilder til information på en grundlæggende måde. De lokaliserer eks-

plicit information gennem enkle digitale resurser, udvælger og tilføjer ind-

hold til digitale produktioner og udviser en vis kontrol over layout samt for-

matering af tekst og billeder i digitale produktioner. De er opmærksomme

på behovet for at beskytte adgang til visse digitale informationer og på nogle

mulige konsekvenser af at andre kan få adgang til information. Elever på

kompetenceniveau 2 er ikke ret selvstændige i deres informationssøgning

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

elevernes kompetencer

og har svært ved at forholde sig kritisk til de informationer de finder eller

bliver udsat for. De har desuden svært ved at udvælge relevant information

og præsentere den på en måde der er optimal for modtagerne.

Mens der i 2013 var knap en tredjedel elever på kompetenceniveau 3,

var der i 2018 cirka seks procent flere. Elever på dette kompetenceniveau

har tilstrækkelig viden, evner og forståelse til på egen hånd at søge efter og

lokalisere information samt til at redigere og skabe digitale produktioner.

De udvælger relevant information fra digitale resurser og skaber digitale

produkter med et fungerende layout og design. De er også opmærksomme

på om den information som de får fat i, er partisk, upræcis eller upålide-

lig. Elever på kompetenceniveau 3 har dog stadig svært ved at søge præcist

og målrettet efter mere specialiseret information der fx kræver et nærmere

studie af søgeresultater og hjemmesider. De er stadig heller ikke helt i stand

til at vælge al den relevante information og fravælge den irrelevante når

de producerer multimodale produkter, ligesom de ikke altid lykkes med at

skabe et design og layout som fremhæver og relaterer informationer hen-

sigtsmæssigt.

Både i 2013 og 2018 ligger meget få danske elever på kompetenceniveau

4. Elever på dette niveau kontrollerer og evaluerer de kilder de møder. De

er opmærksomme på modtagere og formål når de søger efter information,

og når de udvælger nødvendig og tilpas information der skal indgå i digi-

tale produktioner, ligesom de tilpasser formatering og layout af de digitale

produktioner de skaber, til sammenhængen. De er opmærksomme på det

potentiale der ligger i at information kan være en kommerciel og omforme-

lig handelsvare, og på de problemstillinger der knytter sig til anvendelsen

af digitale kilder som udgøres af tredjeparts intellektuelle ejendom.

5.1.3 Hvad skyldes den positive udvikling i elevernes computer- og

informationskompetence?

11 point på ICILS-skalaen svarer til godt en sjettedel af spredningen af de

danske elever i 2018. Det kan betragtes som en ganske stor udvikling på fem

år, og det er derfor interessant at overveje hvad årsagen til den positive ud-

vikling kan være. ICILS er et såkaldt tværsnitsstudie hvilket vil sige at man

undersøger et udsnit af elever (i dette tilfælde på baggrund af en repræsen-

tativ stikprøve) på et givet tidspunkt og ikke følger disse elever over tid. Det

betyder at det er svært at sige noget om hvad der er årsagen til forskelle

mellem to målepunkter – altså i tilfældet for ICILS mellem 2013 og 2018. Vi

kan derfor alene komme med bud på faktorer der kan forklare udviklingen.

Til at kvalificere sådanne bud kan vi bruge viden fra kontekststudierne, det

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

5.1

elevresultater for computer- og informationskompetence

vil sige viden om læreres holdninger til og brug af it i undervisningen, vi-

den fra skoleledernes og it-vejledernes spørgeskemaer samt viden om den

generelle udvikling på området i skolen siden 2013.

Som vi beskrev i kapitel 2, er der sket meget på området i de fem år mel-

lem de to undersøgelser:

• Den daværende regering igangsatte i 2011 en styrket indsats for it i fol-

keskolen hvor der mellem 2012 og 2017 blev givet midler til finansie-

ring af henholdsvis udvikling og køb af digitale læremidler samt styr-

kelse af it-infrastrukturen.

• I forbindelse med skolereformen kom der nye Fælles Mål hvor om-

drejningspunktet skiftede fra indholdet af undervisningen til elevernes

læring, herunder videns- og færdighedsmål for fagenes centrale kom-

petencer. I den forbindelse blev det med det tværfaglige tema it og me-

dier tydeliggjort at it-faglige mål skulle indgå i alle fag, ligesom dele af

computer- og informationskompetence eksplicit indgår i Fælles Mål

for henholdsvis danskfaget og forsøgsfaget teknologiforståelse (se ka-

pitel 3 hvor sammenhænge og relationer mellem ICILS’ definition af

computer- og informationskompetence og dansk læseplan er beskre-

vet).

• I og omkring skolerne er der blevet iværksat samt eksperimenteret

med en række ikkeobligatoriske fag og kurser, blandt andet Fab-

Lab@SCHOOLdk, Coding Class, DR ultra:bit, spilbaseret læring,

DigiPippi (for piger) og en lang række andre initiativer – samt sko-

lernes egne undervisningsaktiviteter med eksempelvis robotter i

undervisningen.

Derudover har debatter været fokuseret omkring it-indkøb versus it-

pædagogik/-didaktik. Overvejelser omkring it-pædagogik og -didaktik

er i nogen grad kommet efter massive it-indkøb, og det har ikke altid

været klart for lærerne hvordan de skulle anvende de mange indkøb til

bedre undervisning (Caeli og Bundsgaard 2019a). Udviklingsprojekter som

eksempelvis demonstrationsskoleprojekterne har haft fokus på dette og

har måske sat deres spor på it-dagsordenen. Det lader således til at der i

dag er en større grad af forståelse for at it ikke i sig selv skaber en bedre

undervisning.

Derudover kan man ikke se bort fra at erfaringer med brug af computere

må skabe en positiv udvikling i den del af computer- og informationskom-

petence der omhandler mere færdighedsorienterede kompetencer i brug af

computere (se kapitel 3), herunder eksempelvis at kunne redigere et billede,

omdøbe en fil, formatere titler eller bruge et grafikprogram. Uanset ønsker

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

elevernes kompetencer

om at didaktik, indkøb af udstyr og forbedret infrastruktur i højere grad

kunne have gået hånd i hånd, har den høje adgang til it-udstyr og den mas-

sive brug vi ser i Danmark, sandsynligvis haft en positiv effekt. Dette kan

dog ikke forklare udviklingen alene, for som vi så i det foregående afsnit, har

eleverne rykket sig på andre og mere avancerede områder end blot færdig-

hedsorienteret brug. Men man kan argumentere for at adgang til udstyr og

færdighedsorienterede kompetencer på lavere niveauer sandsynligvis har

været et godt fundament for den udvikling vi ser i dag hvor eleverne har

udviklet kompetencer også på højere niveauer.

Det sidste bud på forklaring vi vil fremføre, er at udviklingen kan være

forårsaget af de indsatser vi nævner i det foregående. I kapitel 7 og kapitel

8 viser vi nemlig at der er sket en række ændringer i danske læreres hold-

ninger og selvtillid i forhold til it i undervisningen samt i deres brug af it i

undervisningen. Danske lærere er generelt blevet mere kritiske og på nogle

punkter mindre positivt indstillede over for it i undervisningen end i 2013,

men samtidig er deres tiltro til egne evner steget på en række punkter. Bru-

gen af it er til gengæld steget på alle parametre og i meget stort omfang.

Denne dobbelte udvikling mod mere kritisk indstilling, men med højere til-

tro til egne evner og langt højere brug af it i undervisningen giver anledning

til at opstille den helt oplagte hypotese at udviklingen i elevernes kompeten-

cer blandt andet skyldes at danske lærere i meget højere grad anvender it i

undervisningen. Det vil kræve yderligere forskning at understøtte en sådan

hypotese.

I kapitel 10 formidler vi resultaterne af en række avancerede statistiske

analyser som kan bruges til at se sammenhænge mellem elevernes resultater

og en række kontekstfaktorer. Disse resultater kan dog ikke umiddelbart

forklare den udvikling vi ser i dette kapitel.

5.2 Elevresultater for datalogisk tænkning

I figur 5.3 ses fordelingen af elevers resultater i testen af datalogisk tænk-

ning. Til venstre i figuren vises fordelingen af elevernes resultat i testen, og

til højre i figuren vises for hvert land elevernes gennemsnit samt procen-

tandelen i hvert kompetenceområde. Som tidligere nævnt deltog kun otte

af de deltagende lande i ICILS også i testen af elevernes datalogiske tænk-

ning. Som det fremgår, klarer danske elever sig med et gennemsnit på 527

forholdsvis godt sammenlignet med elever fra de andre deltagende lande.

Kun elever i Sydkorea har med 536 et højere gennemsnit, men det er ikke

signifikant forskelligt fra det danske. Danske elever har et signifikant højere

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

5.2

elevresultater for datalogisk tænkning

200

400

600

800

Sydkorea

Danmark

Finland

Frankrig

USA

Tyskland

Portugal

Luxemburg

Nederst Midterst Øverst

536 (4,4)

22 %

45 %

33 %

527 (2,3)

19 %

57 %

23 %

508 (3,4)

28 %

52 %

20 %

501 (2,4)

31 %

51 %

17 %

498 (2,5)

35 %

45 %

20 %

486 (3,6)

37 %

48 %

15 %

482 (2,5)

37 %

54 %

460 (0,9)

48 %

41 %

11 %

Nederst

Midterst

Øverst

Figur 5.3 Datalogisk tænkning opdelt på land. I figuren til venstre ses fordelingen som hi-

stogrammer med stiplede streger ved grænserne for de tre kompetenceområder,

og i figuren til højre er elevernes gennemsnit samt andele af eleverne der befinder

sig i hvert af de tre områder, angivet. Standardfejl er angivet i parentes. Histo-

grammerne er produceret på baggrund af den første plausible værdi. Gennemsnit,

standardfejl og øvrige statistiske mål er beregnet på baggrund af alle fem plausible

værdier.

gennemsnit end de øvrige deltagende landes elever, herunder også Finland,

USA og Tyskland.

Herudover fremgår det af fordelingerne at der ligesom ved computer-

og informationskompetence er en mindre spredning i danske elevers resul-

tater på datalogisk tænkning end blandt elever i de lande vi sammenlig-

ner med. Da skalaen for datalogisk tænkning er udviklet i forbindelse med

ICILS-undersøgelsen i 2018, er spredningen af de internationale resultater

sat til 100 point. Danske elevers spredning er med sine 84 point således no-

get mindre end den internationale spredning. For Sydkorea og USA’s ved-

kommende er den på 110 og 108 og altså større internt i disse lande end på

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

elevernes kompetencer

tværs af de otte deltagende lande. De finske og tyske elevers spredning ligger

med 98 og 103 point omkring den internationale spredning.

Det høje danske gennemsnit samt den relativt begrænsede spredning i

kompetencer indikerer at det danske samfund lykkes bedre end andre lande

med at støtte elevernes udvikling af kompetencer uden at der skabes stor

ulighed imellem dem. Selv om det er helt oplagt, har vi dog ikke belæg for

at sige at resultatet faktisk skyldes de danske skoler og ikke andre egenska-

ber ved det danske samfund. I kapitel 10 rapporterer vi fra en multivariat

analyse som giver mere indsigt i sammenhængen mellem skolekontekst og

elevbaggrund på den ene side og elevernes resultater på den anden.

5.2.1 Hvad kan danske elever inden for datalogisk tænkning?

Som omtalt i afsnit 4.3 har det med den anvendte test kun været muligt at

beskrive tre kompetenceintervaller. Grænserne for disse intervaller er angi-

vet i figur 5.3 med stiplede linjer, og procentandele af elever i hvert interval

er angivet for hvert land i tabellen til højre i figuren. Der er signifikant flere

danske elever i det øvre interval end der er i Tyskland og USA, og statistisk

set lige så mange som Finland. Der er signifikant flere danske elever i det

midterste interval og signifikant færre i det nederste interval end i de øvrige

lande vi sammenligner med (Tyskland, USA og Finland).

Fordeling på intervallerne for datalogisk tænkning

Men hvad vil det så sige at der er mange danske elever særligt i det midterste

interval? I kapitel 4 fremgår det dels hvad datalogisk tænkning indebærer,

dels hvad datalogisk tænkning inddelt i de tre kompetenceintervaller for

elevpræstationer indebærer.

Intervalskalaen afspejler en stigende grad af udvikling fra det nederste

interval hvor elever er i stand til at interagere med digitale systemer under

direkte instruktion, til det midterste interval hvor elever kan udvikle algo-

ritmer til programmerbare løsninger på problemer, til det øverste interval

hvor elever viser stigende grad af uafhængighed i forhold til at udforske og

udlede digitale systemers handling ud fra deres output. Dette interval in-

kluderer også elevernes kompetencer til at evaluere kvaliteten af deres egne

algoritmiske løsninger i forhold til definerede mål og restriktioner.

Kigger vi specifikt på det midterste interval hvor de fleste danske elever

placerer sig, ser vi at elever i dette interval viser forståelse for at datalogiske

beregninger kan anvendes til praktisk løsning af problemer i den virkelige

verden. I planlægningen af deres løsning kan de systematisk foretage ite-

rationer og ændre input for at observere mulige forskellige output. De kan

implementere færdige komplekse kodningsløsninger og finde fejl ved brug

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

5.2

elevresultater for datalogisk tænkning

af ikke-lineær logik (det vil sige at de kan bruge løkker og lignende spring i

kodeforløbet).

Eksempler på specifikke opgaver elever i dette interval kan løse, fremgår

af kapitel 11. Blandt andet kan de færdiggøre et beslutningstræ med korrekt

syntaks og logik, og de kan udvikle en effektiv algoritme til at løse et se-

mikomplekst problem gennem brug af

hvis-betingelser.

Forskellen mellem

det midterste og det nederste interval er overordnet set at elever der place-

rer sig i det nederste interval overvejende har udviklet mere færdigheds- og

brugsorienterede kompetencer. De anvender i højere grad kun lineær logik

til problemløsning og er altså i mindre grad i stand til at udvikle selvstæn-

dige og kreative løsninger end elever der placerer sig i det midterste interval.

Forskellen mellem det midterste og det øverste interval er overordnet set at

elever på det øverste interval i tillæg kan generalisere deres datalogiske løs-

ninger på problemer så de altså kan overføre dem på andre problemer og

at de besidder metakognitive kompetencer til at forklare for eksempel sy-

stematiske iterationer. Deres løsninger er mere effektive og forfinede, de

anvender mere kompleks kodning, og de kan lokalisere problemer gennem

brug af ikke-lineære logikker og givne betingelser. I det følgende ser vi nær-

mere på hvad det kan skyldes at flest danske elever placerer sig i det mid-

terste interval, og vi diskuterer hvordan de har lært datalogisk tænkning.

5.2.2 Hvordan har eleverne lært datalogisk tænkning?

Som beskrevet i kapitel 2 havde danske elever i 2018 ikke obligatorisk under-

visning i fag der indeholdt krav om fokus på datalogisk tænkning. Derfor

kan det måske undre at danske elever alligevel i gennemsnit er forholdsvis

dygtige. Dette kan skyldes flere ting.

Først og fremmest er datalogisk tænkning ikke blot et spørgsmål om at

have erfaring med at programmere computere. Som det fremgår af kompe-

tencebeskrivelserne, handler datalogisk tænkning om at identificere proble-

mer og udvikle løsninger, og væsentlige dele af disse kompetencer er ikke

umiddelbart afhængige af at man kan konkretisere dem i algoritmer og pro-

grammer. En nærmere undersøgelse af elevbesvarelser vil kunne afdække

om der er en sammenhæng mellem om eleverne i spørgeskemaet angiver

at have erfaring med udvikling af algoritmer og programmer og er i stand

til at løse opgaver inden for kompetenceområde 2’s aspekt 2: At udvikle al-

goritmer, programmer og brugerflader. Denne type analyser kunne være

genstand for sekundære analyser af ICILS’s datamateriale.

For det andet kan det skyldes at danske elever trods manglende centralt

initierede og bredt udfoldede projekter alligevel har haft lejlighed til at stifte

bekendtskab med nogle af de praktiske aspekter der indgår i udvikling af

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

elevernes kompetencer

algoritmer og programmer. Det kunne fx være som deltager i nogle af de

initiativer vi omtaler i kapitel 2 såsom Coding Class, FabLab@SCHOOLdk

eller skolernes individuelle it-initiativer, eller det kunne være ved at spille

computerspil som Minecraft (som i avanceret brug har megen lighed med

udvikling af algoritmer) eller ved at følge videovejledninger eller på andre

måder af egen kraft tilegne sig disse kompetencer.

Derudover vil vi igen fremhæve den styrkede indsat på området i kraft

af de midler der blev afsat af regeringen og Kommunernes Landsforening i

perioden 2012 til 2017 hvor et af formålene blandt andet var at inddrage erfa-

ringer fra forsøgs- og forskningsprojekter på området. Flere af disse forsøg

samt diskussionerne på området peger som nævnt på at autentisk problem-

løsning skal i fokus for arbejdet med it og digitale teknologier, og det er

sådanne kompetencer der er afspejlet i det midterste interval – frem for

udvikling af isolerede færdighedsorienterede kompetencer og lukkede løs-

ninger som i højere grad er afspejlet i det nederste interval.

Også i forhold til udvikling af datalogisk tænkning kan vi pege på inter-

essante resultater fra undersøgelsen af lærernes praksis. Det viser sig nemlig

i kapitel 8 at danske lærere i ret høj grad har fokus på at eleverne udvikler

nogle af de færdigheder og kompetencer der indgår i eller er en forudsæt-

ning for datalogisk tænkning. Det kan fx være at opdele en kompleks proces

i mindre dele og at planlægge opgaver ved at redegøre for de trin der er nød-

vendige for at færdiggøre dem. Men også her er det op til yderligere analyser

at understøtte en sådan sammenhæng.

En anden og dybereliggende grund kan måske findes i dansk kultur og

traditioner for folkeskolen, herunder det almendannende formål om at ele-

verne udvikler erkendelse og fantasi samt får tillid til egne muligheder. Et

sådant formål kræver at der gives plads til selvstændig og kreativ tænkning,

og at mange løsninger er acceptable.

5.3 Sammenfatning

Danske elever klarer sig godt både i testen af computer- og informations-

kompetence og i testen af datalogisk tænkning sammenlignet med elever

i de andre deltagende lande. Danske elever er desuden signifikant bedre i

2018 end de var i 2013 målt på skalaen for computer- og informationskom-

petence. Disse resultater kan give grund til at være tilfreds med undersø-

gelsens resultater.

Men når man kigger nærmere på hvad danske elever faktisk er i stand

til, kan der være grund til at overveje en ekstra gang om det er godt nok.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

5.3

sammenfatning

Over halvdelen af de danske elever har en computer- og informationskom-

petence på eller under kompetenceniveau 2. Elever på kompetenceniveau 2

er som sagt ikke ret selvstændige i deres informationssøgning, de har svært

ved at forholde sig kritisk til de informationer de finder eller bliver udsat

for, og de har svært ved at udvælge relevant information og præsentere den

på en måde der er optimal for modtagerne. Alle disse aktiviteter er og vil

være en central del af langt de fleste borgeres liv. Eleverne går jo stadig kun

i 8. klasse, og grundskolen og ungdomsuddannelserne har stadig mulighed

for at bidrage til at eleverne udvikler endnu bedre computer- og informa-

tionskompetencer, men det kræver en indsats og en opmærksomhed på lige

netop disse ganske komplicerede kompetencer.

Også i testen af datalogisk tænkning klarer danske elever sig sammenlig-

neligt godt. Da de færreste danske elever (eller elever i de andre deltagende

lande) på jævnlig basis har stiftet bekendtskab med datalogiske aktivite-

ter, kan resultatet betragtes som positivt og som et godt udgangspunkt for

de nye initiativer med forsøgsfaget teknologiforståelse i folkeskolen og in-

formatik og lignende fag i ungdomsuddannelserne. Det bliver spændende

at se om man kan se konsekvenserne af indsatserne i den næste ICILS-

undersøgelse i 2023.

INDHOLDSFORTEGNELSE

6 Køn og it

6.1 Kønsforskelle i ICILS

Danmark er kendt som et af verdens mest ligestillede lande med et velud-

bygget system af børneinstitutioner der muliggør at begge forældre kan ar-

bejde. Vi har fri abort, lige adgang til uddannelse osv. – altså lige muligheder

for begge køn. Også i relationerne mellem mænd og kvinder og i accepten

af at mænd kan udføre traditionelt kvindearbejde og kvinder mandearbejde

både hjemme og på arbejdspladsen, er vi nået langt. Ifølge World Econo-

mic Forums årlige

Global Gender Gap-rapport

var Danmark i 2018 placeret

som det 13. mest ligestillede land blandt 149 lande (World Economic Forum

2018). Men måske er vi blevet for sikre på at alt er på plads i Danmark?

For hvordan kan det være at færre end tre ud af ti studerende på it-faglige

og teknologiske uddannelser er kvinder, og hvorfor er kvinder mere pessi-

mistiske om egne færdigheder end mænd?

Det er næppe sandsynligt at

svarene findes i vores gener, så de må nærmere findes i den kultur vi har

udviklet hvor drenge og piger opdrages til at interessere sig for forskellige

ting, klæde sig på bestemte måder, opføre sig forskelligt m.m. (Butler 2010;

Canger 2018). Og sådanne stereotype kønsbilleder smitter naturligt af på vo-

res selvbilleder af hvad vi som henholdsvis pige og dreng, kvinde og mand

kan og bør.

En række forhold mellem køn og it trådte tydeligt frem i første runde af

ICILS-undersøgelsen i 2013. Eksempelvis var der stor forskel på henholdsvis

pigers og drenges opfattelse af egne kompetencer med en computer. For-

skellen mellem gennemsnittet af pigers og drenges værdi på indekset for

tiltro til egne tekniske evner var otte point hvilket er en meget betydelig

forskel. I ingen andre af de dengang deltagende lande var der større forskel

på gennemsnittet i drengenes og pigernes tiltro til egne evner i forhold til

tekniske aktiviteter med computere end i Danmark. Det betød ikke at alle

piger havde lav tiltro til egne evner, eller at alle drenge havde høj tiltro, men

forskelle i køn trådte tydeligt frem. En anden slående og tankevækkende

39. Se https://www.danskindustri.dk/di-business/arkiv/nyheder/2019/3/

ti-ars-stilstand-kvinder-valger-stadig-ikke-it-og-teknologi/

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

køn og it

forskel blev fundet i henholdsvis drenges og pigers interesse på området: 70

procent af drengene var enige eller meget enige i at de interesserede sig for

teknologi, mens det kun gjaldt 25 procent af pigerne. Og til spørgsmålet om

graden af computerviden svarede blot 17 procent af pigerne at de var enige

eller meget enige i at de havde større computerviden end andre, mens 54

procent af drengene svarede at det havde de. Kiggede man på resultaterne

af henholdsvis drenges og pigers computer- og informationskompetencer,

viste det sig dog at virkeligheden måske ikke stemte overens med elevernes

forestillinger. Således var pigerne endda lidt mere kompetente end dren-

gene på målet for computer- og informationskompetence.

Kønsforskellene i ICILS 2013 lignede dem som blev iagttaget i PISA 2009

(Mejding 2011, 32 ff.) hvor der blev stillet spørgsmål af lignende karakter.

Der er altså tale om et mønster der har eksistereret gennem længere tid.

I dette kapitel dykker vi derfor dybere ned i resultaterne for at undersøge

hvordan forskellen er på pigers og drenges opfattelser og praksis sådan som

de kommer til udtryk i svar på spørgeskemaet fra ICILS 2018.

6.2 Er der forskel på drengenes og pigernes kompetencer?

ICILS-undersøgelsen i 2013 viste at der var forskel på drengenes og pigernes

gennemsnitlige

computer- og informationskompetence. Vi fremhæver ordet

gennemsnit fordi man let kan få det indtryk fra udsagn som „pigerne var

bedre end drengene i denne undersøgelse“ at det betyder at alle piger er

bedre end alle drenge. Det er yderst sjældent tilfældet, og det var heller ikke

tilfældet i ICILS 2013.

I gennemsnit fik pigerne i 2013 15 point mere på skalaen end drengene

(pigernes gennemsnit var 549, drengenes var 534). I dette afsnit ser vi nær-

mere på om der også i 2018-undersøgelsen er kønsforskelle at spore i elever-

nes computer- og informationskompetence. Herudover bliver det for første

gang undersøgt om der er kønsforskelle i forhold til danske elevers datalo-

giske tænkning.

6.2.1 Computer- og informationskompetence

Tabel 6.1 og figur 6.1 viser fordelingen af drengene og pigerne på niveauerne

og skalaen for computer- og informationskompetence. I tabellen fremgår

det at der også i 2018 er forskel på drengenes og pigernes computer- og in-

formationskompetence. Drengenes gennemsnit er 545 point, mens pigernes

er 16 point højere med et gennemsnit på 561. Forskellen er statistisk signifi-

kant. Kønsforskellen er desuden numerisk stort set den samme i 2018 som

den var i undersøgelsen i 2013.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.2

er der forskel på drengenes og pigernes kompetencer?

0,006

0,004

Tæthed

Køn

Drenge

Piger

0,002

0,000

300

400

500

600

700

Computer- og informationskompetence

Figur 6.1 Computer- og informationskompetence opdelt på køn. Figuren viser fordelingen

som histogrammer med stiplede streger ved grænserne for de fem kompetenceni-

veauer. Figuren er produceret på baggrund af den første plausible værdi.

Tabel 6.1 Computer- og informationskompetence opdelt på køn.

CIK

Gennemsnit

Under niveau 1

Niveau 1

Niveau 2

Niveau 3

Niveau 4

Drenge

545 (2,8)

4 (0,6)

18 (1,3)

42 (1,8)

33 (2,0)

3 (0,7)

Piger

561 (2,2)

1 (0,4)

9 (1,2)

47 (1,8)

39 (1,8)

3 (0,6)

Forskel

-16 (3,0)

2 (0,7)

8 (1,5)

-4 (2,5)

-6 (2,3)

0 (0,9)

Note:

Tabellen viser elevernes gennemsnit på skalaen for computer- og informations-

kompetence samt andele af eleverne der befinder sig på hvert af de fem niveauer.

Tal i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i ta-

bellen på grund af afrunding. Standardfejl er angivet i parentes. Forskelle der er

signifikante, er markeret med fed.

På trods af de gennemsnitlige kønsforskelle er det dog også klart at langtfra

alle piger klarer sig bedre end drengene. Dette fremgår af histogrammerne i

figur 6.1 der vidner om at drengenes og pigernes fordeling på computer- og

informationskompetence i stor udstrækning er overlappende. Der er med

andre ord mange drenge der er lige så dygtige som de dygtigste piger.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

køn og it

I tabel 6.1 kan vi mere præcist se, at drengene og pigerne adskiller sig ved

at der er forholdsmæssigt lidt flere drenge hvis computer- og informations-

kompetence ligger under niveau 1 og på niveau 1, mens der er flere piger

hvis computer- og informationskompetence ligger på niveau 3. Der er ikke

signifikant forskel på procentandelen af drenge og piger på niveau 2. Sam-

tidigt er det værd at bemærke at der ikke er forskel mellem procentandelen

af drenge og piger på det højeste kompetenceniveau, niveau 4.

6.2.2 Datalogisk tænkning

Drengenes og pigernes gennemsnitlige resultat i testen af datalogisk tænk-

ning fremgår af tabel 6.2. Det fremgår at gennemsnittet for både drenge og

piger er 527 på skalaen for datalogisk tænkning.

Tabel 6.2 Datalogisk tænkning opdelt på køn

Gennemsnit

Nederst

Midterst

Øverst

Drenge

527 (3,1)

21 (1,6)

54 (2,1)

25 (1,5)

Piger

527 (2,7)

18 (1,3)

61 (1,6)

21 (1,4)

Forskel

0 (3,5)

3 (2,0)

-7 (2,8)

4 (1,9)

Note:

Tabellen viser elevernes gennemsnit på skalaen for datalogisk tænkning samt an-

dele af eleverne der befinder sig i hvert af de tre områder. Tal i kolonnen ‘Forskel’

kan forekomme inkonsistent i forhold til andre tal i tabellen på grund af afrun-

ding. Standardfejl er angivet i parentes. Forskelle der er signifikante, er markeret

med fed.

Selv om drengenes og pigernes kompetence i forhold til datalogisk tænk-

ning ikke adskiller sig gennemsnitligt, udelukker det ikke at der kan være

underliggende kønsforskelle i

fordelingerne

af elevernes dygtigheder. Histo-

grammerne i figur 6.2 viser fordelingen af henholdsvis drengenes (den grå

kurve) og pigernes (den blå kurve) resultat i undersøgelsen af datalogisk

tænkning. Histogrammerne indikerer at der er flere piger i det midterste

kompetenceinterval end der er drenge, og at der omvendt er flere drenge

end piger i det øvre og det nedre kompetenceinterval. Opgørelsen på kom-

petenceintervaller i tabel 6.2 viser også at der er forholdsmæssigt flere piger

end drenge i det midterste kompetenceinterval, ligesom der er flere drenge

end piger i det øverste kompetenceinterval. Der er ikke signifikant forskel

på procentandelen af drenge og piger placeret i det nederste kompetence-

interval.

Samlet viser det sig altså at der ikke er forskelle mellem drenges og pigers

gennemsnitlige niveau i datalogisk tænkning, men at denne lighed dækker

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.3

har drenge og piger forbedret deres kompetencer siden 2013?

0,004

Køn

Tæthed

Drenge

Piger

0,002

0,000

200

400

Datalogisk tænkning

600

800

Figur 6.2 Datalogisk tænkning opdelt på køn. Figuren viser fordelingen som histogrammer

med stiplede streger ved grænserne for de tre kompetenceområder. Figuren er

produceret på baggrund af den første plausible værdi.

over en forskel i fordeling således at der er flere piger i midten af dygtig-

hedskontinuummet, mens der er flere drenge i yderområderne.

6.3 Har drenge og piger forbedret deres kompetencer siden

2013?

I kapitel 5 blev det fremhævet at danske elevers computer- og informations-

kompetence er gået markant frem siden 2013. Men gælder denne overord-

nede fremgang både drengene og pigerne? Figur 6.3 viser drengenes og pi-

gernes gennemsnitlige computer- og informationskompetenceniveau i 2013

og 2018.

Som udgangspunkt fremgår det at der er markante udviklinger at spore

blandt både drengene og pigerne. Drengenes gennemsnitlige computer- og

informationskompetence er gået frem fra 534 til 545 point på skalaen hvilket

svarer til en fremgang på cirka 10 point. Tilsvarende er pigernes gennemsnit

forbedret med cirka 12 point fra 549 til 561. Måske en anelse overraskende

kan det dog ikke fastslås at ændringen blandt drengene eller pigerne er for-

skellig fra nul efter konventionelle signifikansniveauer.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

køn og it

2013

Piger

2018

Forskel

2013

549 (4,7)

561 (2,2)

12 (7,0)

2018

2013

Drenge

534 (4,1)

545 (2,8)

10 (6,0)

520

530

540

550

560

570

2018

Gennemsnitlig computer- og informationskompence

Figur 6.3 Computer- og informationskompetence opdelt på køn og år. Tal viser elevernes

gennemsnit på skalaen for computer- og informationskompetence. Standardfejl

er angivet i parentes. Forskelle der er signifikante, er markeret med fed. Prikker

viser gennemsnit på skalaen for computer- og informationskompetence for hen-

holdsvis drenge og piger i henholdsvis 2013 og 2018. Horisontale linjer angiver et

95-procentkonfidensinterval.

Årsagen til at der ikke kan dokumenteres en positiv fremgang blandt hen-

holdsvis drengene og pigerne, skyldes den statistiske usikkerhed fra stikprø-

verne og den såkaldte testækvivalensfaktor. Som omtalt i kapitel 2 faldt gen-

nemførelsen af ICILS-undersøgelsen i 2013 sammen med Kommunernes

Landsforenings lockout af lærerne på de danske folkeskoler. Det betød i

sidste ende at Danmark ikke levede op til de strenge krav fra IEA til størrel-

sen, repræsentativiteten og sammensætningen af stikprøven. Som resultat

heraf opnåede Danmark i 2013 ikke en tilstrækkelig stor stikprøve hvilket

betyder at usikkerheden på estimater i undergrupper (fx drenge eller pi-

ger) i 2013 blev markant større end planlagt. Den særligt store usikkerhed

på estimatet i 2013 fremgår også grafisk af figur 6.3 der viser gennemsnit-

tene på computer- og informationskompetence i 2013 og 2018 samt stør-

relsen af den statistiske usikkerhed markeret af de vertikale linjer (dvs. 95-

procentkonfidensintervallerne).

Herudover optræder der en ekstra usikkerhed når der sammenlignes på

tværs af år da der også skal tages højde for at nogle opgaver udgår, og nye

kommer til. Denne usikkerhed („testækvivalensfaktoren“) dækker over den

måleusikkerhed der kommer fra udskiftninger i puljen af opgaver som gives

i forskellige år, om end man stadig sætter resultaterne af testene i forskellige

år på samme skala. Som konsekvens af den lille stikprøve fra 2013 og testæ-

kvivalensfaktoren er der således en særlig stor statistisk usikkerhed forbun-

det med resultaterne, når vi estimerer ændringer over tid for henholdsvis

drengene og pigerne.

Samlet set peger estimaterne på en positiv fremgang blandt både drenge

og piger, men det kan ikke efter konventionelle signifikansniveauer fastslås

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.4

pigers og drenges tiltro til egne it-kompetencer

at hverken drengene eller pigerne isoleret set har forbedret deres computer-

og informationskompetenceniveau.

6.4 Pigers og drenges tiltro til egne it-kompetencer

I 2013-undersøgelsen blev det tydeligt at danske piger havde lavere tiltro

til egne evner end drenge når det kommer til tekniske aktiviteter med en

computer. Dette på trods af at pigerne også i 2013 gennemsnitligt klarede

sig bedre end drengene i testen af deres computer- og informationskom-

petence. I ICILS 2018-undersøgelsen blev eleverne igen spurgt om hvilke

aktiviteter med computeren de efter egen opfattelse kunne udføre. Spørgs-

målet lød: „Hvor godt kan du udføre disse opgaver på en digital enhed?“, og

eleverne kunne nu vurdere ud for en række aktiviteter (se ordlyden i figur

6.4) om de kunne udføre hver aktivitet ud fra følgende svarkategorier: „Jeg

ved, hvordan man gør“, „Jeg har aldrig gjort det, men jeg ville kunne finde

ud af, hvordan man gør“, og „Jeg tror ikke, jeg ville kunne gøre det“.

I figur 6.4 fremgår procentandelen af drenge og piger der har svaret

„Jeg ved, hvordan man gør“ ved de forskellige aktiviteter. Grafen viser for

hver aktivitet hvor stor forskel der er mellem andelen af drenge der mener

de kan udføre opgaven, og andelen af piger der mener de kan samt et 95-

procentkonfidensinterval på estimatet af forskellen. Aktiviteterne er range-

ret efter størrelsen på forskellen.

Der er signifikant flere drenge end piger der mener de kan udføre føl-

gende opgaver:

• Opsætte et LAN-netværk med computere eller andre digitale enheder

• Ændre indstillinger på din digitale enhed for at forbedre måden, den

fungerer på, eller for at løse problemer

• Lave et computerprogram, en makro eller en app (f.eks. i JavaScript,

Visual Basic)

• Opbygge eller redigere en hjemmeside

• Lave en database (f.eks. ved at bruge Microsoft Access, LibreOffice

Base)

• Uploade tekst, billeder eller video til en onlineprofil

• Bedømme, hvorvidt du kan stole på information, du finder på inter-

nettet.

Der er til gengæld signifikant flere piger end drenge der mener de er i stand

til at udføre følgende opgaver:

• Indsætte et billede i et dokument eller en besked

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

køn og it

Drenge Piger Forskel

Opsætte et LAN-netværk med computere eller

andre digitale enheder

Ændre indstillinger på din digitale enhed

for at forbedre måden, den fungerer på,

eller for at løse problemer

Lave et computerprogram, en makro eller en

app (f.eks. i JavaScript, Visual Basic)

Opbygge eller redigere en hjemmeside

Lave en database (f.eks. ved at bruge

Microso Access, LibreOﬃce Base)

Uploade tekst, billeder eller video til en

onlineproﬁl

Bedømme, hvorvidt du kan stole på

information, du

ﬁnder

på internettet

Installere et program eller en app

Skabe en multimediepræsentation (med lyd,

billeder eller video)

Indsætte et billede i et dokument eller en

besked

Skrive eller redigere tekst til en opgave i

skolen

Søge og

ﬁnde

information på internettet,

som du har brug for til et skoleprojekt

Redigere digitale fotograﬁer eller anden

graﬁk

45 (2,0) 6 (0,7)

39 (2,1)

64 (1,5) 41 (1,7)

23 (2,4)

21 (1,2) 4 (0,7)

17 (1,3)

32 (1,8) 19 (1,8)

12 (2,3)

18 (1,2) 9 (1,0)

9 (1,6)

83 (1,4) 77 (1,5)

7 (2,4)

82 (1,6) 77 (1,5)

5 (2,0)

93 (1,0) 90 (1,0) 3 (1,5)

57 (1,5) 57 (1,7) 0 (2,2)

93 (1,0) 96 (0,7)

-3 (1,0)

92 (0,9) 96 (0,5)

-4 (1,0)

93 (1,1) 97 (0,5)

-4 (1,2)

65 (1,8) 70 (1,4)

-5 (2,3)

Figur 6.4 Tiltro til at kunne udføre aktiviteter med en computer opdelt på køn. Tal viser

procentandelen der svarer ‘Jeg ved, hvordan man gør’. Standardfejl er angivet i

parentes. Tal i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre

tal i tabellen på grund af afrunding. Forskelle der er signifikante, er markeret med

fed. Prikker viser forskellen i procentpoint mellem procentandelen af drenge og

piger der angiver at de kan udføre aktiviteten. Positive værdier angiver at flere

drenge end piger angiver at de kan udføre aktiviteten. Horisontale linjer angiver

et 95-procentkonfidensinterval. Aktiviteterne er rangeret efter forskellen mellem

drenge og piger.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.4

pigers og drenges tiltro til egne it-kompetencer

• Skrive eller redigere tekst til en opgave i skolen

• Søge og finde information på internettet, som du har brug for til et

skoleprojekt

• Redigere digitale fotografier eller anden grafik.

Der er ikke signifikant forskel på hvor store andele piger og drenge der me-

ner de kan installere et program eller en app eller skabe en multimediepræ-

sentation.

De ting som flest drenge mener de kan, har tydeligt et mere teknisk til-

snit end de ting der er flest piger der mener de kan. Og forskellene er gan-

ske betragtelige for nogle af aktiviteterne. Således mener næsten halvdelen

af drengene at de kan opsætte et LAN-netværk, mens det kun er en god ty-

vendedel af pigerne der mener de kan det. Tilsvarende mener omkring en

femtedel af drengene at de kan lave et computerprogram, en makro eller

en app, mens det er under en tyvendedel af pigerne der mener de kan det.

Og en tredjedel af drengene mener de kan opbygge eller redigere en hjem-

meside, mens kun en femtedel af pigerne er af den opfattelse at de kan det.

Disse aktiviteter er alle kendetegnet ved at de ikke har været en del af de

obligatoriske faglige mål for undervisningen indtil nu, og man må derfor

formode at de elever der har tilegnet sig kompetencer til at udføre dem har

gjort det uden for skolen – eller eventuelt i valgfag i tilknytning til skolen.

De aktiviteter som flere piger end drenge mener de er stand til, er alle

kendetegnet ved at være noget langt den overvejende del af eleverne mener

de kan, og de kan også siges at være knyttet til aktiviteter som typisk foregår

i skolen. Derfor er forskellene her ikke af samme størrelsesorden som ved

de aktiviteter flest drenge mener de kan udføre.

Den internationale forskningsledelse i ICILS har ved hjælp af statistisk

analyse identificeret at de forskellige aktiviteter måler to forskellige teoreti-

ske dimensioner og dermed kan grupperes i to forskellige faktorer (såkaldte

indeks). Det ene omfatter de mere basale aktiviteter,

og det andet de mere

tekniske aktiviteter.

40. Indekset for basale aktiviteter omfatter: redigere digitale fotografier eller anden grafik,

skrive eller redigere tekst til en opgave i skolen, søge og finde information på internettet

som du har brug for til et skoleprojekt, skabe en multimediepræsentation (med lyd, billeder

eller video), uploade tekst, billeder eller video til en onlineprofil, indsætte et billede i et

dokument eller en besked, installere et program eller en app og bedømme hvorvidt du kan

stole på information du finder på internettet.

41. Indekset for tekniske aktiviteter omfatter: lave en database (fx ved at bruge Microsoft

Access, LibreOffice Base), opbygge eller redigere en hjemmeside, lave et computerprogram,

en makro eller en app (f.eks. i JavaScript, Visual Basic) og opsætte et LAN-netværk med

computere eller andre digitale enheder.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

køn og it

I ICILS 2013-undersøgelsen blev der også identificeret to indeks for hen-

holdsvis mere basale og mere tekniske aktiviteter. Imidlertid spørges der

også til nye aktiviteter i 2018, ligesom nogle af de aktiviteter der blev spurgt

ind til i 2013, ikke indgår i 2018-undersøgelsen, og ordlyden for nogle af

aktiviteterne er ændret mellem 2013 og 2018. Med andre ord har den in-

ternationale ledelse af ICILS ændret på operationaliseringen af målene for

henholdsvis mere basale og mere tekniske aktivititer. Dette mindsker mu-

ligheden for præcist at sammenholde niveauerne på indeksene over tid da

vi ikke med tilstrækkelig sikkerhed kan sige at niveauerne på indeksene i

2013 og 2018 er sammenlignelige – også selv om de nye indeks operatio-

naliserer samme teoretiske begreber som i 2013. Vi er stadig i stand til at

undersøge om vi kan genfinde markante kønsforskelle i tiltro til egne evner

med de nye mål, men vi er ikke på sikker grund i forhold til at udtale os om

præcist hvor mange point på skalaen kønsforskellen har ændret sig. Vi vil

understrege at vi finder beslutningen om at ændre i spørgsmål og indholdet

af de udviklede indeks helt forståelig og nødvendig. Selv om de underlig-

gende fænomener inden for brug af it givetvis er de samme, sker der store

ændringer af de konkrete aktiviteter i disse år. Vi foretrækker derfor at un-

dersøgelsen måler med et opdateret og aktuelt instrument frem for at kunne

sige helt præcist hvor stor en given udvikling er.

Indeks i ICILS er produceret ved at analysere de spørgsmål der indgår,

med en Rasch-analyse som resulterer i at hver elevs besvarelse kan gives en

værdi på en logitskala. For at gøre resultaterne lettere at fortolke omsættes

værdien til en skala hvor det internationale gennemsnit af elevernes vær-

dier sættes til 50 og standardafvigelsen til 10. Det betyder at hvis en elev har

en værdi på et indeks på 50, har hun altså svaret sådan som gennemsnittet

af elever internationalt har svaret. Hvis hun har en værdi på over 60, lig-

ger hun mellem de 16 procent med mest positive værdier, og omvendt hvis

hun har en værdi på under 40, ligger hun mellem de 16 procent med mest

negative værdier. Små numeriske afstande fra værdien 50 kan således være

betydningsfulde.

I figur 6.5 fremgår drenges og pigers gennemsnit på indeksene for tiltro

til egne evner i forhold til basale og tekniske aktiviteter i henholdsvis 2013

og 2018. Hvad angår tiltro til egne evner til basale aktiviteter, kan vi se at der

ikke er en signifikant forskel på drengenes og pigernes gennemsnit i 2018.

For begge køn er gennemsnittet 52 på indekset. Grafen der viser forskellen

mellem drenge og piger på indekset og 95 procent konfindensintervallet,

tydeliggør at der ikke er en statistisk signifikant kønsforskel i tiltro til egne

evner til basale aktiviteter. Omvendt viser tabellen og grafen at der var en

statistisk signifikant kønsforskel i 2013 hvor drengene i gennemsnit havde

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.4

pigers og drenges tiltro til egne it-kompetencer

2018

2013

Drenge

Basal

Teknisk

Piger

Forskel

Drenge

2018

Piger

Forskel

2013

52 (0,3) 51 (0,3)

53 (0,3) 45 (0,3)

1 (0,3)

7 (0,4)

52 (0,3) 52 (0,3)

51 (0,3) 43 (0,4)

0 (0,4)

8 (0,5)

-5

10 -5

Gennemsnitlig kønsforskel (drenge - piger)

Figur 6.5 Kønsforskelle i tiltro til egne evner i forhold til basale og tekniske aktiviteter

med en computer opdelt på år. Tal viser gennemsnit på skalaen for tiltro til egne

evner i forhold til henholdsvis basale og tekniske aktiviteter med en compu-

ter. Standardfejl er angivet i parentes. Tal i kolonnen ’Forskel’ kan forekomme

inkonsistent i forhold til andre tal i tabellen på grund af afrunding. Forskelle

der er signifikante, er markeret med fed. Prikker viser den gennemsnitlige for-

skel mellem drenge og piger på en skala. Positive værdier angiver at drenge i

højere grad end piger har tiltro til egne evner. Horisontale linjer angiver et 95-

procentkonfidensinterval.

større tiltro end pigerne til egne evner til basale aktiviteter. Hvor man såle-

des i 2013 kunne sige at der var en forskel mellem gennemsnittet af drenges

og pigers tiltro til egne evner til basale aktiviteter med en computer, er det

ikke længere tilfældet.

Til gengæld er det meget tydeligt at der stadig er en betydelig kønsforskel

i tiltro til egne evner til

tekniske

aktiviteter med en computer. Drengenes

gennemsnit er i 2018 otte point højere på indekset hvilket næsten svarer

til en standardafvigelse på indekset. Dette er en ganske betydelig forskel.

Ikke overraskende er denne forskel også signifikant forskellig fra nul som

graferne også vidner om.

Selv om der er en gennemsnitlig forskel, er det vigtigt at være opmærk-

som på at det ikke er

alle

drenge der har stor tiltro til egne evner til tekniske

aktiviteter med it, og at det ikke er

alle

piger der har lav tiltro. Men som

vi også så i forbindelse med gennemgangen af de spørgsmål der indgår i

indekset (se figur 6.4), er forskellene usædvanligt store.

Når vi ser nærmere på kønsforskellene i tiltro til egne evner interna-

tionalt, bliver det tydeligt at der heller ikke i andre lande er store forskelle

i drengenes og pigernes tiltro til at de kan udføre basale aktiviteter med

computer. Figur 6.6 viser drenges og pigers gennemsnit i hvert land på in-

dekset for tiltro til egne evner til basale aktiviteter. Tabellen viser at drenge

og piger stort set har samme tiltro til egne evner i alle lande på nær i fire

lande, herunder USA, hvor pigerne i gennemsnit har større tiltro til egne

evner end drengene. Grafen viser kønsforskellene for hvert land samt et 95-

procentkonfidensinterval som indikerer om kønsforskellen er statistisk sig-

nifikant fra nul i et givent land.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

køn og it

Drenge

Finland

Tyskland

Portugal

Danmark

Frankrig

Luxemburg

Italien

Uruguay

Kasakhstan

Chile

USA

Sydkorea

Piger

Forskel

52 (0,2)

49 (0,4)

53 (0,3)

52 (0,3)

49 (0,3)

48 (0,2)

50 (0,3)

50 (0,4)

45 (0,5)

51 (0,4)

51 (0,2)

47 (0,4)

52 (0,3)

49 (0,3)

52 (0,3)

49 (0,3)

48 (0,2)

50 (0,3)

51 (0,4)

46 (0,4)

52 (0,3)

52 (0,2)

51 (0,3)

1 (0,3)

1 (0,5)

0 (0,4)

0 (0,3)

-1 (0,3)

-1 (0,5)

-1 (0,4)

-2 (0,2)

-4 (0,4)

-6

-3

Figur 6.6 Kønsforskelle i tiltro til egne evner i forhold til basale aktiviteter med en compu-

ter opdelt på land. Tal viser gennemsnit på skalaen for tiltro til egne evner i for-

hold til basale aktiviteter med en computer. Standardfejl er angivet i parentes. Tal

i kolonnen ’Forskel’ kan forekomme inkonsistent i forhold til andre tal i tabellen

på grund af afrunding. Forskelle der er signifikante, er markeret med fed. Prikker

viser den gennemsnitlige forskel mellem drenge og piger på skalaen. Positive vær-

dier angiver at drenge i højere grad end piger har tiltro til egne evner. Horisontale

linjer angiver et 95-procentkonfidensinterval. Landene er rangeret efter forskellen

mellem drenge og piger.

Danmark skiller sig markant ud internationalt når vi sammenligner køns-

forskellen i tiltro til egne evner i forhold til tekniske aktiviteter med en com-

puter. Det fremgår af figur 6.7 at kønsforskellen i Danmark er stor sammen-

lignet med de andre deltagende lande. Godt nok er der også en betydelig

kønsforskel i de lande vi har særligt fokus på i denne rapport (Tyskland,

Finland og USA), og som graferne viser, er kønsforskellene statistisk sig-

nifikante i samtlige lande på nær i Kasakhstan. Kønsforskellen i Danmark

er dog så markant at den er statistisk signifikant større end kønsforskellen i

alle de andre lande der deltager i undersøgelsen.

Det falder også i øjnene at de danske drenge i gennemsnit ligger omkring

det internationale gennemsnit på 50, mens pigerne ligger syv point under

gennemsnittet. Som omtalt ovenfor, er dette en usædvanlig lille værdi som

angiver at danske piger i gennemsnit ligger nede omkring de femogtyve pro-

cent mindst selvtillidsfulde på internationalt plan. Danske piger er således i

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.5

bruger drenge og piger it til forskellige ting?

Drenge

Danmark

Tyskland

Finland

Luxemburg

Frankrig

Portugal

Italien

USA

Sydkorea

Chile

Uruguay

Kasakhstan

Piger

Forskel

51 (0,3)

52 (0,3)

52 (0,2)

53 (0,3)

51 (0,3)

50 (0,3)

49 (0,4)

52 (0,3)

52 (0,4)

54 (0,3)

43 (0,4)

45 (0,3)

48 (0,3)

48 (0,2)

48 (0,3)

50 (0,4)

48 (0,3)

48 (0,2)

47 (0,3)

51 (0,3)

50 (0,4)

53 (0,3)

8 (0,5)

6 (0,4)

5 (0,4)

5 (0,3)

3 (0,3)

3 (0,4)

3 (0,3)

2 (0,3)

2 (0,5)

1 (0,4)

1 (0,5)

1 (0,4)

-5

Figur 6.7 Kønsforskelle i tiltro til egne evner i forhold til tekniske aktiviteter med en com-

puter opdelt på land. Tal viser gennemsnit på skalaen for tiltro til egne evner i

forhold til tekniske aktiviteter med en computer. Standardfejl er angivet i paren-

tes. Tal i kolonnen ’Forskel’ kan forekomme inkonsistent i forhold til andre tal i

tabellen på grund af afrunding. Forskelle der er signifikante, er markeret med fed.

Prikker viser den gennemsnitlige forskel mellem drenge og piger på skalaen. Po-

sitive værdier angiver at drenge i højere grad end piger har tiltro til egne evner.

Horisontale linjer angiver et 95-procentkonfidensinterval. Landene er rangeret

efter forskellen mellem drenge og piger.

gennemsnit usædvanligt lidt tillidsfulde i forhold til deres egne kompeten-

cer til tekniske aktiviteter.

6.5 Bruger drenge og piger it til forskellige ting?

Eleverne blev også stillet en række spørgsmål om hvor ofte de bruger it til

forskellige basale og tekniske aktiviteter, til forskellige kommunikationsak-

tiviteter og til forskellige aktiviteter uden for skolen og i skolen. I det føl-

gende ser vi nærmere på i hvilken udstrækning drenge og piger anvender it

i forskelligt omfang til de nævnte aktiviteter.

6.5.1 Brug af it til basale og tekniske aktiviteter

Det første spørgsmål i denne gruppe handlede om brug af programtyper

og lød: „Hvor ofte bruger du it til hver af de følgende aktiviteter?“ Aktivite-

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

køn og it

Drenge

Skriver computerprogrammer, makroer eller

apps

Bruger tegne-, male- eller graﬁsk soware

Opbygger eller redigerer en hjemmeside

Producerer eller redigerer musik

Anvender regneark til at lave beregninger,

gemme data eller tegne grafer

Optager eller redigerer videoer

Laver enkle dias-/slideshow-præsentationer

Opretter eller redigerer dokumenter

Piger

Forskel

14 (1,5) 6 (1,0)

9 (1,7)

14 (1,4) 8 (1,0)

6 (1,6)

7 (1,0)

9 (1,0)

2 (0,5)

5 (1,0)

4 (1,5)

53 (1,8) 49 (2,1) 4 (2,3)

23 (1,6) 21 (1,5) 3 (2,0)

39 (1,5) 38 (1,7) 1 (2,1)

83 (1,3) 86 (1,2)

-4 (1,5)

-10

Figur 6.8 Brug af it til forskellige aktiviteter opdelt på køn. Tal viser procentandelen der

svarer ‘Mindst ugentligt’ eller ‘Hver dag’. Standardfejl er angivet i parentes. Tal i

kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i tabellen

på grund af afrunding. Forskelle der er signifikante, er markeret med fed. Prikker

viser forskellen i procentpoint mellem procentandelen af drenge og piger der an-

giver at de udfører aktiviteten ugentligt eller dagligt. Positive værdier angiver at

flere drenge end piger angiver at de udfører aktiviteten ugentligt eller dagligt. Ho-

risontale linjer angiver et 95-procentkonfidensinterval. Aktiviteterne er rangeret

efter forskellen mellem drenge og piger.

terne er gengivet i figur 6.8. Eleverne svarede ud fra følgende svarkategorier:

„Hver dag“, „Mindst en gang om ugen, men ikke hver dag“, „Mindst en gang

om måneden, men ikke hver uge“, „Mindre end en gang om måneden“ og

„Aldrig“.

Figur 6.8 viser procentandelen af henholdsvis drenge og piger der svarer

at de bruger it mindst ugentligt eller dagligt til aktiviteten.

Hvor de foregående spørgsmål handlede om hvorvidt eleverne mente at

kunne

hvis de skulle udføre en aktivitet, så handler dette spørgsmål om

hvorvidt de faktisk vurderer at gøre det. Forskellene mellem andelene af pi-

ger og drenge der udfører disse aktiviteter, er meget parallelle med de for-

skelle der var på om de mente at de kunne hvis de skulle. Ved mere tekniske

aktiviteter som at skrive computerprogrammer, makroer eller apps og op-

bygge eller redigere en hjemmeside er der flere end dobbelt så mange drenge

som piger der vurderer at de udfører aktiviteten dagligt eller ugentligt. Det

er også langt større andele af drenge der jævnligt udfører det der umiddel-

bart kan betragtes som mere kreative aktiviteter som at bruge tegne-, male-

eller grafisk software og producere eller redigere musik (dermed ikke sagt

at softwareudvikling og hjemmesideredigering ikke er yderst kreativt ar-

bejde). På den anden side kan de sidstnævnte aktiviteter også være teknisk

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.5

bruger drenge og piger it til forskellige ting?

krævende fordi mulighederne i sådanne redigeringsprogrammer kan være

ganske overvældende.

Generelt er der dog tale om forholdsvis små andele af både piger og

drenge som udfører disse fire typer aktiviter ugentligt, så det er vigtigt

ikke

at tolke disse resultater som at drenge arbejder med tekniske aspekter af

computeren, og at piger ikke gør. Der er blot væsentligt flere drenge end

piger der gør det.

Ved en potentielt endnu mere teknisk udfordrende aktivitet, nemlig at

redigere videoer, vurderer omkring en femtedel af både drenge og piger at

de gør det dagligt eller ugentligt. Dette er sandsynligvis et udtryk for at opta-

gelse og helt simpel redigering, typisk direkte på mobiltelefonen, af videoer

til deling i sociale relationer er blevet meget enkelt og almindeligt.

Det står således klart at der er en betydelig forskel mellem drenge og

piger – både på hvor ofte de vurderer at de arbejder med mere tekniske ak-

tiviteter, og på hvor mange der oplever at kunne udføre tekniske aktiviteter.

Til gengæld er det en meget stor andel af eleverne som bruger computere

til tekstbehandling, og selv om der er signifikant flere piger end drenge der

siger at de gør det dagligt eller ugenligt, er forskellen lille. Der er også bety-

delige andele af både piger og drenge som angiver at de anvender regneark

og laver præsentationer med computere dagligt eller ugentligt.

6.5.2 Brug af it til kommunikationsaktiviteter

Eleverne blev også spurgt til deres brug af it til forskellige typer af kom-

munikationsaktiviteter. De blev spurgt: „Hvor ofte bruger du it til hver af

de følgende kommunikationsaktiviteter?“ i forhold til de aktiviteter der er

gengivet i figur 6.9. De svarede også ved dette spørgsmål ud fra følgende

svarkategorier: „Hver dag“, „Mindst en gang om ugen, men ikke hver dag“,

„Mindst en gang om måneden, men ikke hver uge“, „Mindre end en gang

om måneden“ og „Aldrig“.

Af figur 6.9 fremgår procentandelen af drenge og piger der svarer at de

bruger it dagligt eller mindst ugentligt til aktiviteten. For det første kan man

lægge mærke til at både piger og drenge i meget vidt omfang (omkring 90

procent af begge køn) kommunikerer via beskedstjenester, ser video og bil-

leder og skriver til venner eller familie via nettet. For det andet kan man be-

mærke at kun meget små andele af begge køn bruger it dagligt eller ugentligt

til at skrive blogindlæg, stille spørgsmål og svare på andres spørgsmål på

spørgsmål-svar-hjemmesider og sågar til at skrive opslag og opdateringer

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

100

køn og it

på sociale medier. Danske 8.-klasseelever er ikke voldsomt skriftligt kom-

munikerende i det offentlige eller semi-offentlige rum.

Men større andele

– omkring en tredjedel – bruger it dagligt eller ugentligt til at dele nyheder,

uploade billeder eller video og sende informationer om begivenheder.

Ser vi på forskellene mellem piger og drenge, viser der sig primært sig-

nifikante og betydningsfulde forskelle på to måder. For det første er der

signifikant flere drenge end piger der er produktive skriftligt via de kanaler

som var hjørnesten i internettets barndom, nemlig diskussionsfora, og som

skriver blogindlæg. Som sagt er det få unge mennesker der gør det dagligt

eller ugentligt, og blandt dem der gør det, er det i højere grad drenge end

piger.

Pigerne er til gengæld i overtal når det kommer til det vi typisk associerer

med social online kommunikation, nemlig at skrive til venner og familie,

skrive opslag og opdateringer om deres eget liv og uploade billeder eller

video. Særligt for de to sidstnævntes vedkommende er der væsentligt flere

piger end drenge der angiver at det gør de dagligt eller ugentligt.

Der tegner sig således igen et billede af en forskel på hvad der er typisk

for piger og for drenge. Hvor det er mere typisk for piger end for drenge at

bidrage til den sociale online kommunikation, så er det mere typisk drenge

der kommunikerer i spørgsmål-svar-fora og gennem blogindlæg. Men igen

er det vigtigt at være opmærksom på at langt de fleste drenge heller ikke

bruger nettet til at stille og svare på spørgsmål eller skrive blogindlæg.

6.5.3 Brug af it til aktiviteter uden for skolen

Ydermere blev eleverne spurgt om deres brug af it til aktiviteter uden for

skolen. Spørgsmålet lød: „Hvor ofte bruger du it til hver af de følgende ak-

tiviteter uden for skolen?“ i forhold til de aktiviteter der er gengivet i figur

6.10.

Eleverne svarede også her ud fra følgende svarkategorier: „Hver dag“,

„Mindst en gang om ugen, men ikke hver dag“, „Mindst en gang om måne-

den, men ikke hver uge“, „Mindre end en gang om måneden“ og „Aldrig“.

Figur 6.10 viser procentandelen af drenge og piger der svarer at de bruger it

mindst ugentligt til aktiviteten.

Det gælder for begge køn at de i meget stort tal bruger it uden for skolen

dagligt eller ugentligt til at søge informationer om ting de er interesserede

42. Dette er en iagttagelse der ligger i tråd med resultater fra

International Civic and Ci-

tizenship Education Study

(ICCS) der i 2016 viste at danske elever, i tråd med elever fra

andre nordiske lande, ikke er ret aktive politisk hverken på nettet eller i politiske foreninger

og grupper der arbejder for en særlig sag (Bruun, Lieberkind, og Schunck 2018, 82 ff.)

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.5

bruger drenge og piger it til forskellige ting?

101

Drenge

Svarer på andres spørgsmål i fora eller på

spørgsmål-svar-hjemmesider

Stiller spørgsmål i fora eller på

spørgsmål-svar-hjemmesider

Bruger beskedtjenester, stemme- eller

videochat til at tale online med venner,

familie eller andre (anvender f.eks. Skype,

FaceTime, Facebook Messenger, WhatsApp)

Skriver indlæg til din egen blog (anvender

f.eks. WordPress, Blogspot, Blogger)

Deler nyheder om aktuelle begivenheder på

sociale medier

Ser videoer eller billeder, som andre har

slået op på internettet

Skriver til venner, familie eller andre via

onlinekommunikation eller sms-beskeder

Sender eller videresender information om

begivenheder eller aktiviteter til andre

Skriver opslag og opdateringer på sociale

medier om, hvad der sker i dit liv

Uploader billeder eller video til en

onlineproﬁl eller et onlinefællesskab

(anvender f.eks. Facebook, Instagram,

Snapchat eller YouTube)

Piger

Forskel

9 (1,0)

4 (0,9)

5 (1,3)

8 (0,9)

5 (0,8)

3 (1,2)

93 (0,9) 90 (0,9) 2 (1,4)

3 (0,6)

1 (0,3)

2 (0,7)

39 (2,1) 37 (2,0) 2 (2,9)

97 (0,6) 97 (0,5) -1 (0,8)

96 (0,7) 98 (0,4) -1 (0,8)

47 (2,5) 50 (2,0) -3 (3,6)

16 (1,4) 26 (1,8)

-10 (2,2)

48 (1,6) 61 (1,4)

-13 (2,0)

-20

-10

Figur 6.9 Brug af it til kommunikationsaktiviteter opdelt på køn. Tal viser procentandelen

der svarer ‘Mindst ugentligt’ eller ‘Hver dag’. Standardfejl er angivet i parentes. Tal

i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i tabellen

på grund af afrunding. Forskelle der er signifikante, er markeret med fed. Prikker

viser forskellen i procentpoint mellem procentandelen af drenge og piger der an-

giver at de udfører aktiviteten ugentligt eller dagligt. Positive værdier angiver at

flere drenge end piger angiver at de udfører aktiviteten ugentligt eller dagligt. Ho-

risontale linjer angiver et 95-procentkonfidensinterval. Aktiviteterne er rangeret

efter forskellen mellem drenge og piger.

i, til at se video og til at lytte til musik. Det er også ganske mange – godt

halvdelen af begge køn – der læser nyheder på nettet. Noget færre – omkring

en fjerdedel af begge køn – bruger internettet til at finde steder at tage hen

eller aktiviteter at deltage i.

Der er en lille overvægt af drenge der bruger nettet til at søge informa-

tioner og læse nyheder, men forskellene er ikke store. Det er de til gengæld

når det kommer til at læse anmeldelser på internettet, bruge internettet til

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

102

køn og it

Drenge

Spiller spil

Bruger hjemmesider, fora eller onlinevideoer

til at

ﬁnde

ud af, hvordan man gør noget

Læser anmeldelser på internettet af ting, du

måske vil købe

Søger eer onlineinformation om ting, du er

interesseret i

Læser nyheder på internettet

Ser downloadet eller streamet video

Lytter til downloadet eller streamet musik

Går på internettet for at

ﬁnde

steder at

tage hen eller aktiviteter at deltage i

Piger

Forskel

94 (0,8) 68 (1,5)

26 (1,7)

59 (1,9) 44 (1,8)

16 (2,7)

57 (1,7) 43 (2,0)

14 (2,9)

85 (1,1) 78 (1,6)

7 (1,8)

69 (1,8) 64 (2,1) 4 (2,2)

90 (0,9) 87 (1,0) 2 (1,5)

92 (0,8) 92 (1,0) 1 (1,4)

38 (1,6) 37 (1,7) 1 (2,4)

-40

-20

Figur 6.10 Brug af it til aktiviteter uden for skolen opdelt på køn. Tal viser procentandelen

der svarer ‘Mindst ugentligt’ eller ‘Hver dag’. Standardfejl er angivet i parentes. Tal

i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i tabellen

på grund af afrunding. Forskelle der er signifikante, er markeret med fed. Prikker

viser forskellen i procentpoint mellem procentandelen af drenge og piger der an-

giver at de udfører aktiviteten ugentligt eller dagligt. Positive værdier angiver at

flere drenge end piger angiver at de udfører aktiviteten ugentligt eller dagligt. Ho-

risontale linjer angiver et 95-procentkonfidensinterval. Aktiviteterne er rangeret

efter forskellen mellem drenge og piger.

at finde ud af hvordan man gør noget, og særligt til at spille spil. For disse

tre aktiviteter er der mellem 15 og 25 procentpoint flere drenge end piger

der bruger it til aktiviteten dagligt eller ugentligt. Der tegner sig således et

billede af at det i højere grad er drenge – og her ikke bare et mindretal – der

bruger internettet til at løse problemer (specifikt i forhold til hvad de skal

købe, og hvordan de „gør noget“).

6.5.4 Brug af it til aktiviteter til skolemæssige formål

Endelig blev eleverne spurgt om deres brug af it til skolemæssige formål.

Spørgsmålet lød „Hvor ofte bruger du it til følgende skolemæssige formål“ i

forhold til de aktiviteter der er gengivet i figur 6.11. Eleverne svarede også her

ud fra følgende svarkategorier: „Hver dag“, „Mindst en gang om ugen, men

ikke hver dag“, „Mindst en gang om måneden, men ikke hver uge“, „Mindre

end en gang om måneden“ og „Aldrig“. Figur 6.11 viser procentandelen af

drenge og piger der svarer at de bruger it dagligt eller ugentligt til aktiviteten.

Både piger og drenge bruger i meget stort antal it i skolen dagligt eller

ugentligt til at søge information og til at samarbejde med andre elever. Det

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.5

bruger drenge og piger it til forskellige ting?

103

Drenge

Tager test

Bruger programmeringssoware eller apps til

at løse opgaver

Laver video- eller lydproduktioner

Bruger soware eller apps til at tilegne

dig færdigheder eller emner

Forbereder fremlæggelser

Organiserer din tid og dit arbejde

Udfylder arbejdsark og øvelser

Samarbejder med andre elever

Bruger internettet til at søge information

Udarbejder rapport, skriver stil eller

lignende skrilige opgaver

Piger

Forskel

47 (2,1) 37 (2,3)

10 (2,8)

23 (1,6) 14 (1,3)

9 (2,0)

13 (1,5) 8 (0,9)

5 (1,7)

59 (1,9) 54 (2,0) 5 (2,8)

67 (2,0) 64 (2,4) 3 (3,1)

58 (1,9) 58 (2,1) 1 (2,7)

76 (1,4) 76 (1,8) 0 (2,3)

92 (1,0) 92 (0,9) -1 (1,4)

95 (0,7) 96 (0,6) -1 (0,9)

76 (1,5) 80 (1,5)

-5 (2,1)

-20

-10

Figur 6.11 Brug af it til skolemæssige formål opdelt på køn. Tal viser procentandelen der

svarer ‘Mindst ugentligt’ eller ‘Hver dag’. Standardfejl er angivet i parentes. Tal i

kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i tabellen

på grund af afrunding. Forskelle der er signifikante, er markeret med fed. Prikker

viser forskellen i procentpoint mellem procentandelen af drenge og piger der an-

giver at de udfører aktiviteten ugentligt eller dagligt. Positive værdier angiver at

flere drenge end piger angiver at de udfører aktiviteten ugentligt eller dagligt. Ho-

risontale linjer angiver et 95-procentkonfidensinterval. Aktiviteterne er rangeret

efter forskellen mellem drenge og piger.

er også langt de fleste der bruger it dagligt eller ugentligt til at udarbejde

rapporter, og omkring halvdelen bruger it dagligt eller ugentligt til at for-

berede fremlæggelser og organisere deres tid og arbejde. De aktiviteter vi

har nævnt her, vil typisk indgå i en praksis hvor eleverne arbejder selvstæn-

digt på mere projektorienterede opgaver. Men de aktiviteter der typisk vil

kendetegne mere traditionel struktureret undervisning hvor eleverne ud-

fylder arbejdsark og øvelser, bruger it til at tilegne sig færdigheder og til at

tage test, er også, særligt for de to første aktiviteters vedkommende, nævnt

af store andele af eleverne som noget de gør dagligt eller ugentligt i skolen.

Alle de her nævnte aktiviteter er enten statistisk set ligeligt repræsen-

terede hos piger og drenge, eller der er tale om forholdsvis små forskelle i

andelene af piger og drenge der udfører aktiviteten, måske på nær for tests

vedkommende (hvor der er 6 procentpoint flere drenge der angiver at det

sker dagligt eller ugentligt) samt skrivning af rapporter og lignende skrift-

lige opgaver (hvor der er 7 procentpoint flere piger der angiver at det sker

dagligt eller ugentligt). Det er forventeligt at der ikke er den store forskel på

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

104

køn og it

kønnene, da de jo går i samme skole og for det meste undervises sammen

og stilles de samme typer af opgaver.

To aktiviter, nemlig at bruge programmeringssoftware eller apps og at

lave video og lyd med it, foregår for langt størstedelen af eleverne sjældent.

Men blandt dem der gør disse ting i skoletiden, er drengene i (klart) overtal.

Det må bemærkes at netop disse to aktiviteter har mere teknisk karakter end

de andre der er spurgt om i denne samling af spørgsmål.

6.5.5 Indeks for brug af it

Spørgsmålene som eleverne blev stillet om brug af it til forskellige aktivite-

ter, viste sig ved den internationale forskningsledelses statistiske analyse at

udgøre seks bagvedliggende dimensioner. Disse dimensioner var:

•

Basale aktiviteter

Tekniske aktiviteter

Skolearbejde

Social kommunikation

43. Indekset for basale aktiviteter omfatter: opretter eller redigerer dokumenter (skriver

f.eks. historier eller opgaver), anvender regneark til at lave beregninger, gemme data eller

tegne grafer (anvender f.eks. Microsoft Excel, LibreOffice Calc, Google Sheets) og laver

enkle dias-/slideshow-præsentationer (anvender f.eks. Microsoft PowerPoint, LibreOffice

Impress, Google Slides, Prezi).

44. Indekset for tekniske aktiviteter omfatter: optager eller redigerer videoer, skriver com-

puterprogrammer, makroer eller apps (anvender f.eks. Scratch, Stencyl, Lego Mindstorm),

bruger tegne-, male- eller grafisk software, producerer eller redigerer musik og opbygger

eller redigerer en hjemmeside.

45. Indekset for skolearbejde omfatter: udarbejder rapport, skriver stil eller lignende skrift-

lige opgaver, forbereder fremlæggelser, samarbejder med andre elever, udfylder arbejdsark

og øvelser, organiserer din tid og dit arbejde, tager test, bruger software eller apps til at

tilegne dig færdigheder eller emner (f.eks. undervisningsprogrammer i matematik og spro-

gindlæringssoftware), bruger internettet til at søge information, bruger programmerings-

software eller apps til at løse opgaver (anvender f.eks. Scratch, Stencyl, Lego Mindstorms)

og laver video- eller lydproduktioner.

46. Indekset for social kommunikation omfatter: deler nyheder om aktuelle begivenheder

på sociale medier, bruger beskedtjenester, stemme- eller videochat til at tale online med

venner, familie eller andre (anvender f.eks. Skype, FaceTime, Facebook Messenger, Whats-

App), skriver til venner, familie eller andre via onlinekommunikation eller sms-beskeder,

skriver opslag og opdateringer på sociale medier om, hvad der sker i dit liv, uploader bil-

leder eller video til en onlineprofil eller et onlinefællesskab (anvender f.eks. Facebook, In-

stagram, Snapchat eller YouTube) og ser videoer eller billeder, som andre har slået op på

internettet.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.5

bruger drenge og piger it til forskellige ting?

105

Drenge

Tekniske aktiviteter

Udveksling af information

Indhold på internettet

Skolearbejde

Basale aktiviteter

Social kommunikation

Piger

Forskel

50 (0,4)

48 (0,3)

50 (0,3)

58 (0,3)

60 (0,3)

49 (0,3)

47 (0,3)

46 (0,2)

48 (0,3)

57 (0,2)

60 (0,3)

50 (0,3)

3 (0,5)

2 (0,3)

2 (0,4)

1 (0,3)

0 (0,3)

-1 (0,4)

-5,0

-2,5

0,0

2,5

Figur 6.12 Brug af it til forskellige aktiviteter opdelt på køn. Tal viser gennemsnit på ska-

laer for brug af it til forskellige aktiviteter. Standardfejl er angivet i parentes. Tal

i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i tabellen

på grund af afrunding. Forskelle der er signifikante, er markeret med fed. Prik-

ker viser den gennemsnitlige forskel mellem drenge og piger på en skala. Positive

værdier angiver at drenge i højere grad end piger angiver at de anvender it til akti-

viteten. Horisontale linjer angiver et 95-procentkonfidensinterval. Aktiviteterne er

rangeret efter forskellen mellem drenge og piger.

• Udveksling af information

• Indhold på internettet.

Figur 6.12 viser med tal drengenes og pigernes gennemsnit på hvert af de

seks indeks og forskellen mellem disse gennemsnit. I grafen vises forskel-

len med et punkt samt et 95-procentkonfidensinterval der gør det muligt at

vurdere om kønsforskellen er statistisk signifikant.

Først kan det bemærkes at både danske drenge og piger har usædvanligt

høje værdier på indeksene for brug af it til skolearbejde og til basale akti-

viteter. Værdier der ligger 7-10 point over gennemsnittet på 50, antyder at

danske 8.-klasseelever i gennemsnit bruger it i skolen og til basale aktiviter

lige så meget som de elever der ligger i den 75.-84. percentil internationalt.

Det fremgår desuden af figuren at drengene bruger it mere end pigerne til

tekniske aktiviteter, til udveksling af information og til at tilgå indhold på

47. Indekset for udveksling af information omfatter: stiller spørgsmål i fora eller på

spørgsmål-svar-hjemmesider, svarer på andres spørgsmål i fora eller på spørgsmål-svar-

hjemmesider, skriver indlæg til din egen blog (anvender f.eks. WordPress, Blogspot, Blog-

ger) og sender eller videresender information om begivenheder eller aktiviteter til andre.

48. Indekset for at tilgå indhold på internettet omfatter: går på internettet for at finde steder

at tage hen eller aktiviteter at deltage i, læser anmeldelser på internettet af ting, du måske vil

købe, læser nyheder på internettet, søger efter onlineinformation om ting, du er interesseret

i, og bruger hjemmesider, fora eller onlinevideoer til at finde ud af, hvordan man gør noget.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

106

køn og it

internettet. Der er ikke en kønsforskel i forhold til brug af it til skolear-

bejde eller til basale aktiviteter. Pigerne er mere tilbøjelige end drengene til

at anvende it til social kommunikation. Disse indeks understøtter således

de iagttagelser der er gjort i de foregående afsnit på baggrund af de enkelte

spørgsmål der blev stillet til eleverne.

6.6 Pigers og drenges syn på mulighederne for en fremtidig it

Det fremgår af de foregående afsnit at der er en meget gennemgående og

konsistent forskel i hvad drenge henholdsvis piger typisk mener de er i stand

til, og hvad de faktisk bruger it til. Lidt firkantet kan man sige at det er mere

almindeligt for drenge (men ikke for alle drenge) at mene at de er i stand til

at håndtere mere tekniske udfordringer i omgangen med it, og at de i højere

grad bruger it til mere tekniske aktiviteter. Til gengæld er der flere piger end

drenge der bruger it til sociale formål.

Det er interessant at undersøge om de forskelle der har vist sig i tiltro til

egne evner og i hvad it konkret bruges til af de to køn, også slår igennem i

forhold til deres forestilling om hvilken rolle it skal spille i deres fremtid.

I ICILS 2018-undersøgelsen har vi derfor for første gang stillet eleverne

en række spørgsmål om deres interesse for at komme til at arbejde med it

i deres fremtidige studie- og arbejdsliv. Spørgsmålet lød: „I hvilken grad er

du enig eller uenig i følgende udsagn om it?“ i forhold til de udsagn der

er gengivet i figur 6.13. Eleverne blev bedt om at vurdere udsagnene ud fra

følgende svarkategorier: „Helt enig“, „Enig“, „Uenig“ og „Helt uenig“.

Af figur 6.13 fremgår procentandelene af henholdsvis drenge og piger der

enten var helt enige eller enige i et udsagn. Først og fremmest viser figuren

at drenge og piger ser meget forskelligt på at finde et arbejde med avanceret

it. Mens 44 procent af drengene er enige i at de håber at finde et arbejde

med avanceret it, gælder dette for blot 15 procent af pigerne. Der er således

næsten tre gange så mange drenge som piger der ønsker sig et arbejde med

avanceret it. Tilsvarende er der også en stor kønsforskel med hensyn til om

eleverne vil studere noget med computere/it således at 46 procent af dren-

gene er enige i udsagnet hvorimod blot 18 procent af pigerne deler denne

opfattelse. I lyset af disse svar er det ikke en overraskelse at en større andel

af drengene end af pigerne er enige i at tilegnelse af viden om it vil gøre det

muligt at få det arbejde de er interesserede i. Der er altså markante forskelle

i drenges og pigers syn på en fremtid med it.

Den internationale forskningsledelse i ICILS har med statistisk analyse

valideret at de tre udsagn måler den samme bagvedliggende faktor som de

kalder fremtid med it.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.6

pigers og drenges syn på mulighederne for en fremtidig it

107

Drenge

Jeg håber på at

ﬁnde

et arbejde, der

involverer avanceret it

Jeg vil gerne studere noget med computere/it

eer min ungdomsuddannelse

At lære at bruge it vil gøre det muligt at

udføre det arbejde, jeg er interesseret i

Piger

Forskel

44 (1,9) 15 (1,1)

29 (2,2)

46 (1,8) 18 (1,3)

27 (2,1)

67 (1,6) 46 (1,6)

21 (2,5)

Figur 6.13 Syn på en fremtid med it opdelt på køn. Tal viser procentandelen der svarer

‘Helt enig’ eller ‘Enig’ i udsagnet. Standardfejl er angivet i parentes. Tal i kolon-

nen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i tabellen på

grund af afrunding. Forskelle der er signifikante, er markeret med fed. Prikker

viser forskellen i procentpoint mellem procentandelen af drenge og piger der

angiver at de er helt enige eller enige. Positive værdier angiver at flere drenge

end piger angiver at de er helt enige eller enige. Horisontale linjer angiver et 95-

procentkonfidensinterval. Udsagnene er rangeret efter forskellen mellem drenge

og piger.

Er kønsforskellene i interessen for fremtidigt at arbejde med it noget sær-

præget dansk, eller gør kønsforskellen sig også gældende i andre lande i

ICILS-undersøgelsen? Det korte svar er at danske elever skiller sig ud (sam-

men med tyske).

Figur 6.14 viser for hvert af de deltagende lande drenges og pigers gen-

nemsnit på indekset for en fremtid med it. Det fremgår at der i samtlige

lande er en tendens til at drenge i højere grad end piger ser positivt på en

fremtid med it. Grafen viser at kønsforskellene i samtlige lande er statistisk

signifikant forskellige fra nul. Imidlertid varierer det mellem landene hvor

stor kønsforskellen er. I Tyskland er kønsforskellen estimeret størst, men

kønsforskellen i Danmark er åbenlyst også betydelig og samtidigt markant

større end kønsforskellen i de fleste andre lande. I en yderligere analyse fin-

der vi at kønsforskellen blandt danske elever er signifikant større end køns-

forskellen blandt elever i hvert af de andre lande på nær Frankrig (hvor for-

skellen er insignifikant) og Tyskland hvor den er signifikant større end i

Danmark.

Igen er det slående at danske drenge i gennemsnit ligger tæt på det in-

ternationale gennemsnit på 50, mens danske piger i gennemsnit har den

mindste værdi blandt alle køn og lande. En værdi på 42 er usædvanligt langt

under gennemsnittet.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

108

køn og it

Drenge

Tyskland

Danmark

Luxemburg

Frankrig

Finland

Portugal

Sydkorea

Italien

USA

Chile

Uruguay

Kasakhstan

Piger

Forskel

52 (0,4)

49 (0,4)

51 (0,2)

51 (0,3)

55 (0,3)

52 (0,4)

54 (0,3)

52 (0,2)

53 (0,4)

55 (0,3)

53 (0,3)

43 (0,3)

42 (0,3)

45 (0,1)

45 (0,3)

46 (0,3)

50 (0,2)

48 (0,3)

50 (0,3)

48 (0,2)

50 (0,4)

52 (0,4)

52 (0,3)

8 (0,5)

7 (0,4)

6 (0,2)

6 (0,4)

5 (0,4)

4 (0,5)

4 (0,4)

4 (0,3)

3 (0,4)

3 (0,5)

1 (0,4)

-10

-5

Figur 6.14 Kønsforskelle i syn på en fremtid med it opdelt på land. Tal viser gennemsnit på

skalaen for syn på en fremtid med it. Standardfejl er angivet i parentes. Tal i ko-

lonnen ’Forskel’ kan forekomme inkonsistent i forhold til andre tal i tabellen på

grund af afrunding. Forskelle der er signifikante, er markeret med fed. Prikker

viser den gennemsnitlige forskel mellem drenge og piger på skalaen. Positive vær-

dier angiver at drenge i højere grad end piger ser positivt på en fremtid med it.

Horisontale linjer angiver et 95-procentkonfidensinterval. Landene er rangeret

efter forskellen mellem drenge og piger.

6.7 Sammenfatning

Opsamlende kan vi altså konkludere at:

• væsentligt flere drenge end piger mener de kan bruge it til tekniske

opgaver

• væsentligt flere drenge end piger bruger it til tekniske opgaver

• væsentligt flere drenge end piger bruger it til kommunikation om pro-

blemløsning, flere piger bruger it til kommunikation om sociale emner

• væsentligt flere drenge end piger kan forestille sig at de vil bruge it i

deres fremtidige arbejdsliv

• sammenlignet med de andre deltagende lande, er forskellene langt

mere udtalte i Danmark.

Disse resultater må betragtes som yderst tankevækkende. Som omtalt i ind-

ledningen til dette kapitel, er vi i Danmark et af verdens mest ligestillede

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.8

det er ikke nyt

109

lande, men resultaterne tyder på at vi har en udfordring i forhold til dren-

ges og pigers tilgang til omgangen med de tekniske aspekter af computere.

Særligt to spørgsmål rejser sig: Hvorfor er det sådan? Og hvad kan vi

gøre ved det – hvis der skal gøres noget? Som vi vil se i det følgende, er

sådanne kønsforskelle på området ikke nye.

6.8 Det er ikke nyt

Som vi omtalte i indledningen, er det billede vi ser i denne undersøgelse,

ikke nyt. Datalogiuddannelsen kan ses som en indikator på hvordan kvin-

der og piger oplever it som et interessant felt at beskæftige sig med. I figur

6.15 gengiver vi udviklingen i antallet af dimittender fra Københavns Uni-

versitets uddannelse i datalogi fra 1971 til 2018. For bedre at kunne iagttage

tendensen har vi omdannet tallene til et såkaldt

Weighted Moving Avarage

(vægtet bevægende gennemsnit) af tallene som udjævner udsving hvorved

man bedre kan se tendenser over tid. Det fremgår af figuren at der altid har

været færre kvinder der har afsluttet en datalogiuddannelse i København.

Men frem til engang i 1990’erne var der et stigende antal kvinder hvorefter

det er fladet ud. Forholdet mellem hvor mange kvinder og mænd der di-

mitterede, var kun stigende frem til midten af 1980’erne. Derefter blev der

stadig færre kvinder i forhold til mænd, og siden midten af 2000’erne har

andelen ligget på omkring ti procent.

I figur 6.16 ses grafer over ansøgere til datalogi- og softwareudviklings-

uddannelserne på landets universiteter siden 1996 (fra det tidspunkt er an-

søgertallene let tilgængelige og opdelt på køn). Vi har valgt at angive ansø-

gertallet og ikke antallet af optagne fordi antallet af ansøgere er et udtryk

for interesse for et givet studie, mens antal optagne kan være påvirket af

ansøgernes karaktergennemsnit.

Nogle universiteter optager eller optog ikke direkte til en specifik uddan-

nelse, men fx til naturfaglige basisuddannelser.

Det er derfor kun tal for

studerende der har ansøgt om at komme direkte ind på en datalogiuddan-

nelse der er medtaget. På Københavns Universitet har der i nogle år været

en datalogi-økonomi-uddannelse. Den medregnes i tallene.

Som det fremgår, skete der et ganske stort fald i antal ansøgere til Kø-

benhavns Universitet fra begyndelsen af 2000’erne. Dette opvejes måske til

49. På det daværende Odense Universitet var der både en femårig uddannelse i datatekno-

logi og en kandidatuddannelse i datalogi. Frem til 2003 blev studende til naturvidenskabe-

lige fag optaget på en fælles grunduddannelse i naturvidenskab, og indtil da er det således

alene optag på datateknologi der tælles med i opgørelsen.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

110

køn og it

Forhold (procent)

Mænd

Kvinder

Forhold

1970

1980

1990

År

2000

2010

2020

Figur 6.15 Antallet af dimmitenter fra Datalogisk Institut på Københavns Universitet i årene

1971 til 2018 opdelt på køn. Den røde kurve viser forholdet mellem kvindelige

og mandlige ansøgere i procent. De svage kurver viser antallet af kvindelige og

mandlige ansøgere. Kurverne er et Weighted Moving Avarage med vindue på 10

år. Tallene stammer fra Københavns Universitets Uddannelsesservice, Data og

Systemer (7. august 2019).

dels af at der fra det tidspunkt begynder at være optag direkte til datalogiud-

dannelserne på flere af de øvrige universiteter. Men disse studerende ville

måske også tidligere have læst datalogi efter endt basisuddannelse. Siden

da er ansøgertallet langsomt steget. Den blå kurve viser forholdet mellem

kvindelige og mandlige ansøgere. Den svinger i store dele af perioden un-

der 10 procent med en kort stigning på Københavns Universitet omkring

år 2000. I de allerseneste år ser det ud til at den stiger så den i 2019 ligger

omkring 20 procent på nogle af universiteterne.

Man kan ikke drage en direkte slutning fra 8. klasses pigers svar på

ICILS-undersøgelsen i 2018 til dimittend- og ansøgertal fra datalogi på

universiteterne. Men det er slående at se hvordan tendensen er den samme

begge steder: Datalogi er ikke noget for typiske piger.

6.9 Hvad kan forskellene skyldes?

På

Stereotypes, Identity, and Belonging Lab,

University of Washington, for-

sker associate professor Sapna Cheryan og kollegaer blandt andet i hvorfor

kvinder er så markant underrepræsenteret i datalogi når kurven er begyndt

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.9

hvad kan forskellene skyldes?

111

Danmarks

Tekniske

Universitet

IT-Universitetet

i København

Københavns

Universitet

Forhold (procent)

1995

2000

2005

År

Mænd

Kvinder

Syddansk

Universitet

Aalborg

Universitet

Aarhus

Universitet

Forhold

2010

2015

2020

Figur 6.16 Ansøgere til kandidatuddannelser på de danske universiteter med datalogi, da-

tateknologi, softwareudvikling, data science, samt it-retningen på DTU som før-

steprioritet i årene 1996 til 2019 opdelt på køn. Den røde kurve viser forholdet

mellem kvindelige og mandlige ansøgere i procent. De svage kurver viser antal-

let af kvindelige og mandlige ansøgere (y-aksen viser antallet divideret med 10).

Universiteternes navne er ensrettet (Syddansk Universitet omfatter fx det tidligere

Odense Universitet). Diplomuddannelser og uddannelser på professionshøjskoler

indgår ikke. Data er hentet fra Uddannelses- og Forskningsministeriets hjem-

meside: https://ufm.dk/uddannelse/statistik-og-analyser/sogning-og-optag-pa-

videregaende-uddannelser/grundtal-om-sogning-og-optag/ansogere-og-optagne-

fordelt-pa-kon-alder-og-adgangsgrundlag).

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

112

køn og it

at vende på andre traditionelt mandsdominerede områder som jura og me-

dicin (Cheryan m.fl. 2017).

Der har været mange forsøg på forklaringer –

alt fra at kvinder er medfødt underlegne når det gælder kvantitative færdig-

heder, til at kvinder ikke vil ofre deres tid sammen med familien.

Cheryan og kollegaer har — i stedet for at lede efter svaret hos kvinderne

– undersøgt den opfattelse af datalogien vi har skabt i vores kultur, og hvor-

vidt det er denne opfattelse der skaber stereotype billeder som gør det svært

for kvinder at se sig selv inden for datalogi. Her fandt de klare stereotype fo-

restillinger af datalogistuderende som nogle der eksempelvis „koder til sent

på natten og drikker energidrinks“ og „intet socialt liv har“ (Cheryan, Plaut,

m.fl. 2013). Derudover fandt de ud af at kvinder som træder ind i et data-

logilokale eller -miljø fyldt med objekter der stereotypisk er forbundet med

området (for eksempel Star Trek-plakater og videospil), er mindre tilbøje-

lige til at overveje at ville arbejde inden for datalogi end kvinder der træder

ind i et datalogilokale med ikke-stereotypiske objekter (for eksempel kunst-

plakater og vandflasker) (Cheryan m.fl. 2009; Cheryan, Meltzoff, og Kim

2011). Da de udvidede deres undersøgelse til skoleområdet, viste det sig at

datalogiklasselokaler indrettet så de

ikke

passer med nuværende stereotype

forestillinger, øger udskolingspigers interesse for datalogi – uden samtidig

at afskrække drengene (Master, Cheryan, og Meltzoff 2016). I efterfølgende

studier viste det sig at rollemodeller som repræsenterede de stereotypiske

billeder i form af stereotypisk påklædning og præferencer mindskede kvin-

ders interesse og forventede succes inden for datalogi (Cheryan, Siy, m.fl.

2011; Cheryan, Drury, og Vichayapai 2013).

Samme forskere har arbejdet med spørgsmålet om hvorfor nogle natur-

faglige områder (for eksempel biologi, kemi og matematik) har haft mere

succes med at inkludere kvinder og piger, end andre (eksempelvis datalogi,

ingeniørfagene og fysik). De har fundet ud af at kønsforskelle eksisterer i

kraft af to faktorer: en maskulin kultur samt begrænsede muligheder for

erfaringer med datalogi inden college. Allerede i 1. klasse mener piger og

drenge i USA at drenge er bedre end piger til programmering og robotter, og

disse stereotype forestillinger er stærkere end deres stereotype forestillinger

inden for matematik og naturfag (Master, Cheryan, og Meltzoff 2017). Ved

at lade piger i 1. klasse lege med robotter og programmering i 20 minutter

steg deres interesse for datalogi og ingeniørfagene, mens det ikke havde no-

gen lignende effekt på drenge (Master, Cheryan, og Meltzoff 2017). Samlet

set tyder deres forskning på at en ændring af den maskuline kultur inden for

50. Dette afsnit er skrevet med udgangspunkt i https://depts.washington.edu/sibl/

gender-and-stem, ud fra forskningsgruppens resume af dens resultater.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.10

hvordan kan vi skabe en bedre balance?

113

datalogi og ingeniørfagene i form af eksempelvis ændring af rollemodeller,

miljø og mediebilledet kan være af afgørende betydning for at øge kvinders

deltagelse i datalogi.

6.10 Hvordan kan vi skabe en bedre balance?

Kønsproblematikken blev allerede diskuteret i 1970’erne og 1980’erne med

henblik på at ændre den tendens man så, til at flere drenge end piger in-

teresserede sig for computere. I 1987 formidlede man for eksempel resulta-

terne af et etårigt udviklingsarbejde i en 5. klasse i Aarhus Kommune om-

handlende datalære og kønsroller med henblik på at påvirke pigernes såvel

som drengenes traditionelle kønsopfattelser. Formålet var at „modvirke den

kendsgerning at færre piger i skolen og senere i deres voksentilværelse væl-

ger fagområder inden for de tekniske og naturvidenskabelige områder, og

at afprøve om en mere humanistisk indfaldsvinkel giver en anden oplevelse

af datalære for både piger og drenge“ (Andersen og Bunde Jensen 1987). I en

afdækning af elevernes forudsætninger fremgik det blandt andet at dobbelt

så mange drenge som piger havde været inde i datalokalet for at kigge samt

at det i forhold til tekniske hjælpemidler og maskiner generelt var elevernes

mødre der lærte eleverne at bruge køkkenmaskiner, mens deres fædre viste

dem hvordan radio og båndoptager skulle betjenes. Nogle få drenge havde

prøvet elektrisk værktøj – vejledt af deres fædre – mens ingen piger havde

prøvet elektrisk værktøj. Alle drenge havde elektrisk legetøj, men syv ud af

ti piger havde ikke noget. Drengene havde altså mere erfaring med teknik,

end pigerne havde.

Man gjorde blandt andet tiltag i forhold til klasselokalets indretning og

udseende da man var af den opfattelse at det fysiske miljø var første signal

til eleverne om den undervisning de skulle i gang med. Blandt andet blev

udstyret integreret i klasselokalet så eleverne ikke „skulle gå til datalære“,

og så de ikke ubevidst ville få det indtryk at maskinerne var det vigtigste –

og dermed ikke forstå fagets tværfaglighed. Maskinen skulle anvendes når

det faldt naturligt sammen med arbejdet og uden at være centrum. De af-

prøvede forskellige typer af gruppeorganisering – rene pigegrupper, rene

drengegrupper og blandede grupper – for at undgå at grupperne ville blive

domineret af drengene. Og endelig indgik to kvindelige lærere som rol-

lemodeller i undervisningen. Vi vil her ikke gå i videre detaljer med selve

indholdet af undervisningen, men blot fremhæve nogle af forsøgets erfarin-

ger og konklusioner hvor det blandt andet fremgår at pigegrupperne fun-

gerede bedre end drengegrupperne, mens de blandede grupper fungerede

bedre end drengegrupperne. De fleste elever udtrykte efter forløbet at de

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

114

køn og it

helst ville arbejde i blandede grupper. Hvad angik elevernes frivillige brug

af computeren i pauserne lod drengene til at udforske og afprøve maskinen

mere end pigerne der i højere grad øvede sig på at blive bedre til det de i

forvejen kunne. Efter forløbet vurderede størstedelen af både drengene og

pigerne at de ville vælge datalære året efter hvis de kunne, og til spørgsmålet

om hvorvidt eleverne havde lyst til at arbejde med computere når de blev

voksne, svarede syv piger og fem drenge efter forløbet ja, mens to piger og

tre drenge svarede nej, og en dreng og en pige svarede at de ikke vidste det.

Lærerne så tegn på at pigernes selvtillid var blevet styrket gennem positive

oplevelser med tekniske områder – men mente at det ville kræve et stort

arbejde at skabe lige arbejdsvilkår for de to køn på området.

Når vi ser på de resultater for ICILS 2018 vi har præsenteret i dette kapi-

tel, er der netop et tydeligt behov for en massiv indsats hvis vi vil øge kvin-

ders deltagelse og interesse for faget. Kønsforskelle inden for it og teknologi

er da også blevet fornyet genstand for diskussion, og der iværksættes i sti-

gende grad aktiviteter på området for særligt piger/kvinder med henblik på

at ændre stereotype forestillinger omkring datalogi og køn samt at få flere

piger/kvinder til at interessere sig for it.

6.11 Indsatser og aktiviteter i dag

Som beskrevet i det indledende kapitel, sker der også i dag indsatser på fol-

keskoleområdet for at ændre de stereotype forestillinger om at de tekniske

dele af it er et domæne forbeholdt drengene. Organisationen DigiPippi til-

byder blandt andet workshopforløb i skolerne målrettet piger fra 2. til 7.

klasse med undervisning af kvindelige rollemodeller med henblik på et „di-

gitalt og teknologisk løft“ af pigerne samt de medvirkende lærere.

Til forskel fra universiteternes it-uddannelser er målet med folkeskole-

undervisningen ikke specikt at uddanne flere kvindelige dataloger eller it-

specialister. Ud over at forberede til videre uddannelse er folkeskolens for-

mål også – som udtrykt i formålsparagraffen – at fremme den enkelte elevs

alsidige udvikling samt at skabe rammer hvor eleverne kan udvikle tillid til

egne muligheder og baggrund for at tage stilling og handle. Vi har tidligere

berørt at der de seneste år er opstået et fornyet fokus på at dette fordrer

at eleverne udvikler forståelse for digitale teknologier og data i et samfund

hvor digitalisering spiller en så væsentlig rolle som det er tilfældet i dag. I

forsøgsfaget teknologiforståelse er formålet blandt andet udtrykt som ud-

vikling af faglige kompetencer, færdigheder og viden til konstruktivt og kri-

tisk at kunne deltage i udviklingen og forstå betydningen af digitale artefak-

ter samt at styrke elevernes forudsætninger for at forstå, skabe og agere me-

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

6.11

indsatser og aktiviteter i dag

115

ningsfuldt i samfundet. Dette gælder ikke kun piger – det gælder alle elever

og dermed er fokus heller ikke snævert på piger.

På universiteterne er indsatsen for at få flere kvinder til at tage it-faglige

uddannelser begyndt at tage fart hvilket også kan ses på antallet af optagne

kvinder på landets universiteter der efter en lang årrække med meget lavt

optag de seneste år langsomt er begyndt at stige.

IT-universitetet (ITU) der blev grundlagt i 1999, har i sin 20-årige

levetid altid søgt at skabe en ligelig kønsfordeling – i starten med fokus

på de „blødere“ it-uddannelser, men siden 2015 også med fokus på at få

flere kvinder ind på de mest tekniske uddannelser, Softwareudvikling,

Data Science, Datalogi og Software Design. På ITU’s hjemmeside om

„kønsdiversitet blandt studerende“ står der blandt andet: „Kvinder har

gennem mange år været stærkt underrepræsenterede i de tekniske it-fag,

herunder på it-uddannelserne. Vi mener, at digitaliseringen ændrer vores

samfund så grundlæggende, at det er nødvendigt, at både kvinder og

mænd er med til at sætte deres præg på udviklingen“, og på en video på

siden siger rektor Martin Zachariasen at: „De digitale teknologier bliver

anvendt af alle i samfundet, derfor er det væsentligt at kvinder også er med

til at præge den udvikling“.

ITU’s aktiviteter på området fokuserer i særlig grad på at introducere

kvindelige gymnasieelever samt kvinder der holder sabbatår efter en gym-

nasial uddannelse, til programmering og karrieremuligheder inden for it,

og tiltagene omfatter blandt andet IT-camps, coding-cafeer og tech karrie-

redage. Ønsket er at nedbryde stereotype forestillinger på området og vise

kvinderne at det ikke kun er mænd der arbejder med it. Således arbejder

de på at kvinderne møder rollemodeller i form af kvindelige softwarestu-

derende og kvinder med jobs i it-branchen de kan spejle sig i. Derudover

er et treårigt projekt om kønsdiversitet, støttet af Villum Fonden med 2,8

millioner kroner, blevet lanceret. Projektet omfatter blandt andet en rol-

lemodelkampagne på de sociale medier og programmeringsundervisning

for gymnasieklasser. Projektets resultater er indtil videre at andelen af kvin-

der blandt nyoptagne bachelorstuderende på ITU fra 2016 til 2018 er steget

fra 25 procent til 34 procent, på bacheloruddannelsen i Softwareudvikling

fra 12 procent til 20 procent og på Data Science fra 24 procent til 30 procent.

I år er der desuden for første gang lige mange kvinder og mænd blandt de

nye studerende på ITU’s kandidatuddannelse i Software Design.

51. Se https://www.itu.dk/om-itu/koensdiversitet-blandt-studerende

52. Se https://www.itu.dk/om-itu/presse/nyheder/2019/

lige-mange-kvinder-og-maend-paa-itus-software-kandidat

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

116

køn og it

Datalogisk Institut på Københavns Universitet (DIKU) der blev grund-

lagt i 1970, har også øget indsatsen på området. Blandt andet har Pernille

Bjørn der er den første og eneste kvindelige professor på DIKU, startet

forskningsinitiativet Femtech.dk med det formål at skabe mangfoldighed

i faget og nedbryde stereotyper om at datalogi er et mandefag. Hun ønsker

fortællinger om tidligere tiders kvindelige pionerer på området frem i ly-

set „så kvinder bedre kan identificere sig med faget og derigennem udvikle

en interesse for datalogi“.

Dette er blandt andet vigtigt, siger hun, fordi de

mennesker der laver vores it-systemer, bør afspejle samfundet.

På DIKU har andelen af kvindelige studerende også været i fremgang.

Viceinstitutleder for Undervisning på DIKU Martin Lillholm pointerer at

instituttet fortsat vil prioritere dette område med ønsket om at tendensen

fortsætter.

Samme ønske gælder for leder af Institut for Datalogi på Aarhus

Universitet professor Kaj Grønbæk der også har et mål om flere kvindelige

studerende.

Også Danmarks Tekniske Universitet (DTU) melder om stigning i ande-

len af optagne kvinder på sine uddannelser. Eksempelvis er andelen af kvin-

der på civilbacheloruddannelserne steget fra 33 procent i 2016 til 35 procent

i 2017, på kandidatuddannelserne fra 29 til 33 procent og på ingeniørud-

dannelserne fra 29 procent til 31 procent.

Men som det fremgår af ansø-

gertallene i afsnit 6.8, så ses ikke samme andele kvindelige ansøgere på de

datalogirettede uddannelser.

53. Se https://sciencereport.dk/samfund/

datalogi-professor-ny-fortaelling-datalogi-skal-vaekke-kvinders-interesse-faget/

54. Se https://di.ku.dk/Nyheder/2018/optag2018/

55. Se https://stiften.dk/aarhus/Teknologi-tiltraekker-kvinder-i-Aarhus-Kodning-er-ikke-kun-for-maend/

artikel/586312

56. Se https://www.dtu.dk/nyheder/2018/01/

andelen-af-kvindelige-studerende-vokser-langsomt?id=

e3cd211e-2975-403b-ad92-5189b52fe7b9

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

7 Lærernes tiltro til egne evner og

indstilling til it

I ICILS 2013-undersøgelsen viste det sig at danske lærere samlet set var be-

tragteligt mindre kritisk indstillede over for brug af it i undervisningen end

deres kolleger i andre lande, og at de samtidig kunne se forholdsvis mange

positive aspekter ved anvendelse af it.

I de mellemliggende år har der som omtalt i kapitel 2, fundet en omfat-

tende udvikling sted i forhold til tilgængelighed af digitale læremidler og

forbedret infrastruktur. Denne udvikling har sat sig spor i brugen af it i un-

dervisningen sådan som vi har set i kapitel 6, og kommer til at se i kapitel

8. It er således på en helt anden måde end i 2013 en del af lærernes hverdag

hvilket har givet lærerne et andet grundlag for at vurdere konsekvenserne

og mulighederne af at bruge it i undervisningen.

I 2013 viste det sig at læreres tiltro til egne evner generelt var betydeligt

højere end deres kollegers i andre lande. Som vi skal se i kapitel 8, bruger

danske lærere i dag it endnu mere end i 2013, så en forventning kan være at

deres opfattelse af egne evner til at bruge it i og uden for undervisning er

steget yderligere.

Derfor undersøger vi i dette kapitel hvad lærerne mener om brugen af it

i undervisningen, og hvor megen tiltro de har til deres egne evner i forhold

til brug af it.

7.1 Danske læreres indstilling til it i undervisningen

Når man vælger at bruge it – eller nogen vælger for én at man skal bruge

it – i undervisningen, gør man det ofte fordi man – eller nogen – forven-

ter at det giver fordele. Eksempelvis at brugen af it giver mulighed for mere

stimulerende undervisning eller mindsker den tid lærerne bruger på forbe-

redelse og tilrettelæggelse af undervisning. Men disse muligheder realiseres

ikke altid, og sammen med mulighederne kommer der utilsigtede konse-

kvenser – som både kan være og opleves som positive, men også nogen der

resulterer i dårligere praksis eller opleves som forringelser.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

118

lærernes tiltro til egne evner og indstilling til it

For at få indblik i lærernes oplevelse af hvad det betyder at it bliver en del

af hverdagens praksis, præsenterede vi lærerne i 8. klasse for en række ud-

sagn om it og undervisning og spurgte dem hvor enige de var i disse udsagn.

Nogle af udsagnene, som kan ses i figur 7.1, giver udtryk for at it spiller en

positiv rolle i undervisningen, og andre, som kan ses i figur 7.3, giver udtryk

for at it spiller en mere problematisk rolle i undervisningen.

I 2013 kaldte vi de to opfattelser som disse udsagn giver udtryk for, for

henholdsvis

positiv

negativ holdning.

I denne bog har vi valgt i stedet at

tale om at de giver udtryk for henholdsvis en

positiv

og en

kritisk indstil-

ling

til it. Det har vi fordi ordet negativ giver negative konnotationer, og

fordi det også i 2013 viste sig at mange lærere både giver udtryk for enig-

hed i de positive udsagn og i dem der påpeger problemer. Man kan altså

godt se mulighederne og samtidig være kritisk indstillet over for nogle af

de konsekvenser som det har at introducere it i undervisningen.

7.1.1 Lærernes positive indstilling til it i undervisningen

I figur 7.1 fremgår hvor store andele af de danske lærere der erklærer sig

henholdsvis meget enige, enige, uenige eller meget uenige med positive ud-

sagn om it i undervisningen. Udsagnene er ordnet således at det som flest

er enige eller meget enig i, står øverst.

Som det fremgår, er der ved alle udsagn en meget stor andel af lærerne

der er enige. Således mener mere end 90 procent at it giver bedre adgang

til information. Mere end 80 procent støtter de to udsagn om hvordan it

understøtter eleverne på deres niveau og giver dem interesse for at lære.

Og mere end tre fjerdedele er enige i de to udsagn om it’s betydning for

faglighed og problemløsning. De to resterende udsagn om samarbejde og

planlægning får mindst støtte, men det er stadig mere end 60 procent af

lærerne der er enige i at it støtter elevernes samarbejde og organisering af

arbejdet.

Samlet set giver lærerne i stort tal udtryk for at de kan se positive resul-

tater af brugen af it i undervisningen.

Den internationale ledelse af ICILS har analyseret de syv udsagn og fun-

det at de udgør en faktor, så man kan samle dem til et indeks for positiv

indstilling til it i undervisningen. Som det er forklaret i kapitel 6, er disse

indeks behandlet med Rasch-modellen og omsat til en skala hvor 50 er gen-

nemsnit og standardafvigelsen er 10. Så hvis en lærer har 50 på denne skala,

har hun samme indstilling som gennemsnittet af lærere i de deltagende

lande. En forskel på et point er ikke ubetydelig. Forskelle på flere point tyder

på betydelige forskelle i indstilling. I figurer over indeks angiver vi ud over

gennemsnittet på indekset også standardafvigelsen. Standardafvigelsen er

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

7.1

danske læreres indstilling til it i undervisningen

119

Uenig

Meget

uenig

At anvende it i skolen ...

Meget

enig

Enig

Uenig

Meget

uenig

Meget

enig

Enig

Sætter eleverne i stand til at få

adgang til bedre informationskilder

Hjælper elever med at arbejde på et

niveau, der svarer til deres

forudsætninger

Hjælper elever til at udvikle større

interesse i at lære

Hjælper elever med at udvikle

færdigheder i problemløsning

Forbedrer elevers faglige præstationer

Gør eleverne i stand til at samarbejde

mere eﬀektivt med andre elever

Hjælper elever med at udvikle

selvstændighed og evne til at planlægge

og styre eget arbejde

35 (1,5) 59 (1,8) 6 (0,9) 0 (0,2)

17 (1,3) 70 (2,0) 13 (1,7) 1 (0,2)

14 (1,4) 69 (1,8) 16 (1,2) 1 (0,2)

9 (1,3) 66 (2,3) 24 (2,3) 2 (0,4)

10 (1,2) 65 (2,2) 24 (1,8) 1 (0,3)

9 (1,3) 60 (2,1) 29 (2,0) 2 (0,6)

7 (0,9) 53 (1,8) 37 (1,9) 2 (0,6)

Procent

100

Figur 7.1 Lærernes positive indstilling til it i undervisningen. Tal viser procentandelen af

lærerne der har valgt en svarkategori. Standardfejl er angivet i parentes. Figuren

viser procentfordelingen på svarkategorierne. Udsagnene er rangeret efter procen-

tandelen der har svaret meget enig eller enig.

et udtryk for hvor langt de enkelte værdier ligger fra gennemsnittet – den

gennemsnitlige afvigelse fra gennemsnittet. Hvis standardafvigelsen for en

gruppe af lærere (fx fra et land eller gruppen af danske lærere fra store byer)

er 10, så er denne gruppes fordeling lig med det internationale gennemsnit.

Hvis den er mindre end 10, svarer gruppen til gengæld mere ens end hele

gruppen af lærere.

I figur 7.2 ses gennemsnittet af læreres positive indstilling i de deltagende

lande. Som det fremgår, er de danske lærere med et gennemsnit på 48 min-

dre positive end det internationale gennemsnit, men sammenlignet med de

lande vi har valgt at fokusere på i denne bog, er danske lærere betydeligt

og signifikant mere positive end finske og tyske lærere. Til gengæld er de

amerikanske lærere betydeligt og signifikant mere positivt indstillede end

de danske.

7.1.2 Lærernes kritiske indstilling til it i undervisning

Af figur 7.3 fremgår hvor store andele af de danske lærere der har udtrykt at

de er henholdsvis meget enige, enige, uenige og meget uenige med de seks

udsagn der udtrykker en mere kritisk opfattelse af it’s rolle i undervisningen.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

120

lærernes tiltro til egne evner og indstilling til it

Positiv indstilling Std.afv.

Chile

Kasakhstan

Portugal

USA

Sydkorea

Uruguay

Danmark

Italien

Finland

Luxemburg

Frankrig

Tyskland

54 (0,5)

54 (0,4)

51 (0,3)

49 (0,3)

49 (0,4)

48 (0,4)

48 (0,3)

45 (0,2)

44 (0,4)

44 (0,3)

43 (0,4)

Figur 7.2 Lærernes positive indstilling til it opdelt på land. Tal viser henholdsvis lærer-

nes gennemsnit på skalaen for positiv indstilling til it samt standardafvigelsen

(Std.afv.). Standardfejl er angivet i parentes. Prikker angiver lærernes gennemsnit

i det pågældende land på skalaen for positiv indstilling til it. De horisontale linjer

angiver et 95-procentkonfidensinterval. Landene er rangeret efter gennemsnittet.

At anvende it i skolen ...

Meget

enig

Enig

Uenig

Meget

uenig

Meget

enig

Enig

Uenig

Meget

uenig

Distraherer elever fra at lære

Resulterer i, at elever blot kopierer

materialer fra internetkilder

Resulterer i dårligere skrilige

færdigheder hos elever

Begrænser mængden af personlig

kommunikation mellem elever

Resulterer i, at eleverne bliver

dårligere til at beregne og foretage

skøn

Vanskeliggør elevers begrebsdannelse

11 (1,4) 44 (2,0) 41 (2,5) 4 (0,7)

6 (0,7) 42 (2,3) 48 (2,2) 3 (0,5)

9 (1,3) 32 (1,4) 50 (1,7) 9 (1,1)

8 (1,0) 32 (1,7) 52 (1,8) 8 (1,1)

5 (0,7) 26 (1,3) 63 (1,8) 7 (1,0)

1 (0,4) 15 (1,3) 69 (1,6) 15 (1,2)

Procent

100

Figur 7.3 Lærernes kritiske indstilling til it i undervisningen. Tal viser procentandelen af

lærerne der har valgt en svarkategori. Standardfejl er angivet i parentes. Figuren

viser procentfordelingen på svarkategorierne. Udsagnene er rangeret efter procen-

tandelen der har svaret meget enig eller enig.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

7.1

danske læreres indstilling til it i undervisningen

121

Kritisk indstilling Std.afv.

Luxemburg

Kasakhstan

Tyskland

Sydkorea

USA

Finland

Frankrig

Italien

Chile

Portugal

Danmark

Uruguay

53 (0,5)

53 (0,4)

51 (0,4)

51 (0,3)

50 (0,2)

50 (0,4)

49 (0,3)

49 (0,4)

49 (0,3)

48 (0,3)

45 (0,3)

Figur 7.4 Lærernes kritiske indstilling til it opdelt på land. Tal viser henholdsvis lærer-

nes gennemsnit på skalaen for kritisk indstilling til it samt standardafvigelsen

(Std.afv.). Standardfejl er angivet i parentes. Prikker angiver lærernes gennemsnit

i det pågældende land på skalaen for kritisk indstilling til it. De horisontale linjer

angiver et 95-procentkonfidensinterval. Landene er rangeret efter gennemsnittet.

Kun udsagnet om at it distraherer elever fra at lære, har mere end 50 pro-

cent af lærerne udtrykt enighed med. De tre udsagn som knytter sig til fag-

lige spørgsmål, om at kopiere fra internetkilder, få dårligere skriftlige fær-

digheder og blive dårligere til at beregne og foretage skøn, har opbakning

fra henholdsvis knap 50, godt 40 og godt 30 procent af lærerne der besva-

rer spørgsmålene. De to sidstnævnte spørgsmål knytter sig i nogen grad til

særlige fag, nemlig dansk og matematik (og naturfag), og derfor vil nogle

lærere have haft svært ved at forholde sig til disse. Kun en ganske lille andel

af lærerne er enige i at it vanskeliggør elevernes begrebsdannelse.

Den internationale ledelse af ICILS 2018 var også i stand til at identificere

en faktor ved analyse af disse kritiske udsagn om it i undervisningen. Disse

udgør derfor en skala som vi kalder kritisk indstilling til it i undervisningen.

I figur 7.4 ses gennemsnittet af lærernes placering på dette indeks fordelt

på de deltagende lande. Som det fremgår, er danske lærere i gennemsnit

nogle af de mindst kritisk indstillede sammenlignet med lærere fra de andre

deltagende lande. Og de danske lærere er i øvrigt signifikant mindre kritisk

indstillede end lærere fra både Finland, USA og Tyskland.

7.1.3 Ændring i de danske læreres indstilling til it

I 2013 blev nogle af de samme spørgsmål stillet til lærerne, og vi kan derfor

undersøge om der er sket en udvikling i lærernes indstilling til it. Godt nok

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

122

lærernes tiltro til egne evner og indstilling til it

2018

At anvende it i skolen hjælper elever med at

arbejde på et niveau, der svarer til deres

forudsætninger

At anvende it i skolen sætter eleverne i stand

til at få adgang til bedre informationskilder

At anvende it i skolen hjælper elever til at

udvikle større interesse i at lære

At anvende it i skolen forbedrer elevers

faglige præstationer

2013

Forskel

87 (1,7) 82 (1,2)

4 (2,1)

94 (0,9) 98 (0,8)

-4 (1,2)

83 (1,3) 87 (1,7) -4 (2,1)

75 (1,8) 83 (1,5)

-8 (2,4)

-10

Figur 7.5 Lærernes positive indstilling til it opdelt på år. Tal viser procentandelen af lærerne

der svarer ’Meget enig’ eller ’Enig’ i udsagnet. Standardfejl er angivet i parentes.

Tal i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i ta-

bellen på grund af afrunding. Forskelle der er signifikante, er markeret med fed.

Prikker viser forskellen i procentpoint mellem procentandelen af lærere i 2018

og 2013 der angiver at de er meget enige eller enige i udsagnet. Positive værdier

angiver at flere lærere i 2018 end i 2013 angiver at de er meget enige eller enige.

Horisontale linjer angiver et 95-procentkonfidensinterval. Udsagnene er rangeret

efter forskellen mellem lærernes svar i 2018 og 2013.

blev der også i 2013 lavet indeks for henholdsvis lærernes positive og kritiske

indstilling til it, men disse indeks bestod delvist af andre udsagn end dem

der blev præsenteret for lærerne i 2018. Værdierne for indeksene for 2013

og 2018 kan derfor ikke sammenlignes direkte. Vi kan imidlertid udnytte

at ICILS 2018 bad lærerne vurdere fire udsagn om positive aspekter ved it

som også indgik i spørgeskemaet i 2013. Tilsvarende gik fire mere kritiske

udsagn igen i 2018. Svarene på disse fælles udsagn kan sammenlignes for

at få et indblik i om danske lærere er blevet mere eller mindre positive og

kritiske over for it i skolen siden 2013.

Figur 7.5 viser procentandelen af lærere der var enige i forskellige positive

udsagn om it i henholdsvis 2018 og 2013. Herudover viser figurens højre del

ændringen fra 2013 til 2018 samt et 95-procentkonfidensinterval. Som det

fremgår af figuren, er der signifikant flere lærere i 2018 end i 2013 der er

enige i at brug af it i skolen hjælper elever med at arbejde på et niveau der

svarer til deres forudsætninger. Der er dog ikke tale om en stor procentuel

stigning.

Modsat er der signifikant færre lærere i 2018 der mener at it-brug hen-

holdsvis sætter elever i stand til at få adgang til bedre informationskilder

og forbedrer elevers faglige præstationer. Særligt faldet i andelen af lærere

der mener at it bidrager til at forbedre elevernes faglige præstationer, er af

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

7.1

danske læreres indstilling til it i undervisningen

123

2018

At anvende it i skolen distraherer elever

fra at lære

At anvende it i skolen resulterer i

dårligere skrilige færdigheder hos elever

At anvende it i skolen begrænser mængden af

personlig kommunikation mellem elever

At anvende it i skolen resulterer i, at

eleverne bliver dårligere til at beregne og

foretage skøn

2013

Forskel

55 (2,3) 14 (1,7)

42 (2,9)

41 (1,7) 23 (2,4)

18 (3,0)

40 (1,7) 24 (2,6)

16 (3,2)

31 (1,5) 17 (1,7)

13 (2,2)

Figur 7.6 Lærernes kritiske indstilling til it opdelt på år. Tal viser procentandelen af lærerne

der svarer ’Meget enig’ eller ’Enig’ i udsagnet. Standardfejl er angivet i parentes.

Tal i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i ta-

bellen på grund af afrunding. Forskelle der er signifikante, er markeret med fed.

Prikker viser forskellen i procentpoint mellem procentandelen af lærere i 2018

og 2013 der angiver at de er meget enige eller enige i udsagnet. Positive værdier

angiver at flere lærere i 2018 end i 2013 angiver at de er meget enige eller enige.

Horisontale linjer angiver et 95-procentkonfidensinterval. Udsagnene er rangeret

efter forskellen mellem lærernes svar i 2018 og 2013.

en vis størrelse. Det skal dog bemærkes at det stadig er tre ud af fire der er

enige i at it bidrager til at forbedre elevernes faglige præstationer.

I figur 7.6 ses forskellene mellem 2018 og 2013 i andele der er enige i mere

kritiske udsagn om it i undervisningen. Der er sket en mindre ændring i

ordlyden af et enkelt udsagn for kritisk indstilling. Udsagnet „At anvende it i

skolen resulterer i at eleverne bliver dårligere til at beregne og foretage skøn“

hed i 2013 „At anvende it i skolen resulterer i at eleverne bliver dårligere til

at beregne og vurdere“. Sammenligningen af disse udsagn skal derfor tages

med et lille forbehold. To øvrige udsagn er bibeholdt i 2018, men er blevet

omformuleret i en sådan grad siden 2013 at vi har valgt ikke at medtage dem

i disse analyser over tid.

Som det fremgår af figur 7.6, er lærerne i ganske stort omfang blevet mere

kritiske over for it-brug siden 2013. For tre af udsagnenes vedkommende er

der næsten dobbelt så mange der erklærer deres enighed i 2018 som der var

i 2013, og for det fjerde udsagn er der sket en tredobling. Dette udsagn om

at it distraherer eleverne fra at lære, havde blot opbakning fra 14 procent i

2013, mens det er halvdelen der erklærer sig enige i 2018. Der er med andre

ord sket et meget stort skred i danske læreres kritiske indstilling over for it i

undervisningen på de fem år mellem de to undersøgelser. Vi har ikke med

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

124

lærernes tiltro til egne evner og indstilling til it

2018

55 (2,3)

2013

14 (1,7)

29 (1,5)

31 (1,2)

13 (0,9)

23 (2,4)

52 (1,7)

76 (1,6)

55 (2,1)

17 (1,7)

41 (1,6)

64 (1,1)

35 (1,9)

24 (2,6)

52 (1,6)

56 (1,2)

46 (1,7)

Forskel

42 (2,9)

16 (2,4)

2 (1,9)

25 (1,6)

18 (3,0)

11 (2,4)

-14 (2,1)

-7 (2,7)

13 (2,2)

8 (2,4)

-12 (1,9)

4 (2,4)

16 (3,2)

1 (2,1)

1 (2,0)

2 (2,7)

Danmark

Tyskland

Sydkorea

Chile

Danmark

Tyskland

Sydkorea

Chile

Danmark

Tyskland

Sydkorea

Chile

Danmark

Tyskland

Sydkorea

Chile

-20

At anvende it i skolen

distraherer elever fra at

lære

45 (1,9)

33 (1,4)

38 (1,3)

41 (1,7)

At anvende it i skolen

resulterer i dårligere

skrilige færdigheder hos

elever

63 (1,7)

62 (1,4)

48 (1,7)

31 (1,5)

At anvende it i skolen

resulterer i, at eleverne

bliver dårligere til at

beregne og foretage skøn

50 (1,7)

52 (1,5)

39 (1,5)

40 (1,7)

At anvende it i skolen

begrænser mængden af

personlig kommunikation

mellem elever

53 (1,4)

56 (1,5)

48 (2,1)

Figur 7.7 Lærernes kritiske indstilling til it opdelt på år og land. Tal viser procentandelen

af lærerne der svarer ’Meget enig’ eller ’Enig’ i udsagnet. Standardfejl er angivet i

parentes. Tal i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre

tal i tabellen på grund af afrunding. Forskelle der er signifikante, er markeret med

fed. Prikker viser forskellen i procentpoint mellem procentandelen af lærere i 2018

og i 2013 der angiver at de er meget enige eller enige i udsagnet. Positive værdier

angiver at flere lærere i 2018 end i 2013 angiver at de er meget enige eller enige.

Horisontale linjer angiver et 95-procentkonfidensinterval.

de foreliggende data grundlag for at udtale os om hvad dette store skift kan

skyldes, men det er et spørgsmål som kalder på yderligere forskning.

Som omtalt, deltog også Tyskland, Chile og Sydkorea både i ICILS 2013

og ICILS 2018, og vi undersøger derfor i det følgende om de danske læreres

ændring i indstilling er en tendens som også kan ses i de tre lande. I figur

7.7 ses udviklingen på de kritiske udsagn der indgik i både 2013- og 2018-

undersøgelsen.

Først og fremmest kan det bemærkes at væsentligt større andele af dan-

ske lærere var mindre enige i de kritiske udsagn end de andre landes lærere i

2013 (på nær Chiles lærere hvor lige så store andele er uenige som de danske

i udsagnet om at it distraherer eleverne fra at lære). For det andet kan det

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

7.1

danske læreres indstilling til it i undervisningen

125

bemærkes at hvor udsagnet: „It distraherer elever fra at lære“ i 2013 i Dan-

mark havde opbakning fra den mindste andel af lærere blandt de fire lande,

er andelen af lærere der er enige i 2018, den største blandt de fire lande. Det

tyder på at der er sket et særligt skift i opfattelse eller erfaring blandt danske

lærere. Og at dette skift nok også har fundet sted i de tre andre lande, men

slet ikke i tilsvarende omfang.

For det tredje kan det bemærkes at andelen af kritiske lærere er ændret

mest i Danmark på alle fire udsagn. Forskellene er signifikant større i Dan-

mark på nær i forhold til tyske lærere på de to udsagn om at it distraherer

elevernes læring og om at det begrænser mængden af personlig kommuni-

kation mellem elever.

Disse tal understøtter således konklusionen om at der er sket noget helt

særligt blandt danske lærere i de fem år mellem 2013 og 2018.

7.1.4 Lærerkarakteristikas sammenhæng med indstilling til it

I spørgeskemaerne som lærerne og skolelederne svarede på, stillede vi også

en række spørgsmål om lærernes alder, køn, hvilke fag de underviste i, og

om typen af skole, erfaring med at bruge it på skolen med mere.

I det følgende undersøger vi om der er særlige grupper af lærere som har

en særligt positiv eller kritisk indstilling til brug af it i undervisningen.

Af figur 7.8 fremgår gennemsnittet for lærere med forskellige karakteri-

stika på indekset for positiv indstilling til it. Resultaterne er ganske interes-

sante, da lærernes indstilling til it ikke ser ud til at hænge sammen med de

undersøgte lærerkarakteristika. Der er ikke forskelle på hvor positive kvin-

der og mænd er over for it i undervisningen. Det gør ingen forskel om læ-

rerne er over eller under 45 år (som er medianen for lærernes alder), lærere

i store byer er lige så positive som lærere i landsbyer. Den eneste forskel

af en vis størrelse er forskellen på skoler med mere eller mindre end ti års

erfaring med it i undervisningen. Men forskellen er ikke signifikant.

Vi har af pladshensyn valgt samlet at kalde de lærere der havde mar-

keret at de underviste i „Humanistiske eller samfundsfaglige fag (historie,

samfundsfag, osv.)“, for kulturfagslærere.

I den danske grundskole er der ikke et obligatorisk fag for it eller data-

logi. Vi spurgte alligevel lærerne om de underviste i „It-fag (f.eks. teknolo-

giforståelse)“ fordi vi forventede at der ville være forsøg med teknologifor-

ståelse, datalogi, programmering med videre på nogle skoler, og det viste

sig at 17 lærere svarende til knap to procent angav at de underviste i dette

fag (og typisk også i andre fag). På grund af den særlige måde lærerne der

besvarede spørgeskemaet, er udvalgt på via deres skole, vurderer den inter-

nationale forskningsledelse (Jung og Carstens 2013, 45) at der skal være op

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

126

lærernes tiltro til egne evner og indstilling til it

Positiv

indstilling

Lærer i dansk

Lærer i sprogfag

Lærer i matematik

Lærer i naturfag

Lærer i kulturfag

Lærer i it-fag

45 år og under

Over 45 år

Kvinde

Mand

Landsby (færre end 3.000)

By (mellem 3.000 og 15.000)

Større by (mellem 15.000 og 100.000)

Storby (ﬂere end 100.000)

Skole med mindre end ti års erfaring med it

Skole med ti eller

ﬂere

års erfaring med it

Folkeskole

Privatskole

49 (0,5)

49 (0,7)

48 (0,6)

48 (0,5)

48 (0,8)

49 (2,4)

48 (0,4)

48 (0,5)

48 (0,9)

48 (0,7)

49 (0,6)

48 (0,6)

47 (0,8)

49 (0,4)

48 (0,4)

48 (0,7)

Std.afv.

Figur 7.8 Lærernes positive indstilling til it opdelt på lærer- og skolekarakteristika. Tal viser

henholdsvis lærernes gennemsnit på skalaen for positiv indstilling til it samt stan-

dardafvigelsen (Std.afv.). Standardfejl er angivet i parentes. Den meget store stan-

dardfejl for lærere i it-fag skyldes at kun 17 lærere blandt respondenterne undervi-

ser i it-fag. Prikker angiver lærernes gennemsnit på skalaen for positiv indstilling

til it. De horisontale linjer angiver et 95-procentkonfidensinterval.

mod 50 respondenter fra 25 forskellige skoler i en gruppe, før man korrekt

kan estimere standardfejlen på gruppens resultater. Med andre ord har vi

ikke et validt bud på hvor præcist vores resultat er i forhold til populationen

af it-lærere. Man skal derfor være meget varsom med at drage konklusioner

på baggrund af tal om it-faglærerne.

I figur 7.9 undersøger vi gennemsnittet for lærere med forskellige karak-

teristika på indekset for kritisk indstilling til it. Også for kritisk indstilling

til it er resultatet ganske interessant fordi der heller ikke her er signifikante

forskelle. Lærerne i it-fag ser – med forbehold for det lille antal i gruppen –

ud til at være mindre kritisk indstillede end de øvrige lærere.

En interessant forskel ses dog i standardafvigelsen på yngre henholdsvis

ældre lærere. De yngre på 45 år og under er med en standardafvigelse på

otte noget mere enige i deres vurdering end de ældre over 45 år med en

standardafvigelse på ti.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

7.2

danske læreres tiltro til egne it-evner

127

Kritisk

indstilling

Lærer i dansk

Lærer i sprogfag

Lærer i matematik

Lærer i naturfag

Lærer i kulturfag

Lærer i it-fag

45 år og under

Over 45 år

Kvinde

Mand

Landsby (færre end 3.000)

By (mellem 3.000 og 15.000)

Større by (mellem 15.000 og 100.000)

Storby (ﬂere end 100.000)

Skole med mindre end ti års erfaring med it

Skole med ti eller

ﬂere

års erfaring med it

Folkeskole

Privatskole

Std.afv.

48 (0,5)

48 (0,6)

48 (0,5)

49 (0,6)

47 (2,0)

49 (0,4)

48 (0,5)

48 (0,4)

48 (0,7)

49 (0,7)

48 (0,6)

48 (0,7)

49 (0,8)

48 (0,4)

49 (0,5)

Figur 7.9 Lærernes kritiske indstilling til it opdelt på lærer- og skolekarakteristika. Tal viser

henholdsvis lærernes gennemsnit på skalaen for kritisk indstilling til it samt stan-

dardafvigelsen (Std.afv.). Standardfejl er angivet i parentes. Den meget store stan-

dardfejl for lærere i it-fag skyldes at kun 17 lærere blandt respondenterne undervi-

ser i it-fag. Prikker angiver lærernes gennemsnit på skalaen for positiv indstilling

til it. De horisontale linjer angiver et 95-procentkonfidensinterval.

7.2 Danske læreres tiltro til egne it-evner

Som det fremgik af kapitel 6, har danske elever forholdsmæssigt stor tiltro

til deres egne evner når det kommer til at bruge it til basale opgaver. Men

der var meget store forskelle på piger og drenges tiltro til deres evner til

tekniske opgaver hvor det viste sig at danske piger havde meget lav tiltro

sammenlignet ikke alene med danske drenge, men også alle andre landes

piger og drenge.

I dette afsnit undersøger vi de danske læreres tiltro til egne kompeten-

cer i forhold til at bruge computeren til opgaver primært i forbindelse med

undervisningen.

7.2.1 Lærernes tiltro til at kunne løse forskellige opgaver på computer

I figur 7.10 ses lærernes svar på spørgsmålet om hvor godt de selv kunne

udføre en række opgaver på en computer. Meget store andele af de danske

lærere giver udtryk for at de kan løse alle de opgaver der nævnes. Den eneste

aktivitet hvor det er mindre end 95 procent af lærerne der mener de kan eller

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

128

lærernes tiltro til egne evner og indstilling til it

Ved hvordan Ikke gjort Ville ikke

man gør det før, men kunne gøre

det

ville kunne

det

Finde nyttige

undervisningsmaterialer på

internettet

Bruge internettet til at købe ting

online

Tilrettelægge undervisning, der

involverer elevernes brug af it

Udfærdige præsentationer (f.eks.

Microso PowerPoint, LibreOﬃce

Impress, Google Slides) med simple

animationsfunktioner

Vurdere elevers læringsudbytte

Samarbejde med andre om at oprette

og dele materialer via f.eks.

Google Docs, Padlet

Bruge en læringsplatform (f.eks.

MinUddannelse, Meebook)

Anvende et regneark (f.eks.

Microso Excel, LibreOﬃce Calc,

Google Sheets) til at registrere

eller analysere data

Bidrage til et diskussionsforum/ en

brugergruppe på internettet (f.eks.

i en wiki eller på en blog)

Ved hvordan

man gør

det

Ikke gjort

det før, men

ville kunne

Ville ikke

kunne gøre

det

99 (0,3)

1 (0,2)

0 (0,2)

99 (0,3)

1 (0,2)

98 (0,5)

2 (0,5)

1 (0,2)

90 (1,2)

8 (1,1)

2 (0,4)

84 (1,6)

14 (1,5)

2 (0,5)

80 (1,9)

16 (1,4)

4 (1,0)

80 (1,5)

17 (1,2)

3 (0,9)

66 (1,5)

25 (1,3)

9 (0,9)

55 (2,0)

41 (2,1)

4 (1,0)

Procent

100

Figur 7.10 Lærernes tiltro til at kunne udføre opgaver med en computer. Tal viser procentan-

delen af lærerne der har valgt en svarkategori i forhold til opgaven. Standardfejl er

angivet i parentes. Figuren viser procentfordelingen på svarkategorierne. Svarka-

tegorierne er forkortet i figuren. Opgaverne er rangeret efter procentandelen der

har svaret ’Jeg kan finde ud af dette’.

ville kunne udføre denne opgave, er til at anvende et regneark. De meget

store andele der angiver at de kan udføre opgaverne, ikke blot ville kunne,

tyder også på at it er en helt integreret del af langt den overvejende del af

danske læreres dagligdag.

7.2.2 Ændring i de danske læreres tiltro til egne it-evner

Fem af de udsagn vi præsenterede lærerne for i 2018, var også med i spør-

geskemaet i 2013. I figur 7.11 ses hvordan andelene af lærere der kan udføre

disse opgaver, har udviklet sig mellem 2013 og 2018.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

7.2

danske læreres tiltro til egne it-evner

129

2018

Samarbejde med andre om at oprette og dele

materialer via f.eks. Google Docs, Padlet

Vurdere elevers læringsudbytte

Tilrettelægge undervisning der involverer

elevernes brug af it

Finde nyttige undervisningsmaterialer på

internettet

Bidrage til et diskussionsforum/en

brugergruppe på internettet (f.eks. i en

wiki eller på en blog)

2013

Forskel

80 (1,9) 49 (2,7)

31 (3,3)

84 (1,6) 75 (2,6)

9 (3,0)

98 (0,5) 93 (1,4)

5 (1,5)

99 (0,3) 98 (0,6) 1 (0,7)

55 (2,0) 55 (2,3) -1 (3,0)

-10

Figur 7.11 Lærernes tiltro til at kunne udføre opgaver med en computer opdelt på år. Tal vi-

ser procentandelen af lærerne der svarer ’Jeg kan finde ud af dette’. Standardfejl

er angivet i parentes. Tal i kolonnen ‘Forskel’ kan forekomme inkonsistent i for-

hold til andre tal i tabellen på grund af afrunding. Forskelle der er signifikante, er

markeret med fed. Prikker viser forskellen i procentpoint mellem procentandelen

af lærere i 2018 og 2013 der angiver at de kan finde ud af opgaven. Positive vær-

dier angiver at flere lærere i 2018 end i 2013 angiver at de kan finde ud af opgaven.

Horisontale linjer angiver et 95-procentkonfidensinterval. Opgaverne er rangeret

efter forskellen mellem lærernes svar i 2018 og 2013.

Allerede i 2013 var det meget store andele af lærerne som kunne tilrettelægge

undervisning med it og finde nyttige materialer på internettet, men allige-

vel er der sket signifikante forøgelser så det nu er så godt som alle lærere

der mener sig i stand til dette. For opgaven om at vurdere elevers lærings-

udbytte med brug af it er der også sket en udvikling som gør at det nu er

det overvældende flertal af lærere der kan løse denne opgave, særligt hvis

de der ville kunne hvis de skulle, medtages (se figur 7.10). En mulig forkla-

ring af denne stigning kunne være at der i dag er flere digitale portaler som

har redskaber integreret netop til vurdering af læringsudbytte. En anden

forklaring kunne være at fordi lærerne generelt har øget deres brug af it i

undervisningen, så øges sandsynligheden for at de vælger at integrere it i

alle dele af undervisningen.

Den største stigning er sket i forhold til opgaven der handler om samar-

bejde med brug af digitale tjenester. Her kan 31 procentpoint flere nu udføre

opgaven. Dette afspejler sandsynligvis både at samarbejdsteknologier var

forholdsvis nye i 2013, og at digitalt samarbejde siden er blevet en integreret

del af skolen både blandt lærere og blandt elever – ofte igangsat af lærere.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

130

USA

Danmark

Portugal

Finland

Sydkorea

Uruguay

Chile

Kasakhstan

Italien

Luxemburg

Tyskland

Frankrig

lærernes tiltro til egne evner og indstilling til it

Tiltro

Std.afv.

54 (0,3)

53 (0,3)

51 (0,2)

50 (0,3)

49 (0,3)

47 (0,4)

47 (0,3)

47 (0,4)

45 (0,3)

Figur 7.12 Lærernes tiltro til egne evner til brug af it opdelt på land. Tal viser henholdsvis læ-

rernes gennemsnit på skalaen for tiltro til egne evner til brug af it samt standard-

afvigelsen (Std.afv.). Standardfejl er angivet i parentes. Prikker angiver lærernes

gennemsnit i det pågældende land på skalaen for tiltro til egne evner. De hori-

sontale linjer angiver et 95-procentkonfidensinterval. Landene er rangeret efter

gennemsnittet.

7.2.3 Danske læreres tiltro til egne evner til brug af it sammenholdt med

lærere i andre lande

De ni udsagn om opgaver viste sig ved den internationale forskningsledel-

ses analyser at udgøre en faktor som derfor er samlet i et indeks for læreres

tiltro til egne evner til brug af it. I figur 7.12 præsenterer vi en sammenlig-

ning af hvordan gennemsnittet er for lærere fra de deltagende lande. Det

fremgår at danske lærere i gennemsnit har signifikant lavere tiltro til deres

evner end lærere i USA. Forskellen er dog ikke stor. Modsat har danske læ-

rere signifikant større tiltro til deres evner end lærere i hvert af de andre

lande på nær Portugal. Særligt er det interessant at iagttage at tyske lærere

i gennemsnit har betydeligt lavere tiltro til egne evner med it end danske

lærere.

7.2.4 Lærerkarakteristikas betydning for tiltro til egne it-evner

Af figur 7.13 fremgår gennemsnittet for lærere fra forskellige grupper.

Hvor der ikke var signifikante forskelle på forskellige grupper af læreres

indstilling, er der flere forskelle i gennemsnit af tiltro til egne evner med it

for lærere fra forskellige baggrunde og fag.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

7.2

danske læreres tiltro til egne it-evner

131

Tiltro til

egne it-evner

Lærer i dansk

Lærer i sprogfag

Lærer i matematik

Lærer i naturfag

Lærer i kulturfag

Lærer i it-fag

45 år og under

Over 45 år

Kvinde

Mand

Landsby (færre end 3.000)

By (mellem 3.000 og 15.000)

Større by (mellem 15.000 og 100.000)

Storby (ﬂere end 100.000)

Skole med mindre end ti års erfaring med it

Skole med ti eller

ﬂere

års erfaring med it

Folkeskole

Privatskole

Std.afv.

52 (0,4)

53 (0,5)

55 (0,6)

52 (0,7)

60 (1,1)

54 (0,4)

52 (0,5)

52 (0,4)

54 (0,5)

55 (0,8)

53 (0,5)

53 (0,8)

53 (0,6)

53 (0,4)

54 (0,4)

52 (0,7)

Figur 7.13 Lærernes tiltro til egne evner til brug af it opdelt på lærer- og skolekarakteristika.

Tal viser henholdsvis lærernes gennemsnit på skalaen for tiltro til egne evner til

brug af it samt standardafvigelsen (Std.afv.). Standardfejl er angivet i parentes.

Den meget store standardfejl for lærere i it-fag skyldes at kun 17 lærere blandt

respondenterne underviser i it-fag.

Lærere under 45 år har i gennemsnit signifikant større tiltro til deres it-evner

end lærere over 45 år har. Det er interessant at selv om ældre lærere har

mindre tiltro til deres egne evner så er de som vi så i figur 7.8 og 7.9, hverken

mindre positivt eller mere kritisk indstillede over for it i undervisningen

end deres kolleger under 45 år (faktisk er de numerisk, men ikke signifikant

mindre kritisk indstillede).

Lærere fra folkeskoler har signifikant større tiltro til deres it-evner end

lærere fra private skoler. Der er ikke signifikant forskel på tiltro til egne

it-evner mellem lærere uanset størrelsen på den by deres skole ligger i, og

uanset hvor længe skolen har arbejdet med it.

Matematik- og naturfagslærere tror signifikant mere på deres it-evner

end både dansk-, kultur- og sprogfagslærere, og der er ikke signifikant for-

skel mellem lærere i dansk, sprog- og kulturfag. Lærere der underviser i

it-fag, har tilsyneladende mere tiltro til at de kan løse opgaver på computer

end andre fags lærere, men på grund af det lave antal it-faglærere i denne

undersøgelse, kan vi ikke udtale os om signifikansen.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

132

lærernes tiltro til egne evner og indstilling til it

De mandlige danske lærere har i gennemsnit signifikant større tiltro til

deres it-evner end de kvindelige danske lærere har. Der er dog tale om en

forskel som er forbundet med andre faktorer. Når man således kontrollerer

for hvilket fag lærerne underviser i, forsvinder sammenhængen mellem køn

og tiltro til egne evner i flere tilfælde. Det indikerer at køn ikke har en stærk

direkte sammenhæng med tiltro til egne evner, men at det er noget mere

komplekst. En forsigtig fortolkning er at køn har en indirekte betydning for

tiltro til egne evner således at køn muligvis påvirker lærernes fagvalg, men

at fagvalget ser ud til at spille en central rolle ved at forme lærernes tiltro til

egne it-evner. Omvendt kan forklaringen også være at tiltro til egne evner

med it har betydning for fagvalget. Disse fortolkninger hviler på flere usikre

antagelser, fx tidsrækkefølgen mellem variable og at andre (uobserverede)

variable ikke spiller ind på sammenhængene. Men resultaterne tyder på at

køn ikke er hele forklaringen på lærernes tiltro til egne evner med it.

7.3 Sammenfatning

Samlet set giver danske lærere i høj grad udtryk for at de kan se positive

resultater af brugen af it i undervisningen, og de er i gennemsnit nogle af de

mindst kritisk indstillede sammenlignet med lærere fra de andre deltagende

lande. Men lærerne er i stort omfang blevet mere kritiske over for it-brug

siden 2013.

Her falder det særligt i øjnene at mere end 50 procent af lærerne mener

at anvendelse af it i skolen distraherer eleverne fra at lære. Dette tal var blot

14 procent i 2013. Dette meget omfattende skift i indstilling til it’s rolle som

distraherende faktor rejser yderligere spørgsmål om hvornår it distraherer

eleverne fra at lære efter lærernes mening, og om hvordan it kan anven-

des uden at det distraherer eleverne. Det er oplagt at der bør gennemføres

yderligere forskning der kan kaste lys over disse spørgsmål.

Danske lærere har større tiltro til deres evner end alle andre lande på nær

USA. Der er meget store andele der angiver at de

kan

udføre de opgaver

de bliver spurgt om, ikke at de blot

ville kunne,

hvilket også tyder på at it

er en meget integreret del af de fleste danske læreres dagligdag. I forhold

til bidrag til et diskussionforum/en brugergruppe på internettet er danske

læreres tiltro til egne it-evner den samme i 2018 som i 2013, men derudover

har deres tiltro udelukkende udviklet sig positivt. Den største stigning er

sket i forhold til samarbejde med brug af digitale tjenester. Dette resultat

hænger givetvis sammen med de resultater vi formidler i næste kapitel om

lærernes brug af it der er steget meget kraftigt siden 2013.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

7.3

sammenfatning

133

Ligesom det var tilfældet for eleverne, har de mandlige danske lærere i

gennemsnit signifikant større tiltro til deres egne it-evner end de kvindelige

danske lærere har. Men denne forskel ser ud til at hænge sammen med fag-

valg således at lærere kan få øget tiltro til deres egne evner af at være lærer

i et givet fag – eller således at lærere med høj tiltro vælger særlige fag. Også

dette resultat giver anledning til at efterspørge yderligere forskning for at

afklare hvilke faktorer der øger tiltroen til egne evner med it.

INDHOLDSFORTEGNELSE

8 Lærerenes brug af it i undervisningen

I ICILS 2013-runden viste det sig at danske lærere var blandt de lærere der

anvendte it mest i undervisningen, kun overgået af lærerne fra Australien.

Danske lærere svarede også at de selv og deres elever i stort omfang an-

vendte it-redskaber – i de fleste tilfælde i et omfang der lå væsentligt over

gennemsnittet af de deltagende lande, men særligt for de mere elevcentre-

rede aktiviteter i et omfang der lå under gennemsnittet. Og endelig angav

danske lærere i stort omfang at de havde fokus på at deres elever udviklede

en række færdigheder og kompetencer inden for computer- og informa-

tionskompetenceområdet.

Vi omtalte i kapitel 2 at der har været en lang række initiativer for at øge

anvendelsen af it i undervisningen over de seneste 30 år, og at der fra 2012 til

2017 specifikt af den daværende regering og Kommunernes Landsforening

med projektet it i folkeskolen blev iværksat et initiativ blandt andet med

henblik på at skabe en pålidelig og stærk it-infrastruktur og fremme brug

af digitale læremidler i undervisningen. I det følgende undersøger vi om

it i 2018 var blevet en endnu mere integreret del af hverdagen end det var

allerede i 2013.

8.1 Hvor ofte bruger danske lærere it i undervisningen?

ICILS-undersøgelsen har spurgt de danske lærere om hvor ofte de bruger

it i forskellige sammenhænge. Først og fremmest spørges lærerne om deres

brug af it i undervisningen, men de spørges også om deres brug af it til an-

dre arbejdsrelaterede formål på skolen, til arbejdsrelaterede formål uden for

skolen samt til ikke-arbejdsrelaterede formål uden for skolen. Fordelingen

af lærernes svar på spørgsmålene fremgår af figur 8.1.

Af figuren fremgår det at langt størstedelen af danske lærere anvender

it meget ofte i undervisningen. 72 procent af lærerne svarer at de bruger

it dagligt, mens 95 procent af lærerne bruger it mindst en gang ugentligt

i undervisningen. De tre andre søjler vidner om at danske lærere generelt

er højfrekvente brugere af it uanset om vi ser på deres brug af it til andre

arbejdsrelaterede formål end undervisning eller blot deres brug af it i deres

fritid.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

136

lærerenes brug af it i undervisningen

Hvor oe anvender du it ...

Hver

dag

Ikke

Hver Hver hver

uge måned måned Aldrig

Hver

dag

Hver

uge

Hver

måned

Ikke

hver

måned

Aldrig

I undervisningen i skolen

72 (2,4)23 (1,8) 4 (1,1) 1 (0,4) 0 (0,1)

Til andre arbejdsrelaterede

93 (0,8) 6 (0,7) 1 (0,4) 0 (0,3) 0 (0,0)

formål på skolen

Uden for skolen til

66 (1,9)23 (1,2) 6 (0,7) 3 (0,6) 3 (0,6)

arbejdsrelaterede formål

Uden for skolen til

89 (1,1) 9 (1,0) 1 (0,4) 1 (0,3) 1 (0,3)

ikke-arbejdsrelaterede formål

Procent

100

Figur 8.1 Lærernes brug af it til forskellige formål. Tal viser procentandelen af lærerne der

har valgt en svarkateori. Standardfejl er angivet i parentes. Figuren viser procent-

fordelingen på svarkategorierne.

Tilsammen tegner der sig et billede af at it indgår som en daglig bestand-

del af langt de fleste danske læreres undervisningspraksis, ligesom it er en

integreret del af deres generelle arbejds- og fritidsliv.

8.2 Hvad lægger danske lærere vægt på fagligt?

Lærerne blev i en række spørgsmål bedt om at fokusere på en særlig klasse,

nemlig den 8. klasse de havde undervist først den foregående tirsdag eller

derefter. I forhold til denne klasse, kaldet referenceklassen, blev de spurgt

om hvilke it-baserede kompetencer de havde lagt vægt på at klassens elever

havde udviklet gennem deres undervisning i det indeværende år.

8.2.1 Fokus på computer- og informationskompetence

De første aktiviteter lærerne blev spurgt om, havde tilknytning til computer-

og informationskompetence. Fordelingen af de danske læreres svar kan ses

i figur 8.2.

Det fremgår at ganske store andele af de danske lærere lægger vægt på

alle de angivne kompetencer, men der er forskelle. Der er således både stor

opbakning til de aspekter der handler om at finde information (herunder

vurdere troværdighed og anvende et bredt udvalg af digitale ressourcer til

at søge efter information) og at præsentere og dele digital information (og

herunder at bruge software til at producere digitale produkter). Lærerne

lægger generelt lidt mindre vægt på at give eleverne kompetencer til at an-

give referencer og forstå konsekvenser af at gøre information tilgængelig

online. Mindst vægt lægger lærerne generelt på at eleverne lærer at give di-

gital feedback på hinandens arbejde. Men det er dog mere end en tredjedel

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

8.2

hvad lægger danske lærere vægt på fagligt?

137

Lidt

vægt

Ingen

vægt

Megen Nogen

vægt

At kunne præsentere information

for en given målgruppe/om et

givent formål

At kunne

ﬁnde

frem til

information på en eﬀektiv måde

At kunne bruge computersoware

til at konstruere digitale

produkter (f.eks. præsentationer,

dokumenter, billeder, diagrammer)

At kunne vurdere troværdigheden af

digital information

At kunne dele digital information

med andre

At kunne anvende et bredt udvalg

af digitale ressourcer, når de

søger eer information

At kunne angive referencer til de

digitale informationskilder, de

har brugt

At kunne forstå konsekvenserne af

at gøre information oﬀentligt

tilgængelig online

At kunne give digital feedback på

andres arbejde (f.eks.

klassekammeraters)

Lidt

vægt

Ingen

vægt

Megen

vægt

Nogen

vægt

47 (1,8) 41 (1,7) 10 (1,2) 2 (0,8)

44 (1,7) 43 (1,5) 12 (1,2) 1 (0,4)

48 (1,5) 35 (1,7) 14 (1,3) 4 (1,0)

40 (1,8) 37 (2,2) 17 (2,1) 5 (0,9)

34 (2,2) 41 (1,7) 20 (2,0) 6 (0,9)

28 (1,8) 44 (1,9) 22 (1,8) 5 (0,8)

29 (1,7) 37 (1,4) 24 (1,5) 10 (1,1)

29 (1,7) 33 (1,7) 25 (2,6) 13 (1,4)

10 (1,1) 26 (1,4) 38 (1,7) 27 (1,3)

Procent

100

Figur 8.2 Lærernes vægtlægning på at eleverne bliver i stand til at udføre aktiviteter i rela-

tion til computer- og informationskompetence. Tal viser procentandelen af læ-

rerne der har valgt en svarkateori. Standardfejl er angivet i parentes. Figuren viser

procentfordelingen på svarkategorierne. It-baserede kompetencer er rangeret efter

procentandelen der har svaret megen vægt eller nogen vægt.

som lægger megen eller nogen vægt på dette. Det skal bemærkes at disse

andele er beregnet på tværs af lærere uanset fag.

Samlet set er der således tale om ret betydningsfulde andele af lærerne

der har øje for vigtigheden af disse faglige mål.

8.2.2 Udvikling i hvad lærerne lægger vægt på

I 2013 blev lærerne stillet et tilsvarende spørgsmål med (praktisk talt) ens-

lydende udsagn.

I figur 8.3 ses en sammenligning af andelen af lærere der havde fokus på

at eleverne udviklede disse kompetencer i 2013 og i 2018. Det fremgår at der

også i 2013 var tale om ganske store andele af lærere der havde fokus på disse

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

138

lærerenes brug af it i undervisningen

it-baserede kompetencer. Men alligevel er der for alle kompetencernes ved-

kommende sket en udvikling således at statistisk signifikant større andele af

danske lærere har fokus på disse kompetencer i 2018 end det var tilfældet i

2013. Særligt har de kompetencer der handler om at producere (med brug

af digitale teknologier) og dele information, fået øget tilslutning siden 2013

– 15 til 20 procentpoint flere lærere angiver således at de havde lagt vægt på

dette i 2018 end de havde i 2013. Også målene om at eleverne bliver i stand

til at kunne angive referencer og forstå konsekvenser af at dele information

online har større vægt i 2018 end i 2013. Målet om at eleverne bliver i stand

til at give digital feedback til andre, havde kun været i fokus hos 26 pro-

cent af de danske lærere i 2013, og derfor er stigningen på ti procentpoint

forholdsmæssigt ganske stor.

Samlet set har danske lærere i 2018 altså betragteligt større fokus på at

eleverne udvikler computer- og informationskompetence end de havde i

2013.

8.2.3 Fokus på kompetencer der relaterer til datalogisk tænkning

I forbindelse med det nye kompetenceområde i datalogisk tænkning ud-

viklede vi i ICILS 2018 også spørgsmål til lærerne om hvor meget vægt

de lægger på at udvikle færdigheder som kan relateres til datalogisk tænk-

ning. Som beskrevet i kapitel 4 handler datalogisk tænkning ikke blot om at

kunne udvikle software, men også om mere problemorienterede aspekter

som at kunne visualisere abstrakte fænomener og beskrive delaspekterne,

at kunne overskue og nedbryde en proces i mindre dele, at indsamle og ana-

lysere data med videre. Disse kompetencer kan udvikles i mange sammen-

hænge og fag. I figur 8.4 fremgår de færdigheder lærerne blev spurgt til om

de havde fokus på at eleverne udviklede, og fordelingen af deres svar.

Som det fremgår af figuren, så har danske lærere i vid udstrækning fo-

kus på at eleverne udvikler disse kompetencer. Ved fem af de ti færdighe-

der angiver mere end halvdelen af lærerne at dem lægger de nogen eller

megen vægt på. Hele 80 procent angiver at de har fokus på den færdighed

der har mest overlap med computer- og informationskompetence, nemlig

at præsentere information visuelt. Spørgsmålet angiver ikke hvilken type

visualisering og information der tænkes på, og det kan være årsagen til den

store tilslutning til denne færdighed. I datalogiske sammenhænge ville man

typisk tænke på fremstilling af data eller oplysninger som giver brugeren

overblik eller mulighed for at interagere. Lærerne der besvarede spørgsmå-

let, kan have tænkt på andre, mindre datalogisk orienterede aspekter af vi-

sualisering.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

8.2

hvad lægger danske lærere vægt på fagligt?

139

2018

At kunne dele digital information med andre

At kunne anvende et bredt udvalg af digitale

ressourcer, når de søger eer information

At kunne præsentere information for en given

målgruppe/om et givent formål

At kunne bruge computersoware til at konstruere

digitale produkter (f.eks. præsentationer,

dokumenter, billeder, diagrammer)

At kunne forstå konsekvenserne af at gøre

information oﬀentligt tilgængelig online

At kunne angive referencer til de digitale

informationskilder, de har brugt

At kunne give digital feedback på andres arbejde

(f.eks. klassekammeraters)

At kunne

ﬁnde

frem til information på en

eﬀektiv måde

At kunne vurdere troværdigheden af digital

information

2013

Forskel

75 (2,1)

72 (2,0)

87 (1,1)

82 (1,4)

62 (2,1)

66 (1,6)

36 (1,7)

86 (1,3)

77 (2,0)

54 (2,8)

55 (2,8)

72 (2,2)

68 (2,7)

48 (2,4)

54 (2,7)

26 (2,1)

78 (1,7)

70 (2,0)

20 (3,5)

17 (3,4)

15 (2,5)

15 (3,1)

14 (3,1)

12 (3,1)

10 (2,7)

8 (2,2)

7 (2,8)

Figur 8.3 Lærernes vægtlægning på at eleverne bliver i stand til at udføre aktiviteter i re-

lation til computer- og informationskompetence opdelt på år. Tal viser procen-

tandelen af lærerne der svarer ’Megen vægt’ eller ’Nogen vægt’. Standardfejl er

angivet i parentes. Tal i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold

til andre tal i tabellen på grund af afrunding. Forskelle der er signifikante, er mar-

keret med fed. Prikker viser forskellen i procentpoint mellem procentandelen af

lærere i 2018 og 2013 der angiver at de lægger nogen eller megen vægt på kom-

petencen. Positive værdier angiver at flere lærere i 2018 end i 2013 angiver at de

lægger nogen eller megen vægt på kompetencen. Horisontale linjer angiver et

95-procentkonfidensinterval. Kompetencerne er rangeret efter forskellen mellem

lærernes svar i 2018 og 2013.

70 procent af lærerne angiver at de har fokus på at eleverne udvikler evner

til at planlægge opgaver og opdele en proces i mindre dele. Også her kan

der være tale om at lærerne der svarer, har fokus på en mere generel type

af planlægning og procesopdeling, fx i form af tilrettelæggelse og fordeling

af opgaver i gruppearbejde, end man typisk vil tænke på i datalogiske sam-

menhænge. Men der kan være god grund til at formode at der er en tæt

sammenhæng mellem at have de mere generelle færdigheder både til visu-

aliering og proceshåndtering og at ville kunne håndtere de mere datalogisk

orienterede særtilfælde af disse aktiviteter. De danske elevers gode resul-

tater i testen af datalogisk tænkning som blev rapporteret i afsnit 5.2, kan

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

140

lærerenes brug af it i undervisningen

Megen Nogen Lidt

vægt vægt vægt

Ingen

vægt

Megen

vægt

Nogen

vægt

Lidt

vægt

Ingen

vægt

At præsentere information visuelt på forskellige

34 (1,8) 46 (1,7) 16 (1,4) 4 (1,2)

måder

At planlægge opgaver ved at redegøre for de trin,

26 (1,6) 44 (1,8) 23 (1,7) 7 (0,8)

der er nødvendige for at færdiggøre dem

At opdele en kompleks proces i mindre dele

22 (1,4) 48 (1,5) 21 (1,7) 9 (1,0)

At bruge data fra den virkelige verden til at

vurdere og revidere løsninger på problemer

At forstå diagrammer, der beskriver eller viser

virkelige problemer

At registrere og vurdere data for at forstå og

løse et problem

At bruge værktøjer til at lave diagrammer, der

hjælper med at løse problemer

At bruge simulationer for at forstå eller løse

virkelige problemer

At lave rutediagrammer (ﬂow charts) til at vise

de forskellige dele af en proces

19 (1,9) 42 (1,7) 22 (1,3) 18 (1,4)

27 (1,4) 34 (2,1) 22 (1,5) 17 (1,3)

15 (1,4) 32 (1,7) 28 (1,7) 24 (1,8)

17 (1,1) 24 (1,8) 26 (1,5) 33 (1,3)

7 (0,6) 22 (1,5) 31 (1,5) 40 (1,3)

2 (0,6) 9 (0,9) 26 (1,8) 64 (1,9)

Procent

100

Figur 8.4 Lærernes vægtlægning på at eleverne bliver i stand til at udføre aktiviteter i rela-

tion til datalogisk tænkning. Tal viser procentandelen af lærerne der har valgt en

svarkateori. Standardfejl er angivet i parentes. Figuren viser procentfordelingen på

svarkategorierne. Kompetencerne er rangeret efter procentandelen der har svaret

megen vægt eller nogen vægt.

tyde på at de deltager i en undervisning med aktiviteter der er relevante for

udvikling af datalogisk tænkning, og at dette har indflydelse på deres kom-

petencer. Men om det faktisk er tilfældet, må det være op til sekundære

analyser at fastslå.

De to spørgsmål der omhandler at bruge data til at vurdere og revidere

løsninger på problemer og at forstå diagrammer, har omkring 60 procent

af lærerne nogen eller megen fokus på.

Registrering af data og brug af værktøjer til at udarbejde diagrammer er

der også forholdsvis mange, men dog under 50 procent af lærerne der har

fokus på at eleverne udvikler færdigheder til. Noget færre har fokus på at

eleverne lærer at bruge simulationer, og meget få har fokus på at de udvikler

deres færdigheder i at lave rutediagrammer.

Samlet set forekommer det os at lærerne i ganske vid udstrækning har

fokus på færdigheder som kan forbindes med datalogisk tænkning.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

8.3

læreres og elevers brug af it i undervisningen

14 1

8.3 Læreres og elevers brug af it i undervisningen

ICILS-undersøgelsen giver mulighed for at beskrive mere finmasket hvilke

typer af undervisningsaktiviteter lærerne anvender it til, samt hvor ofte. I

disse spørgsmål blev læreren bedt om at forholde sig til en såkaldt

referen-

ceklasse,

nemlig den 8.-klasse de underviste først tirsdag før de besvarede

skemaet. Og hvis de ikke underviste i 8. klasse om tirsdagen, da den første

8.-klasse de underviste efter denne tirsdag.

8.3.1 Elevers brug af it i undervisningen

Lærerne blev i spørgeskemaet spurgt om hvor ofte deres elever i reference-

klassen anvendte it til en række aktiviteter. Aktiviteterne og fordelingen af

lærernes svar fremgår af figur 8.5.

Først og fremmest springer det i øjnene at danske lærere i meget vid

udstrækning tilrettelægger undervisning hvor eleverne anvender it. Mere

end 70 procent af lærerne angiver således at deres elever anvender it altid

eller ofte til halvdelen af de nævnte aktiviteter. Det drejer sig både om mere

administrative aktiviteter som at aflevere opgaver, om individuelt arbejde

med opgaver, om produktion af visuelle produkter og om samarbejde og

længerevarende projekter. Danske elever anvender således it til en meget

bred vifte af aktiviteter i deres daglige arbejde.

For det andet springer det i øjnene at der er en række aktiviteter som slet

ikke udføres, i en forholdsvis stor gruppe af læreres undervisning. Særligt

er det interessant at en fjerdedel af lærerne angiver at elever ikke selv er med

til at planlægge aktiviteter i undervisningen. Og når de er, anvender de ikke

i særlig høj grad it til det. Der er også en forholdsvis stor gruppe af lærere

– 17 procent – som angiver at deres elever ikke reflekterer over egen læring

og erfaringer. Og også her er it typisk ikke en integreret del af aktiviteten

for to tredjedele af elevernes vedkommende. Aktiviteter der knytter sig til

undersøgelse og behandling af data, er der også en forholdsvis stor gruppe

af elever der ikke indgår i. Men når det foregår, er det forholdsvis anselige

andele af eleverne der anvender it ofte eller altid.

8.3.2 Læreres brug af it i undervisningen

Lærernes svar på spørgsmålet om hvor ofte de selv brugte it i deres under-

visning, fremgår af figur 8.6. I overensstemmelse med den meget udbredte

brug af it til elevernes aktiviteter bruger danske 8.-klasselærere også i vid

udstrækning it til deres egne aktiviter. Det gælder særligt ved fremlæggel-

ser og ved elevernes test, men også i samarbejdet med forældrene indgår it i

den foretrukne kommunikationsform ofte eller altid for store andele, knap

60 procent, af lærerne.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

142

lærerenes brug af it i undervisningen

Bruger Bruger Bruger Bruger Udfører

altid

oe nogle aldrig ikke

it gange it it aktivitet

Arbejder med kortere

43 (2,5)44 (2,1)11 (1,2) 2 (0,4) 1 (0,3)

opgaver

Arbejder med

længerevarende

58 (1,7)23 (1,5)11 (1,5) 1 (0,2) 7 (1,3)

projekter

Skaber visuelle

produkter eller

45 (2,1)33 (1,7)17 (1,4) 3 (0,9) 2 (0,6)

videoer

Aﬂeverer opgaver til

48 (2,9)30 (1,7)17 (1,4) 3 (0,9) 2 (0,6)

bedømmelse

Indsamler data til et

44 (1,7)33 (1,4)16 (1,3) 2 (0,7) 5 (1,0)

projekt

Arbejder individuelt

med

26 (2,2)46 (2,1)24 (2,3) 3 (0,4) 2 (0,5)

undervisningsmateriale

i deres eget tempo

Deler produkter med

35 (1,9)36 (1,9)20 (1,7) 5 (1,2) 4 (0,7)

andre elever

Vurderer information

26 (1,4)34 (1,7)28 (1,8) 7 (1,2) 6 (1,1)

fundet ved søgning

Behandler og

24 (1,9)31 (1,8)27 (1,7) 7 (1,1) 11 (1,1)

analyserer data

Foretager

undersøgelser eller

feltarbejde, der ikke

17 (1,9)30 (1,6)33 (1,4) 6 (0,9) 14 (1,6)

er fastlagte på

forhånd

Kommunikerer med andre

13 (1,2)34 (2,0)35 (1,6)10 (1,5) 8 (1,2)

elever om projekter

Forklarer og

diskuterer ideer med

andre elever

Bruger

altid

Bruger

oe

Bruger

nogle

gange it

Bruger

aldrig

Udfører

ikke

aktivitet

9 (1,3) 33 (1,5)42 (1,7)11 (1,3) 5 (0,9)

Reﬂekterer over egen

10 (1,1)22 (1,8)36 (1,3)15 (1,7)17 (1,9)

læring og erfaringer

Planlægger aktiviteter

i undervisningsforløb

10 (1,6)21 (1,5)33 (1,2)11 (1,4)25 (1,8)

til sig selv

Procent

100

Figur 8.5 Brug af it i undervisningen til elevernes aktiviteter. Tal viser procentandelen af læ-

rerne der har valgt en svarkateori. Standardfejl er angivet i parentes. Figuren viser

procentfordelingen på svarkategorierne. Det skal bemærkes at resultaterne afviger

en anelse fra den internationale rapport. Den internationale rapport udelukker

lærere fra analysen der har svaret ‘De udfører ikke denne aktivitet’ hvilket ændrer

basen for procentberegningen. Vi har beholdt denne gruppe i analysen da det mu-

liggør at vi i senere analyser kan sammenligne lærernes svar i 2018 med svar i 2013

hvor en sådan svarkategori ikke var tilgængelig. Aktiviteterne er rangeret efter

procentandelen der har svaret bruger altid it eller bruger ofte it.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

8.3

læreres og elevers brug af it i undervisningen

143

Bruger

Bruger Bruger nogle Bruger Udfører

altid

oe gange aldrig ikke

it aktivitet

Præsenterer information

32 (2,1)44 (1,9)21 (2,0) 2 (0,8) 1 (0,3)

som led i din fremlæggelse

Vurderer elevernes læring

25 (1,4)37 (1,5)28 (1,5) 5 (0,9) 6 (0,8)

gennem brug af test

Samarbejder med forældre

eller omsorgspersoner om

22 (1,7)37 (1,8)29 (1,4) 7 (1,0) 5 (0,8)

at støtte elevens læring

Støtter elevernes

14 (1,5)43 (1,5)35 (1,7) 5 (1,1) 2 (0,8)

undersøgende aktiviteter

Igangsætter elevstyrede

præsentationer og

15 (1,6)38 (1,5)33 (1,7) 9 (1,3) 4 (0,6)

diskussioner i klassen

Fremmer færdighedslæring

gennem repetition af

11 (1,1)37 (1,7)38 (2,3) 8 (1,4) 6 (0,7)

eksempler

Giver støtte individuelt

eller i grupper til elever

11 (1,1)36 (1,5)40 (2,2) 8 (1,0) 4 (0,9)

med særlige behov og/eller

fagligt dygtige elever

Giver feedback til

10 (1,7)31 (1,9)41 (2,1)15 (1,8) 3 (0,9)

eleverne

Støtter elevers samarbejde

med hinanden

Formidler kommunikation

mellem elever og eksperter

eller eksterne vejledere

Bruger

altid

Bruger

oe

Bruger

nogle

gange

Bruger

aldrig

Udfører

ikke

aktivitet

5 (0,8) 27 (1,7)49 (2,1)15 (1,2) 4 (0,9)

9 (0,9) 22 (1,4)28 (1,7)14 (1,4)27 (1,6)

Procent

100

Figur 8.6 Egen brug af it i undervisningen. Tal viser procentandelen af lærerne der har valgt

en svarkateori. Standardfejl er angivet i parentes. Figuren viser procentfordelingen

på svarkategorierne. Det skal bemærkes at resultaterne afviger en anelse fra den

internationale rapport. Den internationale rapport udelukker lærere fra analysen

der har svaret ’Jeg udfører ikke denne aktivitet i referenceklassen’ hvilket ændrer

basen for procentberegningen. Vi har beholdt denne gruppe i analysen da det

muliggør at vi i senere analyser kan sammenligne lærernes svar i 2018 med svar

i 2013 hvor en sådan svarkategori ikke var tilgængelig. Aktiviteterne er rangeret

efter procentandelen der har svaret bruger altid it eller bruger ofte it.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

144

lærerenes brug af it i undervisningen

En enkelt aktivitet som en forholdsvis stor andel, 27 procent, af lærerne

ikke udfører, springer i øjnene, nemlig formidling af kommunikation mel-

lem elever og eksterne personer. Det kan skyldes at eleverne selv forestår

denne kommunikation, men det er nok mere sandsynligt at det skyldes at

eleverne i disse læreres klasser ikke har kontakt til eksterne personer. Øn-

sket om at skabe en åben skole med kontakt til den omgivende verden ser

således ikke ud til at være slået helt igennem på dette tidspunkt.

I forlængelse af iagttagelsen i forbindelse med lærernes angivelse

af hvilke aktiviteter deres elever brugte it til, er det også interessant at

bemærke at lærere i mindre omfang bruger it til at give feedback til elever

og støtte deres samarbejde med hinanden. Disse aktiviteter vil typisk

indgå i en elevcentreret undervisning der tilstræber at elever arbejder

selvstændigt med problemstillinger som de undersøger i deres kontekst.

Man kan således forsigtigt formulere en hypotese om at den mere tradi-

tionelle undervisning hvor læreren fremlægger og eleverne arbejder med

veldefinerede lærerstillede opgaver i dag i vid udstrækning er digitaliseret,

mens mere elevcentrerede, frie arbejdsformer måske finder sted i mindre

omfang og i mindre grad indebærer brug af it for både lærere og elever.

Man kunne på den baggrund forestille sig at der er et potentiale for at gøre

forsøg med brug af it til mere organisatoriske og samarbejdsorienterede

arbejdsformer.

8.3.3 Lærernes brug af it i undervisningen

Lærerne blev også spurgt om hvor ofte de selv i dette skoleår havde anvendt

en række it-redskaber i deres undervisning i referenceklassen. Fordelingen

af deres svar fremgår af figur 8.7. Også her bliver det tydeligt at danske læ-

rere i 8. klasse har en meget udbredt brug af en bred vifte af programtyper.

Der er både tale om produktionssoftware som tekstbehandling og præsen-

tationsværktøjer, om informationssøgningsværktøjer, om digitale under-

visningsmaterialer og læringsplatforme og om samarbejdssoftware.

Det er værd at bemærke på den ene side at repetitive læremidler som

træningsprogrammer og mange typer digitale læringsspil ikke er særligt ud-

bredt blandt danske lærere. Og på den anden side at heller ikke redskaber

som ville indgå i en mere elevaktiv undervisningspraksis, fx kommunika-

tionssoftware og sociale medier, e-portefølje, programmer til organisering

af ideer og multimedieproduktionsværktøjer, anvendes i nogen videre ud-

strækning på jævnlig basis af danske lærere.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

8.3

læreres og elevers brug af it i undervisningen

145

Nogle

timer

Aldrig

Næsten

hver

time

Tekstbehandlingsprogrammer (f.eks.

Microso Word, LibreOﬃce Writer,

Google Docs)

Interaktive digitale undervisnings-

materialer (f.eks. fagportaler, hvor

eleverne skal indsætte input)

Computerbaserede kilder til

information (f.eks. emnerelaterede

hjemmesider, encyklopædier, wikis)

Præsentationssoware (f.eks.

Microso PowerPoint, LibreOﬃce

Impress, Google Slides, Prezi)

En læringsplatform (f.eks.

MinUddannelse, Meebook)

Samarbejdssoware (f.eks. Google

Docs, Prezi, Padlet)

Digitalt indhold knyttet til analoge

undervisningsmaterialer

Regneark (f.eks. Microso Excel,

LibreOﬃce Calc, Google Sheets)

Kommunikationssoware (f.eks.

e-mail, weblog, Skype, WhatsApp)

Træningsprogrammer eller -apps hvor

du stiller eleverne spørgsmål (f.eks.

Quizlet, Kahoot, MatematikFessor)

Graﬁk- eller tegnesoware

Multimedieproduktionsværktøjer til

optagelse og redigering af video og

lyd (f.eks. Windows Movie Maker,

iMovie, Audacity)

Sociale medier (f.eks. Facebook,

Twitter)

Digitale læringsspil

Simulerings- og modelleringssoware

(f.eks. NetLogo)

Programmer til strukturering af ideer

og planer (f.eks. MindMeister, Cmap)

E-portefølje (f.eks. Voicereat)

ﬂeste

timer

Nogle

timer

Aldrig

Næsten

hver

time

ﬂeste

timer

27 (1,8) 37 (2,0) 32 (2,1)

4 (0,8)

17 (1,7) 31 (1,6) 39 (1,9) 12 (1,5)

9 (1,1)

30 (1,3) 54 (1,6)

7 (1,1)

9 (1,2)

25 (1,5) 56 (1,8) 11 (1,1)

18 (1,9) 14 (1,3) 38 (2,3) 29 (2,3)

10 (1,4) 18 (1,6) 55 (2,0) 17 (1,5)

3 (0,6)

15 (1,1) 47 (2,1) 35 (1,8)

4 (0,5)

11 (1,0) 31 (1,4) 55 (1,3)

3 (0,7)

9 (1,2)

45 (1,9) 42 (1,7)

2 (0,4)

8 (0,9)

73 (1,5) 17 (1,3)

1 (0,4)

6 (0,7)

32 (1,6) 61 (1,6)

1 (0,3)

4 (0,7)

63 (2,3) 32 (2,3)

1 (0,2)

4 (0,8)

33 (1,7) 62 (1,8)

1 (0,5)

3 (0,6)

64 (1,6) 31 (1,6)

1 (0,3)

2 (0,4)

15 (1,1) 82 (1,1)

0 (0,1)

2 (0,4)

34 (1,5) 64 (1,5)

0 (0,1)

1 (0,3)

9 (1,1)

90 (1,1)

Procent

100

Figur 8.7 Egen brug af it-redskaber i undervisningen. Tal viser procentandelen af lærerne

der har valgt en svarkateori. Standardfejl er angivet i parentes. Figuren viser pro-

centfordelingen på svarkategorierne. It-redskaber er rangeret efter procentande-

len der har svaret næsten hver time eller de fleste timer.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

146

lærerenes brug af it i undervisningen

Hver

dag

ICILS 2013

ICILS

2018

Hver

uge

Hver

måned

Ikke

hver

måned

Aldrig

Hver

dag

Hver

uge

Hver

måned

Ikke

hver

måned

Aldrig

40 (3,0)

72 (2,4)

39 (2,4)

23 (1,8)

16 (2,1)

4 (1,1)

4 (0,9)

1 (0,4)

0 (0,2)

0 (0,1)

Procent

100

Figur 8.8 Brug af it i undervisningen i skolen opdelt på år. Tal viser procentandelen af læ-

rerne der har valgt en svarkateori. Standardfejl er angivet i parentes. Figuren viser

procentfordelingen på svarkategorierne.

8.4 Ændring i brug af it siden 2013

Spørgsmål til lærerne vedrørende brug af it i undervisningen er i stor ud-

strækning gentaget i 2018, og det er derfor muligt at undersøge om danske

læreres brug af it har ændret sig siden 2013. Dette gælder eksempelvis det

overordnede spørgsmål der knytter sig til lærernes brug af it i undervisnin-

gen, men det gælder også flere spørgsmål der handler om hvilke aktiviteter

i undervisningen lærerne anvender it til.

8.4.1 Brug af it i undervisningen i skolen

ICILS har både i 2013 og 2018 spurgt danske lærere om hvor ofte de anvender

it i undervisningen i skolen.

Figur 8.8 viser fordelingen af lærernes svar på spørgsmålet, hvor det øvre

søjlediagram angiver svarfordelingen i 2013, mens det nedre viser svarforde-

lingen i 2018. Figuren viser en tydelig og meget markant stigning i brugen af

it over denne femårige periode. Hvor 40 procent af lærerne dagligt brugte it

i undervisningen i 2013, ser vi i 2018 at 72 procent af lærerne anvender it dag-

ligt. Stigningen på 32 procentpoint er desuden statistisk signifikant. Dette er

et markant resultat, da danske læreres brug af it allerede lå på et meget højt

niveau internationalt i 2013 (Fraillon, Schulz, og Ainley 2013, 198).

8.4.2 Ændring i brug af it til elevernes aktiviteter

Ud over at se på ændringer i lærernes overordnede brug af it i undervis-

ningen har vi mulighed for at undersøge om danske læreres brug af it til

specifikke elevaktiviteter har ændret sig siden 2013. ICILS har nemlig både i

2018 og i 2013 bedt lærerne om at vurdere hvor ofte eleverne i referenceklas-

sen anvender it til en række aktiviteter. Adspurgt om de brugte it til disse

elevaktiviteter i 2013, blev lærerne præsenteret for svarkategorierne „Ofte“,

„Nogle gange“ og „Aldrig“. I 2018 blev der tilføjet en „Altid“-svarkategori,

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

8.4

ændring i brug af it siden 2013

147

2018

Arbejder med længerevarende projekter

(dvs. i

ﬂere

uger)

Arbejder med kortere opgaver (dvs. inden

for en uge)

Behandler og analyserer data

Arbejder individuelt med

undervisningsmateriale i deres eget tempo

Vurderer information fundet ved søgning

Aﬂeverer opgaver til bedømmelse

Reﬂekterer over egen læring og erfaringer

(f.eks. ved at bruge en logbog)

Planlægger aktiviteter i

undervisningsforløb til sig selv

Forklarer og diskuterer ideer med andre

elever

2013

Forskel

81 (1,5) 29 (2,2)

52 (2,6)

87 (1,3) 40 (2,3)

47 (2,7)

55 (1,8) 11 (1,6)

44 (2,4)

72 (2,2) 32 (1,9)

40 (2,9)

60 (1,7) 22 (1,9)

38 (2,6)

77 (1,9) 43 (2,7)

35 (3,3)

32 (1,8)

31 (2,0)

4 (1,1)

28 (2,1)

6 (0,9)

25 (2,2)

42 (2,1) 21 (1,7)

21 (2,7)

Figur 8.9 Brug af it i undervisningen til elevernes aktiviteter opdelt på år. Tal viser procen-

tandelen af lærerne der svarer ’Ofte’ eller ’Altid’. Standardfejl er angivet i parentes.

Tal i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i ta-

bellen på grund af afrunding. Forskelle der er signifikante, er markeret med fed.

Prikker viser forskellen i procentpoint mellem procentandelen af lærere i 2018 og

i 2013 der angiver at de ofte eller altid anvender it til aktiviteten. Positive værdier

angiver at flere lærere i 2018 end i 2013 angiver at de ofte eller altid anvender it.

Horisontale linjer angiver et 95-procentkonfidensinterval. Aktiviteterne er range-

ret efter forskellen mellem lærernes svar i 2018 og 2013.

og lærerne fik mulighed for at svare „De udfører ikke denne aktivitet“. På

trods af disse ændringer mener vi at det stadig er meningsfuldt at sammen-

ligne om der er flere eller færre lærere i 2018 der svarer at de som minimum

„Ofte“ bruger it til en aktivitet, da man må antage at lærere der i 2018 svarede

„Altid“, ville have svaret „Ofte“ i 2013.

Figur 8.9 viser procentandelen af lærerne der svarede at de ofte brugte

it til forskellige aktiviteter i henholdsvis 2018- og 2013-undersøgelsen. Der

er tale om bemærkelsesværdigt store forskydninger i procentandelen der

ofte bruger it til hver aktivitet. Størst er ændringen i brug af it til at arbejde

med længerevarende projekter, arbejde med kortere opgaver, behandling

og analyse af data samt til at eleverne kan arbejde individuelt med under-

visningsmateriale i deres eget tempo. For hver af disse aktiviteter er procen-

tandelen af lærere der anvender it ofte, vokset med 40 procentpoint eller

mere.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

148

lærerenes brug af it i undervisningen

Stigningen i lærernes brug af it til de respektive aktiviteter rækker end-

videre langt ud over den usikkerhed der kommer fra at vi arbejder med

stikprøvedata. I højre side af figur 8.9 fremgår den estimerede ændring i

procentandelen af lærere der ofte bruger it til hver elevaktivitet (i procent-

point), ligesom der for hver aktivitet angives et 95-procentkonfidensinterval

for at markere den statistiske usikkerhed. Som man kan se i figuren, over-

lapper konfidensintervallerne ikke 0 (den stiplede linje) for nogen af aktivi-

teternes vedkommende. Dette vidner om at stigningen i procentandelen af

lærere der ofte anvender it til aktiviteten, er signifikant forskellig fra 0 ved

mindst et femprocentsignifikansniveau.

Det er dog værd at fortolke disse resultater med en vis forsigtighed da der

som tidligere nævnt i spørgeskemaet er ændret i svarkategorierne mellem

2018 og 2013. Vi kan ikke udelukke at tilføjelsen af svarkategorier har æn-

dret på måden hvorpå respondenterne svarer på spørgsmålene – også selv

om der „kun“ er tilføjet en mere ekstrem svarkategori end ofte-kategorien.

Imidlertid harmonerer de store skift i hyppigheden for brug af it til elever-

nes aktiviteter ganske godt med stigningen i procentandelen af lærere der

fortæller at de dagligt anvender it i undervisningen som afrapporteret i fo-

regående afsnit.

8.4.3 Ændring i brug af it til undervisning

ICILS 2018 giver også mulighed for at undersøge om danske lærere i højere

(eller lavere) grad selv anvender it i undervisningen i 2018 end i 2013. I både

2018- og 2013-undersøgelsen er lærerne blevet bedt om at vurdere hvor ofte

de anvender it i deres referenceklasse til en række aktiviteter. Som i tilfældet

med spørgsmålene vedrørende brug af it til elevernes aktiviteter ændrede

ICILS 2018 også lidt på svarkategorierne til disse spørgsmål, men også her

på en måde der gør en sammenligning mulig.

Figur 8.10 viser procentandelen af lærerne der angav at de som mini-

mum ofte anvender it til en række aktiviteter i henholdsvis 2013 og 2018, og

forskellen mellem de to procentandele.

Det fremgår at langt flere lærere ofte selv anvender it i undervisningen

til alle de nævnte aktiviteter. Som det fremgår af figur 8.10, ser vi for hver

aktivitet at der estimeres en positiv ændring i procentandelen som ofte an-

vender it til aktiviteten, og som med mindst 95 procent sandsynlighed er

forskellig fra nul. Figuren viser således at ændringerne tydeligt signalerer

en øget hyppighed i lærernes egen brug af it til forskellige aktiviteter selv

når vi tager højde for støjen fra stikprøven.

I afsnit 8.3 påpegede vi at aktiviteter som typisk indgår i en elevcentreret

og elevaktiv undervisning, var blandt de aktiviteter som færrest lærere gav

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

8.4

ændring i brug af it siden 2013

149

2018

Vurderer elevernes læring gennem brug

af test

Samarbejder med forældre eller

omsorgspersoner om at støtte elevens

læring

Præsenterer information som led i din

fremlæggelse

Fremmer færdighedslæring gennem

repetition af eksempler

Igangsætter elevstyrede præsentationer

og diskussioner i klassen

Formidler kommunikation mellem elever

og eksperter eller eksterne vejledere

Giver støtte individuelt eller i

grupper til elever med særlige behov

og/eller fagligt dygtige elever

Giver feedback til eleverne

Støtter elevers samarbejde med

hinanden

2013

Forskel

62 (1,8) 18 (1,3)

44 (2,2)

59 (1,7) 23 (1,9)

36 (2,6)

76 (2,3) 41 (2,5)

34 (3,4)

48 (2,1) 16 (1,8)

32 (2,8)

53 (2,0) 23 (2,1)

30 (2,9)

31 (1,5)

4 (1,0)

27 (1,8)

47 (1,9) 22 (1,9)

26 (2,7)

41 (2,2) 21 (2,6)

20 (3,4)

32 (2,0) 16 (2,0)

16 (2,8)

Figur 8.10 Egen brug af it i undervisningen opdelt på år. Tal viser procentandelen af lærerne

der svarer ’Ofte’ eller ’Altid’. Standardfejl er angivet i parentes. Tal i kolonnen

‘Forskel’ kan forekomme inkonsistent i forhold til andre tal i tabellen på grund

af afrunding. Forskelle der er signifikante, er markeret med fed. Prikker viser for-

skellen i procentpoint mellem procentandelen af lærere i 2018 og i 2013 der angi-

ver at de ofte eller altid anvender it til aktiviteten. Positive værdier angiver at flere

lærere i 2018 end i 2013 angiver at de ofte eller altid anvender it. Horisontale linjer

angiver et 95-procentkonfidensinterval. Aktiviteterne er rangeret efter forskellen

mellem lærernes svar i 2018 og 2013.

udtryk for at de indgik i eller brugte it til. Ser vi nærmere på figur 8.9 og

8.10, viser det sig at der til gengæld er sket en ganske betragtelig udvikling

for netop disse aktiviteters vedkommende. Der er således sket en fordob-

ling i brug af it til elevaktiviteter som forklaring og diskussion af ideer med

andre elever, af læreres støtte til elevers samarbejde med hinanden, lære-

res feedback til elever og elevstyrede præsentationer i klassen. Endnu mere

iøjnefaldende er der sket en femdobling af lærere som siger at deres ele-

ver ofte eller altid bruger it til at planlægge aktiviteter i undervisningsforløb

til sig selv og til at behandle og analysere data. Og der er sågar sket en ot-

tedobling af lærere der siger at de ofte eller altid anvender it til at støtte

elevers reflektion over egen læring og erfaringer og til lærernes formidling

af kommunikation mellem elever og eksterne personer. Der er både me-

gen didaktisk litteratur og forskning (Cobb og McClain 2006; Krajcik og

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

150

lærerenes brug af it i undervisningen

Daglig brug

Danmark

Finland

Frankrig

USA

Sydkorea

Kasakhstan

Portugal

Luxemburg

Italien

Chile

Tyskland

Uruguay

72 (2,4)

57 (1,2)

53 (1,5)

50 (1,6)

49 (1,5)

49 (1,9)

49 (1,7)

44 (2,9)

35 (1,4)

25 (1,8)

23 (1,6)

16 (1,3)

Figur 8.11 Brug af it i undervisningen i skolen opdelt på land. Tal viser procentandelen af

lærerne der angiver ’daglig’ brug af it. Standardfejl er angivet i parentes. Prikker

angiver procentandelen af lærerne der angiver daglig brug i det pågældende land.

De horisontale linjer angiver et 95-procentkonfidensinterval. Landene er rangeret

efter procentandelen der angiver daglig brug.

Shin 2014; Dumont, Istance, og Benavides 2010) og national og internatio-

nal policy-literatur (Rychen og Salganik 2003; Rocard m.fl. 2007; Andersen

m.fl. 2003) som argumenterer for at denne type aktiviteter skal fremmes, så

fra det perspektiv er der tale om en glædelig udvikling.

Det skal dog bemærkes at der også er tale om nogle meget store stig-

ninger inden for aktiviteter som ikke nødvendigvis indgår i elevcentrerede

undervisningsformer, fx brug af test og fremme af færdighedslæring (som

begge er godt tredoblet) og elevers individuelle arbejde med undervisnings-

materiale og med kortere opgaver (som begge er fordoblet).

8.5 Bruger danske lærere mere it end i andre lande?

I figurerne 8.11 og 8.12 sammenlignes omfanget af de danske læreres brug af

it med de øvrige landes læreres brug.

Tabellen i figur 8.11 viser at den største andel af lærere der anvender it

dagligt i undervisningen findes i Danmark. 72 procent af de danske lærere

angiver at de anvender it dagligt. I Finland er det 57 procent af lærerne der

angiver at de anvender it dagligt i undervisningen, mens 50 procent af de

amerikanske lærere og blot 23 procent af tyske lærere gør tilsvarende. Yderli-

gere signfikanstest viser at der er signifikant flere lærere i Danmark der bru-

ger it dagligt i undervisningen uanset hvilket af de andre deltagende landes

lærere danske lærere sammenlignes med.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

8.5

bruger danske lærere mere it end i andre lande?

151

8.5.1 Danske elever og læreres brug af it sammenlignet med andre landes

elever og lærere

Spørgsmålene om elevers og læreres brug af it i undervisningen viste sig

ved den internationale forskningsledelses analyser at kunne beskrives i to

indeks. I 8.12 vises gennemsnittet af de deltagende læreres værdi på de to

indeks. Den første tabel viser indekset for elevernes brug af it, og den anden

viser indekset for lærernes egen brug af it til undervisningsaktiviteter.

For

begge indeks gælder det at de er skaleret med et internationalt gennemsnit

på 50 og en standardafvigelse på 10.

Det fremgår af de to figurer at danske læreres besvarelser i gennemsnit

ligger meget højt på begge indeks. Danske læreres gennemsnit på 58 på in-

dekset for elevernes aktiviteter antyder således at langt størsteparten af dan-

ske elever bruger it på absolut højeste niveau. Den lave standardafvigelse

indikerer at der danske lærere imellem ikke er så stor forskellighed i hvor

meget de bruger it, som der er i andre lande. Til sammenligning har de

amerikanske lærere en noget større spredning i deres besvarelser. Men da

resultatet ligger på det internationale gennemsnit på 50 point, vil det være

noget færre lærere i USA hvis elever anvender it lige så meget som de danske

elever. I den anden ende af skalaen finder vi Tysklands lærere. Det meget

lave gennemsnit og den lille standardafvigelse tyder på at kun meget få ty-

ske elever anvender it på niveau med den almindelige danske elev. Også de

finske lærere har et lavt gennemsnit og en lille standardafvigelse.

Også i forhold til deres egen brug af it i undervisningen ligger de danske

lærere i top, betragteligt over de amerikanske og langt højere end de finske

og tyske. Sidstnævnte ligger også her helt i bund blandt de deltagende landes

lærere.

57. Indeks for brug af it til elevernes aktiviteter: arbejder med længerevarende projekter

(dvs. i flere uger), arbejder med kortere opgaver (dvs. inden for en uge), forklarer og disku-

terer ideer med andre elever, afleverer opgaver til bedømmelse, arbejder individuelt med

undervisningsmateriale i deres eget tempo, foretager undersøgelser eller feltarbejde der ikke

er fastlagt på forhånd, reflekterer over egen læring og erfaringer (fx ved at bruge en logbog),

kommunikerer med andre elever om projekter, planlægger aktiviteter i undervisningsforløb

til sig selv, behandler og analyserer data, vurderer information fundet ved søgning, indsam-

ler data til et projekt, skaber visuelle produkter eller videoer og deler produkter med andre

elever. Indeks for brug af it til egen undervisning: giver støtte individuelt eller i grupper

til elever med særlige behov og/eller fagligt dygtige elever, igangsætter elevstyrede præ-

sentationer og diskussioner i klassen, vurderer elevernes læring gennem brug af test, giver

feedback til eleverne, fremmer færdighedslæring gennem repetition af eksempler, støtter

elevers samarbejde med hinanden, formidler kommunikation mellem elever og eksperter

eller eksterne vejledere og støtter elevernes undersøgende aktiviteter.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

152

lærerenes brug af it i undervisningen

It til elev-

aktivitet

Danmark

Kasakhstan

USA

Uruguay

Chile

Finland

Italien

Sydkorea

Luxemburg

Portugal

Frankrig

Tyskland

Std.afv.

58 (0,4)

54 (0,6)

50 (0,4)

49 (0,4)

49 (0,3)

47 (0,3)

47 (0,6)

47 (0,5)

46 (0,3)

46 (0,4)

It til under-

visning

Kasakhstan

Danmark

USA

Chile

Sydkorea

Finland

Portugal

Uruguay

Italien

Luxemburg

Frankrig

Tyskland

Std.afv.

55 (0,5)

54 (0,4)

51 (0,3)

50 (0,4)

49 (0,3)

48 (0,2)

47 (0,3)

47 (0,4)

46 (0,3)

45 (0,5)

44 (0,4)

43 (0,3)

Figur 8.12 Brug af it i undervisningen opdelt på land. Tal i kolonnen ’It til elevaktivitet’ vi-

ser lærernes gennemsnit på skalaen for brug af it til elevernes aktiviteter samt

standardafvigelsen (Std.afv.). Tal i kolonnen ’It til undervisning’ viser lærernes

gennemsnit på skalaen for egen brug af it til undervisning samt standardafvigel-

sen (Std.afv.). Standardfejl er angivet i parentes. Prikker angiver lærernes gen-

nemsnit i det pågældende land på en skala. De horisontale linjer angiver et 95-

procentkonfidensinterval. Landene er rangeret efter gennemsnittet.

8.5.2 Lærerkarakteristikas betydning for brug af it

I figur 8.13 ses forskellige grupper af læreres procentandele der angiver at

de bruger it dagligt. De 17 it-fagslærere der har besvaret spørgeskemaet, har

alle angivet at de anvender it dagligt i undervisningen. Blandt de resterende

grupper af lærere angiver mellem 68 procent (privatskolelærere) og 76 pro-

cent (dansklærere) at de anvender it dagligt, men der er ikke signifikante

forskelle mellem nogen grupper. Vi har også sammenlignet de forskellige

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

8.6

sammenfatning

153

Daglig brug af

it i undervisningen

Lærer i dansk

Lærer i sprogfag

Lærer i matematik

Lærer i naturfag

Lærer i kulturfag

Lærer i it-fag

45 år og under

Over 45 år

Kvinde

Mand

Landsby (færre end 3.000)

By (mellem 3.000 og 15.000)

Større by (mellem 15.000 og 100.000)

Storby (ﬂere end 100.000)

Skole med mindre end ti års erfaring med it

Skole med ti eller

ﬂere

års erfaring med it

Folkeskole

Privatskole

76 (2,4)

75 (3,3)

70 (4,5)

72 (3,6)

73 (4,1)

100 (0,0)

73 (2,4)

70 (3,9)

72 (2,8)

71 (2,9)

72 (7,3)

74 (3,2)

71 (3,3)

69 (4,7)

68 (4,5)

75 (2,2)

74 (2,0)

68 (6,0)

100

Figur 8.13 Brug af it i undervisningen i skolen opdelt på lærer- og skolekarakteristika. Tal

(og prikker) viser procentandelen af lærerne der dagligt anvender it i undervis-

ningen. Standardfejl er angivet i parentes. De horisontale linjer angiver et 95-

procentkonfidensinterval.

gruppers gennemsnit på de to indeks for elevernes og lærernes brug af it i

undervisningen, og heller ikke her fandt vi signifikante forskelle bortset fra

at lærere på skoler med ti eller flere års erfaring med brug af it i undervisnin-

gen havde et signifikant højere gennemsnit på indekset for elevernes brug

af it i undervisningen end lærere på skoler med mindre end ti års erfaring.

8.6 Sammenfatning

Som vi beskrev i kapitel 2, har der været igangsat en lang række initiativer

over de seneste 30 år for at fremme integrationen af it i undervisningen.

Allerede i 2013 var danske lærere blandt dem der anvendte it i højest grad

blandt de deltagende lande. Men i de fem år der gik imellem de to under-

søgelser, viser tallene i dette kapitel at der tale om en meget omfattende

udvikling i forhold til brug af it i undervisningen.

Tallene antyder også at der kan være sket en positiv udvikling i forhold til

bevægelse mod en mere elevcentreret og -aktiv undervisning. I hvert fald er

det inden for disse aktiviteter at der er sket virkelig stor udvikling i forhold

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

154

lærerenes brug af it i undervisningen

til i hvilket omfang it anvendes. For de aktiviteter der kan betegnes som

centrale for en elevcentreret og -aktiv undervisning, er der dog stadig tale

om forholdsvis små procentandele af lærerne som angiver at de og deres

elever anvender it til dem. Og det er ved sådanne aktiviteter hvor flest lærere

siger at de slet ikke udfører aktiviteten.

Endelig viser det sig at standardafvigelserne på de to indeks vi har rap-

porteret om i dette kapitel, er forholdsvis lave sammenlignet med de andre

landes, og at de danske lærere således svarer relativt ens på spørgsmålene.

Man kan således konkludere at danske lærere anvender it i meget stort om-

fang til en ret bred vifte af aktiviteter.

Det er lærernes selvrapporterede brug af it i undervisningen og ikke ob-

jektive mål af deres reelle brug af it. Vi ved ikke om danske lærere er mindre

tilbøjelige til at vurdere tingene præcist (eller forkert), men som udgangs-

punkt er der ingen grund til at formode at danske lærere svarer anderledes

på spørgsmålene end lærere i andre lande. Vores konklusion hviler dog på

den antagelse at lærernes selvrapporterede svar giver indsigt i lærernes re-

elle brug af it i undervisningen.

Da ICILS-undersøgelsen som omtalt i kapitel 2, undersøger et område

som går på tværs af fag, er der ikke en direkte forbindelse mellem lærere

og elever, og det er derfor ikke ligetil at etablere en sammenhæng mellem

læreres besvarelser på hvor meget og til hvad de bruger it i undervisningen,

og elevernes resultater i undersøgelsen af deres computer- og informations-

kompetencer og kompetencer til datalogisk tænkning. De resultater vi har

præsenteret i dette kapitel, giver anledning til en opfordring til at sekundære

analyser forsøger at etablere en troværdig forbindelse mellem lærernes be-

varelser og elevernes resultater, så det kan undersøges om øget brug er årsag

til højere resultater i testene. Indtil da kan det blot være en plausibel hypo-

tese at lærernes og elevernes kraftigt øgede brug af it i undervisningen har

ført til bedre kompetencer hos eleverne.

De spørgsmål der er stillet til forskellige typer undervisning og brugen

af it inden for disse typer, giver også anledning til spørgsmål om hvorvidt

der er særlige typer af undervisning der er forbundet med større dygtighed

hos eleverne. Men også besvarelsen af dette spørgsmål besværliggøres af at

der ikke er en direkte forbindelse mellem elever og lærere i datasættet. Det

må også være op til sekundære analyser at forsøge at komme tættere på en

afklaring af dette spørgsmål.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

9 Læreres uddannelse og samarbejde

Selv om it har været en central del af politiske initiativer i forhold til skolen

siden 80’erne (Caeli og Bundsgaard 2019a), og selv om der i hvert fald siden

90’erne har været politisk fokus på at integrere it i læreruddannelsen (Ud-

dannelsesudvalget og Westager 1999) så har læreruddannelsen haft et ry for

ikke at forberede de lærerstuderende tilstrækkeligt på de aspekter af lærer-

gerningen som involverer it (Brandt og Johansen 2009; Arstorp 2015, 172).

Helt op til i dag kan man læse debatindlæg fra lærerstuderende som ikke

mener it er tilstrækkeligt integreret (Bech 2017). Med ICILS-undersøgelsen

kan vi få et repræsentativt indblik i hvorvidt de lærere der underviste i 8.

klasse i 2018, oplevede at være blevet forberedt i deres lærerudddannelse til

at inddrage it i deres undervisning.

Uanset om it er integreret tilstrækkeligt i læreruddannelsen eller ej, er

it-området i forandring både af tekniske årsager (fordi der i stort omfang

udvikles nye teknologier) og af didaktiske årsager (fordi også it-didaktikken

er under udvikling). Efteruddannelse spiller også derfor en afgørende rolle

for hvorvidt og hvordan lærerne inddrager it i undervisningen. Resultater

fra (meta)studier viser at efteruddannelse fungerer bedst når den har fokus

på såvel udvikling af faglig viden som pædagogisk/didaktisk viden, når den

lægger op til aktiv deltagelse med undersøgelsesorienterede aktiviteter, va-

rer i længere tid og ikke mindst når lærere arbejder sammen med deres kol-

leger (Thurlings og den Brok 2017; Bundsgaard, Georgsen, Graf, m.fl. 2018a;

Bundsgaard, Pettersson, og Puck 2014, 197 ff.; Hansen og Bundsgaard 2016,

25 ff.).

I ICILS 2013-undersøgelsen viste det sig at der i lærernes efteruddannel-

sesaktiviteter særligt var fokus på at inddrage it i undervisningen og til en

vis grad på at arbejde sammen med kolleger i efteruddannelsen, mens der

var mindst fokus på at lære at håndtere it (fx at bruge internettet eller kon-

torprogrammer). En sammenligning med tilsvarende spørgsmål i

Second

Information Technology in Education Study

(SITES) 2006-undersøgelsen

(Bryderup og Larson 2008) viste at der var sket en udvikling (i hvert

fald inden for matematik og naturfag) mod mere fokus på fagdidaktiske

efteruddannelsesaktiviteter (Bundsgaard, Pettersson, og Puck 2014, 202

ff.).

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

156

læreres uddannelse og samarbejde

Men det viste sig også i ICILS 2013 at danske lærere i mindre grad sam-

arbejdede om brug af it i undervisningen end deres kolleger fra de andre

deltagende lande. Dette var kilde til forundring fordi en typisk opfattelse

af den danske tilgang til tingene er at den er samarbejdende (Bundsgaard,

Pettersson, og Puck 2014, 205 ff.).

9.1 Udviklingen siden 2013

Da første runde af ICILS blev gennemført i 2013, var den daværende rege-

ring i gang med at udarbejde Lov 409 der blandt andet regulerer lærernes

arbejdstid.

Indførelsen af Lov 409 betød blandt andet at lærerne nu skulle

undervise en større del af deres arbejdstid, og at tiden til forberedelse såle-

des blev mindre.

Lov 409 blev indført fra august 2014, dvs. samtidig med skolereformen

og de nye Fælles Mål der blev obligatoriske fra det efterfølgende skoleår,

som beskrevet i kapitel 2. Området har således været præget af mange for-

andringer for både lærere og elever siden ICILS 2013. Reformens skifte fra

fokus på undervisningens indhold til fokus på elevernes læring og de nye

arbejdstidsregler udgjorde et grundlag for en samtidig ændring i lærernes

måde at samarbejde på.

Særligt kom begrebet professionelle læringsfællesskaber (PLF), oversat

fra det engelske

professional learning communities

(PLC), på dagsordenen.

Thomas R.S. Albrechtsen opsummerer et professionelt læringsfællesskab i

fem søjler: Fælles værdier og vision, Fokus på elevers læring, Reflekterende

dialoger, Deprivatisering af praksis og Samarbejde (Albrechtsen 2016). Pro-

fessionelle læringsfællesskaber har altså flere lighedspunkter med skolere-

formen hvor tidligere „privat praksis“ i lærergerningen nu blev forsøgt æn-

dret til mere samarbejdende former på skolen, og hvor fokus i højere grad

skulle rettes mod elevernes læring. Teamet skulle samarbejde om faglig ud-

vikling af undervisning. Professionelle læringsfællesskaber var således et

„svar“ på en af datidens udfordringer hvor team- og fagmøder ofte kom

til at handle om alt det praktiske i skolen (Tingleff Nielsen 2012).

Siden A.P. Møller Fondens bestyrelse i 2013 besluttede at donere en

milliard kroner til at styrke undervisningen i den danske folkeskole, har

58. Se https://www.retsinformation.dk/eli/lta/2013/409

59. Se https://www.folkeskolen.dk/526467/

corydon-skolereform-afhaengig-af-arbejdstidsaftale

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

9.2

it i læreruddannelsen

157

flere skoleudviklingsprojekter med fokus på profesionelle læringsfæl-

leskaber opnået støtte,

og en længere række fagbøger om professionelle

læringsfælleskaber er blevet skrevet og oversat til dansk i perioden.

Den lange række af initiativer giver grundlag for at forvente at lærerne

samarbejder i højere grad end det var tilfældet i 2013. I denne sammenhæng

kan vi undersøge om det er tilfældet i forhold til anvendelse af it i under-

visningen.

Som beskrevet i kapitel 2, er der taget en lang række initiativer for at

fremme brugen af it i undervisningen, og man kan derfor forestille sig at der

også er blevet investeret i efteruddannelse af lærere så de var bedre klædt på

til at undervise med inddragelse af it. Vi undersøger disse spørgsmål i det

følgende.

9.2 It i læreruddannelsen

Af figur 9.1 fremgår lærernes svar på spørgsmålet om hvorvidt de på deres

læreruddannelse har lært at

bruge

it (til venstre) og om de har lært at bruge

i undervisningen

(til højre), opdelt i aldersgrupper med intervaller på ti

år.

Der er en tydelig stigning i omfanget af lærere der angiver at de har mod-

taget undervisning i relation til it, jo yngre de bliver, og dermed jo kortere

tid det er siden de afsluttede deres læreruddannelse.

Spørgsmålets generelle form betød at lærere som blot havde modtaget

ganske lidt af en sådan undervisning, kunne svare ja, og det kan derfor godt

vække undren at selv blandt de helt unge lærere svarer en tredjedel nej til at

de har modtaget undervisning i brug af it i undervisningen, og kun halvde-

len har modtaget undervisning i brug af it. It ser således ikke ud til at have

været fuldt integreret på læreruddannelserne selv i de forholdsvis nylige år

hvor den yngste gruppe af lærere har taget læreruddannelsen.

Der kan iagttages en interessant forskel i udviklingen på de to kurver.

Hvor kurven til venstre flader ud således at der ikke er en betydeligt større

andel af de yngste lærere der har modtaget undervisning i brug af it end

blandt lærerne på 40-49 år (og der er ikke signifikant forskel på lærere under

30 og mellem 30-39), så er der tilsyneladende sket en meget større ændring

for undervisning i hvordan de lærerstuderende kan bruge it i deres egen

undervisning. Det tyder på at der på læreruddannelserne er sket en ændring

60. Se https://www.apmollerfonde.dk/folkeskolen/

61. Lærerne blev ikke spurgt hvornår de studerede, men vi betragter deres alder som en god

indikator på hvor længe der er gået siden de afsluttede deres læreruddannelse.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

158

læreres uddannelse og samarbejde

At lære

at bruge it

Under 30 år

30-39 år

40-49 år

50-59 år

60 år og over

49 (5,9)

37 (3,3)

32 (3,0)

20 (3,1)

9 (2,7)

At lære at bruge

it i undervisningen

100

Under 30 år

30-39 år

40-49 år

50-59 år

60 år og over

67 (5,2)

38 (3,2)

24 (2,6)

12 (2,1)

5 (2,3)

100

Figur 9.1 Undervisning i it i læreruddannelsen. Tal angiver andelen af lærere der svarede

’Ja’ til at de i deres læreruddannelse lærte at bruge it (øverste graf) og at de lærte at

bruge it i undervisningen (nederste graf). Lærerne er opdelt efter alder. Standard-

fejl er angivet i parentes.

som særlig er slået igennem inden for de seneste cirka ti år i retning af fokus

på hvordan de lærerstuderende kan integrere it i deres undervisning.

Uanset at der tilsyneladende er sket en bevægelse i læreruddannelsen

imod mere fokus på brug af it i undervisningen, så er der stadig meget store

andele af lærerne, særligt de lidt ældre, som ikke har modtaget den form

for undervisning. Det er derfor interessant at undersøge hvorvidt de har

deltaget i efteruddannelsesaktiviteter om brug af it.

9.3 Efteruddannelsesaktiviteter om brug af it

Lærerne blev stillet spørgsmålet: „Hvor ofte har du deltaget i nogen af de

følgende faglige udviklingsaktiviteter i de seneste to år?“. I figur 9.2 fremgår

hvor store andele af lærerne der har deltaget i de nævnte faglige udviklings-

aktiviteter.

I figur 9.3 vises desuden fordelingen af antallet af aktiviteter som den

enkelte lærer har angivet at hun har deltaget i enten én eller flere gange.

Som det fremgår, har mere end 80 procent af lærerne i 8. klasse deltaget i

62. Det skal bemærkes at der ikke blev spurgt specifikt til undervisning i relation til da-

talogisk tænkning, så vi har ikke grundlag for at sige noget om hvorvidt lærerne er blevet

undervist i det område på deres læreruddannelse.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

9.3

efteruddannelsesaktiviteter om brug af it

159

Slet ikke

Mere end

én gang Kun én gang Slet ikke

Kursus i fagspeciﬁkke digitale materialer

og læringsressourcer

Kursus om brug af it for elever med

særlige behov eller

indlæringsvanskeligheder

Observation af andre lærere, der anvendte

it i undervisningen

Kursus eller onlineseminar/webinar om

integrering af it i undervisningen

Deling og vurdering af digitale materialer

i et onlinesamarbejdsrum

Kursus om brug af it til at støtte

elevernes individuelle læring

Kursus om almindelige computerprogrammer

(f.eks. tekstbehandling, internetbrug,

regneark, databaser)

Deltagelse i et onlinesamarbejdsrum om at

vurdere elevers arbejde

Deltagelse i onlinediskussionsfora om

undervisning

Mere end

én gang

Kun én gang

22 (1,5)

12 (1,3)

18 (1,5)

14 (1,3)

20 (1,5)

12 (1,7)

11 (1,1)

13 (1,2)

11 (1,2)

33 (1,8)

25 (2,2)

17 (1,3)

19 (1,4)

11 (1,0)

17 (1,3)

17 (1,7)

8 (0,9)

8 (0,8)

45 (1,9)

64 (2,9)

65 (1,7)

67 (1,7)

69 (1,5)

71 (2,1)

72 (1,9)

79 (1,3)

81 (1,3)

Procent

100

Figur 9.2 Lærernes deltagelse i faglige udviklingsaktiviter de seneste to år. Tal viser procen-

tandelen af lærerne der angiver at de har deltaget i de givne faglige udviklingsakti-

viter de seneste to år. Standardfejl er angivet i parentes. Figuren viser procentfor-

delingen på svarkategorierne. Opgaverne er rangeret efter procentandelen der har

svaret enten ’Kun én gang’ eller ’Mere end én gang’.

mindst én aktivitet i løbet af de to år før besvarelsestidspunktet i 2018. Og

næsten en fjerdedel har deltaget i fem eller flere af de nævnte aktiviteter. It-

relaterede efteruddannelsesaktiviteter er således udbredte blandt de danske

lærere i 8. klasse.

Af figur 9.2 fremgår det at mere end halvdelen af lærerne har deltaget

i kurser i fagspecifikke digitale materialer og læringsressourcer. De øvrige

aktiviteter har noget mindre andele af lærerne deltaget i, men der er dog tale

om at mere end en tredjedel har deltaget i kurser om brug af it for elever

med særlige behov eller om integration af it i undervisningen. Der er også

mere end en tredjedel som angiver at de har observeret andre lærere der

anvendte it i undervisningen. Alt i alt ser det ud til at der er mest fokus på

fag- og almendidaktiske aspekter af integration af it i undervisningen, og at

onlinekurser ikke er almindeligt forekommende.

I ICILS 2013 blev et tilsvarende spørgsmål stillet med en række af de

samme aktiviter som valgmulighed. I figur 9.4 ses forskellene i hvilke andele

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

160

læreres uddannelse og samarbejde

Andele

Mindst 1 aktivitet

Mindst 2 aktiviteter

Mindst 3 aktiviteter

Mindst 4 aktiviteter

Mindst 5 aktiviteter

Mindst 6 aktiviteter

Mindst 7 aktiviteter

Mindst 8 aktiviteter

Mindst 9 aktiviteter

81 (1,9)

66 (1,8)

48 (2,1)

34 (2,1)

23 (1,6)

14 (1,3)

8 (0,9)

5 (0,8)

3 (0,5)

100

Figur 9.3 Antal kurser lærerne har deltaget i de seneste år. Tallene angiver akumule-

rede andele af lærerne der har deltaget i mindst det nævnte antal typer faglige

udviklingsaktiviteter inden for de seneste to år. Standardfejl er angivet i pa-

rentes. Prikker angiver andelen i procent. De horisontale linjer angiver et 95-

procentkonfidensinterval.

der i 2013 svarede „ja“ til at de havde deltaget i en sådan aktivitet og i 2018

havde svaret enten „én gang“ eller „mere end én gang“. I 2013 blev lærerne

spurgt både om de havde deltaget i et „Introduktionskursus“ og i et „Kursus

for øvede“ i almindelige computerprogrammer. I figuren medregnes lærere

der har deltaget i et eller begge disse i aktiviteten „Kursus om almindelige

computerprogrammer“. I 2013 var den aktivitet der i 2018 hed „Deltagelse

i onlinediskussionsfora om undervisning“, formuleret som „Deltagelse i it-

medierede diskussioner om undervisning“.

Det fremgår at færre lærere har deltaget i onlinediskussionsfora i 2018

end i 2013, mens der er samme andel der har deltaget i deling og vurdering

af materialer samt i kurser om brug af almindelige computerprogrammer.

Til gengæld er der i 2018 betydeligt flere der har deltaget i kurser om fag-

specifikke digitale materialer og læringsressourcer, og også signifikant flere

der har observeret andre læreres undervisning hvor de anvendte it. Som

omtalt i indledningen til dette kapitel, var der sket en tilsvarende udvikling

inden for matematik og naturfag fra SITES 2006-undersøgelsen til ICILS

2013. Der er således tale om en tendens som er fortsat også inden for andre

fag i retning af et mere fagdidaktisk fokus på it i undervisningen.

9.4 Danske læreres samarbejde om brug af it i undervisningen

For at få et indblik i hvorvidt og hvordan lærere i de deltagende lande sam-

arbejder om brug af it i undervisningen, blev lærerne bedt om at svare på

hvor enige de var i en række udsagn om samarbejde og it. Udsagnene er

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

9.4

danske læreres samarbejde om brug af it i undervisningen

161

2018

Kursus i fagspeciﬁkke digitale materialer

og læringsressourcer

Observation af andre lærere, der anvendte it

i undervisningen

Deling og vurdering af digitale materialer i

et onlinesamarbejdsrum

Kursus om almindelige computerprogrammer

(f.eks. tekstbehandling, internetbrug,

regneark, databaser)

Deltagelse i onlinediskussionsfora om

undervisning

2013

Forskel

55 (1,9) 36 (3,5)

18 (4,0)

35 (1,7) 25 (1,8)

10 (2,5)

31 (1,5) 27 (1,8) 4 (2,4)

27 (2,0) 25 (2,9) 3 (3,5)

19 (1,3) 27 (1,8)

-8 (2,2)

-10

Figur 9.4 Lærernes deltagelse i faglige udviklingsaktiviter opdelt på år. Tal viser procen-

tandelen af lærerne der i 2018 svarede ’Kun én gang’ eller ’Mere end én gang’ og i

2013 svarede ’Ja’ til at de havde deltaget i aktiviteten. Standardfejl er angivet i pa-

rentes. Tal i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold til andre tal

i tabellen på grund af afrunding. Forskelle der er signifikante, er markeret med

fed. Prikker viser forskellen i procentpoint mellem procentandelen af lærere i 2018

og 2013 der angiver at de havde deltaget i aktiviteten. Positive værdier angiver at

flere lærere i 2018 end i 2013 angiver at de havde deltaget i aktiviteten. Horisontale

linjer angiver et 95-procentkonfidensinterval. Udsagnene er rangeret efter forskel-

len mellem lærernes svar i 2018 og 2013.

gengivet i figur 9.5 hvoraf man kan se at danske lærere i ganske stort om-

fang er enige i at de samarbejder på de beskrevne måder. De danske lærere

er i særlig stort omfang enige i at de deler it-baserede ressourcer med an-

dre lærere på skolen og diskuterer hvordan it skal bruges i fagene. Mere end

halvdelen erklærer sig også enige i at de samarbejder for at forbedre brugen

i klasseundervisningen, udvikle lektioner og observere kollegers undervis-

ning med it.

9.4.1 Ændring i de danske læreres samarbejde om brug af it i undervisningen

Ud af de fem udsagn om lærersamarbejde der blev stillet i 2018, blev to af

dem også stillet i 2013. I figur 9.6 er disse to spørgsmål sammenlignet. Det

fremgår at der ikke er sket signifikante ændringer for nogen af de to udsagn.

9.4.2 Danske læreres samarbejde om brug af it i undervisningen

sammenholdt med lærere i andre lande

Analyser foretaget af den internationale forskningsledelse viste at de fem

udsagn om samarbejde om brug af it i undervisningen udgjorde en fak-

tor så de kunne samles til et indeks. I figur 9.7 sammenlignes lærerne i de

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

162

læreres uddannelse og samarbejde

Meget

enig

Jeg deler it-baserede ressourcer med andre

lærere på min skole

Jeg diskuterer med andre lærere, hvordan it

skal bruges i fagene

Jeg samarbejder med andre lærere for at

forbedre brugen af it i klasseundervisningen

Jeg samarbejder med kolleger om at udvikle

lektioner, hvor it er integreret

Jeg observerer, hvordan andre lærere bruger

it i undervisningen

Enig

Uenig

Meget

uenig

Meget

enig

Enig

Uenig

Meget

uenig

20 (1,6) 58 (2,0) 19 (1,4) 2 (0,4)

13 (1,2) 62 (1,4) 22 (1,4) 3 (0,5)

14 (1,7) 50 (1,9) 34 (2,0) 3 (0,7)

13 (1,3) 44 (1,6) 40 (1,9) 3 (0,6)

9 (1,2) 48 (1,7) 36 (1,6) 7 (0,9)

Procent

100

Figur 9.5 Læreres vurdering af forskellige udsagn om lærersamarbejde om brug af it. Tal

angiver procent af lærerne der har valgt en svarkategori. Standardfejl er angivet i

parentes. Figuren viser procentfordelingen på svarkategorierne.

2018

Jeg samarbejder med andre lærere for at

forbedre brugen af it i klasseundervisningen

Jeg observerer hvordan andre lærere bruger

it i undervisningen

2013

Forskel

63 (2,2) 60 (2,4)

3 (3,3)

57 (1,9) 60 (2,0) -2 (2,8)

-50

-25

Figur 9.6 Lærersamarbejde om brug af it i undervisningen opdelt på år. Tal viser procen-

tandelen af lærerne der svarer ’Meget enig’ eller ’Enig’ i udsagnet. Standardfejl er

angivet i parentes. Tal i kolonnen ‘Forskel’ kan forekomme inkonsistent i forhold

til andre tal i tabellen på grund af afrunding. Forskelle der er signifikante, er mar-

keret med fed. Prikker viser forskellen i procentpoint mellem procentandelen af

lærere i 2018 og 2013 der angiver at de er meget enige eller enige i udsagnet. Posi-

tive værdier angiver at flere lærere i 2018 end i 2013 angiver at de er meget enige

eller enige. Horisontale linjer angiver et 95-procentkonfidensinterval. Udsagnene

er rangeret efter forskellen mellem lærernes svar i 2018 og 2013.

deltagende landes gennemsnit. Det fremgår at de danske lærere med et gen-

nemsnit på 49 ligger omkring gennemsnittet for alle de deltagende landes

lærere, og at de med dette gennemsnit ikke adskiller sig fra lærerne fra USA

og Finland, men samarbejder betydningsfuldt og signifikant mere end læ-

rerne fra Tyskland.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

9.4

danske læreres samarbejde om brug af it i undervisningen

163

Samarbejde

om it

Kasakhstan

Uruguay

Italien

USA

Danmark

Chile

Finland

Portugal

Sydkorea

Luxemburg

Frankrig

Tyskland

Std.afv.

57 (0,4)

52 (0,3)

50 (0,3)

49 (0,4)

49 (0,2)

49 (0,3)

47 (0,3)

47 (0,6)

47 (0,3)

43 (0,5)

Figur 9.7 Læreres samarbejde om brug af it i undervisningen opdelt på land. Tal viser hen-

holdsvis lærernes gennemsnit på skalaen for samarbejde om brug af it i under-

visningen samt standardafvigelsen (Std.afv.). Standardfejl er angivet i paren-

tes. Prikker angiver lærernes gennemsnit i det pågældende land på skalaen for

samarbejde om brug af it i undervisningen. De horisontale linjer angiver et 95-

procentkonfidensinterval. Landene er rangeret efter gennemsnittet.

9.4.3 Lærerkarakteristikas betydning for samarbejde om brug af it i

undervisningen

I figur 9.8 har vi sammenlignet lærernes gennemsnit på indekset for sam-

arbejde om brug af it i undervisningen for lærere med en række forskellige

karakteristika. Ligesom vi så ved flere sammenligninger på tværs af lærer-

grupper i kapitel 7 og 8, er der kun få signifikante forskelle mellem de sam-

menlignede grupper. Der er således ikke signifikante forskelle mellem læ-

rere fra forskellige fag. Det ser dog ud til at it-faglærere samarbejder mere

end andre faggrupper, men på grund af de få respondenter med it-fag kan

vi ikke konkludere noget på den baggrund.

Lærere der arbejder på skoler hvor it er blevet anvendt til undervisnings-

formål i ti år eller længere, oplever et signifikant bedre lærersamarbejde om

brug af it i undervisningen end lærere gør der kommer fra skoler som har

arbejdet med it i kortere tid. Dette resultat er interessant da man kunne

have den hypotese at når man ikke har arbejdet så længe med et område,

har man behov for at samarbejde om udviklingen af dette område. Men læ-

rere på skoler med forholdsvis kort erfaring med brug af it i undervisningen

samarbejder altså mindre om dette nyere område.

En anden mulig hypotese er at det tager tid at udvikle et velfungerende

samarbejde. Andelen af lærere fra skoler med mindre end fem års erfaring

fylder mindre end otte procent af den samlede lærerstand, og de it-erfarne

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

164

læreres uddannelse og samarbejde

Samarbejde

om it

Lærer i dansk

Lærer i sprogfag

Lærer i matematik

Lærer i naturfag

Lærer i kulturfag

Lærer i it-fag

45 år og under

Over 45 år

Kvinde

Mand

Landsby (færre end 3.000)

By (mellem 3.000 og 15.000)

Større by (mellem 15.000 og 100.000)

Storby (ﬂere end 100.000)

Skole med mindre end ti års erfaring med it

Skole med ti eller

ﬂere

års erfaring med it

Folkeskole

Privatskole

Std.afv.

49 (0,4)

49 (0,6)

50 (0,9)

50 (0,6)

49 (0,8)

60 (2,3)

49 (0,5)

50 (0,7)

49 (0,5)

50 (0,6)

50 (1,1)

50 (0,8)

49 (0,6)

47 (1,1)

48 (0,6)

50 (0,5)

50 (0,4)

49 (0,9)

Figur 9.8 Lærernes samarbejde om brug af it i undervisningen opdelt på lærer- og skoleka-

rakteristika. Tal viser henholdsvis lærernes gennemsnit på skalaen for samarbejde

om brug af it i undervisningen samt standardafvigelsen (Std.afv.). Standardfejl er

angivet i parentes. Den meget store standardfejl for lærere i it-fag skyldes at kun

17 lærere blandt respondenterne underviser i it-fag. Prikker angiver lærernes gen-

nemsnit på skalaen for samarbejde om brug af it i undervisningen. De horisontale

linjer angiver et 95-procentkonfidensinterval.

skoler sammenlignes derfor først og fremmest med lærere fra skoler med

mindst fem, men mindre end ti års it-erfaring. At der er signifikant forskel

mellem disse gruppers oplevelse af lærersamarbejdet om brug af it i under-

visningen, kunne indikere at samarbejdet først bliver rigtig velfungerende

efter ti år.

Den numeriske forskel på lærere der underviser i store byer, og de øvrige

grupper er forholdsvis stor således at lærere på skoler i store byer i mindre

grad oplever at samarbejde om brug af it i undervisningen i forhold til læ-

rere der underviser i mindre byer. Men da der er forholdsvis få lærere der

underviser i store byer, kun 14 procent af Danmarks lærere underviser på

skoler der er beliggende i byer med 100.000 eller flere indbyggere, er for-

skellen ikke statistisk signifikant.

Der er ikke nogen signifikant forskel i oplevelsen af lærersamarbejde om

brug af it i undervisningen mellem lærere fra henholdsvis folkeskoler og

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

9.5

sammenfatning

165

privatskoler. Dette resultat er interessant fordi de store indsatser for øget

integration af it i undervisningen har været fokuseret på folkeskolerne, og

man kunne således have en hypotese om at en af de måder privatskoler ville

adskille sig fra folkeskolerne på, ville være at arbejde og samarbejde mindre

om integration af it i undervisningen, og at lærere på disse skoler kunne

være mere kritisk indstillede og kunne se mindre positive effekter af it i

undervisningen. Det er altså ikke tilfældet. De danske læreres indstilling

og tilgang til samarbejde om brug af it i undervisningen adskiller sig ikke

væsentligt på tværs af skoleformer.

9.5 Sammenfatning

Dette kapitel har vist at langtfra alle lærere har fået undervisning i it på læ-

reruddannelsen. Heller ikke blandt de unge. Men der er sket en udvikling

over de senere år, så der tilsyneladende er kommet større fokus på lærerud-

dannelserne på integration af it i undervisningen.

Der er til gengæld stor aktivitet på efteruddannelsesområdet hvor blot

en femtedel ikke har deltaget i en efteruddannelsesaktivitet om brug af it

inden for de seneste to år før besvarelsen af spørgeskemaet i 2018. Det er

særligt de fag- og almendidaktiske aspekter af it der arbejdes med i efter-

uddannelsesaktiviteterne, og det er også på de områder der er sket størst

udvikling – en udvikling der har været i gang siden SITES-undersøgelsen i

2006.

Med den usikkerhed det giver at vi kun kan sammenligne mellem 2013

og 2018 på baggrund af to valgmuligheder, kan vi forsigtigt hævde at det

ser ud til at danske lærere ikke samarbejder mindre i 2018 end de gjorde i

2013, men meget store andele af lærerne samarbejdede i 2018 gennem at dele

ressourcer og ved at diskutere med kolleger hvordan it skal bruges i fagene.

Det er desuden interessant at bemærke at der ikke er betydelige forskelle

på hvilke lærere der samarbejder om brugen af it i undervisningen.

Vi omtalte i indledningen til dette kapitel de store ændringer der er sket i

forhold til lærernes arbejdsforhold siden ICILS-undersøgelsen i 2013. Det er

ikke muligt med sikkerhed at afgøre hvad disse forandringer har betydet for

lærernes samarbejde og brug af it i undervisningen. En forsigtig konklusion

vil være at der tilsyneladende ikke er sket den store udvikling således at dan-

ske lærere stadig samarbejder forholdsvis lidt på it-området. Til gengæld er

der tilsyneladende sket en ganske stor stigning i omfanget af efteruddannel-

sesaktiviteter om brug af it.

INDHOLDSFORTEGNELSE

10 Sammenhænge mellem

kontekstfaktorer og kompetencer

Danske elever befinder sig på forskellige niveauer af computer- og infor-

mationskompetence og datalogisk tænkning. I dette kapitel undersøger vi

om vi kan identificere hvilke faktorer der hænger sammen med forskelle i

elevernes kompetencer.

Vi ser først på sammenhængen mellem elevers baggrund og deres evner.

Her analyseres relationen mellem elevernes kompetencer og deres immi-

grantbaggrund og socioøkonomi.

I den sidste del af kapitlet ser vi på multivariate analyser af hvilke faktorer

på både elev- og skoleniveau der har en sammenhæng med elevernes it-

kompetencer.

10.1 Immigrantbaggrund og socioøkonomi

I dette afsnit ser vi på om der er forskel i elevernes kompetencer afhængig

af deres socioøkonomiske baggrund og immigrantbaggrund. Det under-

søges både i forhold til computer- og informationskompetence og datalo-

gisk tænkning. Vi ser også på om forskellene er større eller mindre i andre

lande.

10.1.1 Immigrantbaggrund og computer- og informationskompetence

Immigranter i Danmark kommer fra de nordiske lande, fra resten af Europa,

fra afrikanske lande, fra mellemøstlige lande, fra Asien og fra Amerika. De

har lange uddannelser og korte uddannelser, de er flygtet fra krig, eller de

har søgt et job, eller de er kommet på grund af familie og venner. Nogle

immigranter er kommet til Danmark for årtier siden, andre er kommet som

flygtninge inden for de seneste år.

Der er således så stor forskel på immigranter internt i lande og særligt på

tværs af lande at det kan være problematisk at samle disse forskelligartede

63. Netop som denne bog var sendt i tryk, blev der opdaget en fejl i Luxembourgs data om

forældres beskæftigelse. Da disse data indgår i beregning af socioøkonomisk baggrund, har

vi anset det for sikrest at fjerne Luxembourg fra analyserne i dette kapitel.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

168

sammenhænge mellem kontekstfaktorer og kompetencer

Tabel 10.1 Computer- og informationskompetence opdelt på immigrantbaggrund og land

Land

Uruguay

Portugal

Chile

Italien

USA

Kasakhstan

Danmark

Sydkorea

Frankrig

Tyskland

Finland

Immigranter

470 (21,1)

508 (5,7)

465 (10,5)

444 (6,0)

501 (7,2)

375 (10,9)

528 (7,0)

512 (27,2)

470 (5,6)

494 (7,4)

484 (13,4)

Ikke-immigranter

453 (4,2)

518 (2,8)

478 (3,5)

464 (3,0)

522 (1,9)

400 (5,5)

557 (2,0)

544 (3,0)

506 (2,2)

531 (3,0)

535 (2,8)

Forskel

-17 (20,4)

10 (6,6)

13 (10,1)

20 (6,4)

21 (6,9)

25 (11,3)

29 (7,0)

31 (26,8)

36 (5,6)

38 (7,8)

51 (13,3)

Note:

Tabellen viser elever med og uden immigrantbaggrunds gennemsnit på skalaen

for computer- og informationskompetence. Standardfejl er angivet i parentes.

Forskelle der er signifikante, er markeret med fed. Landene er rangeret efter

forskellen mellem elever med og uden immigrantbaggrund.

personer under én gruppe. Når vi alligevel gør det i det følgende, er det

med ønsket om at resultaterne tages med meget store forbehold for forskel-

ligartetheden i den gruppe som vi undersøger. Det eneste der binder alle

gruppens medlemmer sammen, er at de enten selv er kommet til Danmark

efter at være vokset op i et andet land, eller at de har to forældre der begge

er vokset op uden for Danmark. Hvis en elev har mindst én forælder der er

født i Danmark, har eleven ikke immigrantbaggrund. Denne definition er i

overensstemmelse med definitionen i den internationale rapport.

Målet er at påvise om immigrantbaggrund har en sammenhæng med

computer- og informationskompetence og i så fald hvor stærk sammen-

hængen er.

I Danmark har elever hvis forældre begge er født uden for Danmark, et

gennemsnit på 528 point på indekset for computer- og informationskom-

petence. Deres danske klassekammerater der har mindst én forælder født i

Danmark, har i gennemsnit et resultat der er 29 point højere.

I forhold til de lande vi sammenligner med i denne rapport, er forskellen

statistisk set den samme som i USA hvor forskellen er 21 point, og Tyskland

hvor forskellen er 37, mens den er mindre end i Finland hvor forskellen er

51 point.

Der viser sig at være nogle forskelle mellem immigrantbørn i forskellige

lande – særligt i forhold til hvor mange der taler et fremmed sprog talt i

hjemmet. I Portugal taler 69 procent af immigranteleverne fx portugisisk

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

10.1

immigrantbaggrund og socioøkonomi

169

i hjemmet, i Uruguay taler 87 procent spansk, og i Chile taler 96 procent

spansk.

I Danmark taler 48 procent af alle elever med immigrantbaggrund dansk

i hjemmet. I Finland taler 16 procent af immigrantbørnene finsk eller svensk

hvilket kan være en væsentlig del af forklaringen på den betydelige forskel

på 51 point i kompetenceniveau mellem elever med og uden immigrantbag-

grund. I Tyskland taler 33 procent af immigranteleverne tysk i hjemmet, og

i USA taler 24 procent af immigranteleverne engelsk i hjemmet.

Danmark har altså ikke den mindste kløft mellem elever med og uden

immigrantbaggrund, men selv om forskellen ikke er ubetydelig, skal den

tages med det forbehold at en væsentlig andel af de danske immigrantbørn

har andre sproglige forudsætninger end deres klassekammerater uden im-

migrantbaggrund. De danske elever med immigrantbaggrund har til gen-

gæld det højeste kompetencegennemsnit blandt alle landenes elever med

immigrantbaggrund. Kun immigranteleverne i Sydkorea klarer sig statistisk

set lige så godt som immigranteleverne i Danmark (men i Sydkorea er kun

0,3 procent af eleverne immigranter eller efterkommere af immigranter).

Figur 10.1 viser forskellen i gennemsnitlig computer- og informations-

kompetence mellem elever med og uden immigrantbaggrund. For hvert

land vises den simple forskel der også figurerer i tabel 10.1. Derudover vi-

ses det for hvert land hvor stor forskellen er mellem eleverne med og uden

immigrantbaggrund når der tages højde for en række andre forhold. Der

er kontrolleret for elevernes socioøkonomiske baggrund og for om de for-

venter at færdiggøre en universitetsuddannelse eller ej. På baggrund af for-

skellene i immigrantelevers sprog talt i hjemmet i de forskellige lande kon-

trolleres der også for om eleverne taler (et af) landets officielle sprog talt i

hjemmet.

Estimatet for Danmark viser at selv når der tages højde for at elever med

immigrantbaggrund ofte også taler et andet sprog end dansk i hjemmet, er

fra lavere socioøkonomiske lag og måske af samme grund ikke har høje for-

ventninger til deres fremtidige uddannelse, opnår elever med immigrant-

baggrund stadig et lavere resultat på kompetenceskalaen end elever uden

immigrantbaggrund. Ud over i Danmark er det kun i Frankrig at immi-

grantbaggrund også har en signifikant sammenhæng med elevernes dyg-

tighed i den kontrollerede model.

Som beskrevet ovenfor er det kun en tredjedel af de tyske immigrante-

lever der taler tysk i hjemmet. I Finland er der kun tale om 16 procent, og

i USA taler knap en fjerdedel engelsk derhjemme. I disse lande kan immi-

granters gennemsnitligt lavere resultat altså dels forklares af at de kommer

fra mindre ressourcestærke hjem og at de typisk ikke er lige så stærke i det

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

170

Uruguay

Portugal

Chile

Italien

USA

Kasakhstan

Danmark

Sydkorea

Frankrig

Tyskland

Finland

sammenhænge mellem kontekstfaktorer og kompetencer

-50

Ikke kontrolleret for socioøkonomi, sprog talt i

hjemmet og forventet uddannelse

Kontrolleret for socioøkonomi, sprog talt i

hjemmet og forventet uddannelse

Figur 10.1 Forskel i computer- og informationskompetence mellem elever med og uden im-

migrantbaggrund opdelt på land og statistisk model. Prikker viser den gennem-

snitlige forskel mellem elever med og uden immigrantbaggrund på skalaen for

computer- og informationskompetence. Positive værdier angiver at elever uden

immigrantbaggrund har et højere resultat på skalaen for computer- og informa-

tionskompetence end elever med immigrantbaggrund. De horisontale linjer an-

giver et 95-procentkonfidensinterval. Landene er rangeret efter forskellen mellem

elever med og uden immigrantbaggrund i den ukontrollerede model.

sprog der undervises på, som deres klassekammerater med forældre født i

landet.

I Danmark ser det altså ud til at det at have to forældre født uden for Dan-

mark har en selvstændig negativ sammenhæng med elevers kompetenceni-

veau. Det rejser spørgsmål om hvorfor immigrantbaggrund har en negativ

sammenhæng med elevernes kompetencer i Danmark ud over socioøkono-

miske baggrundsfaktorer (selv når der tages højde for andre socioøkonomi-

ske baggrundsfaktorer). Det er et oplagt spørgsmål at belyse for fremtidig

forskning.

10.1.2 Immigrantbaggrund og datalogisk tænkning

I tabel 10.2 gengives resultaterne fra en analyse der svarer til den i det foregå-

ende afsnit, nu blot med kompetencen i datalogisk tænkning i fokus. Dan-

ske elever med immigrantbaggrund har et gennemsnit på 481 point hvilket

er 53 point mindre end deres klassekammerater uden immigrantbaggrund.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

10.1

immigrantbaggrund og socioøkonomi

17 1

Tabel 10.2 Datalogisk tænkning opdelt på immigrantbaggrund og land

Land

Portugal

USA

Sydkorea

Tyskland

Frankrig

Danmark

Finland

Immigranter

470 (6,7)

471 (8,2)

494 (37,1)

454 (7,4)

459 (6,5)

481 (6,3)

457 (15,9)

Ikke-immigranter

484 (2,7)

500 (2,6)

538 (4,3)

503 (3,7)

511 (2,2)

534 (2,4)

513 (3,3)

Forskel

14 (7,3)

29 (7,9)

44 (36,5)

49 (7,5)

52 (6,7)

53 (6,7)

56 (15,7)

Note:

Tabellen viser elevernes gennemsnit på skalaen for datalogisk tænkning. Stan-

dardfejl er angivet i parentes. Forskelle der er signifikante, er markeret med fed.

Landene er rangeret efter forskellen mellem elever med og uden immigrantbag-

grund.

Denne forskel er numerisk noget større end for computer- og informations-

kompetence hvor forskellen var 29 point. I Finland er forskellen også stor.

De danske elever med immigrantbaggrunds gennemsnit er signifikant hø-

jere end for elever med immigrantbaggrund i Tyskland og Frankrig, men

ikke statistisk forskelligt fra gennemsnittet for nogen af de andre landes ele-

ver med immigrantbaggrund.

Når der kontrolleres for elevernes socioøkonomiske status, sprog talt

i hjemmet og forventede uddannelsesniveau som vist i figur 10.2, er der

i USA, Tyskland og Finland ikke længere en signifikant forskel på elever

med og uden immigrantbbaggrunds gennemsnitlige kompetence i datalo-

gisk tænkning. Som det blev berørt i afsnit 10.1.1, taler en betydelig andel af

immigranteleverne i disse tre lande ikke majoritetens sprog i hjemmet og

går derfor i skole med andre sprogforudsætninger end deres jævnaldrende.

I Danmark (og i Frankrig) bliver sammenhængen mellem kompetencer

og immigrantbaggrund svagere når der medregnes øvrige socioøkonomi-

ske forhold, men der er fortsat en signifikant negativ sammenhæng mel-

lem immigrantbaggrund og datalogisk tænkning. Den selvstændige nega-

tive sammenhæng mellem kompetencer og immigrantbaggrund i Danmark

gælder altså også for denne kompetence.

Yderligere analyse viser at i både Portugal og USA er forskellen mellem

elever med og uden immigrantbaggrund signifikant mindre end forskellen

er i Danmark. Det forholder sig ligesådan når der er taget højde for socioø-

konomi, sprog talt i hjemmet og forventet uddannelse, og i denne model er

den tyske forskel også signifikant mindre end den danske.

Selv når der tages højde for andre socioøkonomiske faktorer, finder vi så-

ledes en større ulighed i kompetencer mellem elever med og uden immi-

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

172

Finland

Danmark

Frankrig

Tyskland

Sydkorea

USA

Portugal

sammenhænge mellem kontekstfaktorer og kompetencer

-100

-50

100

Ikke kontrolleret for socioøkonomi, sprog talt i

hjemmet og forventet uddannelse

Kontrolleret for socioøkonomi, sprog talt i

hjemmet og forventet uddannelse

Figur 10.2 Forskel i datalogisk tænkning mellem elever med og uden immigrantbaggrund

opdelt på land og statistisk model. Prikker viser den gennemsnitlige forskel mel-

lem elever med og uden immigrantbaggrund på skalaen for datalogisk tænkning.

Positive værdier angiver at elever uden immigrantbaggrund har et højere resultat

på skalaen for datalogisk tænkning end elever med immigrantbaggrund. De ho-

risontale linjer angiver et 95-procentkonfidensinterval. Landene er rangeret efter

forskellen mellem elever med og uden immigrantbaggrund i den ukontrollerede

model.

grantbaggrund i Danmark end i fx Tyskland og USA. Om det skyldes træk

ved skolerne, forskelle mellem sammensætningen af immigranter mellem

landene, forskelle i samfundssystem eller noget helt fjerde, kan vi ikke svare

på.

10.1.3 Socioøkonomi og computer- og informationskompetence

Socioøkonomisk baggrund viser sig igen og igen at spille ind på elevers

kompetenceniveau (Bruun, Lieberkind, og Schunck 2018; OECD 2018). I

dette afsnit vil vi undersøge om socioøkonomi hænger sammen med hvor

højt eller lavt elever ligger på kompetenceskalaen for computer- og infor-

mationskompetence, og i så fald om denne sammenhæng er stærkere eller

svagere i andre lande.

Indekset der måler elevers socioøkonomiske baggrund, er sammensat

af elevernes svar på spørgsmål om deres forældres uddannelsesniveau og

beskæftigelse samt antal bøger i hjemmet. Til de følgende analyser bruges en

binær version hvis to kategorier er opdelt ved indeksets median. Medianen

er udregnet på det fulde datasæt, men afviger meget lidt fra den danske

median.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

10.1

immigrantbaggrund og socioøkonomi

173

Tabel 10.3 Computer- og informationskompetence opdelt på socioøkonomisk status og land

Land

Danmark

Sydkorea

Portugal

Finland

Italien

Tyskland

Chile

USA

Frankrig

Kasakhstan

Uruguay

Høj

socioøkonomi

568 (2,2)

557 (3,7)

537 (2,9)

551 (3,1)

483 (3,6)

546 (3,3)

505 (3,6)

545 (2,1)

527 (2,7)

425 (6,0)

488 (5,0)

Lav

socioøkonomi

540 (2,8)

523 (3,8)

500 (3,2)

513 (3,6)

443 (3,3)

504 (4,2)

454 (3,9)

495 (2,1)

475 (2,9)

368 (5,9)

427 (3,9)

Forskel

28 (3,3)

33 (4,6)

38 (3,7)

38 (4,0)

39 (4,3)

42 (5,5)

51 (4,2)

51 (2,5)

53 (3,7)

58 (6,4)

61 (4,6)

Note:

Tabellen viser elevernes gennemsnit på skalaen for computer- og informations-

kompetence. Standardfejl er angivet i parentes. Forskelle der er signifikante, er

markeret med fed. Landene er rangeret efter forskellen mellem elever med hen-

holdsvis høj og lav socioøkonomisk status.

Danske elever hvis socioøkonomi ligger under den internationale me-

dian, har i gennemsnit et resultat på 540 point. Det er 28 point mindre

end gennemsnittet for elever med en socioøkonomi over medianen i Dan-

mark. Numerisk er forskellen mellem høj og lav socioøkonomi altså cirka

den samme som mellem elever med og uden immigrantbaggrund (denne

forskel er 29).

Som tabel 10.3 angiver, er forskellen på 28 point i Danmark den mindste

kløft mellem elever med lav og høj socioøkonomi sammenlignet med de øv-

rige deltagende lande. Derudover har de danske elever hvis socioøkonomi

er lavere end medianen, det højeste gennemsnit i computer- og informa-

tionskompetence af alle elever med lav socioøkonomi. De danske elevers

gennemsnit på 540 er signifikant højere end gennemsnittene for elever med

lav socioøkonomi i alle de øvrige lande. Komparativt ser det altså ud til at

negativ social arv slår mindst igennem i Danmark.

I alle de deltagende lande er elevers resultat på skalaen for computer-

og informationskompetence signifikant lavere hvis deres socioøkonomiske

status er under medianen i stedet for over medianen. Figur 10.3 viser at når

der tages højde for om elever har immigrantbaggrund, om de taler det offi-

cielle sprog i hjemmet og om de forventer at tage en universitetsuddannelse,

er forskellen i kompetenceniveau mellem elever med høj og lav socioøko-

nomisk status fortsat mindst i Danmark.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

174

Danmark

Sydkorea

Portugal

Finland

Italien

Tyskland

Chile

USA

Frankrig

Kasakhstan

Uruguay

sammenhænge mellem kontekstfaktorer og kompetencer

-80

-40

Ikke kontrolleret for immigrantbaggrund, sprog

talt i hjemmet og forventet uddannelse

Kontrolleret for immigrantbaggrund, sprog talt i

hjemmet og forventet uddannelse

Figur 10.3 Forskel i computer- og informationskompetence mellem elever med høj og lav

socioøkonomisk status opdelt på land og statistisk model. Prikker viser den gen-

nemsnitlige forskel mellem elever med høj og lav socioøkonomisk status på ska-

laen for computer- og informationskompetence. Positive værdier angiver at elever

med høj socioøkonomisk status har et højere resultat på skalaen for computer-

og informationskompetence end elever med lav socioøkonomisk status. De ho-

risontale linjer angiver et 95-procentkonfidensinterval. Landene er rangeret efter

forskellen mellem elever med høj og lav socioøkonomisk status i den ukontrolle-

rede model.

I alle lande bliver sammenhængen mellem kompetencer og socioøko-

nomi også svagere når der kontrolleres for immigrantbaggrund, sprog talt

i hjemmet og forventet uddannelse. En del af forklaringen på den negative

sammenhæng ligger altså blandt andet i at mange elever med lav socioøko-

nomi også har immigrantbaggrund.

En supplerende test viser at i tilnærmelsesvis alle lande er afstanden mel-

lem elever med henholdsvis lav og høj socioøkonomi signifikant større end

den er i Danmark. Kun i Sydkorea, Portugal og Italien er forskellen ikke sig-

nifikant forskellig fra den danske. I modellen med kontrol er det kun Syd-

korea hvis forskel statistisk set ikke ligger under den danske. Det kan virke

overraskende at forskellen er større for de finske elever, da data fra under-

søgelsen

Programme for the International Assessment of Adult Competencies

(PIAAC) har vist at Finland på andre områder er bedre til at bryde med

social arv end Danmark. Finland har nemlig mere social mobilitet hvilket

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

10.1

immigrantbaggrund og socioøkonomi

175

Tabel 10.4 Datalogisk tænkning opdelt på socioøkonomisk status og land

Land

Sydkorea

Danmark

Portugal

Finland

Tyskland

Frankrig

USA

Høj

socioøkonomi

549 (5,6)

546 (3,4)

508 (3,4)

535 (3,4)

524 (5,1)

535 (3,2)

531 (2,8)

Lav

socioøkonomi

521 (4,9)

510 (3,1)

461 (3,0)

486 (4,0)

466 (4,7)

473 (2,9)

465 (2,8)

Forskel

28 (6,2)

36 (4,5)

47 (4,1)

49 (4,4)

59 (7,2)

62 (4,1)

67 (3,2)

Note:

Tabellen viser elevernes gennemsnit på skalaen for datalogisk tænkning. Stan-

dardfejl er angivet i parentes. Forskelle der er signifikante, er markeret med fed.

Landene er rangeret efter forskellen mellem elever med henholdsvis høj og lav

socioøkonomisk status.

vil sige at der er en større andel der opnår et højere uddannelsesniveau end

deres forældre (OECD 2018).

10.1.4 Socioøkonomi og datalogisk tænkning

I analysen af betydningen af socioøkonomi blandt elever i de lande der del-

tager i undersøgelsen af datalogisk tænkning, er indekset for socioøkonomi

endnu en gang omkodet til en binær variabel, men medianen for disse lande

er en anelse højere end den var for de 12 lande der deltog i hele undersøgel-

sen.

I Danmark har elever med en socioøkonomi under den internationale

median et gennemsnit på 510 point på kompetenceskalaen for datalogisk

tænkning. Det er 36 point mindre end danske elever med en socioøkonomi

over medianen. Ved computer- og informationskompetence var forskellen

på 28 point. De større forskelle på datalogisk tænkning relateret til både

socioøkonomi og immigrantbaggrund, kan ikke umiddelbart forklares ud

fra data fra ICILS-undersøgelsen.

Betydningen af elevers socioøkonomiske baggrund på deres datalogiske

tænkning er dog signifikant mindre i Danmark end i de lande vi har fokus på

at sammenligne med i denne rapport (Tyskland, Finland og USA). Blandt

elever med lav socioøkonomi er det kun eleverne i Sydkorea der ikke har

et signifikant mindre kompetencegennemsnit end de danske elever med lav

socioøkonomi.

Det gælder for alle lande at det har en signifikant negativ sammenhæng med

datalogisk tænkning at have lav socioøkonomi. Dette gælder også når der

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

176

Sydkorea

Danmark

Portugal

Finland

Tyskland

Frankrig

USA

sammenhænge mellem kontekstfaktorer og kompetencer

-50

Ikke kontrolleret for immigrantbaggrund, sprog

talt i hjemmet og forventet uddannelse

Kontrolleret for immigrantbaggrund, sprog talt i

hjemmet og forventet uddannelse

Figur 10.4 Forskel i datalogisk tænkning mellem elever med høj og lav socioøkonomisk sta-

tus opdelt på land og statistisk model. Prikker viser den gennemsnitlige forskel

mellem elever med høj og lav socioøkonomisk status på skalaen for datalogisk

tænkning. Positive værdier angiver at elever med høj socioøkonomisk status har

et højere resultat på skalaen for datalogisk tænkning end elever med lav socioø-

konomisk status. De horisontale linjer angiver et 95-procentkonfidensinterval.

Landene er rangeret efter forskellen mellem elever med høj og lav socioøkono-

misk status i den ukontrollerede model.

kontrolleres for elevers immigrantbaggrund, sprog talt i hjemmet og forven-

tede uddannelsesniveau. Det gælder dog også for alle lande at sammenhæn-

gen mellem kompetencer og socioøkonomi mindskes når der kontrolleres

for øvrige variable.

Yderligere analyse viser at Tyskland og USA har en signifikant større for-

skel i datalogisk tænkning mellem elever fra forskellige sociale lag af sam-

fundet end Danmark har. Ingen lande har en signifikant mindre forskel end

Danmark. Der er ikke signifikant forskel på sammenhængen mellem so-

cioøkonomi og kompetencer i Danmark i forhold til Finland. Når der tages

højde for øvrige sociale forhold, har Danmark en signifikant mindre forskel

mellem elever med høj og lav socioøkonomi end alle andre lande på nær

Sydkorea. Selv om elevers socioøkonomiske baggrund har en negativ sam-

menhæng med kompetenceniveau, er denne negative sammenhæng altså

svag i Danmark set i forhold til i andre lande.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

10.2

betydningen af elev- og skolefaktorer for elevernes it-kompetencer

17 7

10.2 Betydningen af elev- og skolefaktorer for elevernes

it-kompetencer

Vi har i første del af dette kapitel set på sammenhængen mellem computer-

og informationskompetence samt datalogisk tænkning og henholdsvis im-

migrantbaggrund og socioøkonomisk status. I denne anden del af kapitlet

afrapporterer vi resultater fra multivariate analyser for at undersøge sam-

menhængen mellem computer- og informationskompetence samt datalo-

gisk tænkning og forskellige faktorer på elev- og skoleniveau. Analysen bi-

drager til at forstå hvilke karakteristika ved skolerne (fx it-ressourcer) som

ser ud til at have betydning for elevernes it-kompetencer. Samtidig belyser

den om elevernes sociale baggrund og deres adgang til og brug af it er rela-

teret til deres kompetencer når der på samme tid tages højde for flere for-

klaringer. Analyserne er foretaget af den internationale forskningsledelse,

og vi fokuserer på resultaterne for Danmark. Disse resultater samt analyse-

resultaterne for andre lande kan også findes i kapitel 7 i den internationale

rapport (Fraillon, Ainley, Schulz, Friedman, m.fl. 2019).

10.2.1 Modellen til at forklare elevernes it-kompetencer

I undersøgelsesrammen for ICILS 2018 (Fraillon, Ainley, Schulz, Duck-

worth, m.fl. 2019) har forskningsledelsen udviklet en teoretisk model

der peger på de faktorer som de forventer har en betydning for elevers

computer- og informationskompetence og datalogiske tænkning. Mo-

dellen tager udgangspunkt i fund fra eksisterende forskningsstudier og

forskningsledelsens egne teoretiske antagelser om hvilke faktorer der er

centrale årsager til elevers it-kompetencer. I tabel 10.5 har vi kategoriseret

de faktorer som ICILS 2018 interesserer sig for som forklaringer. Vi angiver

samtidig om de knytter sig til elev- eller skoleniveauet, og om de knytter sig

til tre indholdskategorier: personlig og social baggrund, it-adgang, -brug

og -erfaring samt undervisning i it-kompetencer.

Analysen af hvad der forklarer elevers it-kompetencer, baserer sig på

data der er hierarkisk opbygget, det vil sige at vi ser på elever der er ind-

lejret (nested) i skoler. For at kunne estimere sammenhængen mellem ele-

vernes it-kompetencer og karakteristika på forskellige hierarkiske niveauer,

henholdsvis skolekarakteristika og elevkarakteristika, anvender analysen en

multilevel-regressionsmodel.

Ikke alle elever har samme kompetencer – de

varierer.

Målet med en

multilevel-analyse (og regressionsanalyser i det hele taget) er at forklare en

sådan variation. Det vil sige at man ønsker at finde ud af om det fx gør

en forskel om eleverne har arbejdet med computer i mange år: Varierer

elevernes it-kompetencer afhængigt af om de har brugt computer i færre

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

178

sammenhænge mellem kontekstfaktorer og kompetencer

Tabel 10.5 Oversigt over faktorer der antages at påvirke elevernes it-kompetencer.

Elever

Personlig og social

baggrund

• Køn

• Sprog talt i hjemmet

• Forventet uddannelsesni-

veau

• Socioøkonomisk status

• Antal computere i hjemmet

• Brug af it i dagligdagen

• Erfaring med computere

Skole

• Skolens socioøkonomiske elev-

grundlag

It-adgang, -brug og

-erfaring

• Tilgængelighed af it-ressourcer til

undervisning

• Forventninger til lærernes brug af it

til kommunikation og samarbejde

• Lærernes erfaring med brug af it til

undervisning

• Lærernes brug af it til elevernes

aktiviteter

Undervisning i

it-kompetencer

• Brug af basale it-værktøjer i

klassen

• Læring af computer- og

informationskompetence-

relaterede opgaver i skolen

• Læring af opgaver relateret

til datalogisk tænkning i

skolen

eller flere år. Kort fortalt bryder multilevel-modellen variationen i elever-

nes computer- og informationskompetence op i to forskellige komponen-

ter (Fraillon, Schulz, og Ainley 2013). Én varianskomponent der består af

variationen i elevernes kompetencer

imellem

skolerne, og en anden vari-

anskomponent som består af variation i elevernes kompetencer

inden for

skolerne.

Denne opsplitning muliggør at man kan undersøge i hvilken grad

skolekarakteristika

kan forklare den variation i elevernes kompetence der

befinder sig imellem skolerne, mens analysen på

elevniveauet

estimerer i

hvilken grad elevkarakteristika forklarer variation i elevernes kompetence

inden for samme skole.

Analysen af elevernes it-kompetencer ved hjælp af multilevel-modellen

har reelt et forklarende sigte – målet er at forstå hvilke karakteristika ved en-

ten skoler eller elever der har en kausal

effekt

på elevernes it-kompetencer. I

64. Nogle multilevel-modeller – såkaldte random-effects-modeller gør det muligt at esti-

mere hvorvidt sammenhængen mellem elevkarakteristika og den afhængige variabel va-

rierer på tværs af skoler. Multilevel-modellen anvendt i denne analyse estimerer dog sam-

menhængen mellem elevkarakteristika og it-kompetencer ud fra en antagelse om at de er

konstante på tværs af skoler.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

10.2

betydningen af elev- og skolefaktorer for elevernes it-kompetencer

179

den forbindelse er det dog værd at huske på at analysen baserer sig på tvær-

snitsdata, det vil sige at samtlige variable – både de uafhængige variable og

den afhængige variabel – er observeret på samme tidspunkt. Hvorvidt en så-

dan analyse kan give ikke-skæve,

unbiased,

estimater af forskellige variables

effekt på elevernes it-kompetencer, hviler primært på to antagelser. For det

første skal der være fravær af

endogenitet

i modellen hvilket vil sige at ele-

vernes it-kompetencer ikke må påvirke de uafhængige variable. Hvor det er

indlysende at it-kompetencer ikke kan påvirke nogle af de forklarende vari-

able i modellen (fx køn), kan det ikke udelukkes at flere af de andre variable i

modellen er påvirket af elevernes it-kompetencer (fx forventet uddannelses-

niveau, brug af it i dagligdagen eller lærernes brug af it til klasseaktiviteter).

For det andet er det en antagelse at der er fravær af uobserverede relevante

variable. Hvis den statistiske model ikke kontrollerer for samtlige variable

der på samme tid korrelerer med mindst én af de uafhængige variable samt

den afhængige variabel, vil det medføre skævhed eller

bias

i effektestima-

terne. Disse antagelser vil sjældent være rimelige med denne type af data,

og med det eksisterende data er der ikke mulighed for at teste eller vurdere

rimeligheden i disse antagelser.

Af disse årsager vil vi i teksten ikke fremlægge resultaterne af analy-

sen som om de viser

effekten

af specifikke uafhængige variable på elevernes

it-kompetencer. I stedet mener vi at det er mere rimeligt at anvende blø-

dere formuleringer og således at sige fx at modellens resultater viser esti-

mater på sammenhængen mellem en uafhængig variabel og elevernes it-

kompetencer hvilket kan indikere en mulig årsagsrelation.

En gennemgang af hvordan variablene er kodet, findes i de bilag der ind-

går i den elektroniske udgave af bogen. Vi har tre typer af variable i den sta-

tistiske model, og i forlængelse af kodningen af variablene vil fortolkningen

af modellens regressionskoefficienter være som følger:

• Dikotome variable: For dikotome variable (det vil sige variable der er

kodet 0 og 1) vil regressionskoefficienten vise den estimerede gennem-

snitlige forskel i point på skalaen for it-kompetencer mellem gruppen

der er kodet 1 (fx piger), og gruppen der er kodet 0 (fx drenge).

• Kategoriske variable: Der er kun én kategorisk (og ikke dikotom va-

riabel) i modellen: lærernes erfaring med brug af it i undervisningen.

Variablen behandles i modellen som en kontinuert variabel således at

den indikerer estimatet for den gennemsnitlige ændring i point i it-

kompetence når erfaringen med it blandt lærerne på skolen stiger med

ét år.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

180

sammenhænge mellem kontekstfaktorer og kompetencer

• Intervalskalerede variable: For intervalskalerede variable vil regres-

sionskoefficienten vise den estimerede gennemsnitlige ændring i ele-

vernes it-kompetence når den uafhængige variabel ændrer sig med en

national standardafvigelse.

I det følgende afrapporterer vi de danske resultater fra analysen med

multilevel-modeller til at forklare variation i eleverens it-kompetencer.

Først ser vi nærmere på hvilke faktorer der har en sammenhæng med

elevernes computer- og informationskompetence, og herefter gennemgår

vi hvilke variable der hænger sammen med elevernes kompetencer i

datalogisk tænkning.

10.2.2 Hvilke faktorer hænger sammen med elevernes computer- og

informationskompetence

Figur 10.5 afrapporterer ustandardiserede regressionskoefficienter for

variablene i multilevel-modellen baseret på danske elever. Det er værd at

holde sig for øje at regressionskoefficienten for hver uafhængig variabel

viser estimatet på sammenhængen mellem den respektive variabel og

elevernes computer- og informationskompetence

når

der kontrolleres for

samtlige andre variable i modellen.

Relationer mellem baggrundsfaktorer og elevernes computer- og

informationskompetence

Blandt faktorer der knytter sig til elevernes personlige og sociale baggrund,

finder vi at elevernes køn har en sammenhæng med deres computer- og in-

formationskompetence. Pigernes gennemsnit på skalaen ligger otte point

højere end drengenes gennemsnit, selv når der tages højde for andre vari-

able. En forskel der er statistisk signifikant. Dette billede matcher desuden

resultaterne fra ICILS 2013 hvor lignende multivariate analyser

også viste

at der var en sammenhæng mellem køn og elevernes computer- og infor-

mationskompetence.

Herudover viser figuren at både sprog talt i hjemmet og forventet ud-

dannelsesniveau har en markant og signifikant sammenhæng med elever-

nes kompetence. Elever der kommer fra hjem hvor der tales mest dansk, har

gennemsnitligt en kompetence der ligger 22 point højere på skalaen end ele-

ver der kommer fra hjem hvor der mest tales et andet sprog end dansk. Også

65. I ICILS 2013 blev der også foretaget analyse med en multilevel-model, men der er en

anelse forskel på hvilke variable der blev inkluderet i modellen hvilket betyder at resulta-

terne ikke er helt sammenlignelige.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

10.2

betydningen af elev- og skolefaktorer for elevernes it-kompetencer

181

Køn (pige)

Sprog talt i hjemmet (dansk)

Forventet uddannelsesniveau (uni)

Socioøkonomisk baggrund

Socioøkonomisk elevgrundlag

8,1

22,1

6,9

19,3

Personlig og

social baggrund

Computer i hjemmet (mindst to)

Brug af it (dagligt)

Erfaring med computere (mindst fem år)

Tilgængelighed af it-ressourcer

til undervisning

Forventninger til lærernes brug af it

til kommunikation og samarbejde

Lærernes erfaring med brug af it

til undervisning

Brug af basale it-værktøjer i klassen

Læring af computer og

informationskompetencerelaterede opgaver

Lærernes brug af it

til elevernes aktiviteter

-50

-25

Elev

12,1

30,8

It-adgang,

-brug og -erfaring

6,1

-0,2

-0,7

0,7

5,8

5,2

-5,1

Skole

Undervisning i

it-kompetencer

Figur 10.5 Computer- og informationskompetence forklaret ud fra variable på elev- og sko-

leniveau. Tal viser ustandardiserede regressionskoefficienter. De horisontale linjer

angiver et 95-procentkonfidensinterval. De afrapporterede statistikker er hentet

fra den internationale rapport (Fraillon m.fl., 2019).

elever der forventer at opnå en universitetsuddannelse, ligger i gennemsnit

godt 22 point højere end elever der forventer at opnå en kortere uddannelse.

I ICILS 2013 havde elevernes forventede uddannelsesniveau også en klar

sammenhæng med computer- og informationskompetence, mens sprog talt

i hjemmet ikke var medtaget i analysen med multilevel-modellen.

Elevernes socioøkonomiske baggrund spiller desuden også en rolle. So-

cioøkonomisk baggrund har en positiv og signifikant sammenhæng med

elevernes computer- og informationskompetence, således at eleverne gen-

nemsnitligt har et niveau ca. syv point højere på skalaen, når deres socioø-

konomiske baggrund stiger med en standardafvigelse. Dette er tilsvarende

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

182

sammenhænge mellem kontekstfaktorer og kompetencer

billedet fra samme analyse i 2013. Samtlige af de personlige og socioøkono-

miske elevbaggrundsfaktorer der er medtaget i modellen, er således relate-

ret til elevernes computer- og informationskompetence.

Relationer mellem elevernes brug af it og deres computer- og

informationskompetence

I forhold til variablene der knytter sig til elevernes it-adgang, -brug

og -erfaring, er der en signifikant sammenhæng mellem computere i

hjemmet og elevens kompetence, således at elever der har to eller flere

computere i hjemmet, gennemsnitligt har et resultat der er tolv point

højere på computer- og informationskompetenceskalaen end elever

der har færre computere hjemme. I ICILS 2013 var der i øvrigt ikke en

sammenhæng mellem computere i hjemmet og elevernes computer- og

informationskompetence.

Herudover er der en positiv og signifikant sammenhæng mellem hen-

holdsvis elevernes erfaring med computere og brug af it og deres kompe-

tenceniveau. For hvert års ekstra erfaring med computere stiger elevernes

niveau gennemsnitligt med seks point, mens eleverne gennemsnitligt ligger

ca. 31 point højere på skalaen hvis de bruger it dagligt. I forhold til disse to

resultater var det i ICILS 2013 kun elevernes erfaring med computer – og

ikke også deres brug af it – der var relateret til deres computer- og informa-

tionskompetence.

At eleverne modtager undervisning der er relevant for computer- og in-

formationskompetence, ser også ud til at hænge sammen med deres kompe-

tenceniveau. Elevernes selvrapporterede brug af basale it-værktøjer i klas-

sen har en signifikant og positiv sammenhæng med deres kompetenceni-

veau, således at en standardafvigelse på indekset er associeret med seks po-

int på skalaen. Også elevernes opfattelse af at have lært at udføre opgaver

der er relevante for computer- og informationskompetence, har en tilsva-

rende signifikant og positiv sammenhæng, og en standardafvigelse på in-

dekset hænger sammen med en ændring på fem point på skalaen. I ICILS

2013 fandt man ingen sammenhæng mellem elevernes opfattelse af at have

lært at udføre opgaver der er relevante for computer- og informationskom-

petence, og deres kompetence. Elevernes brug af basale it-værktøjer i klas-

sen indgik ikke i modellen i 2013.

Når vi ser på sammenhængen mellem skolekarakteristika og elevernes

computer- og informationskompetence, er billedet mere broget. Skolernes

socioøkonomiske elevgrundlag har en signifikant og positiv sammenhæng

med elevernes kompetencer, således at en standardafvigelse på indekset

svarer til en ændring i elevernes kompetencer på 19 point. Imidlertid finder

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

10.2

betydningen af elev- og skolefaktorer for elevernes it-kompetencer

183

analysen ingen sammenhænge mellem henholdsvis skolernes it-adgang,

-brug og -erfaring og skolernes undervisning i it-kompetencer og så

deres elevers computer- og informationskompetence. Disse resultater er

samstemmende med analyserne i 2013 hvor det også kun var skolernes so-

cioøkonomiske elevgrundlag der var relateret til danske elevers computer-

og informationskompetence.

10.2.3 Sammenfatning: Computer- og informationskompetence

Alt i alt identificerer analysen flere vigtige resultater. Det første centrale re-

sultat er at vi ligesom i 2013 finder at elevers personlige og sociale baggrund

hænger sammen med computer- og informationskompetence. Dette styr-

ker evidensen for at disse faktorer faktisk hænger sammen med elevernes it-

kompetencer. Køn (pige), højere socioøkonomisk status samt forventninger

om et højt uddannelsesniveau er relateret til et højere kompetenceniveau,

men for første gang peger analysen også på at dansk talt i hjemmet hænger

sammen med computer- og informationskompetence. Det andet centrale

resultat er at både elevernes adgang til computere i hjemmet samt aktiv brug

af it – det vil sige daglig brug af it og erfaring med computere – hænger po-

sitivt sammen med kompetenceniveauet. I 2013 fandt vi at kun erfaring med

it gik hånd i hånd med et højere kompetenceniveau. Et tredje centralt re-

sultat er at undervisning i it-kompetencer (det vil sige at eleverne anvender

basale it-værktøjer i klassen og lærer at udføre opgaver der er relevante for

computer- og informationskompetence) har en positiv sammenhæng med

elevernes kompetenceniveau – i hvert fald når eleverne selv fortæller om

undervisningen.

Men vi kan ikke identificere nogen nævneværdig betydning af under-

visning i it-relevante kompetencer når undervisningen måles på skoleni-

veau. Tværtimod er analysen på skoleniveau ikke i stand til at vise at nogen

anden faktor end skolens socioøkonomiske elevgrundlag har en sammen-

hæng med elevernes computer- og informationskompetence. Den mang-

lende sammenhæng med undervisningsfaktorer som rapporteret af lærerne

kan skyldes at der ikke i ICILS kan etableres en direkte forbindelse mellem

en lærer og en elev. Undervisningsfaktorerne måles således som et gennem-

snit af lærerne på skolens besvarelser. Og hvis der er stor forskel på lærerne

på skolen, vil disse opveje hinanden.

10.2.4 Hvilke faktorer hænger sammen med elevernes datalogiske tænkning

I forhold til at undersøge hvilke faktorer der hænger sammen med elevernes

datalogiske tænkning, blev næsten samme model anvendt som i foregående

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

184

sammenhænge mellem kontekstfaktorer og kompetencer

Køn (pige)

Sprog talt i hjemmet (dansk)

Forventet uddannelsesniveau (uni)

Socioøkonomisk baggrund

Socioøkonomisk elevgrundlag

-10,5

31,1

28,8

13,8

8,9

Personlig og

social baggrund

Computer i hjemmet (mindst to)

Brug af it (dagligt)

Erfaring med computere (mindst fem år)

Tilgængelighed af it-ressourcer

til undervisning

Forventninger til lærernes brug af it

til kommunikation og samarbejde

Lærernes erfaring med brug af it

til undervisning

Brug af basale it-værktøjer i klassen

Læring af opgaver relateret

til datalogisk tænkning

Lærernes brug af it

til elevernes aktiviteter

-40

Elev

15,9

32,7

It-adgang,

-brug og -erfaring

11,4

-0,6

1,5

7,1

-7,1

-2,9

Skole

Undervisning i

it-kompetencer

Figur 10.6 Datalogisk tænkning forklaret ud fra variable på elev- og skoleniveau. Tal viser

ustandardiserede regressionskoefficienter. De horisontale linjer angiver et 95-

procentkonfidensinterval. De afrapporterede statistikker er hentet fra den inter-

nationale rapport (Fraillon m.fl., under udgivelse).

afsnit. Den eneste forskel er, at modellen for datalogisk tænkning inklude-

rer elevernes opfattelse af om de har lært opgaver relateret til datalogisk

tænkning i stedet for at inkludere elevernes opfattelse af om de har lært at

udføre opgaver der er relevante for computer- og informationskompetence.

Regressionskoefficienterne for hver variabel i multilevel-modellen fremgår

i figur 10.6.

Relationer mellem baggrundsfaktorer og elevernes kompetencer i

datalogisk tænkning

I forhold til variablene der knytter sig til elevernes personlige og sociale

baggrund, har samtlige inkluderede variable en sammenhæng med elever-

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

10.2

betydningen af elev- og skolefaktorer for elevernes it-kompetencer

185

nes niveau i datalogisk tænkning. Ganske interessant har køn en statistisk

signifikant sammenhæng med elevernes kompetencer, således at pigernes

gennemsnit ligger godt 11 point under end drenges gennemsnit, når der er

kontrolleret for de andre variable i modellen.

Desuden fremgår det af fi-

guren at elevernes resultat på skalaen for datalogisk tænkning er relateret

til henholdsvis sprog talt i hjemmet og forventet uddannelsesniveau. Hvis

eleverne kommer fra hjem hvor der tales mest dansk, ligger de gennemsnit-

ligt 31 point højere på skalaen end hvis de kommer fra hjem hvor der mest

tales et andet sprog. Elever der forventer at gennemføre en universitetsud-

dannelse, ligger ca. 29 point højere på skalaen end elever der forventer at

nå et andet uddannelsesniveau. Vi så tidligere at elevernes socioøkonomi-

ske baggrund spillede en rolle for deres computer- og informationskompe-

tence. Tilsvarende gør sig gældende for deres niveau i datalogisk tænkning.

Socioøkonomisk baggrund har en positiv og signifikant sammenhæng med

datalogisk tænkning således at eleverne gennemsnitligt ligger ca. 14 point

højere på skalaen for datalogisk tænkning når deres socioøkonomiske bag-

grund forbedrer sig med en standardafvigelse.

Elevernes it-adgang, -brug og -erfaring ser også ud til at have nogen grad

af betydning for deres datalogiske tænkning. Der er ikke en sammenhæng

mellem antal computere i hjemmet og datalogisk tænkning, men derimod

er der en signifikant og positiv sammenhæng mellem elevernes daglige brug

af it og kompetencer. Elever der bruger it dagligt, ligger gennemsnitligt 33

point højere på skalaen for datalogisk tænkning end elever der ikke bru-

ger it dagligt. Herudover er der også en positiv og signifikant sammenhæng

mellem elevernes erfaring med computere og deres kompetenceniveau. For

hvert års ekstra erfaring med computere stiger elevernes placering på ska-

laen for datalogisk tænkning gennemsnitligt med 11 point. Analyserne pe-

ger således på at danske elevers datalogiske tænkning primært hænger sam-

men med

aktiv

brug af it og ikke adgang til it.

66. Dette fund er bemærkelsesværdigt. I en bivariat analyse mellem køn og elevernes da-

talogiske tænkning er der ingen sammenhæng (en analyse som vi også afrapporterer i ka-

pitel 7). At der findes en sammenhæng i den multivariate analyse – og ikke i den bivariate

– kan indikere at der findes en suppressor-variabel, det vil sige en tredje variabel der kor-

relerer med både køn og datalogisk tænkning samt holder sammenhængen mellem køn og

datalogisk tænkning „nede“. En mulig suppressor i denne sammenhæng kunne være ele-

vernes forventede uddannelsesniveau, da markant flere piger end drenge forventer at opnå

en universitetsuddannelse. Ud fra denne tankegang ville køns virkelige sammenhæng med

datalogisk tænkning først komme til syne, når man sammenligner datalogisk tænkning

blandt piger og drenge der har samme forventninger til fremtidig uddannelse. Eftersom

disse analyser er lavet af den internationale forskningsledelse, kan vi imidlertid ikke teste

robustheden af resultatet.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

186

sammenhænge mellem kontekstfaktorer og kompetencer

Resultaterne er noget gådefulde når vi kigger på sammenhængen

mellem dét at eleverne modtager undervisning der er relevant for it-

kompetencer og deres niveau i datalogisk tænkning. På den ene side

har elevernes selvrapporterede brug af basale it-værktøjer i klassen en

signifikant og positiv sammenhæng med deres niveau således at en positiv

ændring på en standardafvigelse på indekset hænger sammen med en

positiv ændring på syv point på skalaen. På den anden side finder vi en

negativ sammenhæng mellem elevernes opfattelse af at have lært datalo-

gisk tænkning-relevante opgaver og deres niveau i datalogisk tænkning.

I dette tilfælde hænger en positiv ændring på en standardafvigelse på

indekset sammen med en nedgang på syv point på kompetenceskalaen.

En mulig forklaring på dette paradoksale resultat kan være at dårligere

præsterende elever har været mere tilbøjelige til at give udtryk for at de

har lært datalogisk tænkning-relevante opgaver på grund af en målrettet

undervisningsindsats. En anden forklaring kan være at bedre præsterende

elever har været mindre tilbøjelige til at svare bekræftende på at de har

lært disse opgaver fordi de forstår noget andet ved opgaverne end dårligere

præsterende elever. Endeligt kan man heller ikke udelukke at resultatet

skyldes udeladt variabelbias. Imidlertid kan vi kun gisne om årsagen og

ikke komme med mere definitive svar på hvorfor dette kontraintuitive

resultat er opstået.

Hvis vi kigger på sammenhængen mellem skolekarakteristika og ele-

vernes datalogiske tænkning, finder vi ingen signifikante sammenhænge.

Hverken skolens socioøkonomiske elevgrundlag, skolernes it-adgang,

-brug og -erfaring eller skolernes undervisning i it-kompetencer er

relateret til elevernes datalogiske tænkning ifølge denne analyse.

10.2.5 Sammenfatning: Datalogisk tænkning

Opsummerende peger analysen på at datalogisk tænkning hænger sammen

med elevernes personlige og sociale baggrund i form af køn, sprog talt i

hjemmet, forventet uddannelsesniveau og socioøkonomisk baggrund. Her-

udover fremgår det også at elevernes aktive brug af it er tydeligt relateret til

deres kompetencer i forhold til datalogisk tænkning. Både daglig brug af it

såvel som antal års erfaring går hånd i hånd med et højere niveau af data-

logisk tænkning. Imidlertid finder vi ingen sammenhæng mellem adgang

til it og datalogisk tænkning hvilket står i kontrast til analysen af elevernes

67. Reelt kan vi heller ikke udelukke at resultatet er fremkommet af ren statistisk tilfældig-

hed, men det er ikke særlig sandsynligt.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

10.2

betydningen af elev- og skolefaktorer for elevernes it-kompetencer

187

computer- og informationskompetence. Når det kommer til sammenhæn-

gen mellem hvorvidt eleverne undervises i it-kompetencer og deres datalo-

giske tænkning, er billedet ganske mudret. I analysen der måler undervis-

ningsindholdet ved hjælp af elevernes egen opfattelse, viser resultaterne at

brug af basale it-værktøjer i undervisningen har en positiv sammenhæng

med datalogisk tænkning, hvorimod læring af opgaver relateret til data-

logisk tænkning har en negativ sammenhæng. Billedet bliver ikke tydeli-

gere af at lærernes brug af it til elevernes aktiviteter ingen betydning har

for elevernes datalogiske tænkning når undervisningen måles på skoleni-

veau. Afsluttende peger analysen på at ingen af de undersøgte faktorer på

skoleniveau, det vil sige hverken skolens socioøkonomiske baggrund, sko-

lens it-adgang, -brug og -erfaring, eller undervisning i it-kompetencer er

relateret til elevers datalogiske tænkning.

10.2.6 Sammenfatning

Analyserne af hvilke faktorer der hænger sammen med elevernes it-

kompetencer (både computer- og informationskompetence samt datalo-

gisk tænkning) giver flere interessante indsigter. For det første viser disse

analyser i tråd med megen anden uddannelsesforskning at elevers sociale

baggrundsfaktorer har grundlæggende betydning for elevers kompetencer

(uanset indholdet). Socioøkonomisk baggrund og sprog talt i hjemmet er

klart relateret til elevernes it-kompetencer.

For det andet viser analyserne at køn spiller en tvetydig rolle i forhold

til it-kompetencer. Pigers gennemsnitlige niveau på computer- og informa-

tionskompetenceskalaen er højere end drengenes gennemsnit hvorimod

drengenes gennemsnit er højere end pigernes i målingen af datalogisk

tænkning. Det kunne være interessant at se nærmere på robustheden af

særligt sammenhængen mellem køn og datalogisk tænkning (og hvor

modelafhængig sammenhængen er) – ikke mindst da den simple bivariate

sammenhæng mellem køn og datalogisk tænkning er lig nul blandt danske

elever. Hvis resultatet imidlertid er robust, rejser det åbenlyst et spørgsmål

for fremtidig forskning: Hvorfor er køns sammenhæng med henholds-

vis computer- og informationskompetence og datalogisk tænkning så

forskellig?

For det tredje peger analyserne på at elevers it-adgang, -brug, og

–erfaring ikke hænger sammen med hhv. elevers computer- og informa-

tionskompetence og datalogisk tænkning på samme måde. Både adgang

til og aktiv brug af it hænger positivt sammen med elevers computer- og

informationskompetence hvorimod kun aktiv brug af it er relateret til

datalogisk tænkning. Dette kan indikere at datalogisk tænkning primært

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

188

sammenhænge mellem kontekstfaktorer og kompetencer

fostres af aktivitet og træning og i mindre grad af et højteknologisk

hjemmemiljø. Omvendt vil en sådan slutning kræve flere analyser baseret

på nye data, da der er relativ stor statistisk usikkerhed på estimatet for

sammenhængen mellem adgang til it i hjemmet og datalogisk tænkning.

For det fjerde viser analyserne meget inkonsistente resultater af sam-

menhængen mellem undervisning i it-relevante kompetencer og elevernes

faktiske it-kompetencer – særligt når man sammenligner resultaterne af-

hængigt af om undervisningsindholdet måles på elev- eller skoleniveauet.

Det er oplagt at det ikke er den bedste metode til at måle om eleverne mod-

tager undervisning i relevante it-kompetence at spørge eleverne selv. Svar på

sådanne spørgsmål kan være medbestemt af elevernes kompetenceniveau

(det vil sige målingen af variablen er endogen), ligesom eleverne kan svare

urigtigt, forstå forskellige ting ved spørgsmålene osv. Imidlertid er det også

værd at hæfte sig ved at ingen analyser på skoleniveauet viser en sammen-

hæng mellem lærernes brug af it til elevernes aktiviteter i undervisningen

og elevernes kompetencer.

En mulig forklaring på den manglende sammenhæng kan også her være

at lærerspørgeskemaet simpelthen ikke måler præcist nok i forhold til hvor

meget lærerne anvender it til elevernes aktiviteter – med andre ord kan

det være at lærerne svarer upræcist (eventuelt fordi spørgsmålene er upræ-

cise). Derfor ville det være interessant at undersøge betydningen af lærernes

brug af it til elevernes aktiviteter i et studie hvor måleinstrumentet ikke var

selvrapporteret.

En anden forklaring på den manglende sammenhæng mellem lærernes

brug af it til elevernes aktiviteter og elevernes it-kompetencer kan være at

målet for undervisningsindholdet baserer sig på en stikprøve blandt skolens

lærere på 8. klassetrin. Da stikprøven af skolens 8.-klasselærere ikke vil give

et præcist billede af hvor meget eleverne der deltager i undersøgelsen, bru-

ger it i undervisningen, vil der være tilfældig støj i variablen der udtrykker

hvor meget eleverne reelt udsættes for den type undervisning. Beviser inden

for økonometrien viser at tilfældige målefejl i uafhængige variable giver en

nedadgående bias i regressionsestimater (Wooldridge 2009, 318–22). Der-

for kan tilfældige målefejl resultere i et fravær af en sammenhæng selv om

der reelt findes en sådan.

Endelig kan man forestille sig en sidste årsag til en fraværende sammen-

hæng. Der eksisterer muligvis en så stor spredning i lærernes brug af it til

elevernes aktiviteter på skolen at det ikke giver mening at estimere sam-

menhængen mellem elevernes it-kompetencer og lærernes undervisning i

it-relevante kompetencer på skoleniveauet (og ikke lærerniveauet) – særligt

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

10.2

betydningen af elev- og skolefaktorer for elevernes it-kompetencer

189

når man ikke ved i hvilken grad de enkelte elever på skolen bliver ekspone-

ret for lærerne. Det kan således tænkes, at det er mere fordelagtigt at tænke

i andre typer af undersøgelsesdesign for at kunne undersøge sammenhæn-

gen mellem læreres undervisning i it-relevante kompetencer og elevernes

it-kompetencer. Eksempelvis kunne man forestille sig randomiserede for-

søg hvor det varieres hvor meget lærerne i forskellige klasser anvender it til

elevernes aktiviteter, ligesom andre økonometriske design kunne overvejes

(fx difference-in-differences).

INDHOLDSFORTEGNELSE

11 Sådan måler ICILS kompetencer og

kontekster

I dette kapitel beskrives de instrumenter der blev udviklet i forbindelse

med ICILS 2013 og 2018 til at måle elevernes computer- og informa-

tionskompetence og deres kompetence til datalogisk tænkning samt til

at måle træk ved konteksten for udviklingen af disse kompetencer. Først

præsenteres målgruppe og samplingsdesign for undersøgelsen. Herefter

bliver de forskellige undersøgelsesinstrumenter der blev anvendt i ICILS,

gennemgået. Først gennemgår vi kort spørgeskemaerne som giver indblik i

konteksterne, og dernæst beskriver vi mere grundigt testinstrumenterne –

først for computer- og informationskompetence og dernæst for datalogisk

tænkning. Under hver del præsenteres først testmodulerne, og dernæst

beskrives hvordan kompetenceområderne for hver af de to overordnede

kompetencer er blevet operationaliseret, og hvordan skalaen for dem blev

udledt fra testinstrumentet. For at vise karakteren af de opgaver der indgik

i målingen, præsenteres der herefter eksempelopgaver fra testmodulerne

samt tilhørende vurderingskriterier i forhold til kompetenceniveauerne

som er beskrevet i henholdsvis kapitel 3 og 4. Endelig beskrives det

hvorledes de kvalitative vurderinger af opgavebesvarelserne foregik.

11.1 Undersøgelsens design

Som nævnt i kapitel 2, deltog i alt 12 lande og to benchmarkdeltagere i

ICILS 2018: Danmark, Chile, Finland, Frankrig, Tyskland, Italien, Kasak-

hstan, Sydkorea, Luxembourg, Portugal, USA, Uruguay, Moskva (Rusland)

og den tyske delstat Nordrhein-Westfalen. Ikke alle lande deltog i undersø-

gelsen af datalogisk tænkning der i 2018 blev udviklet som en tilvalgsmulig-

hed. Denne del valgte de otte lande Danmark, Finland, Frankrig, Tyskland,

Sydkorea, Luxembourg, Portugal og USA at deltage i.

I 2013 deltog 18 lande, men kun fire af disse valgte at deltage i 2018: Dan-

mark, Tyskland, Chile og Sydkorea. Det lille antal gengangere betyder at det

har været mindre relevant at sammenligne hvilken udvikling der er sket i de

danske resultater og kontekst med tilsvarende udvikling i andre lande.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

192

sådan måler icils kompetencer og kontekster

11.1.1 Populationsdefinitioner

Elevpopulationen i ICILS består som udgangspunkt af elever der gik i 8.

klasse på både private skoler og folkeskoler i foråret 2018. ICILS define-

rer elevpopulationen ud fra at eleverne skal have modtaget otte års formel

skoleundervisning

, og at elevernes gennemsnitlige alder på 8. klassetrin

mindst er 13,5 år. Hvis elevernes aldersgennemsnit i en 8.-klasse er under

13,5 år, foretages undersøgelsen i 9. klasse i stedet for. Alle skoletyper ind-

går i undersøgelsen.

Populationen for lærerspørgeskemaet udgøres af lærere der underviste

på klassetrinnet i dataindsamlingsperioden og som minimum havde været

ansat på skolen siden begyndelsen af skoleåret.

Afgrænsningen af elevpopulationen og lærerpopulationen betyder at vi

på baggrund af undersøgelsens resultater kan udtale os om kompetencer,

holdninger og adfærd blandt danske 8.-klasseelever samt blandt lærere der

underviser på 8. klassetrin. Det er altså vigtigt at understrege at undersø-

gelsens resultater ikke giver os et afsæt for at udtale os om elev- og lærer-

grupper på andre klassetrin i det danske skolesystem.

11.1.2 Stikprøvedesign

Når man ønsker et repræsentativt billede af en population – her de danske

elevers computer- og informationskompetence og deres datalogiske tænk-

ning – og samtidig skal kunne sammenligne resultaterne med resultater fra

andre lande, skal man i alle landene følge de samme retningslinjer for hvor-

dan man finder frem til de elever der skal testes. Udvælgelsen blev foretaget

af IEA Hamburg. Skolerne blev udvalgt efter det der inden for fagtermino-

logien kaldes en stratificeret klyngeudvælgelse hvor skoler der ligner hin-

anden på udvalgte karakteristika, samles i grupper, således at man sikrer en

bred fordeling på tværs af typer. Stikprøvedesignet bestod af to faser.

I den første fase blev skolerne først sorteret i de valgte strata. I Danmark

har vi adgang via Datavarehuset

til karaktergennemsnit fra afgangsprø-

verne, og dette betragtes som en stærk indikator for resultat også i tests. Der-

for valgte vi at dele skolerne op i fem grupper efter karaktergennemsnit (fire

ligeligt fordelte grupper samt en gruppe af skoler for hvem gennemsnittet

ikke kendes).

Dernæst blev skolerne udtrukket til at deltage på baggrund

68. I Danmark regnes børnehaveklassen ikke med som første års skolegang, hvorfor det for

Danmarks vedkommende var 8. klasse der deltog.

69. Se https://www.uddannelsesstatistik.dk

70. Statificeringen er implicit for Danmark, så data om stratificeringen indgår ikke i databa-

sen.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.1

undersøgelsens design

193

af en PPS-procedure (probability

proportional to size

hvor størrelse måles

som antal elever indskrevet på skolen). Derved blev det sikret at der var en

spredt fordeling på tværs af skolestørrelser således at skoler med mange ele-

ver havde tilsvarende større sandsynlighed for at deltage end skoler med få

elever.

Den nødvendige størrelse på den komplekse stikprøve af elever bereg-

nes så den har samme præcision på henholdsvis gennemsnit og andele som

hvis stikprøvedesignet blot bestod af en simpel tilfældig udtrækning af 400

elever fra elevpopulationen. I de fleste lande – og også i Danmark – resul-

terer det i en skolestikprøve på 150 skoler for at få tilpas præcise estimater.

Landene kan dog ønske at få særlig viden om undergrupper, fx privatskoler

eller skoler med mange elever med immigrantbaggrund, og i sådanne til-

fælde vil de sample flere skoler („oversample“) inden for dette område. Ud

over de 150 skoler blev der for hver skole udtrukket to erstatningsskoler af

samme type, så de kunne træde i stedet i tilfælde af at de udtrukne skoler

ikke kunne deltage.

I anden fase af stikprøveudtrækket blev der inden for hver deltagende

skole tilfældigt udtrukket i alt 20 elever til at deltage blandt de elever der

var indskrevet på klassetrinnet. På skoler med færre end 20 elever blev alle

elever på klassetrinnet inviteret til at deltage. Hvis skolen havde mere end

20 elever, men maksimalt 25 elever indskrevet i 8. klasse, blev alle elever

inviteret til at deltage så de få ikke-deltagende elever ikke skulle føle sig eks-

kluderet.

Blandt lærerne blev anden fase i stikprøveudtrækket gennemført på føl-

gende måde: Inden for hver deltagende skole blev 15 lærere tilfældigt udvalgt

blandt alle lærere som underviste på målklassetrinnet. På skoler med færre

end 20 lærere på klassetrinnet blev samtlige lærere inviteret til at deltage.

Da der i undersøgelsen ikke lægges op til at forbinde viden fra lærerne med

individuelle elever, blev lærerne altså udtrukket uafhængigt af om de un-

derviste de udvalgte elever, eller hvilket fag de underviste i på klassetrinnet.

IEA-undersøgelserne stiller meget høje krav til deltagelsesgraden. I

ICILS var dette krav på 85 procent af de udvalgte skoler og 85 procent af de

udvalgte elever inden for de deltagende skoler – eller en vægtet samlet del-

tagelsesgrad på 75 procent. De samme kriterier gjaldt for lærerstikprøven,

men dækningen blev vurderet uafhængigt af elevstikprøven. I Danmark

lykkedes det at leve op til disse hårde deltagelseskrav for begge grupper, dog

med det forbehold at der indgik skoler fra erstatningslisterne i stikprøven.

Nogle lande lykkedes ikke med at nå de meget stramme deltagelseskrav

enten for elev- eller lærerpopulationen. Det drejer sig om USA for elevpo-

pulationens vedkommende og om Frankrig, Luxemburg, Tyskland, Uru-

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

194

sådan måler icils kompetencer og kontekster

guay og USA for lærerpopulationens vedkommende. I den internationale

rapport rapporteres disse landes resultater i en særlig afdeling af tabellerne.

Vi har valgt af grafiske årsager at inkludere disse lande i samme afdeling som

de øvrige lande i figurer og tabeller (så tabeller og figurer fremstår enkle og

overskuelige). Det er vores vurdering at data har tilstrækkelig høj kvalitet

til at dette valg er rimeligt.

11.2 Spørgeskemaer

For at kunne sige noget om konteksten for elevernes kompetencer indgik

der i ICILS fem forskellige spørgeskemaer der blev besvaret henholdsvis

af eleverne i forbindelse med testen og online af lærere, skoleledere, it-

koordinatorer og den nationale forskningskoordinator. Spørgeskemaerne

spiller en central rolle i ICILS-undersøgelsen ved at tilvejebringe infor-

mation om forhold der relaterer sig til elevernes udvikling af computer-

og informationskompetence samt datalogisk tænkning, herunder social

baggrund og undervisningsmiljø.

Besvarelserne af spørgeskemaerne bidrager med viden om eksempelvis

generelle tilgange og prioriteter i forhold til computer- og informations-

kompetence på et system- og skoleniveau, skolernes koordinering og sam-

arbejde om brug af it i undervisningen, skole- og undervisningspraksis ved-

rørende brug af teknologier i forhold til elevers computer- og informations-

kompetence, læreres kompetencer og indstilling til samt erfaringer med at

bruge computere, skolernes it-ressourcer samt om uddannelse og efterud-

dannelse af lærere.

I det følgende præsenteres de fem spørgeskemaer.

11.2.1 Spørgeskemaet til eleverne

Eleverne besvarede spørgeskemaet i forbindelse med at de gennemførte

ICILS-testen. Det indeholdt spørgsmål om elevens baggrund, erfaring

med og anvendelse af computere og it til at løse forskellige opgaver i

og uden for skolen samt deres holdning til brugen af computere og it.

Elevspørgeskemaet spiller en central rolle i forhold til at kunne besvare

ICILS-projektets forskningsspørgsmål om hvilke karakteristika i forhold

til elevers adgang til, fortrolighed med og selvrapporterede kompetencer

inden for anvendelsen af computere der relaterer sig til elevernes computer-

og informationskompetence og kompetence i datalogiske tænkning, og

71. Spørgeskemaerne kan ses og hentes i deres fulde længde på edu.au.dk/icils

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.2

spørgeskemaer

195

om hvilke aspekter af elevernes personlige og sociale baggrunde (såsom

køn, socioøkonomisk baggrund og sprogbaggrund) der relaterer sig til

computer- og informationskompetence og kompetence i datalogiske

tænkning.

11.2.2 Spørgeskemaet til lærerne

Lærerne blev spurgt til deres anvendelse af computere i skolen i forbindelse

med planlægning, gennemførelse og evaluering af undervisningen, deres

brug af computere uden for skolen samt deres kompetencer til at bruge

computere.

Informationerne fra spørgeskemaerne giver som nævnt viden som bru-

ges i den efterfølgende beskrivelse af den kontekst som computer- og infor-

mationskompetence og datalogisk tænkning udvikles inden for.

Da eleverne ikke undervises af lærerne i et specifikt fag knyttet til

computer- og informationskompetence og datalogisk tænkning, kan deres

it-relaterede kompetencer være påvirket af mange forskellige lærere. Derfor

er det ikke muligt direkte at studere sammenhængen mellem lærerka-

rakteristika og elevernes præstationer. Data fra lærerspørgeskemaet kan

til gengæld anvendes til at beskrive undervisningskonteksten, herunder

lærernes brug af it, deres indstilling til it i undervisningen og egenopfattede

færdigheder. Herudover kan lærerspørgeskemaerne anvendes til at se på

sammenhænge mellem forskellige lærerkarakteristika – fx sammehænge

mellem brug af it og indstilling til it.

11.2.3 Spørgeskemaet til skolelederne

Spørgeskemaet til skolelederne spurgte til skolens karakteristika (herunder

eksempelvis skolens geografiske og demografiske kontekst), computerres-

sourcer samt politik og praksis vedrørende anvendelse af informationstek-

nologier på skolen. Mere konkret indgik fx spørgsmål om skolens adgang

til it og spørgsmål der belyser skolens tilgang til at arbejde med elever-

nes computer- og informationskompetence samt kompetencer i datalogisk

tænkning.

11.2.4 Spørgeskemaet til it-koordinatorerne

Spørgeskemaet til it-koordinatorerne handler om skolens it-faciliteter, her-

under de ressourcer og den støtte der eksisterer i forbindelse med at bruge

it. Disse informationer er vigtige i beskrivelsen af for eksempel adgang til it

og it-støtte til lærere. Spørgeskemaerne til it-koordinatorerne bidrager med

perspektiver på den pædagogiske og didaktiske praksis der er for it på sko-

lerne.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

196

sådan måler icils kompetencer og kontekster

11.2.5 Spørgeskemaet til den nationale forskningskoordinator

Spørgeskemaet til den nationale forskningskoordinator giver viden om ud-

dannelsessystemets struktur samt indsigt i hvordan computer- og informa-

tionskompetence og datalogisk tænkning er integreret i de nationale læse-

planer.

Data fra dette spørgeskema kan bidrage til at skitsere den udvikling der

har været inden for arbejdet med udvikling af elevernes computer- og in-

formationskompetence og deres datalogiske tænkning. Derudover kan den

bruges til at sammenligne hvordan der arbejdes med computer- og infor-

mationskompetence og datalogisk tænkning på tværs af lande og uddannel-

sessystemer samt give viden om kontekstuelle strukturer for uddannelse og

uddannelsespolitik i de deltagende lande med mulighed for at lave analyser

af forskellige tilgange til arbejde med it i de forskellige uddannelsessystemer.

Tilsammen bidrager de fem spørgeskemaer altså med vigtig viden i for-

hold til beskrivelse af den kontekst som computer- og informationskompe-

tence og datalogisk tænkning udvikles inden for, og de giver mulighed for

analyser af sammenhænge mellem elevernes besvarelser og de kontekster de

indgår i. I det følgende præsenterer vi elevtestene med konkrete eksempler

på opgaver.

11.3 Elevtest til måling af computer- og

informationskompetence

Elevtesten til at måle elevernes computer- og informationskompetence blev

udviklet over en periode på et år forud for gennemførelsen af den første

ICILS-undersøgelse i 2013. Som led i forberedelserne til undersøgelsen

i 2018 blev testen desuden udvidet med yderligere moduler. Den inter-

nationale forskningsledelse udviklede testen i samarbejde med nationale

forskningskoordinatorer og eksperter på området. Testen bygger videre på

eksisterende testmateriale der er udviklet til at måle digitale kompetencer

(Binkley m.fl. 2012; Dede 2009) og computer- og informationskompetence

(Australian Curriculum, Assessment and Reporting Authority 2012), og

den er udarbejdet så den sikrer en ensartet testoplevelse på tværs af lande.

ICILS var det første af alle IEA-studier der indsamlede data på computer

og ikke på papir fra både spørgeskemaer og kompetencetest.

Testen er overordnet karakteriseret ved at:

• eleverne gennemfører testen individuelt på en computer.

• opgaverne er virkelighedsnære og integrerer fagligt indhold fra flere

fag.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.3

elevtest til måling af computer- og informationskompetence

197

• opgaverne repræsenterer en kombination af elevernes receptive, tekni-

ske og produktive kompetencer samt deres kompetencer til vurdering

af sikker og etisk brug af computerbaseret information.

Til undersøgelsen i 2018 blev der anvendt i alt fem testmoduler. Der var

mellem syv og tolv opgaver i testmodulerne, og de tog hver op til 30 minut-

ter at gennemføre. Ud af de fem moduler blev eleverne præsenteret for to

tilfældigt udvalgte moduler. Det betød at eleverne ikke nødvendigvis løste

de samme opgaver som deres klassekammerater, men derimod arbejdede

med forskellige typer af opgaver. Tre af modulerne var såkaldte

trendmodu-

ler.

Trendmodulerne er kendetegnet ved at de også indgik da undersøgelsen

blev gennemført i 2013, og de giver mulighed for at måle elevernes præ-

stationer over tid. De to nye testmoduler fulgte de overordnede principper

fra ICILS 2013. De blev udarbejdet så de komplementerede testen fra 2013

samtidig med at der blev udviklet nyt og mere tidssvarende indhold som af-

spejlede de forandringer der har været i elevernes anvendelse af computere

siden 2013.

Et testmodul bestod af nogle mindre opgaver og spørgsmål indlejret i

en autentisk narrativ ramme. De mindre opgaver tog typisk 1-2 minutter at

løse og blev efterfulgt af en større opgave som tog 10-15 minutter at løse.

Eleverne disponererede selv over tiden, men blev forud for testen gjort op-

mærksomme på at afsætte tid til at løse den store opgave.

Elevtestens brugerflade blev designet med henblik på at give eleverne en

autentisk oplevelse af at arbejde med og løse forskellige opgaver på en com-

puter. Testen blev afviklet offline, men simulerer de brugerflader eleverne

almindeligvis arbejder med når de er på nettet eller anvender computer

til eksempelvis præsentationer, tekstbehandling eller programmering. Ele-

verne præsenteres for nogle opgaver der varierer fra

multiple choice-opgaver

til opgaver hvor eleverne skal formulere korte tekstsvar og løse opgaver der

måler tekniske færdigheder (fx deres evne til at redigere en tekst eller lave

præsentationer) eller deres kommunikative færdigheder (fx deres evne til

at søge information og kommunikere på nettet).

Figur 11.1 viser hvordan testens brugerflade så ud. Nederst til venstre

kunne eleverne se instruktionerne til den opgave de skulle løse, og når de

skulle skrive besvarelser på spørgsmål eller foretage valg, var det her det fo-

regik. Til højre på skærmen kunne de se antallet af opgaver med „grønne

klodser“, og her kunne de også følge med i hvor meget tid de havde tilbage

til at løse opgaverne.

I øverste venstre del af skærmen kunne eleverne arbejde interaktivt og

hente viden som de kunne bruge til at løse en given opgave. Det kunne for

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

198

sådan måler icils kompetencer og kontekster

Figur 11.1 Testbrugerflade.

eksempel være at de skulle hente informationer på en hjemmeside som de

skulle anvende i en præsentation.

Indledningsvis blev eleverne introduceret til hovedtemaet og formålet

med opgaverne i testmodulet, og de fik en beskrivelse af hvori den store op-

gave bestod. Typisk bestod de mindre opgaver af færdighedsopgaver samt

håndtering af information og fungerede som forberedelse til elevernes ar-

bejde med den store opgave. I tabel 11.1 beskrives kort de fem testmoduler

og de store opgaver.

11.3.1 Operationalisering af kompetenceområderne for computer- og

informationskompetence

Tilsammen bidrager de fem testmoduler beskevet i tabel 11.1 til at måle,

beskrive og analysere elevernes computer- og informationskompetence. I

dette afsnit følger en detaljeret beskrivelse af hvordan kompetenceområ-

derne blev operationaliset i udviklingen af testopgaverne og den vurdering

af elevbesvarelserne der kunne fordele dem på en skala.

Som beskrevet i kapitel 3 indeholder undersøgelsesrammen fire kompe-

tenceområder som hver især indeholder forskellige aspekter. Undersøgel-

sesrammens struktur blev brugt som et organisatorisk værktøj til at sikre at

alle dele af den mangefacetterede kompetence blev inkluderet i testredska-

bet. Til hvert aspekt er der udarbejdet opgaver som hver især giver point

i forhold til det niveau besvarelsen er vurderet at være på. Nogle af de op-

gaver eleverne fik, kunne være rigtige eller forkerte og derved give 0 eller 1

point, mens andre kunne være delvist rigtige og derved kunne få 0, 1 eller

2 point. I alt var der 81 opgaver og spørgsmål som tilsammen indeholdt 102

point. Lidt over halvdelen af pointene blev givet i forbindelse med de fem

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.3

elevtest til måling af computer- og informationskompetence

199

Tabel 11.1 Oversigt over de fem moduler der blev anvendt til at teste elevernes computer- og

informationskompetence.

Modul

Bandkonkurrence

Beskrivelse

Eleverne skal planlægge en konkurrence for skolebands. De skal

anvende software til at opbygge en hjemmeside til udveksling af

informationer i forbindelse med konkurrencen.

Eleverne skal udarbejde en præsentation der fortæller 8-9-årige om

åndedrættet. De skal håndtere information, vurdere kilders

troværdighed og målrette det produkt de laver.

Eleverne skal hjælpe med at planlægge en skoleudflugt for deres

klassekammerater. Ved hjælp af online databaseredskaber skal de

udvikle et informationsark om turen og eksempelvis bruge et online

ruteplanlægningsværktøj.

Eleverne skal bruge et socialt skolenetværk til at lave opslag og beskeder

der kan give elever lyst til at være med i skolens brætspilklub.

På en online videokanal til deling af videoer skal eleverne tilgå og

forholde sig til videoer om genbrug. Formålet er at finde passende og

troværdig information om emnet, tage noter på et computerbaseret

noteværktøj samt designe et grafisk produkt som skaber

opmærksomhed om genbrug og genanvendelse.

Åndedrættet

Skolerejse

Brætspilklubben

Genbrug

store opgaver. Nedenfor angives hvor stor en procentandel af opgaverne der

knytter sig til de fire kompetenceområder og de tilhørende otte aspekter.

Kompetenceområde 1: At forstå computerbrug, 14 procent

• Aspekt 1.1: Grundlæggende aspekter ved computerbrug, 2 procent

• Aspekt 1.2: Grundprincipper for computerbrug, 12 procent

Kompetenceområde 2: At indsamle information, 25 procent

• Aspekt 2.1: At tilgå og vurdere information, 15 procent

• Aspekt 2.2: At håndtere information, 10 procent

Kompetenceområde 3: At producere information, 50 procent

• Aspekt 3.1: At tilpasse information, 20 procent

• Aspekt 3.2: At skabe information, 30 procent

Kompetenceområde 4: Digital kommunikation, 11 procent

• Aspekt 4.1: At dele information, 8 procent

• Aspekt 4.2: At anvende information ansvarligt og sikkert, 3 procent

Som angivet i Fraillon, Ainley, Schulz, Duckworth, m.fl. (2019), blev test-

designet i ICILS ikke lagt an på at undersøge alle aspekter ved computer-

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

200

sådan måler icils kompetencer og kontekster

og informationskompetencebegrebet i lige stort omfang. Formålet var at

alle aspekter af autentiske, kontekstualiserede undersøgelsesaktiviteter blev

dækket (Fraillon, Ainley, Schulz, Duckworth, m.fl. 2019, 54). Næsten tre

gange så mange point relaterer sig til kompetenceområde 2 og 3 som til

kompetenceområde 1 og 4. Fordelingen svarer til den forventede andel af

tid som eleverne skulle bruge på opgaver knyttet til hvert kompetenceom-

råde.

Forskerholdet bag ICILS anvendte Georg Raschs teori (Rasch 1960) til

at skabe den kognitive skala fra de 81 opgaver som indgik i målingen af ele-

vernes computer- og informationskompetence. I målingen af elevernes da-

talogiske tænkning, som vi præsenterer senere i dette kapitel, blev skalaen

skabt på baggrund af 18 opgaver. Raschs model adskiller sig fra traditio-

nelt testdesign hvor man blot tæller antal rigtige og sammenligner point på

tværs af elever, ved at udregne en sværhedsgrad af hvert enkelt spørgsmål

på baggrund af elevernes svar. Elevernes dygtighed kan derved komme på

samme skala, og man kan fastsætte sandsynligheden for at en elev svarer

rigtigt på en opgave med samme sværhedsgrad som elevens dygtighed til

50 procent. Jo dygtigere eleven er i forhold til opgavens sværhedsgrad, des

større er sandsynligheden for at eleven kan svare rigtigt. Fordelen ved denne

model er blandt andet at alle elever ikke behøver at få de samme opgaver så

længe sværhedsgraden af opgaverne er udregnet på samme skala.

Derfor kunne hver elev nøjes med at besvare to af de fem moduler. Til-

delingen blev organiseret så alle moduler kunne optræde sammen og alle

komme først og alle sidst. Testdesignet gør det muligt at undersøge en større

mængde indhold end det som ville kunne besvares af en enkelt elev på 60

minutter.

I internationale undersøgelser er der tradition for at elevernes dygtig-

hed placeres på en skala med et gennemsnit på 500 og en standardafvigelse

på 100. En standardafvigelse er det interval inden for hvilket 68 procent af

elevernes resultater befinder sig. Det betyder at 68 procent af de deltagende

elever i internationale undersøgelser med disse karakteristika vil ligge in-

den for et interval fra 400 til 600 point. I denne type undersøgelser fastlæg-

ger man ikke den enkelte elevs dygtighed, men giver nogle plausible bud

på denne. Af statistiktekniske årsager (for at kunne udregne en mere præ-

cis standardfejl) angiver man ikke blot et resultat for hver elev i databasen,

men fem plausible værdier (von Davier, Gonzalez, og Mislevy 2009). De-

taljer omkring skaleringsprocedurer for alle test-items vil fremgå af ICILS’

tekniske rapport (Fraillon m.fl. 2020).

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.3

elevtest til måling af computer- og informationskompetence

201

11.3.2 Eksempler på testopgaver som måler elevernes computer- og

informationskompetence

For at give en dybere forståelse af de fire kompetenceniveauer som er be-

skrevet i kapitel 3, præsenteres i det følgende eksempler på opgaver fra test-

modulet

Bandkonkurrence

i forhold til disse kompetenceniveauer. Eksemp-

lerne illustrerer karakteren og variationen i de opgaver eleverne arbejdede

med da de gennemførte testen. Samtidigt viser de hvad testudviklerne vur-

derede at eleverne inden for de fire kompetenceniveauer kunne udføre af

opgaver. Der beskrives fem eksempler på mindre opgaver fra testmodulet

efterfulgt af en beskrivelse af den store opgave samt en beskrivelse af krite-

rierne for vurdering af opgaven. I testmodulet

Bandkonkurrence

skulle ele-

verne som nævnt udvikle en hjemmeside for et band der skulle deltage i en

skolekonkurrence for bands.

Mindre testopgaver

De to første eksempler (se figur 11.2) viser en fritekstopgave hvor eleverne

selv skal formulere og skrive et svar i svarfeltet. I opgaven til venstre blev

eleverne præsenteret for en loginside til en webbaseret e-mailkonto. I op-

gaven skulle eleverne svare på et spørgsmål som relaterede sig til sikkerhed

i forbindelse med at logge ind på en offentligt tilgængelig computer. Dette

eksempel illustrerer en opgave som elever på kompetenceniveau 1 kunne

udføre. Opgaven måler elevernes forståelse for konsekvenserne af at lade en

browser gemme et password på en computer der kan tilgås af andre. Elever

der henviste til risikoen for at andre kunne få adgang til e-mailkontoen, eller

nævnte at deres kodeord blev gemt på computeren, fik 1 point for besvarel-

sen. 72 procent af de danske elever kunne svare rigtigt på denne opgave,

og procentandelen der svarede rigtigt, varierede mellem 50-84 procent i de

deltagende lande.

I eksemplet til højre i figur 11.2 skulle eleverne forklare hvordan et ko-

deord kan gøres mere sikkert. Eleverne blev præsenteret for to forskellige

kodeord og skulle vælge det de vurderede var det mest sikre. Herefter skulle

de i tekstboksen nederst på siden forklare deres valg. Elevernes besvarelse

blev vurderet som rigtig hvis de valgte

Fky_38%

og refererede til at kom-

pleksiteten i dette kodeord var større på grund af brug af forskellige tegn

(tal, bogstaver, symboler). Dette eksempel illustrerer en opgave som elever

på kompetenceniveau 2 på computer- og informationskompetenceskalaen

kunne udføre. Blandt danske elever svarede 77 procent korrekt. Gennem-

snittene på tværs af de deltagende lande varierede fra 27 til 80 procent.

I det næste eksempel (se figur 11.3) blev eleverne præsenteret for fire ska-

beloner som repræsenterede fire mulige opsætninger af den hjemmeside

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

202

sådan måler icils kompetencer og kontekster

Figur 11.2 To eksempler på små opgaver. Opgaven til venstre beder eleven forklare risikoen

ved at markere ’Husk mig’ på en delt computer. Opgaven til højre beder eleven

vurdere det mest sikre kodeord og begrunde sit valg.

som skulle præsentere bandet. Eleverne kunne se de forskellige skabeloner

ved at klikke på fanebladene foroven. De kunne flytte og arrangere mær-

katerne med indhold ved hjælp af en træk og slip-funktion. På den måde

kunne de finde den skabelon de fandt mest passende til formidling af in-

formation om bandet. Elever der valgte skabelon nummer tre, fik point i

opgaven.

Dette eksempel illustrerer en opgave på kompetenceniveau 3. Blandt

danske elever svarede 34 procent korrekt, og på tværs af de deltagende

lande varierede procentandelen der svarede korrekt, fra 23-40 procent.

I opgaven i figur 11.4 skulle eleverne kategorisere fem forskellige udsagn

inden for tre kategorier: lovkrav, tekniske krav og sociale/personlige krav.

Konkret skulle eleverne løse opgaven ved at trække udsagnene hen over

skærmen og placere dem i de rigtige kategorier. Hvis eleverne kunne pla-

cere fire ud af fem udsagn korrekt, modtog de 1 point i denne opgave. En

besvarelse på det niveau svarede til en dygtighed på kompetenceniveau 2

på skalaen for computer- og informationskompetence. Eleverne fik 2 po-

int hvis de kategoriserede alle fem udsagn korrekt, og en besvarelse på det

niveau svarede til grænsen mellem kompetenceniveau 3 og 4.

Blandt danske elever var det 80 procent der fik mindst 1 point, og på

tværs af de deltagende lande varierede procentandelen der fik mindst 1 po-

int, fra 37-83 procent. 27 procent af de danske elever fik 2 point, og her va-

rierede procentandelen blandt de deltagende lande fra 10-35 procent.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.3

elevtest til måling af computer- og informationskompetence

203

Figur 11.3 Fire skabeloner til organisering af en hjemmeside. Opgaven beder eleven vælge

den skabelon som hun vurderer bedst kan bruges til en hjemmeside der skal præ-

sentere bandet.

Figur 11.4 Eksempel på en lille opgave. Eleverne skulle forholde sig til fem forskellige udsagn

om at offentliggøre billeder på nettet.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

204

sådan måler icils kompetencer og kontekster

Figur 11.5 Eksempel på en stor opgave. Eleverne skal producere en hjemmeside til et band.

Øverst til venstre: Introduktion til opgaven. Øverst til højre: En e-mail med in-

struktioner. Nederst til venstre: Websidedesigneren med et eksempel på en hjem-

meside designet af en elev. Nederst til højre: Vurderingskritierierne som eleverne

kunne få op ved at klikke på forstørrelsesglasset.

En stor testopgave

I den store opgave i bandkonkurrencemodulet skulle eleverne designe en

hjemmeside til et af de bands der skulle deltage i konkurrencen (se figur

11.5). Bandets hjemmeside var en underside på bandkonkurrencens hjem-

meside. Indledningsvis fik eleverne en beskrivelse af den opgave de skulle

løse. Derefter så de en kort præsentationsvideo om opgaven samt funktio-

nerne i den software de skulle anvende til at løse den.

Som det fremgår af skærmbilledet nederst til venstre i figur 11.5, var der

to faneblade på siden så eleverne kunne navigere mellem webeditoren (vist

i figuren) og en e-mail fra en pige ved navn Salma. E-mailen er gengivet

øverst til højre i figuren, og den indeholdt retningslinjerne for hvad hjem-

mesiden skulle indeholde. Eleverne skulle sikre sig at hjemmesiden inde-

holdt bandets navn, et foto af bandet, bandkonkurrencens logo og en be-

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.3

elevtest til måling af computer- og informationskompetence

205

skrivelse af bandet. Beskrivelsen af bandet var inkluderet i slutningen af e-

mailen og kunne kopieres og indsættes i en tekstboks. Klikkede eleverne på

forstørrelsesglasset, fik de adgang til at se opgavekravene (se figuren nederst

til højre).

Den store opgave bestod således fra start af en tom hjemmeside hvor

eleverne skulle arbejde med layout ved hjælp softwarefunktioner. Softwa-

refunktioner og ikoner var designet så de fulgte almindelige konventioner

for webbaserede redigeringsværkstøjer. Funktionerne blev anskueliggjort

med ikoner som fremgår af skærmbilledet nederst til venstre i figur 11.5.

Redigeringssoftwaren gav eleverne de grundfunktioner der kendes fra

typiske billed- og tekstredigeringsværktøjer. De kunne således tilpasse bag-

grundsfarve eller sætte et billede ind som baggrund. De kunne tilføje tekst

og formatere den i størrelse, skrifttype med mere. De kunnne indsætte bil-

leder fra et billedgalleri, og de kunne indsætte figurer og ikoner. De kunne

tilføje kanter til billederne og tilpasse deres farve og form. Billederne kunne

flyttes rundt, og størrelsen på dem kunne ændres.

Testsystemet gemte automatisk versioner løbende som en backup når

eleverne løste opgaverne, så de kunne vende tilbage til samme sted i opga-

ven hvis de oplevede tekniske problemer. Når eleverne havde færdiggjort

hjemmesiden, skulle de klikke på den grønne pil nederst på siden. Når ele-

verne forlod modulet, blev den endelige version af hjemmesiden gemt så

den kunne blive vurderet efter de givne kriterier. I det følgende beskrives

disse kriterier nærmere.

11.3.3 Vurderingskriterier i forhold til kompetenceniveauer for computer- og

informationskompetence

I en stor opgave var der typisk 7-10 forskellige kriterier der skulle vurderes. I

eksemplet fra testmodulet Bandkonkurrence præsenteret ovenfor hvor ele-

verne skulle designe en appellerende hjemmeside til et band, blev elevernes

præstationer vurderet ud fra de følgende syv kriterier:

•

Brug af logo

Brug af bandets navn

Brug af tekst i forhold til læsevenlighed, formatering og layout

Tekstkontrast

Bandbeskrivelse

Brug af bandbeskrivelse og bandfoto

Hjemmeside – layout og balance på siden.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

206

sådan måler icils kompetencer og kontekster

Overordnet var kriterierne inddelt i to kategorier:

tekniske færdigheder

informationshåndtering.

Kriterier der knytter sig til de tekniske færdighe-

der, relaterede sig typisk til elementer som tekst- og billedformatering samt

brug af farver i opgaverne. De tekniske færdigheder blev differentieret ud

fra en vurdering der gik fra lidt eller ingen kontrol i den lavere ende til fær-

digheder der styrkede det kommunikative udtryk i den højere ende. Krite-

rierne knyttede sig altså ikke alene til elevernes evne til at kunne anvende

tekniske færdigheder, men også deres evne til at anvende færdighederne

med et kommunikationsformål for øje.

De kriterier der knyttede sig til informationshåndtering, handlede om

hvorvidt eleverne målrettede deres information for eksempel ved at vælge

relevant og fravælge irrelevant materiale i deres produkt. Nogle kriterier

blev vurderet dikotomt ved at elevernes besvarelser kun kunne gives 0 eller

1 point, mens elevernes besvarelser på andre opgaver kunne gives 0, 1 eller

2 point. En mere detaljeret beskrivelse af hvordan den kvalitative vurdering

af opgaverne blev varetaget, følger i afsnit 11.3.4. Kriterierne for vurderin-

gen af opgaven afhang af opgavens udformning. Nogle opgaver indeholdt

præsentationer med flere slides, og i den type opgaver afspejlede kriterierne

elevernes evne til at kunne anvende formatering samt præsentere indhold

konsistent både på enkelte slides og på tværs af hele præsentationen.

I Bandkonkurrencens store opgave skulle eleverne designe en hjem-

meside, og derfor knyttede vurderingskriterierne sig til de elementer og

det indhold der almindeligvis er på en hjemmeside. I tabel 11.6 præsenteres

vurderingskriterierne for opgaven kort og relateres til kompetenceområder

og aspekter. Kompetenceniveauerne er angivet fra 1 til 4, og kriterierne er

sorteret efter sværhedsgraden på skalaen for computer- og informations-

kompetence fra den sværeste til den letteste. Andelen af de deltagende

elever der svarede korrekt, er angivet med procent.

Tabellen viser altså hvordan kriterierne relaterer sig til forskellige

kompetenceniveauer. En elev på kompetenceniveau 2 eller derover vil

have mindst 50 procents sandsynlighed for at få 1 point på kriterie 4 (tekst:

kontrast).

Ved nogle kriterier (fx

brug af logo)

kunne elevernes besvarelser

gives 0, 1 eller 2 point. Som tabellen viser, hænger koden på dette kriterie

sammen med vidt forskellige kompetenceniveauer. Elever på niveau 1 og

derover vil have mindst 50 procents sandsynlighed for at få ét pont, mens

kun elever på det øverste kompetenceniveau vil have mere end 50 procents

sandsynlighed for at få 2 point på dette kriterium.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.3

elevtest til måling af computer- og informationskompetence

P it

on/

Sæ hd-

v res

Poet dl

rcna e

k. K r ke Mas( )Mi.% K mpt co åe

k.%

n ( ) o e nemrd

rd Mas

or t

p it

1 (,

3 0)

1 (,

9 1 ) 6(, 3

1) .

0 2

A po uee

t rd cr

ifr t n

nomao

207

N va

i u

A pk

set

K ir r

rei

t e

B sr e e

eki l

S t el on p e h mme d o fr t etr l o

æt t g id å n j

e o

s e goma rs r s g

e ø ee

p cr g å eu fdrn asn eu ki p h mme dn

l ei s dt dy ee ps d fn t n å j

a n

i ro t makdfr gn fadt

f h l i res i e abn e

o dl

øn

A sae

tkb

1Bu al o

. rg f g

ifr t n

nomao

2 (,

7 0)

A po uee

t rd cr

5 (,

5 1 ) 2(, 3 ifr t n

0 ) . nomao

5 2

7 (, 1 1 ) 3

1 1 ) 5(, .

2 1

A po uee

t rd cr

ifr t n

nomao

A po uee

t rd cr

ifr t n

nomao

A po uee

t rd cr

ifr t n

nomao

A sae

tkb

O e øepc kesf e e i i t asn et p e

vr rsei t tr n - l l ps d s d å n

fi k a

ma t e

kvs

ifr t n 5Bn bsr e e h mmei .

nomao . ad e i l

A tps

ti as 7He

l e .j

mme dn

s es

ifr t n l o t

nomao a u

A tps

ti as 6B n ft o

l e . adoo g

ifr t n bn bsr e e

nomao ad eki l

A tps

ti as 3T kt

l e . es–

ifr t n L sahd

nomao æ bre

Sae ta n æ gn eao t å n j

kb es

mmeh ned l u p e h mme d.

e se

Ik drt so b l eå eo l ne kmp met e

n l eee t g i d s d t e met o l ne r

hnn e p e h mme d.

iadn å n j

e se

F r t e gaeao t d esp e h mme d s dt

oma ro l l u me t t å n j

v y

e s eå e

f ms r l t gæ br

r t k ro lsat

e å a

3 (,

8 0)

4 (,

1 0)

6 (,

6 2 ) 9(, 3

1) .

2 1

5 (,

0 0)

7 (,

4 2 ) 9(, 3

1) .

0 1

5 (,

1 0)

7 (, 1 1 ) 3 A po uee

8 1 ) 6(, . t rd cr

4 2

ifr t n

nomao

7 (, 1 1 ) 3

4 1 ) 7(, .

6 2

A po uee

t rd cr

ifr t n

nomao

A po uee

t rd cr

ifr t n

nomao

Tl je ps n e o t smee t s o bgrn s re

iø n as d knr t lm e t g agu df vr

l k-

A sae

tkb

4T kt knrs p d fls e met p e h mme d fr t n es t

. es– o t t å e e e l ne å n j

t e

s eo au dr øt

t e

ifr t n

nomao

lsahdn

æ bree.

A sae

tkb

F r t e g l e t ss t s n rl sm h mmei n

oma ro p cr e tåe t soeo j

a e k

e s es

2Bu abn nv

. rg fad an

ifr t n

nomao

tef ms r l .

il e t k r

t r å a

A tps

ti as 3T kt

l e . es–

ifr t n L sahd

nomao æ bre

F r t e gaeao t d esp e h mme d s dt

oma ro l l u me t t å n j

v y

e s eå e

f ms r l t gæ br

r t k ro lsat

e å a

5 (,

6 0)

6 (,

1 0)

8 (, 1 1 ) 3

2 1 ) 8(, .

5 1

6 (,

7 0)

8 (, 3 2 ) 3 A po uee

7 1 ) 3(, . t rd cr

1 2

ifr t n

nomao

8 (, 3 2 ) 3 A po uee

7 1 ) 7(, . t rd cr

0 2

ifr t n

nomao

A sae

tkb

a e k

e s es

2Bu abn nv F r t e g l e t ss t s n rl sm h mmei n

. rg fad an oma ro p cr e tåe t soeo j

ifr t n

nomao

tef ms r l .

il e t k r

t r å a

A sae

tkb

1Bu al o

. rg f g

ifr t n

nomao

S t el on p e h mme d o fr t etr l n g

æt t g id å n j

e o

s e goma rs r s o

e ø ee

p cr g å eu fdrn asn eu ki p h mme dn

l ei s dt dy ee ps d fn t n å j

a n

i ro t makdfr gn fadt

f h l i res i e abn e

o dl

øn

7 (,

3 0)

Figur 11.6 Kompetenceniveauer og vurderingskriterier for den store opgave i modulet Band-

konkurrencen.

11.3.4 Kvalitativ vurdering af opgavebesvarelserne for computer- og

informationskompetence

En del af elevernes svar blev vurderet automatisk. Imidlertid indeholdt

testen også fritekstopgaver samt store opgaver hvor eleverne eksempelvis

havde til opgave at udarbejdede et produkt.

Det har stor betydning for undersøgelsen at vurderingerne er konsi-

stente – derfor blev elevbesvarelserne vurderet på baggrund af kodnings-

vejledninger der blev udviklet til de enkelte testmoduler. Vejledningerne

beskrev detaljeret kriterierne for hvordan besvarelserne kunne gives point

for de forskellige opgaver, og der blev givet eksempler på konkrete elev-

besvarelser der illustrerede kriterierne. Vejledningerne blev udarbejdet af

forskningsledelsen på baggrund af indhentede erfaringer fra to forunder-

søgelser (i 2012 og 2017) og fra hovedundersøgelsen ICILS 2013. Vejlednin-

gerne blev afprøvet og diskuteret på et ugelangt møde med deltagelse af de

nationale forskningskoordinatorer og lederne for vurdering af elevbesvarel-

serne med henblik på at sikre at de opstillede kriterier var tilstrækkelige til

at koderne klart kunne skelne mellem de forskellige niveauer for elevernes

præstationer.

Efter afviklingen af undersøgelsen blev der ansat 10 universitetsstude-

rende til at kode elevbesvarelserne fra Danmark. Disse „kodere“ gennem-

gik et oplæringsforløb hvor kodevejledningerne blev gennemgået i detal-

jer, afprøvet og diskuteret indtil der ikke var tvivlsspørgsmål. Koderne gen-

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

208

sådan måler icils kompetencer og kontekster

nemførte træningskodningsmoduler der indeholdt 15-30 eksempler på elev-

besvarelser for hver opgave, inden de påbegyndte den egentlige vurdering.

Træningsmodulerne gjorde det muligt at se om der var afvigelser som gav

anledning til ekstra træning eller tilpasning i forhold til vurderingen af en

given opgave. Når der var opnået en tilstrækkelig overensstemmelse i for-

ståelsen af vurderingen af de enkelte opgaver, blev adgangen til elevbesva-

relserne åbnet.

Koderne blev instrueret i at godtage korte svar så længe eleven gennem

sin besvarelse viste forståelse for den stillede opgave. Tilsvarende måtte ele-

vernes stavning, tegnsætning og anvendelse af grammatik ikke tages i be-

tragtning og påvirke vurderingen af besvarelserne.

Der blev anvendt et program som fordelte elevbesvarelserne tilfældigt

mellem koderne, og som registrerede deres kodning af de enkelte opgaver.

15 procent af opgaverne blev tilfældigt udtrukket og vurderet af to tilfæl-

digt udvalgte kodere med henblik på at måle

inter-koder-reliabiliteten,

det

vil sige graden af overensstemmelse mellem forskellige koderes vurdering

af den samme opgave. Den nationale leder for vurderingen af elevbesvarel-

serne fulgte løbende med i processen og identificerede opgaver med relativ

lav reliabilitet med henblik på enten at genkode alle opgaver eller tilbyde

mere træning for at forbedre kvaliteten af kodningen. Opgaver med for lav

realibilitet (under 70 procent) blev ikke medtaget i estimeringen af elever-

nes samlede resultat. Yderligere information om kvalitetssikringen af data

kan læses i ICILS’ tekniske rapport (Fraillon m.fl. 2020).

I programmet til vurdering af elevbesvarelserne kunne koderne se selve

opgaven og elevens besvarelse af den. I højre side af skærmen var der mulig-

hed for at angive de point som koderen vurderede at opgaven skulle tildeles.

Vurderingen af elevbesvarelserne foregik som tidligere nævnt på bag-

grund af kodningsmanualer med detaljerede beskrivelser af kriterierne for

hvordan besvarelserne kunne gives point i de forskellige opgaver. I dettte af-

snit bliver det med udgangspunkt i en elevbesvarelse fra testmodulet Band-

konkurrence forklaret hvordan vurderingskriterierne blev omformet til de

koder der fastsatte niveauet for en elevbesvarelse. Figur 11.7 viser uddrag

af kodningsmanualen og en elevbesvarelse der skulle vurderes af koderne.

Koderen skulle vurdere syv kriterier i denne opgave.

1. Brug af logo

Dette vurderingskriterie kunne vurderes med pointene 0, 1 eller 2. Elevernes

besvarelser blev vurderet i forhold til om logoet var sat ind på siden, havde

en passende størrelse og var placeret hensigtsmæssigt i forhold til andre ele-

menter på siden. Elevbesvarelsen blev kodet 0 hvis logoet ikke var på siden.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.3

elevtest til måling af computer- og informationskompetence

209

Figur 11.7 Kodning af elevbesvarelser. Til venstre: kriterier for kodning af elevernes suc-

ces med at indsætte en beskrivelse af bandet fra testmodulet Bandkonkurrence.

Manualen var den originale på engelsk. De danske kodere beherskede engelsk

tilstrækkeligt godt til at vi ikke fandt det nødvendigt at oversætte manualen. Til

højre: Eksempel på en vurdering af en elevbesvarelse.

Der blev kodet 1 hvis logoet var sat ind på siden, men tog større fokus end

bandfotoet eller teksten – hvis det eksempelvis blev anvendt som baggrund.

Og der blev kodet 2, hvis logoet udfyldte en passende position og funktion

på hjemmesiden i forhold til markedsføringen af bandet. Eleverne måtte

gerne anvende logoet flere gange på siden. I det viste eksempel på en elev-

besvarelse fik besvarelsen koden 2 for dette vurderingskriterie fordi logoet

var mindre end fotoet og havde en passende position på siden.

2. Brug af bandets navn

Besvarelserne kunne kun gives point hvis de anvendte bandnavnet som de

havde fra fanebladet med den e-mail som angav de elementer der skulle

indgå på hjemmesiden. Hvorvidt bandnavnet var læseligt i forhold til fx

kontrast til baggrunden, måtte ikke medtages i vurderingen da dette blev

vurderet under kriteriet

tekst-kontrast.

På den måde blev det sikret at de

samme elementer ikke blev vurderet flere gange, og det bidrog til konsistens

i kodningen. Det blev alene vurderet om bandnavnet var på hjemmesiden,

og hvorvidt det havde en central placering. Hvis bandnavnet ikke havde en

central placering, var for lille eller havde samme størrelse som den reste-

rende tekst på siden, blev besvarelsen kodet med 0. Hvis bandnavnet var

placeret øverst eller midt på siden, men der ikke var anvendt formatering

til at fremhæve teksten, blev der kodet med 1. Ligeledes blev der kodet med

1 hvis teksten var formateret, men ikke indtog en central plads på siden. I

opgaver hvor eleverne både gav bandnavnet en central placering på siden

og havde formateret teksten (fx havde lavet større tekst, fed skrift eller store

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

210

sådan måler icils kompetencer og kontekster

bogstaver), blev besvarelsen kodet med 2. I det viste eksempel på en elevbe-

svarelse fik besvarelsen kode 2 fordi bandnavnet fremstod med en central

placering på siden, og samtidigt var teksten formateret.

3. Brug af tekst i forhold til læsevenlighed, formatering og layout

Dette vurderingskriterie undersøgte om eleverne havde anvendt tekststør-

relse, layout (herunder linielængde og overlap) til at øge læsebarheden. For

at kunne gives 1 eller 2 point skulle der være tekst på siden, og al tekst, på

nær bandets navn, indgik i vurderingen. Bandnavnet indgik ikke i vurde-

ringen fordi det blev vurderet under kriteriet

Brug af bandets navn.

Elevbe-

svarelser hvor der ikke indgik tekst, hvor tekststørrelsen enten var for stor

eller for lille, linielængden var for smal eller tekstboksene overlappede, blev

vurderet med koden 0. Besvarelser hvor der både indgik elementer der op-

fyldte ovenstående krav og elementer der ikke gjorde, blev kodet med 1.

Besvarelser hvor ingen elementer på siden var for store eller for små eller

overlappede hinanden blev kodet med 2. I det viste eksempel fik besvarelsen

koden 2. Den anvendte tekst på siden er let at læse, den er hverken for stor

eller for lille, linielængden er tilpas, og der ikke overlap mellem tekstbokse

og billeder.

4. Tekstkontrast

Dette kriterie målte den indflydelse kontrast mellem baggrund og tekst har

på om teksten fremstår letlæselig. For at kunne gives 1 eller 2 point skulle

der indgå tekst i besvarelsen, og al tekst på siden skulle indgå i vurderingen.

Elevbesvarelser hvor der var svag eller ingen kontrast mellem tekst og bag-

grund, samt besvarelser hvor der slet ikke indgik tekst på siden, blev kodet

med 0. Besvarelser hvor nogle tekstelementer fremstod med kontrast og an-

dre ikke gjorde, fik koden 1. Elevernes besvarelser fik koden 2 når der var en

passende kontrast mellem baggrundens farve og tekstelementerne på siden

således at teksten fremstod let at læse. I det viste eksempel fik besvarelsen

koden 1. Denne del af vurderingen blev foretaget af en algoritme. Koderen

kunne revidere koden hvis hun vurderede at algoritmen ikke havde givet

den rette kode. I denne opgave blev revurderingen ligeledes kodet med 1

fordi noget tekst på siden fremstod med kontrast til baggrunden (titlen),

mens andet tekst fremstod med for lidt kontrast til baggrunden.

5. Bandbeskrivelse

I dette vurderingskriterie blev det vurderet hvorvidt eleverne havde fulgt

en instruktion og inddraget de elementer de blev bedt om på hjemmesi-

den. Her kunne besvarelserne enten få 0 eller 1 point. Besvarelserne fik ko-

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.4

elevtest til måling af datalogisk tænkning

211

den 0 hvis de ikke havde bandbeskrivelse med, eller hvis de kun havde dele

af bandbeskrivelsen med. Besvarelserne fik ikke point hvis de indsatte den

komplette bandbeskrivelse inklusive den afsluttende hilsen fra e-mailen:

„Mange tak!“. For at besvarelsen kunne få kode 1 skulle eleverne kopiere og

indsætte den komplette bandbeskrivelse fra e-mailen. I det viste eksempel

fik besvarelsen koden 0 fordi eleven havde kopieret al tekst ind på hjem-

mesiden inklusive „Mange tak!“.

6. Brug af bandbeskrivelse og bandfoto

Vurderingskriterie 6 angik om bandfotoet og bandbeskrivelsen kom-

plementerede hinanden på siden. Under dette kriterie blev indholdet

af bandbeskrivelsen ikke vurderet da denne del allerede var vurderet i

vurderingskriteriet „bandbeskrivelse“. Hvis tekst og billede overlappede

hinanden, eller hvis enten foto eller beskrivelse var udeladt, blev besva-

relsen kodet med 0. Hvis både beskrivelsen og fotoet indgik, men ikke

komplementerede hinanden, blev besvarelsen kodet med 1. Der blev givet

kode 2 hvis de to elementer fremstod i en klar relation til hinanden på

siden. Typisk hvis de stod tæt på hinanden i forhold til de andre elementer

på siden. Besvarelsen fik i eksemplet koden 2 fordi bandbeskrivelsen og

bandfotoet komplementerede hinanden på siden. Eksempelvis stod de to

elementer tæt på hinanden i relation til de andre elementer på siden.

7. Hjemmeside – layout og balance på siden

Dette kriterie målte om eleverne havde arbejdet med layout og udformet

et velafbalanceret udtryk på hjemmesiden. Det var en vurdering af hvor-

vidt de tre elementer: billede, bandbeskrivelse og bandfoto fremstod velaf-

balanceret på siden. Hvis eleverne havde udeladt to eller flere elementer,

blev besvarelsen kodet med 0. Tilsvarende blev der kodet 0 hvis elementer

fremstod for store eller for små i relation til hinanden, hvis pladsen på si-

den ikke var udnyttet hensigtsmæssigt, eller hvis der blev gjort overdreven

brug af effekter eller redigering på siden. Besvarelsen fik koden 1 hvis de-

res design indeholdt mindst to af de tre elementer, og hvis de fremstod i et

velafbalanceret forhold til hinanden og havde en passende størrelse i for-

hold til andre elementer på siden. I eksemplet her fik besvarelsen koden 0

fordi foto og logo var placeret i den ene side og gav et uafbalanceret udtryk.

11.4 Elevtest til måling af datalogisk tænkning

Testen til måling af elevernes datalogiske tænkning blev udviklet i forbin-

delse med ICILS 2018. Dette afsnit beskriver i detaljer hvordan elevernes

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

212

sådan måler icils kompetencer og kontekster

Tabel 11.2 Oversigt over de to moduler der blev anvendt til at teste elevernes kompetence i

datalogisk tænkning.

Modul

Selvkørende bus

Beskrivelse

Eleverne skal indstille et navigations- og bremsesystem i en selvkørende

bus. For eksempel skal de bruge en simulation til at teste

bremselængden for en selvkørende bus.

Eleverne skal programmere en landbrugsdrone. De arbejder på en

simpel programmeringsflade med udvikling, test, fejlretning og

vurdering af algoritmer.

Landbrugsdronen

datalogiske tænkning blev målt, herunder beskrives testmodulerne, opera-

tionalisering af kompetenceområderne, eksempler på testopgaver, vurde-

ringskriterier samt kvalitativ vurdering af opgavebesvarelserne.

Elevtestens brugerflade blev designet med henblik på at give eleverne

en autentisk oplevelse af at arbejde med de brugerflader eleverne alminde-

ligvis arbejder med hvis de udvikler programmeringsløsninger. Testen blev

afviklet offline på en computer.

Testinstrumentet bestod af to testmoduler:

Selvkørende bus

Land-

brugsdronen.

Hvert modul tog maksimalt 25 minutter at gennemføre. Alle

elever gennemførte begge moduler, men i tilfældig rækkefølge. Eleverne fik

testen umiddelbart efter at de først havde gennemført testen i computer-

og informationskompetence samt udfyldt et spørgeskema og holdt en af de

indlagte pauser.

11.4.1 Operationalisering af kompetenceområderne for datalogisk tænkning

Modulet

Selvkørende bus

fokuserede på Kompetenceområde 1:

At identifi-

cere problemer,

mens modulet

Landbrugsdronen

fokuserede på Kompeten-

ceområde 2:

At udvikle løsninger.

I testmodulet

Selvkørende bus

blev ele-

verne præsenteret for nogle opgaver der relaterede sig til konfiguration af

et navigations- og bremsesystem i en selvkørende bus. I modulet

Landbrugs-

dronen

arbejdede eleverne med kodebokse på et arbejdsområde hvor de

kunne udvikle og forbedre algoritmer ved at trække og slippe kodeboksene.

Alt i alt indeholdt testen 39 point fra 18 opgaver. De fleste af elevernes besva-

relser blev vurderet automatisk af en computer. Enkelte mere åbne opgaver

hvor eleverne fik mulighed for at svare med fritekst, blev ligesom det var

tilfældet med computer- og informationskompetencetesten vurderet af ko-

dere der var uddannet til at varetage opgaven.

I nedenstående liste ses fordelingen af opgaver på kompetenceomåder

og aspekter (Fraillon, Ainley, Schulz, Duckworth, m.fl. 2019, 29).

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.4

elevtest til måling af datalogisk tænkning

213

Kompetenceområde 1: At identificere problemer, 41 procent

• Aspekt 1.1: At have indsigt i og forstå digitale systemer, 18 procent

• Aspekt 1.2: At formulere og analysere problemer, 10 procent

• Aspekt 1.3: At indsamle og repræsentere relevant data, 13 procent

Kompetenceområde 2: At udvikle løsninger, 59 procent

• Aspekt 2.1: At planlægge og vurdere løsninger, 33 procent

• Aspekt 2.2: At udvikle algoritmer, programmer og brugerflader, 26

procent.

11.4.2 Eksempler på testopgaver som måler elevernes datalogiske tænkning

I dette afsnit præsenteres en række eksempler fra testmodulet

Landbrugs-

dronen

der illustrerer karakteren af de opgaver som indgik i testen. Eksemp-

lerne anskueliggør samtidig variationen i de opgaver eleverne arbejdede

med, da de gennemførte testen.

Landbrugsdronen

I testmodulet

Landbrugsdronen

arbejdede eleverne med en drone der skulle

bruges i forbindelse med drift af et landbrug. Eleverne arbejdede med kod-

ning på en simpel programmeringsflade udviklet til formålet. Eleverne an-

vendte kodeblokke med forskellige funktioner til at udvikle, teste eller finde

fejl i en algoritme. Opgaven til venstre i figur 11.8 viser første opgave i test-

modulet og illustrerer samtidig brugerfladen. Brugerfladen var inddelt i to

funktionsområder, en testbrugerflade og et programmeringsområde. Ind-

delingen svarede til den der blev anvendt i målingen af elevernes computer-

og informationskompetence: Den nederste del og den højre side af skær-

men indeholdt selve testbrugerfladen og blev brugt til at give eleverne de

instruktioner der knyttede sig til opgaven. I højre side af skærmen kunne

eleverne se hvor meget tid der var tilbage af testsessionen. I

Landbrugsdro-

nen

var det, i modsætning til de andre testmoduler, muligt for eleverne at

navigere frem og tilbage mellem opgaverne ved at klikke på de grønne klod-

ser. Eleverne kunne også markere en opgave med et flag så de, hvis de havde

tid tilovers, let kunne vende tilbage til de markerede opgaver og eventu-

elt forbedre deres besvarelse. Programmeringsområdet betod af tre adskilte

områder: et område hvor kodeblokkene var placeret (nederst til venstre), et

-gitter hvori dronen kunne udføre de handlinger som den blev kodet

til at udføre (øverst i venstre hjørne), og et centralt placeret arbejdsområde

hvor eleverne kunne indsætte kodeblokke ved at trække og slippe dem.

I alle opgaverne i testmodulet blev eleverne præsenteret for den samme

brugerflade, men med forskelle i den visuelle udformning af landbruget,

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

214

sådan måler icils kompetencer og kontekster

Figur 11.8 To opgaver fra testmodulet Landbrugsdronen. I opgaven til venstre skal eleven

sprøjte vand på fire jordfelter. I opgaven til højre skal eleven finde fejl i en eksiste-

rende algoritme.

fx afhængig af hvilke afgrøder der var visualiseret (små eller store afgrø-

der). Der var også forskel på hvilke og hvor mange kodeblokke eleverne fik

stillet til rådighed til at løse opgaverne. I opgaver hvor eleverne selv skulle

udarbejde algoritmer, var den eneste kodeblok der var placeret på arbejds-

området, kodeblokken

ved kørsel.

Når eleverne eksempelvis trak funktions-

kodeblokken

gå frem

ind i arbejdsområdet og satte den sammen med

ved

kørsel-blokken

og trykkede på den grønne afspilningsknap, gik dronen et

skridt frem. Eleverne havde mulighed for at trykke på den blå

reset-knap,

og på den måde kunne de komme tilbage til det oprindelige udgangspunkt

for dronen. De kunne også trykke på den orange

reset-knap

i arbejdsområ-

det hvis de ønskede at komme tilbage til det oprindelige udgangspunkt på

arbejdsområdet.

De første to eksempler illustrerer opgaver der repræsenterer kompeten-

ceområdet

At udvikle løsninger.

I opgaven til venstre i figur 11.8 bliver ele-

verne bedt om at anvende

gentagelses-blokken

til at sprøjte vand på fire jord-

felter uden at ramme nogen græsfelter.

92 procent af de danske elever kunne løse opgaven, men en del af disse

elever brugte signifikant flere kodeblokke end det mindste antal af kode-

blokke man kunne bruge for at løse opgaven korrekt. Disse elevbesvarelser

fik 1 point og placerede sig i den lavere ende af det nederste kompetencein-

terval.

Procentandelen af besvarelser der fik mindst 1 point, lå mellem 83

og 92 procent i deltagerlandene.

72. Beskrivelse af kompetenceintervallerne findes i kapitel 4, tabel 4.2.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.4

elevtest til måling af datalogisk tænkning

215

Elever som løste opgaven ved brug af

gentagelses-blokken,

og som sam-

tidig anvendte lidt flere kodeblokke i deres algoritme end det mindst nød-

vendige for at svare helt korrekt, fik 2 point for deres besvarelse og placerede

sig i det nederste kompetenceinterval. 83 procent af de danske elever løste

opgaven som beskrevet og deres besvarelse fik mindst 2 point. Procentan-

delen der fik 2 point, varierede mellem 73-86 procent i deltagerlandene.

Elever der løste opgaven ved at gøre brug af

gentagelses-blokken,

og som

gjorde det effektivt ved at bruge det mindst nødvendige antal kodeblokke,

fik 3 point for deres besvarelse. 26 procent af de danske elever formåede

at løse opgaven på dette niveau. Procentandelen der fik 3 point, varierede i

deltagende lande fra 16-40 procent. De besvarelser placerede sig i det øverste

kompetenceinterval.

I højre side af figur 11.8 ses en opgave hvor eleverne skulle finde fejl i

en algoritme som allerede var udviklet i arbejdsområdet. Opgaven har en

høj sværhedsgrad. Algoritmen bestod af fem kodeblokke, og eleverne skulle

rette op på en fejl for at få dronen til at løse en opgave.

I opgaven skulle eleverne få dronen til at sprøjte vand på de små og de

store afgrøder. Dertil skulle dronen også sprøjte gødning på de små afgrø-

der. I algoritmen var en

hvis-blok

i en

gentagelses-blok

så der var tale om

både ikke-lineær (gentagelse) og betinget (hvis) logik.

Algoritmen var kodet til at sprøjte med gødning og vand afhængig af

afgrødens størrelse. I de mest simple løsninger af opgaven kunne eleverne

placere

anvend vand-blokken

før

hvis-blokken

og efter

ryk frem-blokken

samt rekonfigurere kommandoen i

hvis-blokken

til

små afgrøder.

I gennemsnit kunne 70 procent af de danske elever løse opgaven, men

en stor gruppe af dem anvendte mange flere kodeblokke end det mindste

antal kodeblokke de kunne bruge. Typisk flyttede eleverne

gentagelses-

hvis-blokken

væk fra arbejdsområdet og gjorde i stedet brug af lineær logik

ved at anvende

ryk frem-blokken

anvend vand-blokken.

Disse elevbesva-

relser fik 1 point og indikerede præstationer der placerede sig i det nederste

kompetenceinterval på skalaen for datalogisk tænkning. Variationen mel-

lem landene var 48-74 procent.

Elever der kunne løse opgaven ved at anvende

gentagelses-blokken

hvis-blokken

sammen, og som kun anvendte et lille antal kodeblokke ud

over mindsteantallet af kodeblokke, fik 2 point for deres besvarelse. Disse

besvarelser placerede sig på det miderste kompetenceinterval på skalaen for

datalogisk tænkning. Variationen mellem landene var 25-48 procent, og i

Danmark fik 39 procent af eleverne mindst 2 point for deres besvarelse.

I gennemsnit kunne 8 procent af alle elever fra de deltagende lande rette

algoritmen ved at anvende det mindste antal af kodeblokke der skulle til for

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

216

sådan måler icils kompetencer og kontekster

Figur 11.9 To opgaver i modulet Selvkørende bus. I opgaven til venstre skulle eleverne

indstille beslutningstræet og derefter tjekke hvilken afstand bussen skulle have

til klipperne for at den kunne nå at stoppe før den ramte dem. I opgaven til højre

skulle eleverne udarbejde et beslutningstræ for at vise hvordan en sikkerhedskon-

trol bør virke.

at løse opgaven, og gennemsnittet varierede fra 3-12 procent på tværs af de

deltagende lande. Disse besvarelser fik 3 point, og eleverne hvis besvarelse

fik 3 point, havde typisk en kompetence i det øverste kompetenceinterval.

Disse elever udviste generelt klar kontrol i brugen af ikke-lineær logik (fx

med gentagelsesblokke) i deres arbejde med algoritmer. I Danmark var 8

procent af eleverne i stand til at løse opgaven på dette niveau.

Selvkørende bus

I figur 11.9 ses en opgave fra modulet

Selvkørende bus.

Opgaven falder inden

for kompetenceområdet

At identificere problemer.

I opgaven skulle eleverne

anvende en bremsesimulator for en selvkørende bus og konfigurere den for

at finde den mindste distance bussen skulle bruge på at bremse under givne

omstændigheder. Først skulle eleverne indstille rutediagrammet i forhold

til to forudsætninger der var gældende:

at vejen er våd

og at

passagernes vægt

er tung.

Efterfølgende kunne eleverne indstille bremsedistancen og køre si-

mulationen for at afprøve om bussen stoppede efter hensigten eller ramte

klipperne.

Besvarelserne kunne få 0, 1 eller 2 point i denne opgave. Besvarelser hvor

eleverne konfigurerede rutediagrammet forkert, men angav en bremsedi-

stance der var konsistent med den indstilling de havde lavet, fik 1 point.

Besvarelser hvor eleverne konfigurerede rutediagrammet korrekt og angav

en bremsedistance der var konsistent med indstillingen, fik 2 point. Besva-

relser der fik både 1 og 2 point, lå typisk i det miderste kompetenceinterval,

men i henholdsvis den lavere og højere ende af intervallet.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.4

elevtest til måling af datalogisk tænkning

217

I Danmark fik 64 procent af eleverne mindst 1 point for deres besvarelse,

og 40 procent fik 2 point. Procentandelen af eleverne der fik mindst 1 point

for deres besvarelse af opgaven, lå mellem 50-72 procent i deltagerlandene,

mens procentandelen som fik 2 point, lå mellem 28-58 procent.

Opgaven til højre i figur 11.9 fungerede som en forberedende opgave

forud for opgaven hvor eleverne skulle konfigurere bremsesimulatoren.

I opgaven blev eleverne bedt om at færdiggøre et beslutningstræ ved at

trække og slippe mærkater (fra venste side af skærmen) ind på de rigtige

pladser. Eleverne skulle sikre konsistens mellem placeringen af mærkaterne

og den logik der fremstod i beslutningstræet.

De elever der kunne trække

nej

over i beslutningstræet og place-

rede dem i de øverste felter, men samtidigt placerede

Reducer fart 20 %

Fortsæt nuværende fart

under den forkerte beslutning, fik 1 point for de-

res besvarelse. Ligeledes fik elever der trak

nej

til de nederste felter i

beslutningstræet, men samtidigt placerede

Reducer fart 20 %

Fortsæt nu-

værende fart

under den rigtige beslutning, også 1 point for deres besvarelse.

Disse besvarelser svarede til at eleverne havde en kompetence i det miderste

interval på kompetenceintervalskalaen.

Elever der kunne fuldende beslutningstræet ved at gøre brug af både den

rigtige logik og den rigtige placering af mærkaterne, fik 2 point for deres

besvarelse af opgaven. Disse elever havde typisk en dygtighed i det øverste

kompetenceinterval på skalaen.

I Danmark fik 55 procent af eleverne mindst 1 point for deres besvarelse,

og 29 procent fik 2 point. Procentandelen af eleverne der fik mindst 1 po-

int for deres besvarelse, lå mellem 50-56 procent i deltagerlandene, mens

procentandelen som fik 2 point, lå mellem 20-37 procent.

11.4.3 Vurderingskriterier i forhold til kompetenceintervaller for datalogisk

tænkning

Opgaverne blev sværere og sværere i takt med at eleverne arbejdede sig

igennem testmodulet. Sværhedsgraden for opgaverne afhang af følgende

karakteristika:

• Variationen i anvendelsen af forskellige kodefunktioner (bevægelse,

handling, gentagelse eller betingelse).

• Antallet af mål (et mål er det felt hvorpå der eksempelvis skal udføres

en handling såsom

sprøjt gødning

på

små afgrøder).

• Antallet af forskellige typer mål (eksemplevis

jordlodder

eller

små

store afgrøder).

• Hvorvidt der skal foretages mere end én handling over et givent mål.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

218

sådan måler icils kompetencer og kontekster

• Antallet af forskellige materialer der skal tilføres målet (frø, vand eller

gødning).

Opgavernes sværhedsgrad knyttede sig altså til funktionen af de kodeblokke

der var til rådighed, samt til antallet af kodeblokke som eleverne anvendte

for at få landbrugsdronen til at løse de opgaver som blev stillet. Eleverne fik

opgaver hvor de skulle anvende kodeblokkene til at udarbejde algoritmer,

og de fik opgaver hvor de skulle finde fejl i allerede eksisterende algoritmer.

I testmodulet Landbrugsdronen blev alle opgaverne vurderet automa-

tisk af en computer og kategoriseret på baggrund af to karakteristika. For

det første handlede det om korrekthed, altså hvor korrekt dronen udførte

de handlinger som var specificeret i opgavebeskrivelsen. Dette inkluderede

både i hvilken grad dronen udførte de opgaver den skulle, og om der var

unødvendige handlinger. Og for det andet effektivitet. Effektiviteten blev

målt ved at optælle antallet af anvendte kodeblokke og sammenligne det

med det mindste antal af kodeblokke der kunne bruges til at løse opgaven

korrekt. Til opgaverne knyttede der sig en instruktion om at eleverne skulle

anvende så få kodeblokke som muligt.

Hver opgave fik en samlet kode som blev beregnet ved at kombinere ko-

derne fra henholdsvis korrekthed og effektivitet. For de fleste opgavers ved-

kommende blev den kode der blev givet i effektivitet, brugt til at moderere

den samlede kodning for et fuldstændigt korrekt svar (korrekthed). Flere

detaljer om vurderingen af opgaverne i testmodulet Landbrugsdronen, vil

fremgå af ICILS’ tekniske rapport (Fraillon m.fl. 2020).

11.4.4 Kvalitativ vurdering af opgavebesvarelserne for datalogisk tænkning

Afsnit 11.3.4 beskriver hvordan vurderingerne af opgavebesvarelserne for

både computer- og informationskompetence samt datalogisk tænkning

overordnet set blev foretaget. I det følgende retter vi specifikt fokus på

den kvalitative vurdering af opgavebesvarelserne for datalogisk tænkning

med et eksempel på hvordan en opgave fra testmodulet

Selvkørende bus

blev vurderet (alle opgaver i

Landbrugsdronen

blev kodet automatisk). Det

var kun opgaver med korte skriftlige svar fra eleverne der skulle kodes af

mennesker.

I opgaven som eksemplerne stammer fra, blev eleverne bedt om at give

to forskellige grunde til hvorfor simulationer kan være brugbare i forhold til

at løse virkelige problemer. Besvarelserne kunne kodes til 0, 1 eller 2 point.

Der var fem mulige begrundelser som kunne give point:

1. Det kan være farligt at afprøve systemer i virkeligheden.

2. Virkelige systemer kan ikke laves eller kan være vanskelige at lave.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

11.4

elevtest til måling af datalogisk tænkning

219

Figur 11.10 To eksempler på elevbesvarelser fra testmodulet Selvkørende bus. Besvarelsen til

venstre gives 2 point. Besvarelsen til højre gives 1 point.

3. Simulationer gør det lettere at kontrollere forskellige forhold.

4. Simulationer muliggør at store mængder data let kan blive indsamlet.

5. Simulationer er billigere end virkelige systemer.

Besvarelserne fik koden 2 hvis svaret relaterede til mindst to af disse begrun-

delser, og 1 point hvis det inddrog en af begrundelserne. Figur 11.10 viser to

besvarelser. Til venstre ses et eksempel på en besvarelse der fik koden 2.

Eleven svarede her:

1. Simulationer kan give viden om hvad man skal gøre hvis der sker no-

get uventet

2. Så sker der ikke noget hvis det går galt.

Første del af besvarelsen får point fordi besvarelsen knytter sig til at simu-

lationer kan give en viden man ellers ikke ville have fået fordi man ikke har

mulighed for at afprøve det samme med virkelige systemer. Anden del af

besvarelsen får point fordi eleven refererer til begrundelse et som peger på

faren ved at afprøve noget i virkeligheden. Der gives altså 2 point for denne

besvarelse.

Besvarelsen til højre i figur 11.10 blev givet koden 1. Her svarede eleven:

1. Fordi så kan man forudse ulykker

2. Fordi så kan man forebygge ulykker.

Begge dele af besvarelsen giver en begrundelse inden for den første type,

altså om faren ved at afprøve noget i virkeligheden. Når en elev besvarede

opgaven med to svar som blev vurderet til at indgå under samme kategori,

blev besvarelsen kodet med 1. En tredje elev svarede:

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

220

sådan måler icils kompetencer og kontekster

1. Det bruges til næsten alt, apps, hjemmesider og meget mere

2. Det kan bruges til det tekniske og det it-relaterede på en computer.

Ingen dele af elevens to svar kunne knyttes til de oplistede begrundelser.

En sådan besvarelse blev vurderet som irrelevant i forhold til den stillede

opgave og fik således koden 0.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

12 Sammenfatning og konklusioner

Denne bog har formidlet og analyseret de danske hovedresultater af

Inter-

national Computer and Information Literacy Study

(ICILS) der blev gen-

nemført i 2018. Gennem ti kapitler har vi introduceret til henholdsvis bag-

grund og formål med undersøgelsen, begrebet computer- og informations-

kompetence samt begrebet datalogisk tænkning. Vi har præsenteret elever-

nes resultater og undersøgt og diskuteret forskelle og ligheder mellem køn.

Og vi har undersøgt lærernes indstilling til it, deres tiltro til egen evner

med it, deres brug af it samt deres uddannelse, efteruddannelse og sam-

arbejde omkring it, og vi har analyseret kontekstoplysninger med henblik

på at kunne forklare elevernes resultater. Sidst i bogen præsenterede vi må-

leinstrumenterne og hvordan undersøgelsen blev gennemført. Dette afsnit

sammenfatter hvert af de ti kapitler og præsenterer undersøgelsens over-

ordnede konklusioner og perspektiver.

12.1 Kapitel 2: Baggrund og formål

Kapitel 2 introducerer bredt set til undersøgelsen. Det præsenteres at

formålet med ICILS-undersøgelsen er at undersøge graden af henholdsvis

computer- og informationskompetence samt datalogisk tænkning blandt

elever i 8. klasse samt relationen mellem resultaterne og elevernes kon-

tekster, herunder socioøkonomiske forhold samt erfaring med brug af

computere. Forskningsspørgsmålene for analyserne er:

• Hvad er danske elevers computer- og informationskompetencer og

kompetencer i datalogisk tænkning sammenlignet med jævnaldrende i

andre lande?

• Hvilke ændringer er der sket med danske elevers computer- og infor-

mationskompetence siden 2013?

• Hvilke forskelle er der på danske pigers og drenges kompetencer og

deres selvopfattelser i forhold til brug af, kompetencer til og fremtid

med it?

• Hvilke ændringer er der sket i forhold til pigers og drenges kompeten-

cer og selvopfattelser siden 2013?

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

222

sammenfatning og konklusioner

• Hvordan er danske læreres indstilling til, brug af og undervisnings-

praksisser med it sammenlignet med kolleger i andre lande?

• Hvilke ændringer er der sket i forhold til danske læreres indstilling til,

brug af og undervisningspraksisser med it siden 2013?

• Hvordan er sammenhængen mellem danske elevers kompetencer og

kontekstfaktorer (elevernes baggrunde, undervisningspraksis og andre

skoleforhold)?

Resultaterne fra 2013 fremgår kort, og dernæst beskrives den samfunds-

mæssige og kulturelle kontekst på området, herunder udviklingen fra 2013

til i dag. Siden de første computere fandt vej til klasseværelset op gennem

1970’erne, har brug af dem i undervisningen været genstand for mange hef-

tige diskussioner, og mange initiativer har været iværksat. De seneste år har

fokus udviklet sig i retning af en interesse i at børn udvikler datalogisk tænk-

ning og teknologiforståelse.

12.2 Kapitel 3: Computer- og informationskompetence

I kapitel 3 præsenteres computer- og informationskompetence der i ICILS

overordnet set er defineret som et individs evne til at anvende computere

til at undersøge, skabe og kommunikere med henblik på hensigtsmæssig

deltagelse i hjemmet, i skolen, på arbejdspladsen og i samfundet. Undersø-

gelsesrammen præsenteres med de fire kompetenceområder

At forstå com-

puterbrug, At indsamle information, At producere information

samt

Digital

kommunikation,

hvert med to underliggende aspekter.

Computer- og informationskompetence er på baggrund af analyse af op-

gaverne og elevernes besvarelser inddelt i fire forskellige computer- og in-

formationskompetenceniveauer. I kapitlet beskrives det hvad eleverne for-

ventes at kunne på de enkelte niveauer. Derudover er computer- og infor-

mationskompetence sat i relation til de dele af dansk læseplan denne kom-

petence i højest grad relaterer sig til.

Dette gælder danskfaget, herunder i særlig grad kompetenceområdet

Læsning

og det underliggende færdigheds- og vidensområde

Finde tekst

samt

Kommunikation

og det underliggende færdigheds- og vidensområde

It og kommunikation.

Derudover beskrives relationen til det tværgående

tema

it og medier,

hvor særligt ICILS’ kompetenceområder

At indsamle in-

formation, At producere information

samt

Digital kommunikation

har klare

overlap med beskrivelsen af

it og medier.

Endelig beskrives relationen til for-

søgsfaget teknologiforståelse der fordrer beherskelse af digitale designpro-

cesser samt digitale teknologiers sprog og principper hvilket blandt andet

undersøges i ICILS.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

12.3

kapitel 4: datalogisk tænkning

223

12.3 Kapitel 4: Datalogisk tænkning

Kapitel 4 præsenterer den anden af de kompetencer undersøgelsen måler,

nemlig elevernes kompetence i datalogisk tænkning der i ICILS overordnet

set er defineret som et individs evne til at identificere de aspekter ved vir-

kelige problemer som er egnet til at blive formuleret datalogisk samt at vur-

dere og udvikle algoritmiske løsninger på disse problemer, så løsningerne

kan behandles af en computer.

Undersøgelsesrammen består af to kompetenceområder

At identificere

problemer

At udvikle løsninger,

hvert med henholdsvis to og tre under-

liggende aspekter. Progressionen i datalogisk tænkning er på baggrund af

analyse af opgaverne og elevernes besvarelser inddelt i tre forskellige kom-

petenceintervaller som elevernes svar er indplaceret på. I kapitlet beskrives

det hvad eleverne forventes at kunne inden for de enkelte intervaller samt

progressionen mellem intervallerne.

Derudover er datalogisk tænkning sat i relation til de dele af dansk

læseplan denne kompetence i højest grad relaterer sig til. Dette gælder

den naturfaglige fagrække natur/teknologi, fysik/kemi, biologi samt geo-

grafi der alle har enslydende kompetenceområder, nemlig

Undersøgelse,

Modellering, Perspektivering

Kommunikation.

I forhold til datalogisk

tænkning er særligt kompetenceområderne

Undersøgelse

Modellering

interessante.

Undersøgelse

omfatter at eleverne kan designe, gennemføre

og evaluere undersøgelser i det givne fag, og modellering indebærer at

eleverne kan anvende og vurdere modeller. Det gælder også faget ma-

tematik, hvor der i højere grad er fokus på beregninger og på at tænke

i algoritmer. I højest grad relaterer datalogisk tænkning sig til forsøgs-

fagligheden teknologiforståelse der blandt andet består af kompetencen

computationel tankegang som omhandler analyse, modellering og struk-

turering af data og dataprocesser. Derudover beskrives også andre tydelige

ligheder mellem læseplanen for forsøgsfaget teknologiforståelse samt

ICILS’ undersøgelsesramme for datalogisk tænkning.

12.4 Kapitel 5: Elevernes kompetencer

I kapitel 5 er elevresultaterne af hver af de to kompetencetest præsenteret

med en undersøgelse af hvad danske elever på forskellige kompetenceni-

veauer og -intervaller mere konkret er i stand til at udføre af opgaver. Ka-

pitlet indeholder desuden analyser og diskussioner af hvad der kan have

forårsaget den udvikling vi ser.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

224

sammenfatning og konklusioner

De danske elevers gennemsnitlige nivaeu i computer- og informations-

kompetence var 553 point. Det er statistisk signifikant bedre end alle de an-

dre deltagende landes elever. Den forholdsvis lille varians i elevernes resul-

tater viser samtidig at det danske skolesystem og samfund er lykkedes bedre

end de andre landes skolesystemer og samfund med at skabe lighed i ele-

vernes computer- og informationskompetencer. Danske elever er desuden

statistisk signifikant bedre i 2018 end deres jævnaldrende i 2013. Dog er alle

danske elever ikke lige gode, men udviklingen går generelt i den rigtige ret-

ning for elever på alle fire kompetenceniveauer. Hvor det i 2013 var cirka

en tredjedel af eleverne der var på de to højeste niveauer, er det nu næsten

40 procent. Det betyder at en ganske stor andel af eleverne er i stand til at

producere velformede multimodale meddelelser og til at forholde sig be-

gyndende kritisk til de tekster og aktører de møder på internettet. Men der

er stadig mere end 60 procent af eleverne på niveau 2 eller derunder. Disse

elever vil have svært ved at gennemskue når nogen forsøger at narre dem

på nettet, de vil have vanskeligt ved at udarbejde en multimodal tekst som

giver modtageren de informationer hun har brug for, og de vil have svært

ved at finde og vurdere tekster de skal bruge, på internettet.

ICILS undersøger et repræsentativt udsnit af elever på et givet tidspunkt

og følger altså ikke bestemte elever over tid. Det er derfor svært at sige no-

get helt præcist om hvad der er årsagen til forskelle mellem to målepunkter,

men i kapitlet præsenteres bud på hypoteser for hvad der kan forklare ud-

viklingen. Som det fremgår af kapitel 2, er der sket meget i skolen siden

første undersøgelse i 2013, herunder en styrket indsats for it i folkeskolen

med en stor mængde midler til udviklingen på området. Der er kommet

nye Fælles Mål hvor det med det tværgående tema

it og medier

blev tyde-

liggjort at it-faglige mål skulle indgå i alle fag, ligesom dele af computer-

og informationskompetence eksplicit indgår i Fælles Mål for henholdsvis

danskfaget og forsøgsfaget teknologiforståelse. Derudover er der iværksat

samt eksperimenteret med en række ikke-obligatoriske fag og kurser, blandt

andet FabLab@SCHOOLdk, Coding Class, DR ultra:bit, spilbaseret læring,

DigiPippi (for piger) samt skolernes egne undervisningsaktiviteter med ek-

sempelvis robotter i undervisningen. Der er også sket ændringer hvad angår

danske læreres indstilling og tiltro til egne evner i forhold til it i undervis-

ningen samt deres brug af it i undervisningen. Blandt andet er der meget

højere andele af lærerne der bruger it i dag end i 2013. De nærmere resulta-

ter for lærerne fremgår af kapitel 7, 8 og 9.

Danske elevers gennemsnitlige resultat i

datalogisk tænkning

er på 527

point. Elever i Sydkorea har med 536 point et gennemsnit der ikke er sig-

nifikant forskelligt fra det danske. Danske elevers gennemsnit er signifikant

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

12.5

kapitel 6: køn og it

225

bedre end de øvrige deltagende landes elever. Ligesom ved computer- og

informationskompetence er der en mindre spredning af danske elever end

der er for de lande vi sammenligner med. Kigger vi specifikt på Sydkorea

som er det eneste land der ikke har et gennemsnit der er statistisk forskel-

ligt fra det danske, ser vi da også at der er flere elever i det øverste interval,

men også flere i det nederste interval end der er i Danmark. De fleste dan-

ske elever placerer sig på det midterste interval. Disse elever har forståelse

for at datalogiske systemer kan anvendes til at løse problemer i den virke-

lige verden. De kan planlægge og gennemføre systematiske interaktioner

med et system og fortolke systemets output og handlinger. Når de udvikler

algoritmer, bruger de gentagelsesstrukturer på vellykkede måder.

Danske elever havde i 2018 ikke obligatorisk undervisning i fag der inde-

holdt krav om fokus på datalogisk tænkning. Alligevel er de i gennemsnit

forholdsvis dygtige. Det kan blandt andet skyldes at datalogisk tænkning

ikke blot er et spørgsmål om at have erfaring med at programmere com-

putere, men også at man kan identificere problemer og udvikle løsninger.

Derudover har danske elever muligvis haft lejlighed til at stifte bekendtskab

med nogle af de praktiske aspekter der indgår i udvikling af algoritmer og

programmer hvis de for eksempel har deltaget i nogle af de initiativer vi

omtaler i kapitel 2. Endelig kan den styrkede it-indsats i folkeskolen også

her have påvirket resultatet positivt.

12.5 Kapitel 6: Køn og it

I kapitel 6 præsenteres kønsforskellene i resultaterne i ICILS 2018, og det

diskuteres hvorfor disse kønsforskelle optræder samt hvad vi eventuelt skal

gøre ved det.

For computer- og informationskompetence er gennemsnittet på 545 po-

int for drengene og 561 for pigerne, så pigerne ligger altså

i gennemsnit

point højere end drengene. I forhold til datalogisk tænkning er gennem-

snittet for både drenge og piger 527 point. Her er der altså ikke forskel, men

der er alligevel underliggende kønsforskelle i

fordelingerne

af elevernes dyg-

tigheder. Kort sagt er der flere drenge i de nederste og i det øverste inter-

val og altså flere piger i det midterste. Numerisk ses der markant fremgang

blandt både drenge og piger siden 2013 hvor udelukkende computer- og in-

formationskompetence blev målt. Men på grund af statistisk usikkerhed fra

stikprøverne og den såkaldte testækvivalensfaktor kan der ikke dokumente-

res en signifikant fremgang hverken for pigerne eller drengene som gruppe.

Selv om resultaterne for pigerne gennemsnitligt er gode, og for

computer- og informationskompetence endda bedre end drengene, er

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

226

sammenfatning og konklusioner

der dog nedslående resultater når det gælder pigernes tiltro til egne

it-kompetencer samt deres holdninger til it. Hvad angår tiltro til egne

evner til

basale

aktiviteter, er der ikke en signifikant forskel på drengenes

og pigernes gennemsnit i 2018, men ser vi på deres tiltro til egne evner

til

tekniske

aktiviteter med en computer, er der en betydelig kønsforskel.

Kønsforskellen i Danmark er desuden stor sammenlignet med de andre

deltagende lande: så markant at den er statistisk signifikant større end

kønsforskellen i alle de andre lande der deltager i undersøgelsen. Deru-

dover ligger de danske drenge i gennemsnit omkring det internationale

gennemsnit, mens pigerne ligger syv point under gennemsnittet. Danske

piger er således i gennemsnit usædvanligt lidt tillidsfulde i forhold til deres

egne kompetencer til tekniske aktiviteter.

Eleverne blev også stillet en række spørgsmål om hvor ofte de bruger it

til forskellige basale og tekniske aktiviteter, til forskellige kommunikations-

aktiviteter og til forskellige aktiviteter uden for skolen og i skolen. Her peger

resultaterne blandt andet på at der er dobbelt så mange drenge som piger

der vurderer at de udfører mere tekniske aktiviteter som at skrive computer-

programmer, makroer eller apps og opbygge eller redigere en hjemmeside

dagligt eller ugentligt. I forhold til brug af it til kommunikationsaktiviteter

tegner der sig igen et billede af en forskel på hvad der er typisk for piger og

for drenge. Det er mere typisk for piger end for drenge at bidrage til den

sociale online kommunikation, mens det mere typisk er drenge der kom-

munikerer i spørgsmål-svar-fora og gennem blogindlæg. Flere specifikke

resultater for henholdsvis drenges og pigers brug af it fremgår af kapitlet.

Drenge og piger ser også meget forskelligt på at finde et arbejde med

avanceret it. Mens 44 procent af drengene er enige i at de håber at finde et

arbejde med avanceret it, gælder dette for blot 15 procent af pigerne. Tilsva-

rende er der også en stor kønsforskel med hensyn til om eleverne vil studere

noget med computere/it: 46 procent af drengene er enige i udsagnet hvori-

mod blot 18 procent af pigerne deler denne opfattelse.

Der er altså markante forskelle i drenges og pigers syn på en fremtid med

it – men det billede vi ser i denne undersøgelse, er ikke nyt. Eksempelvis

peger dimittend- og ansøgertal fra datalogi på universiterne på at datalogi

typisk ikke er noget for kvinder. Disse forskelle kan hænge sammen med

kulturelt skabte forestillinger med stereotype billeder som gør det svært for

kvinder at se sig selv inden for datalogi. Vi refererer forskning der tyder

på at en ændring af en maskulin kultur inden for datalogi og engineering i

form af eksempelvis ændring af rollemodeller, miljø og mediebilledet kan

være af afgørende betydning for at øge kvinders deltagelse i datalogi. Så-

danne indsatser har vi især set de seneste år fra blandt andet universiteter-

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

12.6

kapitel 7: læreres tiltro til egne evner og indstilling til it

227

nes it-uddannelser der ønsker at uddanne flere kvinder, samt indsatser som

DigiPippi der ønsker at inkludere pigerne samt bidrage med kvindelige rol-

lemodeller. Der spores de seneste år en lille fremgang i andelen af kvindelige

studerende, men mændene er stadig i klart overtal.

12.6 Kapitel 7: Læreres tiltro til egne evner og indstilling til it

I kapitel 7 er det undersøgt hvad lærerne mener om brugen af it i undervis-

ningen, og hvor megen tiltro de har til deres egen formåen når det kommer

til it.

Samlet set giver danske lærere i høj grad udtryk for at de kan se positive

resultater af brugen af it i undervisningen, og de er i gennemsnit nogle af de

mindst kritisk indstillede sammenlignet med lærere fra de andre deltagende

lande. Men lærerne er i stort omfang blevet mere kritiske over for it-brug

siden 2013.

Danske lærere har større tiltro til deres evner end alle andre lande på

nær USA. Der er meget store andele der angiver at de

kan

udføre de opgaver

de bliver spurgt om – ikke at de blot

ville kunne

hvilket også tyder på at it

er en meget integreret del af de fleste danske læreres dagligdag. I forhold

til bidrag til et diskussionforum/en brugergruppe på internettet er danske

læreres tiltro til egne it-evner den samme i 2018 som i 2013, men derudover

har deres tiltro udelukkende udviklet sig positivt.

Ligesom det var tilfældet for eleverne, har de mandlige danske lærere i

gennemsnit signifikant større tiltro til deres it-evner end de kvindelige dan-

ske lærere har. Denne forskel ser ud til at hænge sammen med fagvalg såle-

des at lærere kan få øget tiltro til deres egne evner af at være lærer i et givet

fag – eller således at lærere med høj tiltro vælger særlige fag.

12.7 Kapitel 8: Læreres brug af it i undervisningen

Kapitel 8 omhandler læreres brug af it i undervisningen. Her viser under-

søgelsen at langt størstedelen af danske lærere anvender it meget ofte i de-

res undervisningspraksis, ligesom it er en integreret del af deres generelle

arbejds- og fritidsliv.

Store andele af danske lærere lægger vægt på at eleverne udvikler en bred

vifte af aspekter der relaterer sig til deres computer- og informationskom-

petence. Samlet set har danske lærere i 2018 betragteligt større fokus på at

eleverne udvikler computer- og informationskompetence end de havde i

2013.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

228

sammenfatning og konklusioner

På samme vis er lærerne blevet spurgt om deres fokus på elevers ud-

vikling af kompetencer der relaterer sig til datalogisk tænkning. Også her

vurderer lærerne at de har stort fokus på at eleverne udvikler disse kom-

petencer – spørgsmålet er dog om det specifikt er datalogisk orienterede

kompetencer lærerne har fokus på eller om fokus er mere generelt når det

eksempelvis gælder en kompetence som

At præsentere information visuelt

på forskellige måder.

Danske lærere tilrettelægger i meget vid udstrækning undervisning hvor

eleverne anvender it – dog er der flere aktiviteter der sjældent udføres. Ek-

sempelvis bruger eleverne sjældent it til at planlægge aktiviteter i undervis-

ningsforløb til sig selv eller til at reflektere over egen læring og erfaringer.

Når det gælder lærerne, viser resultaterne også omfattende brug. Særligt

til fremlæggelser og ved test af eleverne, men også til samarbejde med for-

ældre. Lærerne bruger kun i mindre omfang it til at give feedback til elever

og støtte deres samarbejde med hinanden, og en stor del bruger heller ikke

it til at formidle kommunikation mellem elever og eksterne personer.

I forhold til it-redskaber har danske lærere i 8. klasse udbredt brug af

en bred vifte af typer, herunder produktionssoftware som tekstbehand-

ling og præsentationsværktøjer, informationssøgningsværktøjer, digitale

undervisningsmaterialer og læringsplatforme samt samarbejdssoftware.

Der er sket nogle markante ændringer på området siden 2013. Danske

læreres brug af it lå allerede højt i ICILS 2013 – men i 2018 er det alligevel

signifikant højere. Procentandelen af lærere der ofte anvender it til elever-

nes aktiviteter, er vokset med 40 procentpoint eller mere for aktiviteterne

brug af it til at arbejde med længerevarende projekter, arbejde med kortere

opgaver, behandling og analyse af data samt til at eleverne kan arbejde in-

dividuelt med undervisningsmateriale i deres eget tempo. Disse stigninger

skal dog tages med et vist forbehold, da der i 2018 er ændret lidt på svarka-

tegorierne i forhold til 2013. Flere lærere anvender også it i deres undervis-

ning til hver af de aktiviteter de blev adspurgt om end de gjorde i 2013. Det

er dog værd at holde sig for øje at disse markante trends i lærernes brug af

it hviler på lærernes egne svar på spørgsmål. Om de selvrapporterede svar

passer overens med deres reelle adfærd, kan vi ikke afgøre på det forelig-

gende grundlag. Som udgangspunkt ser vi dog ikke nogen grund til at svar

på disse spørgsmål skulle være i væsentlig uoverenstemmelse med den re-

elle adfærd.

Tallene antyder at der kan være sket en positiv udvikling i forhold til be-

vægelse mod en mere elevcentreret og -aktiv undervisning, da det er inden

for sådanne aktiviteter at der er sket virkelig stor udvikling i forhold til i

hvilket omfang it anvendes.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

12.8

kapitel 9: læreres uddannelse i og samarbejde om it i undervisningen

229

Sammenligner vi 2018-resultaterne med andre deltagende lande, findes

den største andel af lærere der anvender it dagligt i undervisningen, i Dan-

mark, og også i forhold til deres brug af it til elevaktiviteter samt deres egen

brug af it i undervisningen ligger danske lærere i top.

12.8 Kapitel 9: Læreres uddannelse i og samarbejde om it i

undervisningen

I kapitel 9 præsenteres og diskuteres resultater omkring danske læreres ud-

dannelse og samarbejde om it i undervisningen.

Det er langtfra alle lærere der har fået undervisning på læreruddannel-

sen, heller ikke blandt de helt unge lærere. Men der er sket en udvikling over

de senere år, så læreruddannelserne tilsyneladende har fået større fokus på

integration af it i undervisningen, mens der kun i mindre grad er sket en

øgning i lærere som angiver at de fik undervisning i deres egen brug af it.

Der er til gengæld stor aktivitet på efteruddannelsesområdet hvor fire ud

af fem har deltaget i en efteruddannelsesaktivitet i relation til it inden for de

seneste to år. Det er særligt de fag- og almendidaktiske aspekter af it der

arbejdes med i efteruddannelsesaktiviteterne, og det er også på de områder

der er sket størst udvikling – en udvikling der har været i gang siden SITES-

undersøgelsen i 2006.

Danske lærere er i ganske stort omfang enige i at de samarbejder om brug

af it, særligt omkring deling af it-baserede ressourcer med andre lærere på

skolen samt diskussioner om hvordan it skal bruges i fagene.

Med den usikkerhed det giver at vi kun kan sammenligne mellem 2013

og 2018 på baggrund af to valgmuligheder, kan vi forsigtigt hævde at danske

lærere ikke samarbejder mindre i 2018 end de gjorde i 2013, men meget store

andele af lærerne samarbejdede i 2018 gennem at dele ressourcer og ved at

diskutere med kolleger hvordan it skal bruges i fagene.

Det er desuden interessant at bemærke at når man sammenligner grup-

per af lærere ud fra en række karakteristika, er der kun en enkelt signifikant

forskel at spore. Således samarbejder lærere der arbejder på skoler hvor it

er blevet anvendt til undervisningsformål i ti år eller længere, mere om in-

tegration af it end lærere der arbejder på skoler med kortere erfaring.

12.9 Kapitel 10: Sammenhænge mellem kontekstfaktorer og

kompetencer

I kapitel 10 beskrives en række analyser af hvilke faktorer der er med til at

forklare danske elevers forskelle i kompetencer, herunder sammenhængen

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

230

sammenfatning og konklusioner

mellem kompetencer og elevernes socioøkonomi og immigrantbaggrund.

For

computer- og informationskompetence

konstateres det at elever hvis

forældre begge er født uden for Danmark, har et gennemsnit på 528 point på

indekset for computer- og informationskompetence, mens de af deres klas-

sekammerater der har mindst én forælder født i Danmark, har et gennem-

snit der er 29 point højere. De danske elever med immigrantbaggrund har

det højeste kompetencegennemsnit blandt alle de deltagende landes elever

med immigrantbaggrund. Danmark er et af få lande hvor immigrantbag-

grund ser ud til at have en selvstændig og negativ indflydelse på kompe-

tenceniveau, også når der tages højde for deres socioøkonomiske status og

sprog talt i hjemmet.

I forhold til

datalogisk tænkning

ser der også ud til at være en nega-

tiv sammenhæng mellem immigrantbaggrund og kompetenceniveau. Ele-

verne med immigrantbaggrund har et gennemsnit på 481 point hvilket er 53

point lavere end deres klassekammerater uden immigrantbaggrund. Både

blandt eleverne med og uden immigrantbaggrund har de danske (og de syd-

koreanske) elever dog de højeste kompetencegennemsnit. Sammenhængen

mellem immigrantbaggrund og datalogisk tænkning bliver svagere når der

medregnes øvrige sociale forhold, men der er fortsat en signifikant negativ

sammenhæng.

I dette kapitel undersøges det også om socioøkonomi har indflydelse på

hvor højt eller lavt elever ligger på kompetenceskalaen for computer- og

informationskompetence. Her viser det sig at danske elever hvis socioøko-

nomi ligger under den internationale median, i gennemsnit har et resultat

på 540 point hvilket er 28 point mindre end gennemsnittet for elever med

en socioøkonomi over medianen i Danmark. De danske elevers gennemsnit

på 540 er dog signifikant højere end gennemsnittene for elever med lav so-

cioøkonomi i alle de øvrige lande. Komparativt ser det altså ud til at negativ

social arv slår mindst igennem i Danmark, men den slår dog igennem.

I forhold til socioøkonomi har danske elever med en socioøonomi un-

der den internationale median et gennemsnit på 510 point på kompeten-

ceskalaen for datalogisk tænkning. Det er 36 point mindre end danske ele-

ver med en socioøkonomi over medianen. I forhold til andre lande er den

del af elevernes kompetence der kan forklares med deres socioøkonomiske

baggrund, dog mindre i Danmark (og Sydkorea) end i de andre deltagende

lande.

I en såkaldt multivariat analyse hvor alle variable der forventes at kunne

have betydning for elevernes kompetencer, inddrages, viser der sig flere in-

teressante mulige faktorer der kan bidrage til at forklare elevernes dygtig-

hed.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

12.9

kapitel 10: sammenhænge mellem kontekstfaktorer og kompetencer

231

For det første finder vi ligesom i 2013 at elevers personlige og socioøko-

nomiske baggrund hænger sammen med computer- og informationskom-

petence. Dette styrker evidensen for at disse faktorer faktisk hænger sam-

men med elevernes it-kompetencer. Køn (pige), højere socioøkonomisk sta-

tus og forventninger om et højt uddannelsesniveau er relateret til et højere

kompetenceniveau, men for første gang peger analysen også på at dansk talt

i hjemmet hænger sammen med computer- og informationskompetence.

Det andet centrale resultat er at både elevernes adgang til computere i hjem-

met samt aktiv brug af it – det vil sige daglig brug af it og erfaring med com-

putere – hænger positivt sammen med kompetenceniveauet. I 2013 fandt vi

at kun erfaring med it gik hånd i hånd med et højere kompetenceniveau. Et

tredje centralt resultat er at undervisning i it-kompetencer (det vil sige at

eleverne anvender basale it-værktøjer i klassen og lærer at udføre opgaver

der er relevante for computer og informationskompetence) har en positiv

sammenhæng med elevernes kompetenceniveau – i hvert fald når eleverne

selv fortæller om undervisningen.

Til gengæld kan vi ikke identificere nogen nævneværdig betydning

af undervisning i it-relevante kompetencer når undervisningen måles på

skoleniveau. Tværtimod er analysen på skoleniveau ikke i stand til at vise

at nogen anden faktor end skolens socioøkonomiske elevgrundlag har en

sammenhæng med elevernes computer- og informationskompetence. Den

manglende sammenhæng med undervisningsfaktorer som rapporteret af

lærerne kan skyldes at der ikke i ICILS kan etableres en direkte forbindelse

mellem en lærer og en elev. Undervisningsfaktorerne måles således som et

gennemsnit af lærerne på skolens besvarelser. Og hvis der er stor forskel på

lærerne på skolen, vil disse opveje hinanden.

Analysen af datalogisk tænkning peger på at der er sammenhæng mel-

lem elevernes kompetencer i datalogiske tænkning og deres personlige og

socioøkonomiske baggrund i form af køn, sprog talt i hjemmet, forventet

uddannelsesniveau og socioøkonomisk baggrund. Herudover fremgår det

også at elevernes aktive brug af it er tydeligt relateret til deres kompeten-

cer i forhold til datalogisk tænkning. Både daglig brug af it såvel som an-

tal års erfaring går hånd i hånd med et højere niveau af datalogisk tænk-

ning. Imidlertid finder vi ingen sammenhæng mellem adgang til it og da-

talogisk tænkning hvilket står i kontrast til analysen af elevernes computer-

og informationskompetence. Når det kommer til sammenhængen mellem

hvorvidt eleverne undervises i it-kompetencer og deres datalogiske tænk-

ning, er billedet ganske mudret. I analysen der måler undervisningsindhol-

det ved hjælp af elevernes egen opfattelse, viser resultaterne at brug af ba-

sale it-værktøjer i undervisningen har en positiv sammenhæng med datalo-

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

232

sammenfatning og konklusioner

gisk tænkning hvorimod læring af opgaver relateret til datalogisk tænkning

har en negativ sammenhæng. Billedet bliver ikke tydeligere af at lærernes

brug af it til elevernes aktiviteter ingen betydning har for elevernes datalogi-

ske tænkning når undervisningen måles på skoleniveau. Afsluttende peger

analysen på at ingen af de undersøgte faktorer på skoleniveau, det vil sige

hverken skolens socioøkonomiske baggrund, skolens it-adgang, -brug og

-erfaring eller undervisning i it-kompetencer, er relateret til elevers datalo-

giske tænkning.

12.10 Kapitel 11: Sådan måler ICILS kompetencer og kontekster

I kapitel 11 beskrives det hvordan skoler, elever og lærere blev udvalgt til

at deltage i undersøgelsen. Dernæst forklares det hvordan elevernes hen-

holdsvis computer- og informationskompetence og kompetence til datalo-

gisk tænkning blev målt. De to kompetencetest er overordnet karakteriseret

ved virkelighedsnære opgaver som eleverne løser individuelt på en compu-

ter.

For at få indblik i konteksten for elevernes kompetenceudvikling

indgik der også fem forskellige spørgeskemaer der blev besvaret online

af henholdsvis

elever, lærere, skoleledere, it-koordinatorer

den natio-

nale forskningskoordinator.

Disse gav information om forhold der kunne

tænkes at relatere sig til elevernes udvikling af computer- og informa-

tionskompetence samt datalogisk tænkning, herunder social baggrund og

undervisningsmiljø.

Med konkrete eksempler i form af skærmbilleder beskrives dernæst elev-

testen til måling af elevernes computer- og informationskompetence samt

kompetence til datalogisk tænkning. Nogle opgaver blev vurderet kvalita-

tivt af kodere der blev uddannet til opgaven. I kapitlet beskrives det med

eksempler hvordan disse vurderinger foregik.

12.11 Konklusioner og perspektiver

Der er sket meget på grundskoleområdet siden den første ICILS-

undersøgelse blev gennemført i 2013, og her er særligt it-området der

i forvejen var centralt i mange sammenhænge, blevet kraftigt opprioriteret:

En stor indsats har gjort digitale læremidler til et hverdagsfænomen i

skolen, der er en bevægelse i gang mod at få etableret et nyt fag i teknolo-

giforståelse, mange uafhængige initiativer iværksættes med henblik på at

anvende it til at fremme mål med grundskolen og så videre.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

12.11

konklusioner og perspektiver

233

ICILS-undersøgelsen viser at der er sket flere positive udviklinger i

perioden siden 2013 hvor de mange indsatser er implementeret: Danske

lærere og deres elever anvender it i undervisningen massivt mere end de

gjorde i 2013. Danske lærere lægger også i meget vidt omfang, og væsentligt

mere end i 2013, vægt på at eleverne udvikler kompetencer inden for

it-området. Det gælder i særlig høj grad i forhold til de traditionelle

informationskompetenceområder som at finde, vurdere og præsentere

information, men også i ret høj grad for spørgsmål om forståelse af it’s rolle

i vores liv.

I forlængelse af den øgede brug viser det sig at danske elever har rykket

sig så de er signifikant bedre inden for computer- og informationskompe-

tence i 2018 end de var i 2013. Blandt de fire lande der deltog i både 2013 og

2018, er det kun de danske elever der har forbedret sig i en sådan grad at det

ikke kan tilskrives statistiske tilfældigheder.

Der er desuden mindre forskel mellem de danske elever end der er mel-

lem de fleste andre deltagende landes elever. Det kan tolkes således at danske

skoler generelt er gode til at bibringe eleverne kompetencer inden for disse

områder.

Og endelig viser det sig at danske elever er de bedst præsterende blandt

de deltagende landes elever inden for både computer- og informationskom-

petence og datalogisk tænkning (for datalogisk tænknings vedkommende

lige under Sydkorea, men forskellen falder inden for stikprøveusikkerhe-

den).

På trods af den fine udvikling og de gode kompetencer i sammenligning

med de øvrige landes elever vil vi dog pege på at mere end seks ud af ti

af de danske elever (dem der ligger på eller under computer- og informa-

tionskompetenceniveau 2) tilsyneladende ikke er i stand til at gennemskue

forholdsvis åbenlyse forsøg på at narre dem når de færdes på nettet, ikke

kan forholde sig kritisk til forudsætninger og interesser hos producenter af

indhold og ikke i tilstrækkelig høj grad kan tilrettelægge information der

retter sig imod en given målgruppe. Det er af afgørende betydning for disse

elever at de udvikler deres kompetencer hvis de skal kunne fungere godt i

et stadig mere digitaliseret informations- og netværkssamfund, og hvis de

ikke skal være for lette ofre for forsøg på at få dem til at gøre ting der ikke

er i deres egen interesse.

Vi vil også understrege at der på trods af at danske elever klarer sig godt

i datalogisk tænkning sammenlignet med andre lande, stadig er lang vej

igen før danske elever kan siges at være tilstrækkeligt kompetente i datalo-

gisk tænkning. Ligesom de danske elever har kun de færreste af eleverne i de

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

234

sammenfatning og konklusioner

andre deltagende lande deltaget i obligatorisk undervisning inden for om-

rådet datalogisk tænkning, og resultatet siger derfor blot at danske elever er

godt forberedt til at udvikle kompetencer inden for datalogisk tænkning.

Datalogisk tænkning som det måles i ICILS 2018, relaterer som omtalt i

kapitel 4 på en række områder til indholdsområderne i forsøgsfaget tekno-

logiforståelse, og derved kan ICILS 2018 ved en eventuel beslutning om at

gøre teknologiforståelsesfaget obligatorisk i den danske folkeskole betragtes

som en etablering af en baseline for kompetencer der er relevante for tek-

nologiforståelse (men ikke omfatter hele faget), som man kan sammenligne

med ved senere målinger af datalogisk tænkning.

Ud over de generelt opløftende overordnede resultater er der også en

række interessante iagttagelser i detaljerne.

For det første er de danske lærere blevet mere nuancerede i deres indstil-

ling til it i undervisningen. I 2013 var danske lærere ret positivt og usæd-

vanligt lidt kritisk indstillede over for it. I 2018 var de nogenlunde lige så

positivt indstillede som i 2013, men på de spørgsmål der går igen i 2013 og

2018, er de væsentligt mere kritiske over for it’s rolle i undervisningen. Man

kan vælge at se dette som et advarselssignal, eller man kan vælge at betragte

det som et udtryk for at danske lærere har fået et mere nuanceret blik på

it’s rolle i undervisningen. Vi er tilbøjelige til at tilslutte os den sidste opfat-

telse. Særligt er det interessant at hvor kun 14 procent af de danske lærere

i 2013 mente at it distraherer elever fra at lære, så er det halvdelen i 2018.

Der er behov for undersøgelser af hvori problemet ligger ifølge lærerne og

hvad der kan gøres for at minimere de negative konsekvenser af brug af it i

undervisningen.

Et af de efter vores mening mest alvorlige resultater af undersøgelsen er

de meget store forskelle mellem pigers og drenges opfattelse af deres egne

kompetencer i relation til it og mellem deres forestillinger om et fremtidigt

arbejdsliv med it. Det viser sig også i 2018 at piger gennemsnitligt klarer

sig bedre i testen af computer- og informationskompetence end drenge og

lige så godt i testen af datalogisk tænkning. Danske piger har desuden lige

så høj tiltro som danske drenge til egne evner til basale aktiviteter med en

computer.

Men når det kommer til deres tiltro til egne evner i forhold til tekniske

aktiviteter, ligger danske piger langt under danske drenge. Og danske piger

har lavest tiltro til egne evner i forhold til tekniske aktiviteter af alle uanset

køn på tværs af de deltagende lande.

I forlængelse heraf er danske piger dem der har det laveste gennemsnit

på indekset for syn på en fremtid med it. Rigtig store andele af de danske

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

12.11

konklusioner og perspektiver

235

piger har med andre ord ikke lyst til at studere eller arbejde med it. Dette af-

spejler sig også i antallet af ansøgere til og dimmitender fra de datalogiske

uddannelser på universiteterne. Siden 1970’erne har der været meget lave

og faldende andele af kvinder der dimmiterede fra Københavns Universi-

tets datalogiuddannelse, og siden 1996 hvor ansøgertallene til datalogiske

uddannelser er let tilgængelige, viser det sig at kvinder har udgjort mellem

ti og tyve procent af ansøgerne. Der anes positive udviklinger på nogle af

uddannelserne i de allerseneste år. Men der er tale om en udfordring som

efter vores vurdering kalder på seriøse indsatser og omfattende initiativer.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

Tabeller

3.1 Definition af computer- og informationskompetence

. . . . . . . . . . . . .

3.2 Kompetenceniveau 1 og 2 for computer- og informationskompetence.

. . . . .

3.3 Kompetenceniveau 3 og 4 for computer- og informationskompetence.

. . . . .

4.1 Definition af datalogisk tænkning

. . . . . . . . . . . . . . . . . . . . . .

4.2 Oversigt over de tre kompetenceintervaller for datalogisk tænkning.

. . . . . .

5.1 Computer- og informationskompetence blandt danske elever opdelt på år

. . .

6.1 Computer- og informationskompetence opdelt på køn

. . . . . . . . . . . .

6.2 Datalogisk tænkning opdelt på køn

. . . . . . . . . . . . . . . . . . . . .

10.1 Computer- og informationskompetence opdelt på immigrantbaggrund og land

10.2 Datalogisk tænkning opdelt på immigrantbaggrund og land

168

. . . . . . . . .

171

175

178

10.3 Computer- og informationskompetence opdelt på socioøkonomisk status og land 173

10.4 Datalogisk tænkning opdelt på socioøkonomisk status og land

. . . . . . . .

10.5 Oversigt over faktorer der antages at påvirke elevernes it-kompetencer.

. . . .

11.1 Oversigt over de fem moduler der blev anvendt til at teste elevernes computer-

og informationskompetence.

. . . . . . . . . . . . . . . . . . . . . . . . .

11.2 Oversigt over de to moduler der blev anvendt til at teste elevernes kompetence i

datalogisk tænkning.

. . . . . . . . . . . . . . . . . . . . . . . . . . . .

212

199

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

Figurer

5.1 Computer- og informationskompetence opdelt på land

. . . . . . . . . . . .

5.2 Computer- og informationskompetence opdelt på år og land

. . . . . . . . .

5.3 Datalogisk tænkning opdelt på land

. . . . . . . . . . . . . . . . . . . . .

6.1 Computer- og informationskompetence opdelt på køn

. . . . . . . . . . . .

6.2 Datalogisk tænkning opdelt på køn

. . . . . . . . . . . . . . . . . . . . .

6.3 Computer- og informationskompetence opdelt på køn og år

. . . . . . . . .

6.4 Tiltro til at kunne udføre aktiviteter med en computer opdelt på køn

. . . . .

6.5 Kønsforskelle i tiltro til egne evner med en computer opdelt på år

. . . . . . .

6.6 Kønsforskelle i tiltro til egne evner til basale aktiviteter med en computer opdelt

på land

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.7 Kønsforskelle i tiltro til egne evner til tekniske aktiviteter med en computer op-

delt på land

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.8 Brug af it til forskellige aktiviteter opdelt på køn

. . . . . . . . . . . . . . .

6.9 Brug af it til kommunikationsaktiviteter opdelt på køn

. . . . . . . . . . . .

6.10 Brug af it til aktiviteter uden for skolen opdelt på køn

. . . . . . . . . . . . .

6.11 Brug af it til skolemæssige formål opdelt på køn

. . . . . . . . . . . . . . .

6.12 Brug af it til forskellige aktiviteter opdelt på køn

. . . . . . . . . . . . . . .

6.13 Syn på en fremtid med it opdelt på køn

. . . . . . . . . . . . . . . . . . . .

6.14 Kønsforskelle i syn på en fremtid med it opdelt på land

. . . . . . . . . . . .

6.15 Antallet af dimmitenter fra DIKU i årene 1971 til 2018 opdelt på køn

. . . . . .

101

102

103

105

107

108

110

6.16 Ansøgere til datalogiske kandidatuddannelser i årene 1996 til 2019 opdelt på køn 111

7.1 Lærernes positive indstilling til it i undervisningen

. . . . . . . . . . . . . .

7.2 Lærernes positive indstilling til it opdelt på land

. . . . . . . . . . . . . . .

7.3 Lærernes kritiske indstilling til it i undervisningen

. . . . . . . . . . . . . .

7.4 Lærernes kritiske indstilling til it opdelt på land

. . . . . . . . . . . . . . .

7.5 Lærernes positive indstilling til it opdelt på år

. . . . . . . . . . . . . . . .

7.6 Lærernes kritiske indstilling til it opdelt på år

. . . . . . . . . . . . . . . . .

7.7 Lærernes kritiske indstilling til it opdelt på år og land

. . . . . . . . . . . . .

7.8 Lærernes positive indstilling til it opdelt på lærer- og skolekarakteristika

. . . .

7.9 Lærernes kritiske indstilling til it opdelt på lærer- og skolekarakteristika

. . . .

7.10 Lærernes tiltro til at kunne udføre opgaver med en computer

. . . . . . . . .

119

120

121

122

123

124

126

127

128

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

238

figurer

7.11 Lærernes tiltro til at kunne udføre opgaver med en computer opdelt på år

. . .

7.12 Lærernes tiltro til egne evner til brug af it opdelt på land

. . . . . . . . . . .

129

130

7.13 Lærernes tiltro til egne evner til brug af it opdelt på lærer- og skolekarakteristika 131

8.1 Lærernes brug af it til forskellige formål

. . . . . . . . . . . . . . . . . . .

8.2 Lærernes vægtlægning på at eleverne bliver i stand til at udføre aktiviteter i rela-

tion til computer- og informationskompetence

. . . . . . . . . . . . . . . .

8.3 Lærernes vægtlægning på at eleverne bliver i stand til at udføre aktiviteter i rela-

tion til computer- og informationskompetence opdelt på år

. . . . . . . . . .

8.4 Lærernes vægtlægning på at eleverne bliver i stand til at udføre aktiviteter i rela-

tion til datalogisk tænkning

. . . . . . . . . . . . . . . . . . . . . . . . .

8.5 Brug af it i undervisningen til elevernes aktiviteter

. . . . . . . . . . . . . .

8.6 Egen brug af it i undervisningen

. . . . . . . . . . . . . . . . . . . . . . .

8.7 Egen brug af it-redskaber i undervisningen

. . . . . . . . . . . . . . . . . .

8.8 Brug af it i undervisningen i skolen opdelt på år

. . . . . . . . . . . . . . .

8.9 Brug af it i undervisningen til elevernes aktiviteter opdelt på år

. . . . . . . .

8.10 Egen brug af it i undervisningen opdelt på år

. . . . . . . . . . . . . . . . .

8.11 Brug af it i undervisningen i skolen opdelt på land

. . . . . . . . . . . . . .

8.12 Brug af it i undervisningen opdelt på land

. . . . . . . . . . . . . . . . . .

8.13 Brug af it i undervisningen i skolen opdelt på lærer- og skolekarakteristika

. . .

9.1 Undervisning i it i læreruddannelsen

. . . . . . . . . . . . . . . . . . . . .

9.2 Lærernes deltagelse i faglige udviklingsaktiviter de seneste to år

. . . . . . . .

140

142

143

145

146

147

149

150

152

153

158

159

160

161

162

163

164

139

137

136

. . . . . . . . . . . . .

9.4 Lærernes deltagelse i faglige udviklingsaktiviter opdelt på år

. . . . . . .

9.5 Læreres vurdering af forskellige udsagn om lærersamarbejde om brug af it

9.6 Lærersamarbejde om brug af it i undervisningen opdelt på år

. . . . . . .

9.7 Læreres samarbejde om brug af it i undervisningen opdelt på land

. . . .

9.3 Antal kurser lærerne har deltaget i de seneste år

9.8 Lærernes samarbejde om brug af it i undervisningen opdelt på lærer- og skole-

karakteristika

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10.1 Forskel i computer- og informationskompetence mellem elever med og uden im-

migrantbaggrund opdelt på land og statistisk model

. . . . . . . . . . . . .

10.2 Forskel i datalogisk tænkning mellem elever med og uden immigrantbaggrund

opdelt på land og statistisk model

. . . . . . . . . . . . . . . . . . . . . .

10.3 Forskel i computer- og informationskompetence mellem elever med høj og lav

socioøkonomisk status opdelt på land og statistisk model

. . . . . . . . . . .

10.4 Forskel i datalogisk tænkning mellem elever med høj og lav socioøkonomisk sta-

tus opdelt på land og statistisk model

. . . . . . . . . . . . . . . . . . . . .

10.5 Computer- og informationskompetence forklaret ud fra variable på elev- og sko-

leniveau

176

174

172

170

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

181

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

figurer

239

184

198

202

203

204

207

209

214

216

219

10.6 Datalogisk tænkning forklaret ud fra variable på elev- og skoleniveau

. . . . .

11.1 Testbrugerflade

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11.2 To eksempler på små opgaver

. . . . . . . . . . . . . . . . . . . . . . . .

11.3 Fire skabeloner til organisering af en hjemmeside

. . . . . . . . . . . . . . .

11.4 Eksempel på en lille opgave

. . . . . . . . . . . . . . . . . . . . . . . . .

11.5 Eksempel på en stor opgave

. . . . . . . . . . . . . . . . . . . . . . . . .

11.6 Kompetenceniveauer og vurderingskriterier for den store opgave i modulet

Bandkonkurrencen

. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

11.8 To opgaver fra testmodulet Landbrugsdronen

. . . . . . . . . .

11.9 To opgaver i modulet Selvkørende bus

. . . . . . . . . . . . . .

11.10 To eksempler på elevbesvarelser fra testmodulet Selvkørende bus

11.7 Kodning af elevbesvarelser

INDHOLDSFORTEGNELSE

Referencer

Aho, Alfred V. 2012. “Computation and

Computational Thinking”.

Comput. J.

55:

832–35.

Albrechtsen, Thomas R.S. 2016. “Introduk-

tion”. I

Professionelle Læringsfællesskaber

Og Fagdidaktisk Viden,

redigeret af Tho-

mas R.S. Albrechtsen, 1. udg. Frederiks-

havn: Dafolo.

Andersen, Karen Margrethe, og Else Bunde

Jensen. 1987.

Datalære Og Kønsroller: Et

Udviklingsarbejde På 5. klassetrin.

Århus:

Århus kommunale skolevæsen.

Andersen, Nils O., Henrik Busch, Rie Tro-

elsen, og Sebastian Horst. 2003.

Fremti-

dens Naturfaglige Uddannelser: Natur-

fag for Alle: Vision Og Oplæg Til Strategi.

1. udgave. København: Undervisnings-

ministeriet. http://nyfaglighed.emu.dk/

fremtidensnaturfagligeuddannelser/.

Arstorp, Ann-Therese. 2015. “Teknologi På

Læreruddannelsen – En Forestillet Eller

En Realiseret Praksis? En Virksomhedste-

oretisk Analyse Af Objekter, Motiver Og

Rettetheder På Samfunds-, Institutions-

Og Undervisningsniveau”. København:

Aarhus Universitet. http://arstorp.dk/

upload/AfhandlingArstorp.pdf.

Australian Curriculum, Assessment and

Reporting Authority. 2012. “National As-

sessment Program – ICT Literacy Years 6

& 10 Report”. Sydney: ACARA.

Barr, David, John Harrison, og Leslie Co-

nery. 2011. “Computational Thinking: A

Digital Age Skill for Everyone”.

Learning

& Leading with Technology

38 (6): 20–23.

Bech, Inge. 2017. “IT i lærerud-

dannelsen”. Folkeskolen.dk. 2017.

https://www.folkeskolen.dk/606769/

it-i-laereruddannelsen.

Berland, Matthew, og Uri Wilensky. 2015.

“Comparing Virtual and Physical Robo-

tics Environments for Supporting Com-

plex Systems and Computational Thin-

INDHOLDSFORTEGNELSE

king”.

Journal of Science Education and

Technology

24: 628–47.

Binkley, Marilyn, Ola Erstad, Joan Herman,

Senta Raizen, Martin Ripley, May Miller-

Ricci, og Mike Rumble. 2012. “Defining

Twenty-First Century Skills”. I

Assessment

and Teaching of 21st Century Skills,

redi-

geret af Patrick Griffin, Barry McGaw,

og Esther Care. Dordrecht: Springer Net-

herlands. http://www.springerlink.com/

index/10.1007/978-94-007-2324-5.

Bocconi, Stefania, Augusto Chioccariello,

Giuliana Dettori, Anusca Ferrari, og Katja

Engelhardt. 2016. “Developing Computa-

tional Thinking in Compulsory Educa-

tion for Policy and Practice”. Redigeret af

Panagiotis Kampylis og Yves Punie. Euro-

pean Commission, Joint Research Centre.

Brandt, Harald, og Benny Lindblad Jo-

hansen. 2009. “It i Læreruddannelsen”.

MONA: matematik- og naturfagsdidak-

tik: tidsskrift for undervisere, forskere og

formidlere

2009 (Særnummer): 44–55.

Bruun, Jens, Jonas Lieberkind, og Heidi

Bay Schunck. 2018.

Unge, Skole Og De-

mokrati. Hovedresultater Af ICCS 2016.

Aarhus: Aarhus Universitetsforlag.

Bryderup, Inge M., og Anne Larson. 2008.

IKT Og Pædagogisk Praksis På Danske

Grundskoler: Resultater Af En Internatio-

nal Undersøgelse.

København: Danmarks

Pædagogiske Universitetsforlag.

Bundsgaard, Jeppe, Bettina Buch, og Simon

Skov Fougt. 2017. “Danskfaget Ifølge Læ-

remidlerne”. I

Hvor Er Danskfaget? Fag

Og Fagdidaktik i Læremidler Til Danskun-

dervisning i Grundskolen,

redigeret af Jes-

per Bremholm, Jeppe Bundsgaard, Anna

Karlskov Skyggebjerg, og Simon Skov

Fougt. Aarhus: Aarhus Universitetsforlag.

Bundsgaard, Jeppe, Marianne Georgsen,

Stefan Graf, Thomas Illum Hansen, og

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

242

figurer

Charlotte Krog Skott, red. 2018a.

Skole-

udvikling Med It: Forskning i Tre Demon-

strationsskoleprojekter I.

Aarhus: Aarhus

Universitetsforlag.

Bundsgaard, Jeppe, Marianne Georgsen,

Stefan Ting Graf, Thomas Illum Hansen,

og Charlotte Krog Skott, red. 2018b.

In-

novativ Undervisning Med It. Forskning i

Tre Demonstrationsskoleforsøg II.

Didak-

tiske Studier, 4. Aarhus: Aarhus Universi-

tetsforlag.

Bundsgaard, Jeppe, Morten Pettersson,

og Morten Rasmus Puck. 2014.

Digitale

Kompetencer. It i Danske Skoler i et In-

ternationalt Perspektiv.

Aarhus: Aarhus

Universitetsforlag.

Butler, Judith. 2010.

Kønsballade : Femi-

nisme Og Subversionen Af Identitet.

Kbh.:

THP.

Caeli, Elisa Nadire, og Jeppe Bundsgaard.

2019a. “Datalogisk Tænkning Og Teknolo-

giforståelse i Folkeskolen Tur-Retur”.

Tids-

skriftet Læring og Medier (LOM)

11 (19).

https://doi.org/10.7146/lom.v11i19.110919.

———. 2019b. “Computational Thinking

in Compulsory Education: A Survey

Study on Initiatives and Conceptions”.

Educational Technology Research and De-

velopment,

juli. https://doi.org/10.1007/

s11423-019-09694-z.

Canger, Tekla. 2018.

Kønsbevidst Pædago-

gik.

Pædagogisk Rækkevidde, 8. Aarhus:

Aarhus Universitetsforlag.

Chalkiadaki, Areti. 2018. “A Systematic

Literature Review of 21st Century Skills

and Competencies in Primary Education”.

International Journal of Instruction

11 (3):

16. https://doi.org/10.12973/iji.2018.1131a.

Cheryan, Sapna, Benjamin James Drury,

og Marissa Vichayapai. 2013. “Enduring

Influence of Stereotypical Computer Sci-

ence Role Models on Women’s Academic

Aspirations”.

Psychology of Women Quar-

terly

37 1: 72–79.

Cheryan, Sapna, Andrew N. Meltzoff, og

Saenam Kim. 2011. “Classrooms Matter:

The Design of Virtual Classrooms Influ-

ences Gender Disparities in Computer

Science Classes”.

Computers & Education

57: 1825–35.

Cheryan, Sapna, Victoria C. Plaut, Paul

G. Davies, og Claude M. Steele. 2009.

“Ambient Belonging: How Stereotypical

Cues Impact Gender Participation in

Computer Science.”

Journal of personality

and social psychology

97 6: 1045–60.

Cheryan, Sapna, Victoria C. Plaut, Caitlin

Handron, og Lauren M Hudson. 2013.

“The Stereotypical Computer Scientist:

Gendered Media Representations as a

Barrier to Inclusion for Women”.

Sex Ro-

les

69: 58–71.

Cheryan, Sapna, John Oliver Siy, Marissa

Vichayapai, Benjamin James Drury, og

Saenam Kim. 2011. “Do Female and Male

Role Models Who Embody STEM Ste-

reotypes Hinder Women’s Anticipated

Success in STEM?”

Social Psychological

and Personality Science

2 6: 656–64.

Cheryan, Sapna, Sianna Alia Ziegler,

Amanda Kay Montoya, og Lily C.Y. Jiang.

2017. “Why Are Some STEM Fields

More Gender Balanced than Others?”

Psychological bulletin

143 1: 1–35.

Cobb, Paul, og Kay McClain. 2006. “Gu-

iding Inquiry Based Math Learning”. I

The Cambridge Handbook of the Lear-

ning Sciences,

redigeret af R. Keith Sawyer.

Cambridge: Cambridge University Press.

Danmarks Evalueringsinstitut. 2016.

In-

spiration Til It-Didaktisk Og Innovativ Un-

dervisning. Erfaringer Fra Skoler, Der Har

Deltaget i Demonstrationsskoleforsøgene.

København: Danmarks Evalueringsinsti-

tut.

Davier, Matthias von, Eugenio Gonzalez,

og Robert J. Mislevy. 2009. “What Are

Plausible Values and Why Are They Use-

ful?” I

IERI Monograph Series Volume 2,

9–36.

Dede, Chris. 2009. “Comparing Fra-

meworks for 21st Century Skills”. Harvard

Graduate School of Education.

Denning, Peter J. 2017. “Remaining Trouble

Spots with Computational Thinking”.

Commun. ACM

60: 33–39.

Dumont, Hanna, David Istance, og Fran-

cisco Benavides, red. 2010.

The Nature

of Learning : Using Research to Inspire

Practice.

Educational Research and In-

novation. Paris: OECD.

INDHOLDSFORTEGNELSE

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

figurer

243

ETS. 2002. “Digital Transformation: A Fra-

mework for ICT Literacy”. Educational

Testing Service.

Fraillon, Julian, John Ainley, Wolfram

Schulz, Daniel Duckworth, og Tim Fri-

edman. 2019.

IEA International Computer

and Information Literacy Study 2018 As-

sessment Framework.

Cham: Springer

International Publishing. https://doi.org/

10.1007/978-3-030-19389-8.

Fraillon, Julian, John Ainley, Wolfram

Schulz, Tim Friedman, og Daniel Duck-

worth. 2019.

Preparing for Life in a Digital

World: IEA International Computer and

Information Literacy Study 2018 Interna-

tional Report.

Amsterdam: International

Association for the Evaluation of Educa-

tional Achievement (IEA).

Fraillon, Julian, Wolfram Schulz, og John

Ainley. 2013. “International Computer

and Information Literacy Study: Asses-

sment Framework”. http://ifs-dortmund.

de/assets/files/icils2013/ICILS_2013_

Framework.pdf.

Fraillon, Julian, Wolfram Schulz, Tim Fri-

edman, John Ainley, Eveline Gebhardt,

John Ainley, Ralph Carstens, m.fl. 2020.

ICILS 2018: technical report.

Grover, Shuchi, og Roy Pea. 2013. “Com-

putational Thinking in K12: A Review of

the State of the Field.”

Educational Resear-

cher

42 (1): 38–43. https://doi.org/10.3102/

0013189X12463051.

Hansen, Thomas Illum, og Jeppe Bunds-

gaard. 2016. “Effektmåling Af Demon-

strationsskoleforsøg: Afrapportering Af

Kvantitative Undersøgelser På Tværs Af

de Tre Demonstrationsskoleprojekter i

AUUC-Konsortiet”. Læremiddel.dk.

Hasse, Cathrine, f. 1956, og Lene Storgaard

Brok, red. 2015.

TEKU-Modellen : Tek-

nologiforståelse i Professionerne.

Kbh.: U

Press.

Haßler, B., L. Major, og S. Hennessy. 2016.

“Tablet Use in Schools: A Critical Review

of the Evidence for Learning Outcomes”.

Journal of Computer Assisted Learning

32 (2): 139–56. https://doi.org/10.1111/jcal.

12123.

Jung, Michael, og Ralph Carstens. 2013.

“ICILS 2013 User Guide for the Internatio-

INDHOLDSFORTEGNELSE

nal Database”. Amsterdam: IEA Secreta-

riat.

Krajcik, Joseph S., og Namsoo Shin. 2014.

“Project-Based Learning”. I

The Cam-

bridge Handbook of the Learning Sci-

ences,

redigeret af R. Keith Sawyer, 2.

udg., 275–97. Cambridge: Cambridge

University Press. https://doi.org/10.1017/

CBO9781139519526.018.

Lemke, Cheryl. 2003. “Standards for a Mo-

dern World: Preparing Students for Their

Future”.

Learning & Leading with Techno-

logy

31 (1): 6–9.

Lindenskov, Tamborg, Andreas. 2019.

“Organizational and Pedagogical Impli-

cations of Implementing Digital Lear-

ning Platforms in Danish Compulsory

Schools”. København: Aalborg Universi-

tet.

Master, Allison, Sapna Cheryan, og An-

drew N. Meltzoff. 2016. “Motivation and

Identity”. I

Handbook of Motivation at

School,

2. udg., 300–319. Routledge.

———. 2017. “Social Group Membership

Increases STEM Engagement among Pres-

choolers.”

Developmental psychology

53 2:

201–9.

MCEETYA. 2007. “National Assessment

Program 6 & 10 Report”. Ministerial Co-

uncil on Education, Employment, Trai-

ning and Youth Affairs.

Mejding, Jan. 2011.

PISA 2009. Danske Unge

i En International Sammenligning. Bind 3

– Læsning Af Elektroniske Tekster.

Køben-

havn: Danmarks Pædagogiske Universi-

tetsskole.

Naur, Peter. 1970.

Planer Og Ideer for Data-

logisk Institut Ved Københavns Universitet.

Studentlitteratur.

OECD. 2018.

Equity in Education: Bre-

aking down Barriers to Social Mobility.

PISA. OECD. https://doi.org/10.1787/

9789264073234-en.

Rambøll. 2018. “Indsatsen for It i Folkesko-

len: Evaluering”. Undervisningsministe-

riet Styrelsen for It og Læring.

Rasch, G. 1960.

Probabilistic Models for

Some Intelligence and Attainment Tests.

Studies Im Mathematical Psychology, Vol.

1. Copenhagen: Danmarks pædagogiske

Institut.

BUU, Alm.del - 2019-20 - Endeligt svar på spørgsmål 239: Spm. om relevante forskningspublikationer angående Esport, Gaming, Didaktik og undervisning, til børne- og undervisningsministeren

244

figurer

Rocard, Michel, Peter Csermely, Doris

Jorde, Dieter Lenzen, Harriet Walberg-

Henriksson, og Valerie Hemmo. 2007.

“Science Education NOW. A Renewed Pe-

dagogy for the Future of Europe”. Bruxel-

les, Belgien: Europa-kommisionen.

Rychen, Dominique Simone, og Laura

Hersh Salganik. 2003.

Key Compe-

tencies for a Successful Life and a

Well-Functioning Society.

Cambridge,

Mass.: Hogrefe & Huber.

Selby, Cynthia, og John Woollard. 2013.

“Computational Thinking: The Develo-

ping Definition”. Project Report. Univer-

sity of Southampton (E-prints).

Siddiq, Fazilat, Ove Edvard Hatlevik, Rolf

Vegar Olsen, Inger Throndsen, og Ronny

Scherer. 2016. “Taking a Future Per-

spective by Learning from the Past Sy-

stematic Review of Assessment Instru-

ments That Aim to Measure Primary and

Secondary School Students’ ICT Literacy”.

Educational Research Review

19: 58–84.

https://doi.org/https://doi.org/10.1016/j.

edurev.2016.05.002.

Skovbjerg, Helle Marie, Birgitte Holm Sø-

rensen, og Karin Tweddell Levinsen, red.

2017.

Digital Produktion : Deltagelse Og

Læring.

Undervisning Og Læring. Frede-

rikshavn: Dafolo.

Society, The Royal. 2002. “Shut down or

Restart? The Way Forward for Computing

in UK Schools”.

Thurlings, Marieke, og Perry den Brok.

2017. “Learning Outcomes of Teacher

Professional Development Activities: A

Meta-Study”.

Educational Review

69 (5):

554–76. https://doi.org/10.1080/00131911.

2017.1281226.

Ting, Graf, Stefan. 2019. “Forord: Den Digi-

tale Læringsplatform i Danmark. Potenti-

aler Og Udfordringer – Implementering

Og Brug”.

Learning Tech - Tidsskrift for

læremidler, didaktik og teknologi

2019 (6):

9–11.

Tingleff Nielsen, Lise. 2012.

Teamsamar-

bejdets Dynamiske Stabilitet: En Kulturhi-

storisk Analyse Af Læreres Læring i Team.

København: Aarhus Universitet, Institut

for Uddannelse og Pædagogik.

Uddannelsesudvalget, og Magrethe Westa-

ger. 1999. “Uddannelsesudvalget, Alm.

Del - Bilag 282. Svar På Spørgsmål 51

(Alm. Del - Bilag 251)”. http://webarkiv.

ft.dk/?/Samling/19981/udvbilag/UDU/

Almdel_bilag282.htm.

van Laar, Ester, Alexander J.A.M. van

Deursen, Jan A.G.M. van Dijk, og Jos

de Haan. 2017. “The Relation between

21st-Century Skills and Digital Skills:

A Systematic Literature Review”.

Com-

puters in Human Behavior

72: 577–88.

https://doi.org/https://doi.org/10.1016/j.

chb.2017.03.010.

Wing, Jeannette M. 2006. “Computational

Thinking”.

Commun. ACM

49 (3). New

York, NY, USA: ACM: 33–35. https://doi.

org/10.1145/1118178.1118215.

Wooldridge, Jeffrey. 2009.

Introductory

Econometrics. A Modern Approach.

4th

Edition. Mason, OH: Cengage Learning.

World Economic Forum. 2018.

The Global

Gender Gap Report: 2018.

Geneva: World

Economic Forum. http://www3.weforum.

org/docs/WEF_GGGR_2018.pdf.

INDHOLDSFORTEGNELSE