BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Børne- og Undervisningsudvalget 2024-25
BUU Alm.del Bilag 44
Offentligt

Jeppe Bundsgaard, Sofie Gry Bindslev,

Elisa Nadire Caeli, Elisabeth Grønhøj

og Elisabeth Rasmussen

Danske

elevers

teknologi-

forståelse

og skærmbrug

Resultater fra

ICILS-undersøgelsen

2023

Aarhus Universitetsforlag

Jeppe Bundsgaard, Sofie Gry Bindslev,

Elisa Nadire Caeli, Elisabeth Grønhøj og

Elisabeth Rasmussen

Danske elevers

teknologi-

forståelse og

skærmbrug

Resultater fra ICILS-

undersøgelsen 2023

Aarhus Universitetsforlag

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Danske elevers teknologiforståelse og skærmbrug

Forfatterne og Aarhus Universitetsforlag 2024

Omslag: Camilla Jørgensen, Trefold

Forlagsredaktion: Henrik Jensen

Tilrettelægning og sats: Carl-H.K. Zakrisson

Bogen er sat med Kaius og Kievit

isbn 978 87 7597 484 9 (trykt bog)

isbn 978 87 7597 485 6 (Open Access)

Aarhus Universitetsforlag

unipress.dk

Bogen er finansieret af Børne- og Undervisningsministeriet

samt Aarhus Universitet, Arts.

Denne bog er udgivet under en Creative Commons-licens:

Kreditering-Ikkekommerciel-Deling på samme vilkår

4.0 International (CC BY-NC-SA 4.0)

FAGFÆLLE

BEDØMT

DPU - DANMARKS INSTITUT FOR PÆDAGOGIK OG UDDANNELSE

AARHUS UNIVERSITET

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Indhold

Forord

Bogens opbygning

Hovedresultater

Elevernes kompetencer 11

Skærme 14

Kønsforskelle i it-kompetencer og syn på it 18

Lærernes undervisning og læringsteori 22

Baggrund og formål

Formål og forskningsspørgsmål 29

Resume af tidligere ICILS-resultater 34

De seneste fem års udvikling 37

Nogle noter om statistik 42

ICILS måler ikke alt 48

Computer- og informationskompetence

Kompetenceområder for computer- og informationskompetence 49

Opgavemodulerne 51

Kompetenceniveauer for computer- og informationskompetence 54

Eksempelopgaver til undersøgelse af computer-

og informationskompetence 58

Kompetenceområdets relation til dansk grundskole 63

Datalogisk tænkning

Kompetenceområderne for datalogisk tænkning 72

Opgavemodulerne 73

Kompetenceniveauer for datalogisk tænkning 74

Eksempelopgaver til undersøgelse af datalogisk tænkning 78

Kompetenceområdets relation til dansk grundskole 82

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Elevernes kompetencer

Elevernes computer- og informationskompetence 86

Elevernes kompetence til datalogisk tænkning 98

Sammenfatning og diskussion 106

Skærme i og uden for skolen

109

Perspektiver på ’skærmdebatten’ 109

Undersøgelser af børns skærmbrug 120

Sammenfatning og diskussion 147

Hvad ICILS-undersøgelsen kan sige om skærme i og uden for skolen 124

Kønsforskelle i it-kompetencer og syn på it

151

Perspektiver på it og kønsforskelle: samfundsmæssig kontekst 151

Kønsforskelle i ICILS 2023 157

Tillægsundersøgelser om it og kønsforskelle 172

Sammenfatning og diskussion 187

Læreres praksis med it i undervisningen

189

Lærernes didaktiske grundforestillinger 190

It i undervisningen 209

Lærernes brug og kompetencer 220

Sammenfatning og diskussion 240

Datagrundlag, undersøgelsesdesign og metode

245

Stikprøvedesign 245

Samarbejde med skolerne 251

Elevtest 258

Spørgeskemaer 260

Figurer

265

Tabeller

269

Referencer

270

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Forord

I denne bog præsenteres de danske hovedresultater af den internationale

undersøgelse

International Computer and Information Literacy Study

2023 (ICILS). ICILS er et studie fra IEA (International

Association for the

Evaluation of Educational Achievement),

som undersøger 8.-klasse-

elevers computer- og informationskompetence og deres kompetence til

datalogisk tænkning i et internationalt, komparativt perspektiv. ICILS

gennemføres hvert femte år – for første gang i 2013 og nu for tredje gang

i 2023.

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

tak til en række samarbejdspartnere, der har gjort en ekstraordinær ind-

En undersøgelse som ICILS kræver høj grad af samarbejde mellem

sats i forbindelse med forberedelsen og gennemførelsen af projektet.

Først og fremmest vil vi takke de 3.038 elever fra 8.-klasser på 141

skoler rundt om i landet, der i foråret 2023 deltog i ICILS 2023 og dermed

bidrog til at skabe værdifuld viden om unges evne til at undersøge, skabe

og kommunikere med it. Tak også til de 125 skoleledere, 979 lærere og

110 it-koordinatorer på disse skoler. Inden da testede elever, lærere, it-

koordinatorer og skoleledere på 22 pilotskoler i foråret 2022 undersøgel-

sen og bidrog med erfaringer, der var værdifulde for den endelige udvik-

ling af måleinstrumenterne.

For dette skal lyde en stor tak.

Tak også til de 40 testadministratorer, der rejste land og rige rundt

for at gennemføre testen med eleverne. Og tak til de ni kodere, som hjalp

os med at kode de åbne svar, som eleverne gav i test og spørgeskemaer.

Tak til den internationale kvalitetskontrollør Hanne Møller, som besøgte

en række af skolerne, mens testen stod på, og sikrede sig, at alt gik efter

forskrifterne.

Endelig en stor tak til Børne- og Undervisningsministeriet samt

Aarhus Universitet for at finansiere Danmarks deltagelse i ICILS 2023.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Forord

findes en række offentligt tilgængelige ressourcer, herunder spørge-

skemaer, links til datakilder, internationale rapporter, tekniske manualer

med mere. Disse kan hentes på projektets hjemmeside, edu.au.dk/icils.

Bogen her kan downloades samme sted.

Alle statistiske analyser er foretaget med R-pakken EdSurvey. Adgang

gaard, [email protected].

Som supplement til præsentationerne og analyserne i denne bog

til scripts bag analyserne kan gives ved henvendelse til Jeppe Bunds-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Bogens opbygning

I denne bog præsenteres de danske resultater fra ICILS 2023, inklusive

analyser af udviklingen siden første ICILS-undersøgelse i 2013 og anden

ICILS-undersøgelse i 2018.

Indledningsvis opsummerer vi resultaterne for læsere, der ønsker en

kort præsentation af hovedresultaterne.

herunder formålet med undersøgelsen, hvilke forskningsspørgsmål

der besvares, samt undersøgelsens samfunds- og uddannelsesmæssige

kontekst.

Kapitel 1

indeholder en beskrivelse af baggrunden for undersøgelsen,

Herefter følger

kapitel 2

med en beskrivelse af undersøgelsesrammen

for elevernes computer- og informationskompetence, herunder hvad

computer- og informationskompetence i ICILS’ definition er, samt hvor-

dan denne kompetence er blevet målt. Yderligere vises eksempler på de

opgaver, eleverne har skullet besvare som led i undersøgelsen.

Kapitel 3

beskriver på samme vis undersøgelsesrammen for data-

logisk tænkning, der som det andet kompetenceområde er blevet målt

i undersøgelsen, ligesom der vises eksempler på opgaver.

Elevernes kompetencer, det vil sige resultaterne inden for de to om-

råder computer- og informationskompetence samt datalogisk tænkning,

præsenteres og diskuteres i

kapitel 4,

hvor der også indgår sammen-

lignende analyser af udviklingen siden 2013.

Et af denne bogs omdrejningspunkter er brug af ’skærme’, som de

seneste år har fyldt meget i den offentlige debat. I

kapitel 5

præsenteres

perspektiver, holdninger og viden på området, og de nye ICILS-resultater

inden for dette felt præsenteres.

I både 2013 og 2018 fandt vi en række forskelle i fordelingen af pigers

og drenges løsning af opgaver samt besvarelse af elevspørgeskemaet.

kapitel 6

følger vi op på disse ved at præsentere centrale forskelle mel-

lem drenge og piger i deres tiltro til egne evner med it, deres opfattelse af

it og deres forestillinger om en fremtid med it. For at få en dybere forstå-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Bogens opbygning

else af disse forskelle har vi i 2023 gennemført to tillægsundersøgelser,

som vi også præsenterer.

På baggrund af lærerspørgeskemaet præsenterer vi i

kapitel 7

læreres

tanker om, hvordan elever lærer, deres undervisningspraksis og deres

praksis med it i undervisningen. Desuden gengiver vi resultater om it

i uddannelse og efteruddannelse, læreres samarbejde omkring brugen

af it og behov for yderligere kompetenceudvikling.

kapitel 8

beskrives ICILS-undersøgelsens forskningsdesign, her-

under datagrundlag og metode samt samarbejdet med skolerne.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

Elevernes kompetencer

Danske elever er stadig i 2023 blandt de dygtigste i forhold til både com-

puter- og informationskompetence og datalogisk tænkning i de lande,

der deltager i ICILS-undersøgelsen. Hvor der i 2018 deltog 12 lande, deltog

i 2023 34 lande, så set i det lys er den danske tilgang til at udvikle compu-

ter- og informationskompetence og datalogisk tænkning en succes.

Men i 2023 var eleverne væsentligt mindre kompetente på de to

områder, som vi tester i ICILS, end eleverne var i 2018 og (for computer-

og informationskompetences vedkommende) i 2013.

Computer- og informationskompetence

Begrebet computer- og informationskompetence defineres i ICILS

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”.

Fordelingen af computer- og informationskompetence for eleverne i

Danmark og de lande, vi sammenligner med i denne bog, er vist i figur 9,

side 89. Heraf fremgår også udviklingen siden 2013 og 2018. De danske

elever er i gennemsnit målt til at have kompetencer på 517,9 point.

De sydkoreanske elever har i gennemsnit en kompetence på 540,4

point – det vil sige 22,5 point højere end de danske elever, og de tjekkiske

har i gennemsnit 525,4 – det vil sige 7,5 point højere end de danske elever.

I begge tilfælde er der tale om signifikant højere gennemsnit. Alle de

øvrige deltagende landes elevers gennemsnit er på samme niveau eller

under de danske elevers gennemsnit.

De danske elevers gennemsnit i 2023 er 34,8 point lavere end de dan-

ske elevers gennemsnit i 2018 og 23,6 point lavere end de danske elever,

der deltog i 2013. I begge tilfælde er der tale om signifikante og betydelige

fald.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

kompetence

under

niveau 1. I 2023 var det tal steget til 8,5 procent. En

stigning på 5,9 procentpoint eller 231 procent. Elever med et kompeten-

I 2018 lå 2,6 procent af de danske elevers computer- og informations-

ceniveau under 1 kan løse få og kun de mest simple opgaver, vi stiller dem,

og der findes ikke inden for skalaen nærmere beskrivelser af, hvad elever

med et kompetenceniveau under niveau 1 kan udføre af computer- og

informationskompetenceopgaver.

Elever på kompetenceniveau 1 har en praktisk, funktionel viden

om computere som redskaber, de kan anvende almindelige software-

kommandoer til at udføre basale undersøgelses- og kommunikations-

opgaver, og de kan tilføje simpelt indhold til digitale produkter. I 2023

er næsten hver fjerde elev på dette niveau – en stigning fra 2018 på

under kompetenceniveau 1.

45 procent af de danske elever har kompetencer på niveau 2. De kan

10 procentpoint. Sammenlagt er tæt på hver tredje danske elev på eller

bruge computere til at udføre basale, eksplicitte håndteringsopgaver

samt indsamling af information, og de kan finde bestemt information

fra givne elektroniske kilder. Disse elever kan desuden udføre basal redi-

gering af og tilføje indhold til eksisterende informationsprodukter ud fra

specifikke instruktioner og skabe simple informationsprodukter med

sammenhæng mellem design og layoutkonventioner.

Elever på niveau 2 og derunder har vanskeligheder ved at vurdere

troværdigheden af hjemmesider, og de er typisk ikke i stand til at sætte

sig ind i afsenderes kommunikationsformål. I 2023 gælder det mere end

tre ud af fire elever i Danmark.

Knap 22 procent af de danske elever har en computer- og informa-

tionskompetence på niveau 3. Disse elever er i stand til at arbejde uaf-

hængigt, når de bruger computere som værktøjer til indsamling og hånd-

tering af information. De kan vælge den mest hensigtsmæssige informa-

tion til et givent formål, og de er klar over, at troværdigheden af web-

baseret information kan være influeret af baggrund, evner og motiver

hos den, der har skabt indholdet. I 2018 havde 36 procent af eleverne

computer- og informationskompetencer på niveau 3.

Blot én procent af de danske elever har computer- og informationskom-

petencer på niveau 4. Disse elever er i stand til at udvælge relevant infor-

mation og at vurdere pålideligheden af information ud fra både indholdet

og kommunikationssituationen. De er også gode til at skabe informa-

tionsprodukter, som opfylder kommunikationsformålet og retter sig hen-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

sigtsmæssigt til målgruppen. Men der er forsvindende få danske elever

på dette niveau. Andelen er signifikant lavere end i både 2013 og 2018.

Andelen var dog heller ikke stor i de tidligere runder (to og tre procent).

i 2023 end i 2018, der har kompetencer på niveau 3 eller 4. På niveau 3

og 4 kan eleverne gennemskue nogle typer af forsøg på at manipulere

dem, og de kan i det hele taget forholde sig kritisk til information.

Forskellen i gennemsnit mellem eleverne i den laveste socioøkonomi-

ske fjerdedel og den højeste er næsten 63 point.

Samlet set er der knap 17 procentpoint eller 42 procent færre elever

Datalogisk tænkning

Datalogisk tænkning defineres i ICILS som ”et individs evne til at iden-

tificere de aspekter ved virkelige problemer, som er egnet til at blive for-

muleret datalogisk, samt at vurdere og udvikle algoritmiske løsninger

på disse problemer, så løsningerne kan behandles af en computer”.

lande, vi sammenligner med i denne bog, er vist i figur 11, side 99. Heraf

fremgår også udviklingen siden 2018. De danske elevers gennemsnit er

Fordelingen af datalogisk tænkning for eleverne i Danmark og de

504 point. Det er 23 point lavere end i 2018, og forskellen er signifikant.

Eleverne fra Taiwan, Sydkorea og Tjekkiet er signifikant dygtigere til

datalogisk tænkning end de danske elever. Eleverne fra Belgien, Finland,

Frankrig, Slovakiet og Letland er på niveau med de danske elever. Eleverne

i de øvrige nordiske lande samt USA og Tyskland er signifikant mindre

kompetente til datalogisk tænkning.

I 2023 havde godt syv procent af de danske elever kompetencer under

niveau 1, hvilket betyder, at vi ikke kan sige meget mere om deres kom-

petencer, end at de ikke er i stand til at udføre de typer af handlinger, som

elever med kompetencer på niveau 1 kan.

Næsten hver femte havde kompetencer på niveau 1. Det betyder, at

de har en grundlæggende forståelse af, at computere modtager et input

og gennem trinvise behandlinger når frem til et output. De kan selv ud-

arbejde trinvise lineære algoritmer med visuelle systemer.

Godt 38 procent af de danske elever har kompetencer til datalogisk

tænkning på niveau 2 og har derfor en forståelse af, hvordan datalogiske

systemer kan bruges til at løse problemer i verden. De kan planlægge og

gennemføre systematiske interaktioner med et system og fortolke syste-

mets output og handlinger. De er i stand til at bruge gentagelsesløkker,

når de udvikler visuelle algoritmer.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

tænkning på niveau 3. Disse elever har en grundlæggende forståelse

af, hvordan datalogiske systemer kan bruges til problemløsning. De kan

forklare, hvordan de anvender systematiske tilgange til problemløsning

Næsten 28 procent af de danske elever har kompetencer til datalogisk

med datalogiske systemer i situationer med virkelighedsnære problemer.

De kan anvende gentagelsesløkker i samspil med betingelseskom-

mandoer.

7,5 procent af de danske elever har datalogiske kompetencer på niveau

4. De er i stand til at opdele komplekse problemer i mindre, håndterbare

dele og anvende relevante algoritmer til at løse disse delproblemer som

en del af løsningen på det overordnede problem. De er systematiske

i deres test og fejlfinding af algoritmer, og de kan forbedre kodning på en

måde, så de opnår en moderat til høj grad af præcision og effektivitet. De

finder løsninger på problemer med flere mål, hvor der ikke er en direkte

og tydelig sammenhæng mellem det visuelle output og kodelogikken,

og de håndterer indlejrede kombinationer af kommandoer i koden.

Der er således en forholdsvis stor andel af de danske elever – godt hver

tredje – som har kompetencer på niveau 3 og 4, og som derfor har en

forholdsvis avanceret forståelse af og kompetencer til at omsætte pro-

blemstillinger til datalogiske situationer samt udvikle, kode og fejlfinde

datalogiske systemer.

Skærme

er et emne, der berører de fleste, og brugen af dem har været et

varmt emne i offentligheden med bidrag både af forældre og politikere

samt eksperter, professionelle og debattører fra en lang række fagfelter,

for eksempel inden for undervisning, psykologi, sociologi, jura og medier.

Der er derfor mange forskellige perspektiver på og holdninger til emnet,

fra argumenter for, at skærme er en medvirkende faktor til børns mis-

trivsel, at skærme stjæler vores opmærksomhed og tid, at de forstyrrer i

undervisningen og afstedkommer manglende nærvær, til argumenter

for, at de understøtter og udvider relationer, som også findes i det fysiske

rum, at de giver adgang til viden om verden, at de understøtter en mere

meningsfuld undervisning, at de giver mulighed for at deltage i offentlig

debat og aktivisme, og at de er et medie for spil og underholdning, som

er meningsfuldt og givende. Med ICILS-undersøgelsen kan vi bidrage

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

med empiriske resultater, som kan bruges i debatten om, hvilken rolle

skærme spiller og bør spille i børn og unges liv.

Godt tre ud af fire elever angiver, at de anvender it i to timer eller mere

hver dag i skolen til skolearbejde. Samlet siger næsten ni ud af ti elever,

at de anvender it til skolearbejde mere end en time om dagen på alle

skoledage. Det er en betydeligt større andel af de danske elever, end i de

lande vi sammenligner med. I Sverige er det 9 procentpoint færre elever,

der angiver, at de bruger it mere end en time om dagen i skolen til skole-

arbejde, i Norge 18 procent færre, og i Tjekkiet – landet med de elever, der

gennemsnitligt er blandt de dygtigste i ICILS-undersøgelsen – er det blot

7 procent, der angiver, at de bruger it til skolearbejde en time om dagen

eller mere.

andet end skolearbejde i tre timer eller mere uden for skolen på hverdage

– det vil sige en forholdsvist stor andel af deres vågne tid inden eller efter

skolen. Hver tiende elev angiver desuden, at de anvender it til andet end

skolearbejde i tre timer eller mere om dagen i skolen, hvilket således må

indebære en stor del af undervisningstiden.

Knap halvdelen af eleverne i 8. klasse angiver, at de anvender it til

Der har været meget debat om, hvor meget tid unge bruger med en

skærm foran sig, men det har tilsyneladende ifølge eleverne ikke resul-

teret i, at deres forældre har sat grænser for brugen. Således angiver tre

ud af fire elever, at der ingen begrænsning er for dem på skoledage,

og knap fire ud af fem angiver, at der ingen begrænsning er for dem på

ikke-skoledage (for eksempel weekender eller ferier). De fleste af elever-

ne kan altså anvende it privat i det omfang, de selv synes.

I denne runde af ICILS har vi spurgt eleverne, hvor meget tid de bruger

på it til underholdning, mens de laver skolearbejde uden for skolen. Det

er ganske store andele af eleverne, der gør det. Mere end tre ud af fire

lytter til musik eller radio, mens cirka to ud af tre skriver eller chatter med

andre, ser videoer online, livestreams eller tv, bruger sociale medier til at

poste eller se noget samt bruger internettet til at finde informationer om

ting, der interesserer dem.

Det er kun de amerikanske unge, der bruger it til underholdning under

skolearbejde mere end de danske. De norske og tjekkiske elever bruger

it næsten lige så meget som de danske til underholdning under skole-

arbejde, mens de svenske, finske og tyske elever er væsentligt mindre

tilbøjelige til at gøre det.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

Elevernes tanker om it og samfundet

Eleverne er i udstrakt grad enige i udsagn om positive effekter af it. Ni

ud af ti elever mener således, at it er værdifuldt for samfundet, og at it

hjælper os til at forstå verden bedre. Mere end otte ud af ti mener des-

uden, at fremskridt inden for it som regel forbedrer menneskers leve-

vilkår, og tre ud af fire mener, at fremskridt inden for it bringer mange

sociale fordele med sig.

Samtidig er der også en relativt stor andel af eleverne, der er helt enige

mener, at folk bruger alt for meget tid på it, og at brug af it gør folk mere

isolerede i samfundet. Næsten lige så mange mener, at brug af it kan være

farligt for folks helbred, og at der med mere it vil være færre jobs.

eller enige i en række negative effekter af it. Godt syv ud af ti danske elever

Eleverne blev også spurgt til deres tanker om it, skole og fremtid, her-

under en række udsagn, hvor de skulle vurdere deres grad af enighed.

Flertallet af de danske elever er enige eller helt enige i alle udsagn. Særligt

mange, knap ni ud af ti, mener, at det i skolen er vigtigt at blive undervist

i, hvordan man bruger it, og næsten lige så mange mener, at det er vigtigt

for dem at holde sig opdaterede i forhold til de forandringer, der sker

inden for it.

Et overvældende flertal, næsten otte ud af ti, mener, at brug af it

i skolen gør undervisningen sjovere. Mere end tre ud af fire mener også,

de lærer bedre, når de bruger it i skolen, end når de ikke bruger it.

Over halvdelen af eleverne mener, at det er vigtigt at lære at program-

mere i skolen, trods det at dette ikke er en obligatorisk del af undervis-

ningen i dag.

I forhold til fremtidig uddannelse og job angiver mere end tre ud af

fire, at det vil gøre det lettere for dem at få et godt betalt job, hvis de bliver

gode til at bruge it, og godt halvdelen mener, at det vil hjælpe dem med

at udføre det arbejde, de er interesseret i, hvis de lærer at bruge apps og

programmer.

Billedet er altså, at eleverne kan se en række positive effekter af

it-kompetencer, og at de anser udvikling af it-kompetencer som vigtigt

for alle uanset fremtidigt hverv.

Men på den anden side skal det også fremhæves, at hver tredje vurde-

rer, at de anvender it til andet end skolearbejde i mere end en time om

dagen i skoletiden, at halvdelen bruger tre timer eller mere om dagen på

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

skærm uden for skoletid, at flertallet bruger deres skærm til indgribende

aktiviteter, mens de laver skolearbejde, og at de synes, folk bruger for

meget tid på en skærm.

Lærernes tanker om it i undervisningen

Syv ud af ti lærere mener, at it er med til at gøre eleverne mere interes-

serede i at lære. Cirka syv ud af ti er enige eller helt enige i, at brug af it

hjælper eleverne med at udvikle færdigheder i problemløsning, og at brug

af it forbedrer elevernes faglige præstationer. It er med andre ord med-

virkende til bedre faglighed.

Det er også tæt på syv ud af ti lærere, der mener, at brug af it gør ele-

verne i stand til at samarbejde mere effektivt med andre elever. Endelig

er godt halvdelen desuden enige eller helt enige i, at anvendelse af it i

skolen hjælper eleverne med at udvikle selvstændighed og evne til at

planlægge og styre eget arbejde.

distraherer eleverne fra at lære, samt at det resulterer i, at eleverne har

mindre koncentrationsevne. Det er forsvindende få lærere, der er meget

uenige i disse udsagn.

Billedet er altså varieret – i den forstand, at anvendelse af it i skolen

ifølge lærerne både har meget positive og meget negative effekter.

Ligesom det var tilfældet for elevernes holdninger, kan vi altså her kon-

kludere, at lærerne ikke er

enten

for eller imod. Spørgsmålet om skærm

i skolen er således mere nuanceret, når man spørger lærerne.

Ud fra lærernes svar kan vi dog konstatere, at de er blevet mere kritisk

indstillede over tid.

Det største spring er sket i forhold til lærernes vurdering af, hvorvidt

it distraherer elever fra at lære. I 2013 mente 14 procent af lærerne i

8. klasse, at it distraherer eleverne fra at lære. I 2018 var tallet 55 procent,

og i 2023 var tallet steget til 72 procent. Mønstret er det samme for alle

udsagn, der vedrører negative effekter af it i undervisningen: Lærerne

var blevet mere kritiske i 2018 end i 2013, og i 2023 er de blevet mere

kritiske end i 2018.

Cirka syv ud af ti er enige eller helt enige i, at anvendelse af it i skolen

Skolernes regler for brug af it

I spørgeskemaet til skolelederne skulle disse blandt andet svare på, hvor-

vidt de har procedurer med hensyn til en række aspekter af anvendelsen

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

af it, herunder hvor mange timer elever kan sidde ved en computer,

forhindring af adgang til upassende materialer, brug af elevernes egne

digitale enheder på skolen m.m.

I kontekst af skærmdebatten kan man enten vælge at fokusere på, at

95 procent af de danske elever går på skoler, der

ikke

har begrænsning på,

hvor mange timer elever kan sidde ved en skærm,

eller

man kan fokuse-

re på, at næsten lige så mange, 86 procent, af eleverne går på skoler, der

har regler for elevers brug af deres egne digitale enheder. Der er også

91 procent af eleverne, der går på skoler, der har regler for uacceptabel

der går på skoler, som har systemer til forhindring af adgang til upassen-

de indhold, for eksempel porno eller vold.

opførsel, for eksempel cybermobning, og der er 72 procent af eleverne,

Kønsforskelle i it-kompetencer og syn på it

I mange år har der været fokus på den skæve kønsbalance inden for jobs

med fokus på it. Denne kønsubalance har vi også identificeret i de fore-

gående runder af ICILS i elevers interesse i og tro på egne evner inden for

it. Generelt udviser drenge større interesse i it og tiltro til egne evner end

piger, både i Danmark og andre lande.

I 2023 er der igen signifikant forskel på pigers og drenges computer-

og informationskompetence, idet pigerne i gennemsnit har en computer-

og informationskompetence på 531 point, og drengenes gennemsnit

er på 508, ligesom forskellen er steget over årene fra 15 point i 2013 til

16 point i 2018 og 23 point i 2023 – dog ikke så meget, at det er signifikant.

Til gengæld er der ikke forskel på pigers og drenges kompetence til

datalogisk tænkning. Begge gruppers gennemsnit er på 505 point. Heller

ikke i 2018 var der forskel, idet pigerne og drengene begge havde et gen-

nemsnit på 527 point. Men der er alligevel forskel på piger og drenge.

Det kommer til udtryk ved, at pigerne og drengene fordeler sig en smule

forskelligt på kompetenceniveauerne. Der er således signifikant flere

drenge (9 procent) end piger (5 procent) under niveau 1, men samtidig er

der også flere drenge (9 procent) end piger (6 procent) på det højeste

niveau 4, og flere piger (41 procent) end drenge (36 procent) på niveau 2.

Pigerne fordeler sig altså i højere grad omkring midten, hvor flere drenge

end piger har kompetencer mod yderpunkterne af skalaen.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

opgaver på en digital enhed?” efterfulgt af en række aktiviteter. Vi deler

aktiviteterne op i henholdsvis basale og datalogiske.

vejende andele (omkring ni ud af ti) af både drenge og piger har tiltro til,

at de kan udføre aktiviteterne, om ikke andet så nogenlunde.

mener, de meget godt kan indsætte et billede i et dokument og søge

og finde information på internettet, og en noget større andel piger end

drenge (15 procentpoint flere piger end drenge), som angiver, at de meget

godt kan skrive eller revidere tekst til en opgave i skolen. Disse aktiviteter

kan sammenfattende beskrives som skolerelaterede.

angiver, at de meget godt kan installere en app, bedømme, om man kan

stole på information fundet på internettet, samt uploade tekst, billeder

eller video til en onlineprofil, men også her er der tale om forholdsvis

små forskelle. Aktiviteten med at bedømme information kan også kaldes

skolerelateret, og med kendskab til forskellene omkring de andre aktivi-

Der er på den anden side signifikant flere drenge end piger, som

Der er signifikant, men forholdsvis få, flere piger end drenge, som

For alle på nær tre af de basale aktiviteter gælder det, at langt over-

Vi stillede eleverne spørgsmålet: ”Hvor godt kan du udføre disse

teter, som er skolerelaterede, kan det måske undre, at flest drenge udtryk-

ker, at de kan finde ud af denne aktivitet. Betydeligt flere (23 procent-

point) drenge end piger angiver desuden, at de meget godt kan ændre

indstillinger på deres digitale enhed.

Der er til gengæld meget større forskel på, hvordan henholdsvis piger

og drenge vurderer deres egne mere datalogiske evner til at bruge it.

Aktiviteterne omhandler at opbygge en hjemmeside, at bruge et tekst-

baseret programmeringssprog og at bruge visuel kodning. I modsætning

til de mere basale aktiviteter er det blot omkring en tredjedel (28-36 pro-

cent) af de danske elever, der mener, de kan udføre disse aktiviteter meget

eller nogenlunde godt, men der er betydelige signifikante kønsforskelle

for alle tre aktiviteter, således at der både er flere drenge end piger,

der mener, de kan udføre aktiviteterne meget godt og nogenlunde godt.

Og betydeligt flere piger end drenge, der ikke mener, de kan udføre alle

de nævnte aktiviteter.

Sammenlignet med eleverne i de andre lande har både danske drenge

og danske piger en lavere tiltro end deres kønsfæller til egne datalogiske

evner,

den signifikante forskel mellem deres tiltro er større end i de

andre lande, dog ikke signifikant større end mellem de finske, norske

og svenske drenge og piger.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

fundet, til at forstå verden bedre, til at forbedre menneskers levevilkår og

i de sociale fællesskaber. Det gælder for alle udsagnene, at en mindre

andel af pigerne end drengene er helt enige i udsagnene, men det opvejes

til dels af, at en større andel af pigerne blot er enige. Samlet set er signifi-

kant flest piger dog uenige eller helt uenige.

res fremtidige uddannelse og jobs. Overordnet set vidner resultaterne

om, at mange af pigerne godt kan se værdien i at blive god til it i et frem-

Vi spurgte desuden eleverne om deres forventning til at bruge it i de-

Vi har også bedt eleverne vurdere de positive effekter af it på sam-

tidigt arbejdsperspektiv, men stadig ikke nødvendigvis drømmer om

at skulle få en karriere inden for it. Derudover kan man sige, at udsagn af

mere teknisk karakter (arbejde, der involverer programmering) har

en lavere grad af enighed for både drenge og piger, mens udsagn, hvor it

er beskrevet mere bredt (brug af it som en vigtig del af fremtidigt arbejde),

har en relativt højere grad af enighed. Til trods for dette er der store køns-

forskelle i elevernes syn på mulighederne for en fremtid med it på alle

fem udsagn.

I 2013- og særligt i 2018-undersøgelsen bemærkede vi de store forskel-

le mellem piger og drenge, hvad angik tiltro til egne evner og forestillin-

ger om en fremtid med it, og derfor besluttede vi i Danmark at gennem-

føre to tillægsundersøgelser i forbindelse med ICILS 2023 for at blive

klogere på, hvad de danske elever tænker om personer, der arbejder med

it, og hvad de tænker om de kønnede tendenser, som kom til udtryk

i ICILS 2018, og som nu har vist sig at komme til udtryk igen i 2023.

Den ene tillægsundersøgelse er kvantitativ og havde som formål at

undersøge sammenhænge mellem drenges og pigers syn på en fremtid

med it og de mulige mekanismer bag disse forskelle ved at gøre brug

af statistiske analyser.

Den anden er kvalitativ og bygger på samtaler med elever med ud-

gangspunkt i de kønsrelaterede forskelle på pigers og drenges spørge-

skema- og opgavebesvarelser, der blev identificeret i ICILS 2018.

Lidt generaliseret kan man sige, at både drenge og piger mener, der er

flest mænd i it-jobs, og de er også overvejende enige i, at mænd er mest

interesserede i it, men det er overvejende drenge, der mener, at mænd

også er de mest kompetente til at arbejde med it, mens en overvægt af

pigerne ser ud til at mene, at hvis de var interesserede, ville kvinder

kunne udføre jobbet lige så godt som mænd.

De elever, vi talte med, sagde blandt andet om drengene:

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

”De kan ligesom en masse genveje, fordi det er meget det,

er jo en stereotyp, at mange drenge spiller [...]”

de laver. Altså der er selvfølgelig også piger, der spiller, men det

”Altså når det er sådan noget teknisk, altså … man tænker også,

at en tømrer er bedre, hvis det er en mand [...]”

”Jeg tror helt ærligt også, at der er nogle drenge, når de hører en

fremtid med it, kunne det være for eksempel at komme på sådan

et hold som Astralis og sidde og game som en hverdag.”

Som i 2018 ser vi i 2023 betydelige forskelle på, hvordan piger og drenge

forholder sig til it. Flere drenge end piger har tiltro til deres egne data-

logiske kompetencer, færre drenge end piger er kritisk indstillede over

for it, og flere drenge end piger ønsker et fremtidigt studie og arbejde,

der involverer it.

it, er mere nuancerede, end man måske kunne forvente. Selv om både

piger og drenge mener, at der er flest mænd i it-branchen, så mener en

Men vi ser også, at forestillingerne om personer i jobs, der involverer

betydelig andel, men flest piger, at både mænd og kvinder interesserer

sig for et arbejde med it. Og flertallet af både piger og drenge mener, at

personer, som arbejder med it og teknologi, bidrager positivt til sam-

fundet og andre menneskers liv. Selv om mange elever i 8. klasse kan

nikke genkendende til udsagn om, at personer, der arbejder med it og

teknologi, er ’nørder’, så mener de også, at de er kreative og i stand til

at se tingene fra nye perspektiver.

I det kvantitative studie gav eleverne udtryk for, at de kendte til ste-

reotype forestillinger om køn og it. Selv om nogle af elevernes forestil-

linger bærer præg af at være forbundet med stereotype billeder om

personer, som arbejde med it (for eksempel en app-udvikler eller en

it-supporter), havde en andel af eleverne også udfordret disse mere

stereotype forestillinger om erhvervet. Det viser sig blandt andet ved, at

en stor andel af eleverne samtidig så erhverv med fokus på it som et sted,

hvor man kan være kreativ og bidrage med positiv værdi for samfundet.

Når vi undersøger unges forestillinger, skal vi huske, at det kan være

fordomme, vi taler om, og at disse fordomme har en tendens til at være

karikerede. Men fordommene forplanter sig sandsynligvis i unge, i vores

samfund, og kan potentielt begrænse unges horisont og muligheder, hvis

de selv tror på dem eller tror, at andre vigtige personer i deres omgangs-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

kreds tror på dem. Som en af eleverne påpeger i de kvalitative interviews,

er det kulturelle fordomme, som de er vokset op med, og som kan være

svære at ændre.

Lærernes undervisning og læringsteori

ICILS tester to faglige områder, som ikke hører hjemme i et specifikt fag,

men som særligt for computer- og informationskompetenceområdets

vedkommende indgår mere eller mindre omfattende i alle fag på 8. klas-

setrin. For at få forståelse for den kontekst, som eleverne udvikler deres

kompetencer i, har forskningsledelsen i ICILS i samarbejde med de nati-

onale forskningsledere udarbejdet et forholdsvis omfattende spørge-

skema til lærerne, hvor vi stiller spørgsmål til deres undervisning, deres

fokus på at undervise i og med it, deres tanker om it i skolen og deres egne

forudsætninger.

at udvikle instrumenter til at identificere lærernes forestillinger om,

hvordan elever lærer, og beskrivelser af deres didaktiske tilgange.

I forbindelse med ICILS 2023 besluttede vi at gøre endnu et forsøg på

Store andele af de danske lærere udtrykker stor enighed i udsagn, der

kan formuleres fra et kognitivistisk perspektiv. De fleste mener således,

at der er en hierarkisk relation mellem grundlæggende og komplekse

begreber, at systematisk arbejde med fakta fører til dybere forståelse.

Men sammenlignet med lærere i de andre lande, der har valgt at inklu-

dere spørgsmål om læringsteori i spørgeskemaet, er der flere danske

lærere, der er forbeholdne over for en kognitivistisk forståelse af viden,

så på skalaen med 50 i internationalt gennemsnit, har danske lærere et

gennemsnit på kun 45, betydeligt under det internationale gennemsnit

og under gennemsnittene for lærerne i de lande, vi sammenligner med

(Sverige, Norge og USA). For USA’s vedkommende var lærernes besvarel-

sesprocent under 50 procent, og IEA advarer derfor mod at anvende

de lærerrelaterede resultater fra USA. Vi har valgt at gøre det trods ad-

varslen, men beder om, at USA’s resultater fortolkes med varsomhed.

Der er generelt lidt større enighed blandt danske lærere i udsagnene

fra det konstruktivistiske perspektiv, og i internationalt perspektiv er

de danske lærere tættere på skalaens gennemsnit (de danske læreres gen-

nemsnit er på 49), kun lidt under de norske lærere og lidt over de svenske

og amerikanske.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

udsagn, der kan ytres fra et kropsligt erkendelsesperspektiv, og her ligger

de danske lærere også på et niveau omkring det internationale gennem-

snit og altså ikke væsentligt forskelligt fra de øvrige lande, vi sammen-

ligner med.

Samlet set er der således lidt færre danske lærere, der udtrykker

opbakning til en stærk kognitivistisk læringsteori, end i de andre lande,

og et antal på niveau med de andre lande, der udtrykker stærk enighed i

en konstruktivistisk eller en kropslig læringsteori.

De danske lærere underviser relativt meget med formidlingsorien-

Endelig udtrykker store andele af de danske lærere også enighed i de

terede aktiviteter, særligt er det iøjnefaldende, at mere end otte ud af ti

lærere i de fleste eller næsten alle timer præsenterer noget for hele klas-

sen, og at mere end halvdelen af de danske lærere beder deres elever

arbejde individuelt i de fleste eller alle timer. De danske lærere er mere

formidlingsorienterede end det internationale gennemsnit, herunder

men mindre end de finske og de amerikanske lærere. Men samtidig an-

giver de danske lærere, at de også sammenlignet med de andre landes

mere end både de tyske, svenske, tjekkiske og særligt de norske lærere,

lærere underviser relativt meget undersøgelsesorienteret og scenarie-

didaktisk.

Danske lærere lægger relativt stor vægt på at udvikle elevernes kom-

petencer inden for en bred vifte af aktiviteter på computer- og informa-

tionsområdet. Men der er generelt lidt færre, der lægger vægt på disse

områder, end der var i 2018. Særligt iøjnefaldende er det, at 17 procent-

point færre lærere i 2023 end i 2018 lægger vægt på at støtte eleverne i at

forstå konsekvenserne af at gøre informationer tilgængelige online.

Eleverne oplever på sin side, at i det omfang, de har lært at forholde

sig til troværdigheden af kilder på internettet, så er det i høj grad i skolen,

de har lært det. Det samme gælder for en række andre områder, men i

mindre grad i forhold til at kunne identificere forsøg på at narre dem

online (konkret at vurdere, hvorvidt en besked er scam).

På trods af at datalogisk tænkning ikke i noget videre omfang er eks-

pliciteret som et fagligt område i Fælles Mål, så lægger danske lærere

alligevel vægt på, at deres elever i 8. klasse skal udvikle aspekter af disse

kompetencer. Internationalt er danske lærere dog relativt lidt opmærk-

somme på at fremme disse kompetencer. Lærerne i USA (hvis resultater

som sagt skal læses med forsigtighed på grund af lav deltagelsesrate)

og Tjekkiet har (betydeligt) mere opmærksomhed på disse aspekter.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

Lærerne i Sverige og Finland har betydeligt mindre opmærksomhed på

disse områder.

Danske lærere bruger it i meget stort omfang, både som led i deres

arbejde på skolen og uden for skolen og i deres hverdagsliv. Der er ikke

nogen lande af dem, vi sammenligner med, hvor lærerne bruger it lige så

meget i undervisningen. Og siden 2018 er en endnu større andel af danske

lærere begyndt at bruge it på daglig basis til undervisning.

Danske lærere har, når man betragter deres svar, generelt god tiltro

til deres egne evner til at bruge it til forskellige opgaver. Og selv om der

er kønsforskelle på nogle aktiviteter, så er de generelt ikke store. Men

sammenlignet med lærerne i de andre lande har danske lærere ikke høj

tiltro til egne kompetencer. Det kan måske siges at være et paradoks, at

danske lærere er dem, der anvender it mest i undervisningen, men at

de trods det ikke har stor tiltro til egne kompetencer.

Lærerne under 40 år angiver i væsentligt højere grad end deres ældre

kolleger, at de har lært om en række faglige aspekter af it i undervisnin-

gen på deres læreruddannelse. Men for de fleste af områderne er det

alligevel under halvdelen af lærerne under 40 år, som angiver at have lært

om det på læreruddannelsen. Sammenlignet med lærerne i de lande, vi

sammenligner med, så har de danske lærere under 40 år haft væsentlig

mere undervisning end deres kolleger i de andre lande (på nær de norske,

som er på samme niveau som de danske).

Der foregår stadig en udbredt efteruddannelses- og kursusaktivitet i

relation til it i undervisningen, men ifølge skolelederne er det betydeligt

mindre end i 2018 og 2013 på næsten alle de områder, som skolelederne

kunne forholde sig til. På sin side oplever lærerne, at de deltager i flere

uddannelsesaktiviteter, end deres kolleger gjorde i 2018. Men lærerne

efterspørger stadig i meget vid udstrækning yderligere efteruddan-

nelsesaktiviteter, særligt i relation til elever med særlige behov eller

indlæringsvanskeligheder, til støtte af elevers individuelle læring og til

håndtering af sociale problemer, som eleverne oplever.

Danske lærere samarbejder (betydeligt) mindre med deres kolleger

om it i deres undervisningsrelaterede praksis end lærerne i de fleste af

de lande, vi sammenligner med. Men det er dog store andele af de danske

lærere, som angiver, at de deler it-baserede ressourcer med andre lærere

på deres skoler, diskuterer, hvordan it skal bruges i fagene m.m. Der er

også sket en stigning i andelen af lærere, der samarbejder på en række

områder siden 2018 og 2013.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Hovedresultater

håndtere de udfordringer og muligheder, der er i relation til it, og af at

inddrage it i undervisningen på en lang række områder. Set i det lys kan

de mangeartede initiativer, som danske politikere og ildsjæle har taget

over de foregående årtier for at fremme brugen af it i undervisningen,

siges at være en stor succes.

Samlet set er danske lærere optaget af både at støtte deres elever i at

1 Baggrund og formål

Danmark er et af de mest digitaliserede lande i Europa (Danmarks Stati-

stik 2024). I 2022 var Danmark samlet set det næstmest digitaliserede

land ud af EU’s 27 medlemslande i den såkaldte DESI-vurdering af fire

primære parametre: menneskelig kapital, netværk, integration af digital

teknologi samt offentlige digitale tjenester. Blandt resultaterne kan næv-

nes, at datatrafikken i Danmark på blot fem år er blevet mere end fordob-

let, og 92 procent af danskerne havde i 2021 digital kontakt med den of-

fentlige sektor, hvor tallet for EU-borgere i gennemsnit var 58 procent.

Dette tilskrives blandt andet, at Danmark siden 2015 har haft obligatorisk

digital selvbetjening: Digital Post og e-Boks har i høj grad erstattet fysisk

post fra det offentlige, digital borgerservice er blevet udbredt, appen

Sundhedskort er blevet lanceret med mere (Danmarks Statistik 2024).

I 2023 gik størstedelen af danskernes tid på internettet med at kom-

munikere med andre, herunder særligt gennem e-mails, beskedapps,

sociale medier samt video- eller lydopkald. Flere læser nyheder på sociale

medier, særligt de yngste, og størstedelen af befolkningen streamer

musik, film og serier fra onlinetjenester. Internethandlen er steget, og de

digitale brancher er generelt i vækst. Blot to procent af danskerne mellem

15 og 74 år bruger slet ikke internettet.

Med udviklingen er der fulgt en række udfordringer, herunder stigen-

de misinformation og dalende sikkerhed. Særligt de unge oplever høj

grad af falskt indhold på internettet, og i 2023 havde hele 12 procent af

befolkningen oplevet økonomisk tab som konsekvens af svindel på in-

ternettet (Danmarks Statistik 2024).

Udviklingen fordrer, at børn og unge i dag lærer at forstå digitale tek-

nologier for at kunne begå sig trygt, sikkert og indsigtsfuldt i digitale

sammenhænge.

I denne bog præsenteres resultaterne fra undersøgelsen ICILS (Inter-

national Computer and Information Literacy Study),

der undersøger

8.-klasseelevers digitale teknologiforståelse samt konteksten for deres

brug af digitale teknologier. Konkret undersøger vi elevernes computer-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Baggrund og formål

og informationskompetence, forstået som evnen til at anvende compu-

tere til at undersøge, skabe og kommunikere med henblik på hensigts-

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

og deres kompetence til datalogisk tænkning, forstået som evnen til at

identificere de aspekter ved virkelige problemer, som er egnet til at blive

formuleret datalogisk, samt at vurdere og udvikle algoritmiske løsninger

valgt at oversætte det engelske

computational thinking

med ’datalogisk

tænkning’ i forlængelse af den danske tradition for at omtale fagområdet

på disse problemer, så løsningerne kan behandles af en computer. Vi har

som ’datalogi’. Der er dog også tradition for på dansk at undgå at oversæt-

te eller blot fordanske engelske ord. Det sidste er for eksempel tilfældet i

forbindelse med forsøgsfagligheden teknologiforståelse, hvor begrebet

er oversat med

computationel tankegang.

Ordet ’computationel’ eksiste-

rede ikke på dansk før da, og det har vist sig at være meget vanskeligt at

udtale selv for forskere og praktikere inden for området.

ningssammenslutningen IEA (International

Association for the Evalua-

tion of Educational Achievement).

I Danmark er det Danmarks institut

ICILS-undersøgelsen er gennemført internationalt i regi af forsk-

for Pædagogik og Uddannelse (DPU) ved Aarhus Universitet, der står for

deltagelsen i IEA’s undersøgelser. Børne- og Undervisningsministeriet

har medfinansieret 50 procent af udgifterne til gennemførelsen af under-

søgelsen. Forskere fra 34 deltagende lande har indsamlet data fra 132.889

elever på 5.299 skoler, og der er blevet indhentet svar på spørgeskemaer

fra 60.835 lærere samt skoleledere og it-koordinatorer på de udvalgte

skoler. Danmark deltog med 141 skoler med i alt 3.038 elever, 979 lærere,

125 skoleledere og 110 it-koordinatorer. I forundersøgelsen i 2022 deltog

22 skoler med skoleledere, it-koordinatorer, lærere samt elever.

IEA stiller meget strenge krav til antallet af deltagende skoler, elever

og lærere. Således skal mindst 85 procent af de udvalgte skoler deltage.

Hvis skoler ikke ønsker at deltage, er der udtrukket såkaldte erstatnings-

skoler, som så kan kontaktes. Hvis hverken den første eller den anden

erstatningsskole accepterer at deltage, falder dette datapunkt bort. Hvis

flere end 85 procent af skolerne deltager, men nogle af disse er erstat-

ningsskoler, angives en anmærkning i de internationale tabeller. Det gæl-

der for Danmark, hvor 24 deltagende skoler er erstatningsskoler, hvilket

svarer til en deltagelsesprocent blandt udvalgte skoler på 80 procent.

Blandt elever og lærere skal der ligeledes være en deltagelsesrate på

85 procent af de udvalgte elever og lærere. Tilsammen skal 75 procent

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

1 · Baggrund og formål

af det udvalgte sample deltage (man ganger andelen af deltagende skoler

med andelen af deltagende elever). Dette krav lykkedes det at indfri for

Danmark i 2023 for elevernes vedkommende. Men for lærernes vedkom-

mende var det desværre ikke muligt. Resultater for Danmark præsen-

teres derfor i bunden af de internationale tabeller, der gengiver data om

lærere. Vi har foretaget frafaldsanalyser, på baggrund af hvilke vi er over-

er troværdige.

Undersøgelsen gennemføres hvert femte år. Vi har derfor også mulig-

hed for at se på udviklingen på området, siden Danmark deltog for første

beviste om, at de resultater, vi præsenterer for Danmark i denne bog,

gang i 2013 og for anden gang i 2018.

Vi har, som det også var tilfældet i ICILS 2018, i denne bog valgt at

samle de to kompetenceområder under én fælles titel, nemlig

teknologi-

forståelse,

da det er denne betegnelse, vi i dansk grundskoleuddannelse

og -forskning bruger om sådanne produktive, receptive og kritisk reflek-

terende kompetencer om digitale teknologier, som ICILS undersøger.

Teknologiforståelse er dog en bred og kompleks faglighed, og ICILS

afdækker ikke alle aspekter af fagligheden. Hvilke aspekter der indgår

i undersøgelsen, er udfoldet i kapitel 2 og 3.

Formål og forskningsspørgsmål

ICILS har til formål at undersøge graden af henholdsvis

computer- og

informationskompetence

samt

datalogisk tænkning

blandt elever i 8. klas-

se. Desuden er målet at undersøge relationen mellem resultaterne og

elevernes kontekster, herunder socioøkonomiske forhold, undervis-

ningspraksis samt lærere og elevers erfaring med brug af computere.

De test af elevernes kompetencer, som indgår i undersøgelsen, er com-

puterbaserede og består af spørgsmål og opgaver i simuleret autentiske

kontekster. Opgaverne beskrives og eksemplificeres i kapitel 2 og 3, og

spørgeskemaerne samt processen for dataindsamling præsenteres

nærmere i kapitel 8.

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

og 2018, er til en vis udstrækning gentaget i 2023, så vi kan foretage under-

søgelser af udvikling over tid. Men vi har samtidig ønsket at udvikle

1. Formål og forskningsspørgsmål er i 2023 i nogen udstrækning de samme som i 2013 og

2018, hvorfor dele af dette afsnit er gengivet fra Bundsgaard m.fl. 2019.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Baggrund og formål

spørgeskemaerne, både i lyset af de erfaringer, vi har gjort os med ana-

lyser af resultaterne i de tidligere runder, og fordi vi undersøger et felt,

hvor der sker udvikling af mere teknisk karakter, men også i de sociale,

kulturelle og undervisningsmæssige kontekster. I november 2022 udgav

firmaet OpenAI ChatGPT – en generativ sprogmodel, som kunne produ-

cere tekst som svar på spørgsmål stillet af brugeren. ChatGPT opnåede

meget hurtigt stor udbredelse og var startskuddet til, at generative sprog-

modeller blev en central del af den offentlige debat. På det tidspunkt var

ICILS-instrumenterne færdigudviklede og under oversættelse. Men den

internationale forskningsledelse besluttede at udvikle et supplerende

spørgeskema til skolelederne om generative sprogmodeller. De deltagen-

de lande kunne vælge at udsende dette spørgeskema. Vi valgte at deltage,

på trods af at undersøgelsen på det tidspunkt næsten var gennemført

i Danmark. Vi udsendte spørgeskemaerne op til sommerferien 2023

og fortsatte dataindsamlingen ind i efteråret. Vi rapporterer om resul-

taterne af dette spørgeskema i en selvstændig udgivelse.

ICILS-undersøgelsen er derfor ikke bare et vigtigt instrument, fordi

den kan anvendes til at beskrive elevers dygtighed og elevers og læreres

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 folkesko-

len. Ændringer, som ellers ville være svære at kortlægge for forskere,

praktikere, politikere og andre interessenter.

De internationale forskningsspørgsmål er i 2023 indholdsmæssigt de

samme som dem, der blev anvendt i de to forrige runder, og de handler

om at identificere variation landene imellem og inden for landene i ele-

vers computer- og informationskompetence og deres datalogiske tænk-

ning samt de aspekter, der relaterer sig hertil. Målet er desuden at iden-

tificere 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.

Ligeledes var det et mål at undersøge relationen mellem computer- og

informationskompetence samt datalogisk tænkning. Disse overordnede

forskningsspørgsmål behandles særligt i den internationale rapport

(Fraillon m.fl. 2024), der udkommer samtidig med denne bog.

Bogen her har således til hensigt at gå i dybden med undersøgelsen af

de danske resultater og sammenhænge. Forskningsspørgsmålene for

analyserne, der præsenteres i denne bog, er:

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

1 · Baggrund og formål

• Hvad er danske elevers computer- og informationskompetencer

samt kompetencer i datalogisk tænkning, og hvilke ændringer er

• Til hvad og hvor lang tid bruger eleverne skærm i skole og fritid,

hvordan vurderer lærerne skærmbrug i undervisning, og hvilke

procedurer har skolerne for anvendelse af skærme på skolen?

(Se kapitel 5)

der sket med danske elevers computer- og informationskompetence

siden 2013? (Se kapitel 4)

• Hvilke forskelle er der på danske pigers og drenges kompetencer

og deres selvopfattelser i forhold til brug af, kompetencer inden

ændringer er der sket siden 2013? (Se kapitel 6)

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

praksisser med it, og hvilke ændringer er der sket i forhold til dette

siden 2013? (Se kapitel 7)

for og fremtid med it, hvad kan forklare disse forskelle, og hvilke

Deltagende lande og lande vi sammenligner med

I ICILS 2023 deltog 34 lande: Aserbajdsjan, Belgien (flamsktalende), Bos-

nien-Hercegovina, Chile, Cypern, Danmark, Finland, Frankrig, Græken-

land, Holland, Italien, Kasakhstan, Kosovo, Kroatien, Letland, Luxem-

bourg, Malta, Norge, Oman, Portugal, Rumænien, Serbien, Slovakiet,

Slovenien, Spanien, Sverige, Sydkorea, Taiwan, Tjekkiet, Tyskland,

Ungarn, USA, Uruguay og Østrig. Desuden deltog en såkaldt benchmark-

deltager, det vil sige en mindre enhed i et land, nemlig Nordrhein-

Westfalen (Tyskland). Vi inddrager ikke data fra denne deltager i vores

analyser, da den også indgår i de tyske resultater.

Når vi finder det relevant, sætter vi de danske resultater i relation til

resultater fra andre af de deltagende lande. Vi har i denne runde valgt at

sammenligne med alle de deltagende nordiske lande. Finland deltager

ligesom Danmark for tredje gang, mens Norge deltager for anden gang.

De deltog i 2013, men ikke i 2018. Sverige deltager for første gang. De nor-

diske lande er interessante at sammenligne med, fordi deres samfunds-

model og historiske udvikling på mange måder minder om Danmark.

Men digitaliseringen af skolen har været forskellig i de fire lande.

I Danmark har det de seneste 40 år været et fremtrædende mål

for skiftende regeringer, kommuner og skoler at integrere it i undervis-

ningen. En lang række statslige og kommunale projekter har haft fokus

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Baggrund og formål

både på etablering af og investering i infrastruktur, computere, tablet-

computere, interaktive whiteboards, 3D-printere osv. og på integration

af it-relaterede områder i de faglige mål, udvikling af it-didaktik, udvik-

ling af digitale læremidler, efteruddannelse af lærere mv.

I Sverige igangsatte regeringen den første nationale digitaliserings-

strategi i 2017. Strategien havde fokus på flere af de aspekter, som ICILS

omhandler. Der blev desuden samtidig igangsat en indsats for at integre-

re datalogisk tænkning i læreplanerne og for efteruddannelse af lærere

inden for området (Fraillon m.fl. 2024).

læggende kompetence på linje med læsning, skrivning, talkundskab og

mundtlighed siden 2006. Siden da har en lang række initiativer været

igangsat inden for området (Fraillon m.fl. 2024). I

Kunnskapsløftet 2020

blev datalogisk tænkning introduceret som et emne, der skulle integreres

i fire fag, nemlig matematik, naturfag, kunst og håndværk samt musik

(Rajapakse-Mohottige, Andersen & Bjerke 2024).

I Norge har computer- og informationskompetence været en grund-

Finland er det eneste land i Europa, der ifølge DESI-indekset, som

vi omtalte ovenfor, er mere digitaliseret end Danmark (begge ligger

omkring 70). I Finland er computer- og informationskompetence og data-

logisk tænkning blevet beskrevet mere centralt i de grundlæggende

fagplaner siden revisionen i 2014, og siden da er en række initiativer sat

i værk for at understøtte integrationen af it i undervisningen (Fraillon

m.fl. 2024).

Vi har også valgt at sammenligne med Tjekkiet. Det har vi gjort, fordi

Tjekkiet i 2013 var det land, hvis elever i gennemsnit var mest computer-

og informationskompetente, og også i 2023 viser det sig, at de tjekkiske

elever i gennemsnit er dygtige inden for området. Tjekkiet deltog ikke i

2018. Tjekkiet er blandt andet interessant, fordi det har en forholdsvis

lille ulighed målt på Verdensbankens Gini-indeks. Tjekkiets værdi er

26,2 procent med en faldende tendens fra 26,9 procent i 2005, mens Dan-

marks værdi er 28,3 – med en stigende tendens fra omkring 25 procent

i 2005 (Verdensbanken 2024). Norge og Finland har begge en værdi på

27,7 procent, og Sverige ligger på 29,8 procent. På det europæiske digita-

liseringsindeks, DESI-indekset, er Tjekkiets værdi 50 og dermed i den

nedre ende. Tjekkiets indsatser for it i undervisningen gjaldt indtil 2021

primært computerbrug og informations- og digitale kompetencer. Men

fra 2021 har en ny strategi flyttet fokus mere over i retning af datalogisk

tænkning.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

1 · Baggrund og formål

tredje gang. Tyskland er interessant at sammenligne med, fordi det er

vores naboland, og fordi uligheden er væsentligt større end i Danmark

(Gini-indekset for Tyskland er 32,4), men også fordi de har valgt en ganske

anderledes måde at organisere skolesystemet på, blandt andet ved at op-

dele eleverne i hovedskole, realskole og gymnasium allerede fra 4. eller

6. klasse. Hver delstat har sit eget undervisningsministerium og sin egen

skolestruktur. Men det var først i 2016, at den første tværdelstatslige

indsats for it i undervisningen blev etableret. Denne indsats forpligtede

Vi sammenligner også med Tyskland, der som Danmark deltager for

delstaterne på at arbejde med it i undervisningen, og det har ført til en

fornyelse af læreplanerne, så de beskriver mål for computer- og informa-

tionskompetence og datalogisk tænkning, samt integration af it i under-

visningen helt ned til indskolingsniveau (Fraillon m.fl. 2024). Siden 2019

har den tyske centralregering understøttet delstaterne i at investere i it

og infrastruktur på skoleområdet.

langt de fleste af de store internationale it-virksomheder og også ledende

inden for forskning i datalogiske områder. Det er også i USA, at mange

Og endelig har vi valgt at sammenligne med USA. USA er hjemsted for

indflydelsesrige almennyttige organisationer har udviklet forslag til

læreplaner og arbejdet for it i undervisningen (Code.org, Assessment and

Teaching of 21st Century Skills m.fl.). Ligesom i Tyskland er undervis-

ningsområdet i USA delstaternes ansvar, og derfor varierer såvel anven-

delsen af it som integrationen af it i læreplanerne på tværs af delstaterne.

Men de fleste stater har mål, der inkluderer teknologi og beskriver,

hvilken viden eleverne skal opnå inden for området (Fraillon m.fl. 2024).

Uligheden på Gini-indekset for USA er på 41,3. Det skal bemærkes, at USA

ikke lykkedes med at leve op til de meget stramme krav for indsamling

af data, som IEA stiller. I de internationale tabeller har USA derfor en

anmærkning og er placeret i bunden af tabellerne, der gengiver resultater

om elever. Vi er dog overbeviste om, at data for eleverne har høj nok kva-

litet til, at vi kan have tillid til resultaterne. For lærernes vedkommende

er deltagelsesraten under 50 procent, og IEA anbefaler, at man afstår fra

at sammenligne andre landes resultater med USA. Når vi sammenligner

med lærere fra USA, gør vi derfor opmærksom på, at disse sammenlig-

ninger kan være fejlbehæftede.

Gennem ICILS 2023-undersøgelsen er der samlet en omfattende

mængde data ind i en meget høj kvalitet. Med de nævnte forsknings-

spørgsmål kommer vi rundt i mange dele af disse data, men muligheder-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Baggrund og formål

ne for at blive klogere på spørgsmål, der knytter sig til kompetencer og

brug af it i den danske skole, er ikke udtømt. Vi vil derfor opfordre til, at

andre forskere henter datasættet, der fra foråret 2025 vil ligge tilgænge-

vi præsenterer i nærværende bog.

ligt på IEA’s hjemmeside, og foretager analyser, der supplerer de analyser,

Resume af tidligere ICILS-resultater

I det følgende præsenteres de danske resultater, som de så ud ved ICILS

2013 og ICILS 2018. Senere i bogen foretages sammenlignende analyser

af udviklingen de seneste fem eller ti år, både hvad angår elevernes

resultater og udsagn, lærernes udsagn samt den samfundsmæssige og

uddannelsesmæssige kontekst, resultaterne indgår i.

ICILS 2013

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,

hvilket betød, at de aftaler, der ellers var i stand med folkeskolerne om

test af elever og udfyldelse af spørgeskemaer, måtte ændres. Lockouten

varede frem til 26. april 2013, hvor regeringen greb ind og vedtog lov 409,

som fra da af fastlagde rammerne for lærernes arbejde (Tamborg 2019).

Derefter var der meget kort tid til sommerferien, og mange skoler havde

i sagens natur mange uløste 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 kapitel 8) 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.

I 2018 målte vi datalogisk tænkning for første gang. Således var det

udelukkende elevernes computer- og informationskompetence, der

blev undersøgt i 2013. Desuden blev data om konteksten for udvikling af

2. Dette afsnit er i store træk gengivet fra bogen over ICILS-resultaterne i 2018

(Bundsgaard m.fl. 2019). Resultaterne fra 2013 er yderligere udfoldet i Bundsgaard m.fl.

(2014).

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

1 · Baggrund og formål

elevers computer- og informationskompetence indsamlet – det vil sige,

at de kontekstuelle faktorer, som kunne forventes at influere på compu-

ter- 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 var blandt de

dygtigste, hvad angik computer- og informationskompetencer, sammen-

lignet med eleverne i de andre deltagende lande. Der var ikke stor forskel

på elevernes resultater, når man sammenlignede skolerne. Dette indi-

kerede en begrænset ulighed i elevkompetencerne – måske som resultat

af skolernes 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 oplevede, at computere blev brugt meget i under-

visningen. Danske elever var dog ikke særligt avancerede i deres brug.

Eksempelvis lå de langt under det internationale gennemsnit i anvendel-

sen af internettet til udveksling af information, eksempelvis i forummer

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

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

på kønnene, hvor drengene havde langt større tiltro til egne evner til

tekniske aktiviteter, end pigerne havde. Dette gjaldt også for deres op-

levelse af interesse for og glæde ved at arbejde med computere. Pigerne

var gennemsnitligt mindre interesserede i og glade for at arbejde med

computere, end drengene var. Dog var der store interne forskelle, 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

nuancere en dengang – og til dels fortsat – forestilling om, at børn og

unge 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 computerinteres-

serede og kompetente – men ikke når det gjaldt informationsrelaterede

og mere tekniske aktiviteter.

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

undervisningen. I international sammenligning var de blandt dem, der

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Baggrund og formål

i størst omfang integrerede it i undervisningen i både egne og elevernes

aktiviteter. Der var dog intet, der tydede på, at denne integration af

it havde ændret undervisningen i retning af mere elevcentrerede, under-

søgende og samarbejdsorienterede tilgange, som regering, kommuner

og overnationale organisationer havde argumenteret for at fremme.

Både danske lærere og it-koordinatorer gav da også udtryk for en meget

høj grad af brug for støtte i forhold til integration af it.

Danmark var i 2013 et af de deltagende lande, der havde højest ud-

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

visningsmaterialer.

ICILS 2018

Der skete meget på grundskoleområdet fra den første ICILS-undersøgel-

se i 2013 og frem til anden undersøgelse i 2018. Særligt it-området, der i

forvejen var centralt i mange sammenhænge, blev kraftigt opprioriteret:

En stor indsats gjorde digitale læremidler til et hverdagsfænomen i

skolen, der var en bevægelse i gang mod at få etableret et nyt fag, tekno-

logiforståelse, og mange uafhængige initiativer arbejdede på at fremme

teknologiforståelse og brug af it i grundskolen.

ICILS-undersøgelsen i 2018 viste blandt andet, at danske lærere og

deres elever i 8. klasse anvendte it i undervisningen massivt mere, end

de gjorde i 2013, og lærerne lagde også i meget vidt omfang, og væsentligt

mere end i 2013, vægt på, at eleverne udviklede kompetencer inden for

it-området. Danske elever havde rykket sig, så de var signifikant bedre

inden for computer- og informationskompetence i 2018, end de var i 2013,

og der var mindre forskel mellem de danske elevers kompetencer, end

der var mellem de fleste andre deltagende landes elever. Danske elever

var de bedst præsterende blandt de deltagende landes elever inden

for computer- og informationskompetence, og sammen med Sydkoreas

elever var danske elever de bedst præsterende blandt de deltagende

landes elever inden for datalogisk tænkning.

Selv om eleverne klarede sig godt i testen, blev det dog bemærket,

at mere end seks ud af ti af de danske elever lå på eller under computer-

og informationskompetenceniveau 2 ud af fire niveauer. Det betød, at de

sandsynligvis ikke var i stand til at gennemskue forholdsvis åbenlyse

3. Dette afsnit er i store træk gengivet fra sammenfatningen i bogen om ICILS 2018

(Bundsgaard m.fl. 2019), hvori resultaterne og deres kontekst også er udfoldet.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

1 · Baggrund og formål

forsøg på at narre dem på nettet, at de ikke forholdt sig kritisk til for-

udsætninger og interesser hos producenter af indhold, og at de ikke i

tilstrækkelig høj grad kunne tilrettelægge information, der retter sig

for disse elever, at de udviklede deres kompetencer, hvis de skulle kunne

fungere godt i et stadig mere digitaliseret informations- og netværks-

imod en given målgruppe. Det blev vurderet som af afgørende betydning

samfund, og hvis ikke de skulle være for lette ofre for forsøg på at få dem

til at handle på måder, der ikke var i deres egen interesse.

Ud over de overordnede resultater var der også en række interessante

iagttagelser at gøre i detaljerne, blandt andet at de danske lærere i 8. klas-

se var blevet mere nuancerede i deres indstilling til it i undervisningen.

I 2013 var danske lærere ret positivt og usædvanligt lidt kritisk indstillede

men på de spørgsmål, der gik igen i 2013 og 2018, var de væsentligt mere

kritiske over for it’s rolle i undervisningen. Særligt var det interessant, at

over for it. I 2018 var de nogenlunde lige så positivt indstillede som i 2013,

55 procent 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 var også i 2018 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 klarede sig gennemsnitligt

bedre i testen af computer- og informationskompetence end drenge og

lige så godt i testen af datalogisk tænkning. Danske piger havde lige så

høj tiltro som danske drenge til egne evner til basale aktiviteter med en

computer, men når det kom til deres tiltro til egne evner i forhold til

tekniske aktiviteter, lå danske piger langt under danske drenge. Danske

piger havde lavest tiltro til egne evner i forhold til tekniske aktiviteter af

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

piger havde det laveste gennemsnit på skalaen for syn på en fremtid med

it. Rigtig store andele af de danske piger kunne således ikke forestille sig,

at de i fremtiden ville studere eller arbejde med it.

De seneste fem års udvikling

I det følgende ser vi frem mod resultaterne i 2023 ved at kigge på udvik-

lingen siden sidste ICILS-undersøgelse i 2018. Hvad er der sket på det

digitale område i samfundet, og hvordan har udviklingen på skoleområ-

det været? I bogen

Danske elevers teknologiforståelse. Resultater fra

ICILS-undersøgelsen

(Bundsgaard m.fl. 2019) præsenteres ICILS-resulta-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Baggrund og formål

terne fra 2018. Her beskrev vi med reference til Caeli & Bundsgaard (2019)

udviklingen på it-området i grundskolen i fire perioder:

• 1966-1990: Datalære

• 1990-2000: Operationelle brugerkompetencer og infrastruktur

• 2000-2016: Indkøb af hardware og udvikling af læremidler

• 2016-2018: Datalogisk tænkning og teknologiforståelse.

I dette afsnit vil vi primært koncentrere os om perioden fra 2019 og frem

til i dag, det vil sige perioden siden sidste ICILS-undersøgelse. Først vil vi

dog kort opridse perioderne ovenfor, som leder frem til i dag.

I 1960’erne blev frøene sået til et fag, der blev kaldt datalære, og som i

sit formål minder om det fagområde, vi i dag kalder teknologiforståelse.

Eleverne skulle lære om data, deres natur og brug, herunder kritisk tænk-

ning omkring samfundsudviklingen. Fra omkring 1990 rykkede com-

puterne for alvor ind i klasseværelserne og deraf fulgte en periode med

fokus på operationelle brugerkompetencer og infrastruktur. Eleverne

skulle kunne betjene computerne, og de skulle forbindes til internettet.

Fra cirka år 2000 blev fokus fra Undervisningsministeriets side at gøre

skolerne digitale, herunder at indkøbe hardware og udvikle digitale

læremidler. Regeringen afsatte i 2001 323 millioner til initiativet ’It og

medier i folkeskolen’ (ITMF), og 750 millioner i 2004-2008 til initiativet

’It i folkeskolen’ (ITIF). Faghæftet

It og mediekompetencer i folkeskolen

udkom i 2009. Københavns Kommune indkøbte interaktive tavler til

alle skoler, Odder Kommune indkøbte iPads til alle lærere og elever, og

mange kommuner fulgte i de efterfølgende år trop med indkøb. I 2011

blev indsatsen for øget anvendelse af it i folkeskolen iværksat med 500

millioner fra regeringen og 500 millioner fra kommunerne til blandt

andet støtte til indkøb af digitale læremidler. I slutningen af denne peri-

ode blev

Faghæfte 48

sløjfet, samtidig med at temaet it og medier blev

indført som tværfagligt tema, og konkrete faglige it-mål blev indskrevet

i alle mål. Oppefra var der altså et massivt fokus på at gøre skolerne digi-

tale, og flere skoler karakteriserede sig da også som

papirfrie

med forbud

mod at købe fysiske læremidler som for eksempel bøger. Fra cirka 2016

startede perioden datalogisk tænkning og teknologiforståelse. Resultater

fra demonstrationsskoleforsøgene pegede på, at integrationen af it i

folkeskolen var traditionel og konservativ, men at it havde innovative

muligheder. Valgfaget teknologiforståelse blev igangsat som et forsøg,

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

1 · Baggrund og formål

og senere blev der foretaget forsøg med teknologiforståelse som et selv-

stændigt fag og integreret i udvalgte fag.

I det følgende vil vi beskrive, hvad der siden da er sket på it-området i

grundskolen, det vil sige i konteksten af ICILS 2023-undersøgelsen.

Fagligheden teknologiforståelse

Fra 2018 til 2021 afprøvede 46 skoler teknologiforståelse henholdsvis som

fag og integreret i eksisterende fag. Fagligheden er i sin nuværende form

sammensat af de fire kompetenceområder Digital myndiggørelse, Digital

design og digitale designprocesser, Computationel tankegang og Tekno-

logisk handleevne (Undervisningsministeriet u.å.). I efteråret 2021 udgav

Børne- og Undervisningsministeriet en evalueringsrapport over for-

søget, hvor de overordnede resultater blandt andet var, ”at teknologifor-

ståelse opleves som en vigtig og relevant faglighed i folkeskolen” (Børne-

og Undervisningsministeriet 2021). Det oplevedes dog som svært for det

i hvor høj grad det pædagogiske personale oplevede at være kompetente

til at gennemføre undervisningen.

pædagogiske personale at forstå fagbeskrivelserne, og det varierede,

I forlængelse af forsøget godkendte Uddannelses- og Forsknings-

styrelsen et ønske fra Københavns Professionshøjskole om at etablere et

forsøgsundervisningsfag i teknologiforståelse på læreruddannelsen

i perioden 2022-2024, hvilket vil sige, at det første hold af studerende

med dette undervisningsfag netop er dimitteret i sommeren 2024. Bag-

grunden for læreruddannelsens ønske om et undervisningsfag var den

rolle, lærere har, når det gælder om at ”udvikle og danne kommende

generationer til at bruge og forstå teknologi på stadig mere reflekterede

måder” (Andersen 2021).

I tiden efter at forsøgsfaget var afsluttet, var det uklart, hvad fremtiden

for fagområdet ville blive. Det var årsagen til, at en række interessenter

samlede sig i ”Den Nationale Alliance for Teknologiforståelse” (Riise 2021),

som stod bag konferencer, debatindlæg, ”gap-analyse” (Basballe m.fl.

2021) og politisk arbejde på mange planer.

Fra august 2023 blev der etableret et Videnscenter for Digital Tekno-

logiforståelse (Videnscenter for Digital Teknologiforståelse 2024).

Centrets ambition er, ”at alle børn og unge, uanset køn, postnummer eller

social baggrund, får viden om digital teknologiforståelse, så de konstruk-

tivt og kritisk kan deltage som demokratiske borgere i et digitaliseret

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Baggrund og formål

samfund”. Centret har samlet danske fagmiljøer på tværs af universiteter,

professionshøjskoler, skoler og gymnasier og har på det grundlag til

hensigt at udvikle en fælles dansk faglighed i henholdsvis grundskole og

på ungdomsuddannelser. Det samarbejder yderligere med Styrelsen

for Kvalitet og Udvikling (STUK), og det er etableret med en støtte på

50 millioner kroner fra Lundbeckfonden, Novo Nordisk Fonden samt

Villum Fonden i 2023-2028 samt fem millioner kroner fra forskningsre-

serven i 2024-2025.

Det overordnede billede har altså været, at skoler, læreruddannelser

har implementeret initiativer, mens de har afventet en politisk beslut-

ning om, hvorvidt faget ville blive implementeret i grundskolen. Beslut-

og universiteter længe har fundet teknologiforståelse så vigtigt, at de selv

ningen kom i foråret 2024, hvor teknologiforståelse ifølge ”Aftale om

folkeskolens kvalitetsprogram” (Børne- og Undervisningsministeriet

2024b) skal integreres i udvalgte eksisterende fag på udvalgte klassetrin

fra 1. til 9. klasse. Derudover skal teknologiforståelse udbydes som et nyt

femte toårigt praktisk/musisk valgfag i udskolingen i 7.-8. klasse og 8.-9.

klasse. Der kommer altså for nuværende ikke et obligatorisk fag i tekno-

logiforståelse.

De to initiativer implementeres fra skoleåret 2027/28, og eleverne, der

deltog i ICILS 2023, har således ikke haft teknologiforståelse integreret

i fagene. De

kan

dog være blevet undervist i teknologiforståelse – eksem-

pelvis hvis skolerne på eget initiativ har udbudt det som valgfag, hvis

lærere selv har integreret det i deres fag, eller hvis nogle af klasserne har

været med i forsøgsprogrammet.

Debat om skærmbrug i skolen

En nyere dagsorden, som tog ekstra fart i 2023, og som hurtigt opnåede

politisk interesse og handling, er brugen af digitale skærme i under-

visningen. Mens der på mange fronter er blevet og fortsat bliver kæmpet

for at få teknologiforståelse på skemaet, har der fra mange andre fronter

samt fra politisk side været fokus på at reducere mængden af skærmbrug

i skolen med fokus på elevernes trivsel.

Dette har gennem længere tid syntes at overskygge arbejdet med

at implementere fagområdet teknologiforståelse, som har været i bero

siden 2021, hvor forsøgsfagsperioden sluttede (dog valgte nogle af for-

søgsskolerne af egen kraft at forlænge forsøget i de efterfølgende skoleår),

og evalueringsrapporten udkom, frem til 2024, hvor der kom en beslut-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

1 · Baggrund og formål

ning. Fokus har i højere grad været på at reducere brugen af digitale

enheder i elevernes liv (som det for eksempel kommer til udtryk i Børne-

og Undervisningsministeriets anbefalinger om skærmbrug i skolen,

se kapitel 5), hvilket til dels har virket modstridende med den anden

beskrevne dagsorden om, at eleverne skal lære at forstå, hvordan de

fungerer.

Dette udfoldes i kapitel 5, hvor også resultaterne fra ICILS-undersøgelsen

vedrørende elevernes skærmbrug i skole og fritid præsenteres.

De to indsatser er dog ikke nødvendigvis i konflikt med hinanden.

Onlineundervisning under coronapandemien

Den 11. marts 2020 holdt statsministeren det berømte pressemøde om

coronapandemien, der for danske skoleelever kom til at betyde, at de i

de efterfølgende år i flere og lange perioder måtte undervises online. På

daværende tidspunkt gik eleverne, der har deltaget i nærværende ICILS-

undersøgelse, i 5. klasse.

I bogen

Skolen under coronapandemien: Danske resultater fra

REDS-undersøgelsen 2020-21

(Christensen m.fl. 2022) har forfatterne bag

fremlagt ”viden om coronapandemiens indvirkning på skoler i globalt

komparativt perspektiv” gennem indsamling af oplysninger fra 8.-klas-

seelever, skoleledere og lærere i 11 lande. Fokus var på, ”hvordan elevernes

trivsel, læring og læringsforudsætninger blev påvirket”.

I korte træk var hovedkonklusionerne, at undervisningen blev gen-

nemført, men at de fleste elever og lærere fandt kvaliteten lavere end

normalt. Eleverne lærte ikke så meget og var ikke så motiverede som

normalt. Eleverne havde for størstedelens vedkommende ikke haft store

trivselsmæssige udfordringer.

Generativ kunstig intelligens

Digitale teknologier har udviklet sig heftigt siden sidste ICILS-undersø-

gelse i 2018. Generativ kunstig intelligens er blevet et nøgleord, og særligt

ChatGPT har fået bredt fat i befolkningen. Firmaet bag, OpenAI, var det

første til at lancere en generativ sprogmodel, som uden særligt varsel blev

gjort tilgængelig for alle fra den ene dag til den anden, den 30. november

2022. ChatGPT er ifølge OpenAI designet til at skrive, brainstorme, redi-

gere og opdage ideer med brugeren (OpenAI 2022).

Generativ kunstig intelligens har afstedkommet megen debat, og på

uddannelsesområdet har særligt snyd ved prøver været omdrejnings-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Baggrund og formål

punktet. Blandt andet på den baggrund nedsatte børne- og under-

visningsministeren i maj 2023 en ekspertgruppe for ChatGPT og andre

digitale hjælpemidler. I april 2024 afleverede gruppen deres anbefalinger

i fire punkter (Børne- og Undervisningsministeriet 2024c). Anbefalinger-

ne omfattede forslag til, at prøverne skal kunne udprøve både med og

uden digitale hjælpemidler, at prøverne løbende skal kunne udvikles,

så de forholder sig til den teknologiske udvikling, at brug af digital tekno-

logi og kunstig intelligens skal ses som et strategisk indsatsområde, og

at undervisningen skal danne grundlag for nye prøveformer.

i ICILS 2023 gennem et særskilt spørgeskema til skolelederne. Disse

resultater præsenteres og diskuteres i en særskilt udgivelse.

gens. Også billedgeneratorer, for eksempel DALL-E, Firefly eller Canva,

og videogeneratorer, for eksempel Sora, er blevet introduceret inden for

de seneste år. Med få søgeord kan lettilgængelige programmer frem-

bringe meget realistiske billeder eller videoer på baggrund af neurale

netværks repræsentation af mønstre i et meget omfattende korpus af

Det er ikke kun tekst, der kan genereres ved brug af kunstig intelli-

Brugen af generative sprogmodeller i skolen er som omtalt inkluderet

inputdata, og det er ofte meget svært, hvis ikke umuligt, at skelne mellem,

hvad der er produceret med generativ kunstig intelligens, og hvad der

ikke er.

Samlet set er der også i de seneste fem år iværksat mange initiativer,

udviklet mange nye teknologier og taget mange beslutninger om digi-

talisering i såvel samfundet generelt som i forhold til skolen specifikt.

Nogle noter om statistik

Denne bog gengiver resultater fra en kvantitativ undersøgelse. Vi har

bestræbt os på at skrive, så det ikke kræver dyb forudgående viden om

statistik at forstå og forholde sig til resultaterne. Men der er trods alt

nogle begreber og måder at omtale resultater på, som det vil være godt

at have et kendskab til. Disse forklarer vi ganske kort her. Læseren kan

springe over og vende tilbage, når det er relevant.

Dygtighed og 500-skalaen

Kernen i ICILS-undersøgelsen er to test af elevernes computer- og in-

formationskompetencer og kompetencer til datalogisk tænkning. Vi

uddyber senere (i kapitel 2 og 3), hvordan testene er udformet og måler.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

1 · Baggrund og formål

For at omsætte en elevs svar på testene udregnes det, hvor mange rigtige

besvarelser den enkelte elev har. Dette kan omregnes til procent rigtige

(antal rigtige i forhold til antal spørgsmål), som så kan bruges til at sam-

optimalt. For det første kan testen bestå af opgaver, som har forskellig

sværhedsgrad, så en elev, der har svaret rigtigt på 20 lette opgaver, kan

menligne to elevers dygtighed. Men der er flere årsager til, at det ikke er

være ganske lidt dygtigere end den, der har svaret rigtigt på 18 lette op-

gaver, men betydeligt mindre dygtig end den elev, der har svaret rigtigt

på 20 lette og 2 svære opgaver. Det kan procent rigtige ikke afsløre. For

det andet vil vi med testen gerne undersøge et bredt fagligt område, og

det kræver mange forskellige opgaver. Så for ikke at overbelaste den

enkelte elev stiller vi forskellige opgaver til forskellige elever. Her giver

det ikke mening at sammenligne procent rigtige, hvis den ene gruppe

elever har fået meget sværere opgaver end den anden.

Derfor bruger vi en statistisk metode inden for moderne testteori

(også kaldet ’item response theory’). Den oprindelige metode er udviklet

af en dansk matematiker, Georg Rasch, mens han var ansat ved Dan-

marks Pædagogiske Institut i 1950’erne (Rasch 1960). Den gør det muligt

ud fra elevernes svar på et sæt af opgaver at udregne et tal for opgavernes

(eller med et fagudtryk: item’enes) sværhedsgrad og et tal for elevernes

dygtighed, så elevernes dygtighed kan sammenlignes, selv om de ikke har

svaret på helt de samme opgaver. Tallene for såvel item-sværhedsgrad

som elevdygtighed udtrykkes på den såkaldte logit-skala, som går fra

minus uendelig til plus uendelig med midtpunktet arbitrært sat ved

enten gennemsnittet af item-sværhedsgrader eller elevdygtigheder.

Disse tal er svære at fortolke, og det kan også forekomme kontra-

intuitivt, at en elevs dygtighed er negativ. Derfor omregnes værdierne

i alle de store internationale undersøgelser til en skala, hvor 500 er gen-

nemsnittet på tværs af lande af elevernes dygtighed ved undersøgelsens

start (i ICILS’ tilfælde i 2013), og hvor der er 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 del-

tagende elever i internationale undersøgelser med disse karakteristika

vil ligge inden for et interval fra 400 til 600 point. Vi forklarer begrebet

standardafvigelse yderligere nedenfor. Denne skala betyder, at man

umiddelbart kan se, om et lands eller en gruppe af elever er mere eller

mindre dygtige end den oprindelige internationale population, og den

betyder, at man kan få en fornemmelse for, hvor stor en forskel er. Hvis en

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Baggrund og formål

forskel for eksempel er på 50, så svarer det til halvdelen af standardaf-

vigelsen på den oprindelige population – altså rigtig meget. Hvis den er

10, så er det betydeligt (en tiendedel af en standardafvigelse), men ikke en

stor forskel. Er forskellen 2 eller 3, så er den næsten ikke værd at tale om.

Vi bruger indimellem af mangel på bedre ordet ’point’ som måleenhed

for dygtighedsskalaerne og for de øvrige skalaer. For eksempel skriver vi,

at danske elever har et gennemsnit på skalaen for datalogisk tænkning

på 505 point. Ordet ’point’ kan opfattes som en sportsmetafor, ligesom

det i omtalen af elevernes kompetencer kan være nærliggende at bruge

sportsmetaforer: Pigerne ’scorer’ højere end drengene, ’vi’ ’klarer os godt’

eller ’ligger øverst’ i forhold til de andre nordiske lande og så videre.

Vi bruger som sagt af mangel på bedre ordet ’point’, men i øvrigt forsøger

vi at undgå denne type udtryk, fordi det kan give indtryk af, at der netop

er tale om en konkurrence, og at det vigtigste er, hvem der er bedst, uan-

set det kvalitative indhold af kompetencen. ICILS er ikke en konkurrence,

og det vigtige er ikke, hvem der er ’bedst’, men hvad forskellige grupper

af elever er i stand til at udføre af handlinger, og om det svarer til, hvad

vi ønsker, at de skal kunne, ligesom ICILS giver os mulighed for at under-

søge, om der er træk ved konteksten, herunder undervisningsorganise-

ringen, som i særlig grad undersøtter elevernes udvikling af de under-

søgte kompetencer. Og endelig er det ikke ’os’ (underforstået ’Danmark’

eller det danske landshold), der deltager i ICILS-undersøgelsen, men ele-

ver, der går i 8. klasse i danske skoler.

Skalaer

Ud over testene af elevernes kompetencer stiller vi også eleverne, deres

lærere, skoleledere og it-vejledere en række spørgsmål. Svarene på disse

spørgsmål er interessante i sig selv, og derfor består meget af bogen her

i gengivelse af fordelingen (se nedenfor) af svar.

Men ofte er svar relateret til hinanden, således at hvis man svarer ja

til ét spørgsmål, så svarer man sandsynligvis også ja til et andet spørgs-

mål inden for samme område. For eksempel vil elever, der angiver, at de

er helt enige i, at it er værdifuldt for samfundet, også have en tendens til

at være enige i, at fremskridt inden for it bringer mange sociale fordele

med sig. Man kan antage, at eleven generelt er positiv over for it i sam-

fundet, og at det vil få hende til at ytre enighed i disse spørgsmål. Tilsam-

men er svarene på disse og tilsvarende spørgsmål altså udtryk for, hvor

positiv eleven er over for it i samfundet.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

1 · Baggrund og formål

svar – for eksempel 12 eller 5 – altså være et udtryk for, hvor positiv eleven

er over for it i samfundet. Vi kalder samlingen af spørgsmål for en ’skala’

(den kaldes også indimellem for et ’indeks’). Og så bruger vi samme

metode som ved testen af kompetencer – Rasch-modellen – til at omreg-

ne tallene til en skala, hvor vi sætter 50 som gennemsnit og 10 som stan-

dardafvigelse. Her sammenligner vi ikke på tværs af år, så 50 er gennem-

snittet i 2023. På samme måde som ved dygtighedsskalaen kan vi nu

umiddelbart se, om et tal er stort eller lille i forhold til det internationale

vil 1 point være betydeligt, og 5 point endog meget stort.

Hvis vi omkoder helt enig til 4 og helt uenig til 0, vil summen af elevens

gennemsnit – og hvor meget. Fordi standardafvigelsen er sat til 10 point,

Fordeling, søjlediagram og violindiagram

Når man stiller et spørgsmål til en gruppe respondenter, og man omkoder

svarene til tal (for eksempel helt enig er 4, og helt uenig er 0), kan man

omregne deres svar til et gennemsnit – så for eksempel kan danske elever

være 3,2 på et spørgsmål om deres brug af skærm. Men det tal siger ikke

meget. Derfor bruger vi i denne bog meget plads på at vise fordelinger af

respondenternes svar på de spørgsmål, vi har stillet dem – altså på at vise,

hvor mange procent der har svaret for eksempel helt enig, enig, uenig og

helt uenig. Det gør vi i såkaldte søjlediagrammer.

Når vi gengiver fordeling af værdier på en kontinuert skala (hvor vær-

dierne ikke falder i få heltal, men kan antage alle værdier), så kan forde-

lingen ikke vises som søjlediagrammer. Her bruger vi to typer diagram-

mer. Det ene kaldes tæthedskurver. I figur 1 ses en tæthedskurve over

danske elevers computer- og informationskompetence. Den viser ande-

len af elever med forskellige niveauer af kompetencer. Jo højere kurven

er – eller jo større ’tæthed’ – des flere elever har kompetencer på det giv-

ne niveau. Jo større et område af værdier, kurven dækker over – eller sagt

på en anden måde: jo fladere kurven er – des større spredning er der

i elevernes dygtighed.

I figuren har vi indtegnet gennemsnittet for elevernes kompetencer

med en sort streg. Som det fremgår, er den lidt til venstre for det højeste

punkt, og kurven er fladere i venstre side. Der er således elever, der er

væsentligt mindre dygtige end gennemsnittet, men ikke så mange, der

er væsentligt dygtigere end gennemsnittet.

De to stiplede linjer angiver standardafvigelsen fra gennemsnittet.

De er forklaret i næste afsnit.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Baggrund og formål

Figur 1. Fordelingen af danske elevers dygtighed i 2023 på skalaen for computer-

og informationskompetence.

0.006

0.004

Tæthed

0.002

0.000

300

Computer− og informationskompetence

400

500

600

700

Den anden type diagram, der viser fordeling af en kontinuert skala, kal-

des et violindiagram. Det bruger vi, når vi viser fordelingen af værdier på

skalaer på tværs af lande. Et eksempel kan ses i figur 22, side 133. Violin-

diagrammerne er mindre detaljerede, men giver blandt andet et overblik

over, hvor spredte respondenternes svar er, sammenlignet på tværs af

lande.

Standardafvigelse

Standardafvigelsen er et mål for, hvor meget spredning der er i værdierne

af et givent mål. Jo mindre standardafvigelse, des mere ens er respon-

denterne i deres svar eller dygtighed. Hvis fordelingen er normal – det vil

sige, hvis gennemsnittet ligger præcis midt i fordelingen, og kurven har

den såkaldte klokkeform – så er en standardafvigelse udtryk for, i hvilket

område cirka 68 procent af respondenternes værdier ligger, og to stan-

dardafvigelser er udtryk for, hvor cirka 95 procent af respondenternes

værdier ligger. For mål, der tilnærmelsesvis er normalfordelte, kan stan-

dardafvigelsen fungere som en retningspil for, hvor næsten alle (to stan-

dardafvigelser) eller størstedelen (en standardafvigelse) af respondenterne

ligger. Vi tegner derfor standardafvigelser ind på tætheds- og violinplot-

tene – også selv om der ikke er tale om normalfordelte kurver.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

1 · Baggrund og formål

Standardfejl og konfidensinterval

Når man måler sociale og psykologiske fænomener ved at stille spørgs-

mål, som samles til skalaer, og når man gør det på et udsnit (et ’sample’)

af populationen, så kan man ikke opnå et fuldstændigt præcist tal. Der

vil være en usikkerhed på det, man har målt, og på om dem, man har målt

på, også helt præcist repræsenterer populationen.

Til at udtrykke denne usikkerhed anvender vi begrebet ’standardfejl’

– som altså ikke er det samme som standardafvigelse (men som er for-

bundet til denne i beregningen). Jo større standardfejl, des mere usikker

er værdien.

Man kan omregne standardfejlen til et såkaldt konfidensinterval.

Konfidensintervallet angiver, hvor den ’sande’ værdi for respondenten

eller populationen ligger, med for eksempel 68 eller 95 procents sand-

synlighed. Hvis vi for eksempel angiver, at de danske elevers computer-

og informationskompetence i gennemsnit er 517,9 point (se tabel 4,

side 90f.), og standardfejlen er på 2,4, så vil det faktiske gennemsnit for

populationen med 68 procents sandsynlighed ligge mellem 517,9 – 2,4 og

517,9 + 2,4, altså mellem 515,5 og 519,3 point. Inden for samfundsviden-

skabelige studier vil man for det meste angive et konfidensinterval på 95

procent, og så ganger man standardfejlen med 1,96, så konfidensinter-

vallet i eksemplet vil ligge mellem 517,9 – 1,96*2,4 og 517,9 + 1,96*2,4 eller

513,2 til 522,6.

Signifikante forskelle og væsentlige forskelle

På hverdagssprog bruger vi ofte ordet signifikant til at angive, at noget er

særligt vigtigt, at det gør en forskel. Men her adskiller hverdagssproget

sig fra det statistiske fagsprog, for på ’statistisk’ betyder signifikant ikke

nødvendigvis vigtigt.

På grund af usikkerheden på resultaterne vil forskelle mellem for

eksempel to gennemsnit ikke altid være ’signifikante’. Det betyder, at godt

nok er estimaterne på gennemsnittet numerisk forskellige, men usikker-

heden gør, at vi ikke kan være sikre på, om forskellen blot er tilfældig.

Populært (men ikke helt korrekt) sagt overlapper konfidensintervallerne

mellem de to gennemsnit hinanden, sådan som det for eksempel er

tilfældet mellem danske og belgiske elevers gennemsnit på computer- og

informationskompetenceskalaen. Danske elevers gennemsnit er 517,9, og

belgiske elevers gennemsnit er 510,6, men på grund af standardfejlene

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Baggrund og formål

(usikkerhederne) på 2,4 og 4,3 kan vi ikke være sikre på, at der faktisk er

en forskel. Vi siger, at forskellen er statistisk insignifikant.

Hvis forskellen er signifikant, så kan vi være ret sikre på, at der faktisk

er en forskel. Men det er ikke sikkert, at den forskel faktisk er betydelig

eller væsentlig (altså signifikant i hverdagssproglig forstand). De otte

point, der er mellem de portugisiske og de danske elevers gennemsnit,

er en signifikant forskel, men spørgsmålet er, om det også er en stor (be-

tydelig, væsentlig) forskel. Det ville man måske snarere kunne sige om

forskellen på 16 point mellem de danske og de tyske elever. Det er med

forskel er vigtig og bør være genstand for indsatser.

andre ord i sidste ende en subjektiv – eller politisk – vurdering, om en

ICILS måler ikke alt

Selv om vi peger på en række faglige områder i dansk grundskole, som

relaterer til indholdet i ICILS-undersøgelsen, for at tydeliggøre, at ICILS

måler væsentlige og fagligt relevante kompetencer, skal det understre-

ges, at computerbaserede undersøgelser med simulerede virkeligsnære

opgaver, der skal kunne vurderes efter strenge kriterier, sådan som det

gør sig gældende 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 for

den faglighed, der ligger tættest på, nemlig det kommende valgfag tek-

nologiforståelse. For det andet kan undersøgelser som ICILS give en lang

række væsentlige indsigter om en populations kompetencer og kontek-

sten for udviklingen af den. Den slags undersøgelser ville også kunne

bruges som pædagogisk redskab af lærere i deres undervisning, men der

er også behov for, at der udvikles og vedligeholdes en bred evaluerings-

kultur, hvor der også indgår mere formativt orienterede evalueringer af

elevernes kompetencer. For eksempel i form af udarbejdelse af porteføl-

jer over produkter, føring af læringslogbøger, deltagelse i fremlæggelser,

aktiv deltagelse i udviklingsprocesser og meget mere.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

2 Computer- og informations-

kompetence

Begrebet computer- og informationskompetence defineres i ICILS som

”et individs evne til at anvende computere til at undersøge, skabe og kom-

munikere med henblik på hensigtsmæssig deltagelse i hjemmet, i skolen,

på arbejdspladsen og i samfundet” (Fraillon m.fl. 2024). I undersøgelsen

af elevernes computer- og informationskompetence lægges der vægt på

deres evne til at bruge computere til at indsamle og håndtere information

samt at producere og udveksle information.

I dette kapitel uddyber vi, hvordan man måler elevernes computer- og

informationskompetence i ICILS. Først forklares kort de principper, der

ligger bag undersøgelsesrammen, og så præsenteres den brugergrænse-

flade og det design, som er blevet anvendt i undersøgelsen siden 2013.

Dernæst kommer der et overblik over, hvilke opgavemoduler eleverne

blev præsenteret for, og vi folder kompetenceområderne ud og beskriver,

hvordan de operationaliseres i forhold til undersøgelsesrammen. Her-

efter præsenteres eksempler fra de opgaver, eleverne løste i 2023, som

viser, hvordan elever præsterer på forskellige niveauer af skalaen.

Sidst i kapitlet sættes undersøgelsesrammen ind i en dansk uddan-

nelseskontekst med udgangspunkt i læseplaner, vejledninger og Fælles

Mål for de relevante fag og fagområder, som kompetenceområdet rela-

terer sig til.

Kompetenceområder for computer-

og informationskompetence

Undersøgelsesrammen i ICILS er løbende blevet udviklet af forsknings-

ledelsen i ICILS i samarbejde med de enkelte landes nationale forsknings-

koordinatorer. I den proces vurderer forskerne, om der kan peges på noget,

der nødvendiggør ændringer i undersøgelsesrammen. Som forberedelse

til ICILS 2023 blev undersøgelsesrammen igen evalueret og udviklet, men

strukturen i ICILS 2023 er forblevet den samme som i ICILS 2018.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Computer- og informationskompetence

består ligesom i 2013 og 2018 af fire kompetenceområder, der hver inde-

holder to aspekter (se tabel

1).

Et kompetenceområde er en overordnet

konceptuel kategori, som rammesætter det indhold, der adresseres af

Undersøgelsen af elevernes computer- og informationskompetence

måleinstrumentet, hvor et aspekt er en specifik indholdskategori inden

for et givent kompetenceområde. I Bundsgaard m.fl. (2019, s. 41) findes en

detaljeret uddybning af kompetenceområderne og de tilhørende aspekter.

Tabel 1. Computer- og informationskompetence er en persons evne til at anvende

computere til at undersøge, skabe og kommunikere med henblik på hensigts-

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

Kompetence-

område 1: At forstå

computerbrug

Aspekt 1.1

Grundlæggende

aspekter ved

computerbrug

Aspekt 1.2

Grundprincipper

for computerbrug

Kompetence-

område 2: At ind-

samle information

Aspekt 2.1

At tilgå og vurdere

information

Kompetence-

område 3: At pro-

ducere information

Aspekt 3.1

At tilpasse

information

Kompetence-

område 4: Digital

kommunikation

Aspekt 4.1

At dele information

Aspekt 2.2

At håndtere

information

Aspekt 3.2

At skabe

information

Aspekt 4.2

At anvende

information ansvarligt

og sikkert

Undersøgelsesrammens struktur blev brugt som et organisatorisk værk-

tøj til at sikre, at alle dele af den mangefacetterede kompetence blev

inkluderet i måleinstrumentet. En opgave kan bestå af et enkelt ’item’

(for eksempel hvis det blot er et multiple choice-spørgsmål), men den

kan også bestå af mange items (for eksempel hvis eleven skal foretage et

valg og forklare sit svar). Nogle af de opgaver, eleverne fik, kunne være

enten rigtige eller forkerte, og derved gav det tilhørende item 0 eller

1 point, mens andre kunne være delvist rigtige, og derved kunne item’et

give 0, 1, 2 eller 3 point. I alt var der 107 items, som tilsammen indeholdt

174 point. Lidt over halvdelen af pointene blev givet i forbindelse med

de syv store opgaver. Nedenfor angives, hvor stor en procentandel af op-

gaverne der knytter sig til de fire kompetenceområder og de tilhørende

otte aspekter.

Kompetenceområde 1: At forstå computerbrug, 12 procent

Aspekt 1.1: Grundlæggende aspekter ved computerbrug, 2 procent

Aspekt 1.2: Grundprincipper for computerbrug, 10 procent

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

2 · Computer- og informationskompetence

Kompetenceområde 2: At indsamle information, 20 procent

Aspekt 2.1: At tilgå og vurdere information, 13 procent

Aspekt 2.2: At håndtere information, 7 procent

Kompetenceområde 3: At producere information, 49 procent

Aspekt 3.1: At tilpasse information, 15 procent

Aspekt 3.2: At skabe information, 34 procent

Kompetenceområde 4: Digital kommunikation, 19 procent

Aspekt 4.1: At dele information, 8 procent

Aspekt 4.2: At anvende information ansvarligt og sikkert, 11 procent

Fraillon m.fl. (2019) beskriver, at designet i ICILS ikke blev lagt an på at

undersøge alle aspekter ved computer- og informationskompetence-

begrebet i lige stort omfang. Formålet var, at alle aspekter af autentiske,

kontekstualiserede undersøgelsesaktiviteter blev dækket. 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 kompeten-

ceområde.

Opgavemodulerne

Et essentielt element af ICILS er de elevopgaver, som er indarbejdet i op-

gavemoduler, der er udviklet til at måle elevernes computer- og informa-

tionskompetence. De første moduler blev udviklet forud for gennem-

førelsen af den første ICILS-undersøgelse i 2013, og der er derefter blevet

udviklet yderligere moduler til undersøgelserne i 2018 og 2023.

Overordnet karakteriseres elevdelen i undersøgelsen ved, at:

• Eleverne gennemfører opgaverne individuelt på en computer.

• Opgaverne er virkelighedsnære og integrerer fagligt indhold

fra flere fag.

• Opgaverne repræsenterer en kombination af elevernes receptive,

tekniske og produktive kompetencer samt deres kompetencer til

vurdering af sikker og etisk brug af computerbaseret information.

Til undersøgelsen i 2023 blev der anvendt i alt syv opgavemoduler. Der

var mellem syv og tolv opgaver i hvert modul, og hvert modul var vurde-

ret til at tage op til 30 minutter at gennemføre. Ud af de syv moduler blev

eleverne præsenteret for to tilfældigt udvalgte moduler.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Computer- og informationskompetence

lejret i en autentisk narrativ ramme. De mindre opgaver tog typisk et til

to minutter at løse hver især og blev efterfulgt af en større opgave, som

det typisk tog eleverne ti til femten minutter at løse. Eleverne dispone-

rede selv over tiden, men blev forud for opgaveløsningen gjort opmærk-

somme på at afsætte tid til at løse den store opgave. Elevdelens bru-

gergrænseflade blev designet med henblik på at give eleverne en auten-

Et opgavemodul bestod af nogle mindre opgaver og spørgsmål ind-

tisk oplevelse af at arbejde med og løse forskellige opgaver på en com-

puter. Elevopgaverne blev afviklet offline, men simulerede den type af

på nettet eller anvender computer til eksempelvis præsentationer, tekst-

behandling eller programmering. Eleverne blev præsenteret for nogle

brugergrænseflader, eleverne almindeligvis arbejder med, når de er

opgaver af forskelligt format. Blandt dem var velkendte multiple choice-

opgaver, opgaver, hvor eleverne skulle formulere korte tekstsvar, op-

gaver, der bestod i, at eleverne klikkede et sted på skærmen, opgaver, hvor

eleverne skulle flytte rundt på mærkater for at vise sammenhænge eller

relationer, og en række mere komplekse opgaver, hvor eleverne for

eksempel skulle producere hjemmesider eller præsentationer i simule-

rede design- eller kontorprogrammer.

I figur 2 gengiver vi et skærmbillede af den store opgave i modulet

Bandkonkurrence.

Nederst til venstre er instruktionerne til den opgave, eleverne skulle

løse, og når de skulle skrive besvarelser på spørgsmål eller foretage valg,

var det her, det foregik. Til højre på skærmen var antallet af opgaver af-

bildet som blå firkanter, 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 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 den store opgave.

Typisk bestod de mindre opgaver af færdighedsopgaver samt håndtering

af information og ledte til elevernes arbejde med den store opgave.

Undersøgelsen af elevernes computer- og informationskompetence

bestod af i alt syv opgavemoduler. De er beskrevet i tabel

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

2 · Computer- og informationskompetence

Figur 2. Elevbrugergrænsefladen i Bandkonkurrence.

Tabel 2. De syv opgavemoduler for computer- og informationskompetence.

Titel

Bandkonkurrence

Beskrivelse

Eleverne skulle planlægge en konkurrence for skolebands. De

skulle anvende software til at opbygge en hjemmeside til udveksling

af informationer i forbindelse med konkurrencen.

Eleverne skulle udarbejde en præsentation til at fortælle 8-9-årige

om åndedrættet. De skulle håndtere information, vurdere kilders

troværdighed og målrette deres produkt.

Eleverne skulle hjælpe med at planlægge en skoleudflugt for deres

klassekammerater. Ved hjælp af online databaseredskaber skulle

de udvikle et informationsark om turen og eksempelvis bruge et

online ruteplanlægningsværktøj.

Eleverne skulle bruge et socialt skolenetværk til at lave opslag

og beskeder, der kunne give elever lyst til at være med i skolens

brætspilklub.

Eleverne skulle tilgå og forholde sig til videoer om genbrug på

en online videokanal til deling af videoer. Formålet var at finde

passende og troværdig information om emnet, tage noter på et

computerbaseret noteværktøj samt designe et grafisk produkt,

som kunne skabe opmærksomhed om genbrug og genanvendelse.

Åndedrættet

Skolerejse

Brætspilklubben

Genbrug

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Computer- og informationskompetence

Eleverne skulle lave en sammenligning af papirbøger med e-bøger.

Formålet var at finde passende og troværdig information om emnet.

Eleverne skulle skrive noter, der skulle deles og anvendes til en

præsentation om emnet.

Eleverne skulle anvende et socialt netværk på en skole til at

kommunikere med lærere og elever om at lave en plakat til elever

i de små klasser om sikkerhed på internettet.

E-bøger og papirbøger

Sikkerhed på internettet

Tilsammen bidrog de syv opgavemoduler til at måle, beskrive og ana-

lysere elevernes computer- og informationskompetence. Modulerne

E-bøger og papirbøger og Sikkerhed på internettet er nye – det vil sige,

de blev udviklet til undersøgelsen i 2023. I dette afsnit følger en kort

beskrivelse af, hvordan kompetenceområderne blev operationaliseret i

udviklingen af opgaverne, og den vurdering af elevbesvarelserne, der

kunne fordele dem på en skala.

Kompetenceniveauer for computer-

og informationskompetence

Når man udvikler en test på baggrund af en grundig beskrivelse af feltet,

der undersøges, kan man bruge elevernes svar til at beskrive den typiske

elevs udviklingssti. Det gør vi ved at beskrive såkaldte kompetence-

niveauer. 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. Vi betragter disse empirisk funderede kompetencebe-

skrivelser som et af de væsentligste resultater, der kommer ud af ICILS-

undersøgelsen. De kan nemlig bruges af såvel lærere som læremiddelud-

viklere, læreruddannere, forskere og læreplansudviklere til at få indsigt

i, hvad elever på 8. klassetrin kan forventes at kunne, og i forhold til hvilke

områder der kræves en særlig indsats.

I det følgende afsnit beskriver vi de fire kompetenceniveauer overord-

net set, og efterfølgende nogle af de testmoduler, som eleverne arbejdede

med i ICILS-testen, for at illustrere, hvad elever på de forskellige niveau-

er mere konkret kan. I kapitel 4 formidler vi resultatet af, hvor på skalaen

de danske elever befinder sig, samt diskuterer, hvad det betyder, og hvor-

for det forholder sig sådan.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

2 · Computer- og informationskompetence

kompetence 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.

I udviklingen af måleinstrumentet for computer- og informations-

af undersøgelsens opgaver og disses skalerede sværhedsgrader. Analyser

af oversigten samt elevernes resultater blev dernæst brugt til at udforme

kompetenceniveauer med en bredde på 85 point og niveaugrænser ved

407, 492, 577 og 661 point. Et elevresultat under 407 point indikerer så-

ledes, at elevens computer- og informationskompetence ligger under

det laveste niveau, man sigter mod at kunne måle med undersøgelsesin-

strumentet, mens et elevresultat over 661 point indikerer, at elevens

computer- og informationskompetence ligger på det højeste niveau.

udgangspunkt i en ændring af den originale itemkalibrering, så den

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

Skalaen for computer- og informationskompetence blev udviklet med

Beskrivelsen af kompetenceniveauerne er altså baseret på indholdet

en kompetence på niveau med sværhedsgraden af et givent item på

skalaen vil have 62 procents sandsynlighed 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 pointtal på et givent niveau kan altså forventes at

have svaret rigtigt på mindst halvdelen af spørgsmålene på dette niveau.

Beskrivelserne af kompetenceniveauerne, som vi præsenterer i tabel

3, 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, des

højere på skalaen eleverne befinder sig, og elever på et givent niveau

vil med endnu større sandsynlighed kunne løse opgaverne under deres

målte kompetenceniveau.

Skalaen fra laveste til højeste niveau afspejler en bred udvikling fra

instrueret brug af softwarekommandoer, over stigende grad af uafhæn-

gighed i forhold til at udvælge og anvende information til at kommuni-

kere med andre, til deres evne til uafhængigt og målrettet at kunne ud-

vælge information og på kontrolleret vis betjene en række softwareværk

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Computer- og informationskompetence

Tabel 3. Skalaen for elevernes computer- og informationskompetence.

Beskrivelse

Niveau 1 (over 407 til 492 point)

Elever på kompetenceniveau

1 udviser praktisk, funktionel

viden om computere som

redskaber og grundlæggende

forståelse af konsekvenserne af, at

computere tilgås 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.

Eksempler

• åbne et link i en ny browserfane

• anvende et passende kommunikationsværktøj

til kommunikation i en specifik 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.

Niveau 2 (over 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 informa-

tionsprodukter med sammen-

hæng mellem design og layout-

konventioner. Elever på

kompetenceniveau 2 viser

bevidsthed om måder at beskytte

personlig information på samt

nogle af konsekvenserne ved

offentlig adgang til personlige

informationer.

• forklare fordelene ved at anvende et passende kommunikations-

værktøj til kommunikation i en specifik kontekst

• forklare et potentielt problem ved, at en personlig e-mailadresse

er offentligt tilgængelig

• forbinde en bred anvendelse af tegn med styrken af et kodeord

• navigere til en URL, som er udformet som ren tekst

(det vil sige ikke klikbar)

• indsætte information i en specifikt angivet celle i et regneark

• finde eksplicit angivet enkel og let identificerbar information

på en hjemmeside, der indeholder flere sider

• vide, at søgemaskiner kan prioritere sponsoreret indhold

frem for ikkesponsoreret 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

specifikt angivet tekst på en hjemmeside.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

2 · Computer- og informationskompetence

Beskrivelse

Niveau 3 (over 576 til 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

• forklare ulemperne ved at anvende et kommunikationsværktøj

til kommunikation i en specifik kontekst

• vurdere troværdigheden af information fra en hjemmeside med mange

bidragydere (crowdsourcing)

• identificere, når indhold på nettet er resultat af en udgivers retningslinjer

for indhold eller reklameindtægter gennem målrettet indhold

• forklare formålet med eksplicit at markere sponsoreret indhold på internetsider

• forklare fordelen ved et almindeligt system til at organisere og hente information

• 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

• tilpasse sproget og indholdet af en informationskilde fra internettet,

så det passer til en yngre målgruppe ved udarbejdelsen 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

• lave plakater og præsentationer, hvor layoutet er veltilrettelagt,

så det forbedrer læsbarheden og forståelsen hos publikum

• anvende søgeoperatorer og filtre til at forfine informationssøgning

• evaluere pålideligheden af information, som har til formål at promovere

et produkt på en kommerciel hjemmeside

• skelne mellem sponsoreret og ikkesponsoreret indhold i en internetartikel

• 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 præsentation

• bruge tekstlayout og formateringsfunktioner til at udtrykke den rolle,

elementer 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

• forklare, at kodeord kan være krypterede eller ikke

• skaffe relevant fakta fra elektroniske kilder til brug i og understøttelse

af et indlæg på et socialt medie

• identificere flere måder at verificere troværdigheden af oplysninger

i en internetartikel

• forklare, hvordan et kommunikationsværktøj kan anvendes til

at vise inkluderende adfærd

• citere den relevante informationskilde fra nettet ved udarbejdelse

af et informationsprodukt.

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.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Computer- og informationskompetence

tøjer til at kommunikere med andre. Her indgår også elevers viden om og

forståelse for spørgsmål, som relaterer sig til sikker og etisk brug af elek-

tronisk information. En sådan forståelse indbefatter viden om informa-

tionstyper og sikkerhedsprocedurer samt bevidsthed om sociale, etiske

og lovmæssige konsekvenser ved, at mange kendte og ukendte brugere

(potentielt) tilgår elektronisk information.

Tabel 3 indeholder desuden eksempler på, hvad eleverne konkret kan

på et givent niveau. De korte beskrivelser er i forhold til 2013 uændret i

2018 og 2023, men nogle af eksemplerne på elevernes kompetencer inden

for hvert niveau er blevet opdateret, så de afspejler indholdet af ICILS

2023-undersøgelsen af elevernes computer- og informationskompeten-

ce. Et lille antal test-items havde skalerede sværhedsgrader under kom-

petenceniveau 1. Disse items repræsenterede de mest basale evner (så-

som at klikke på et hyperlink) og gav ikke tilstrækkelig information til at

give grundlag for en beskrivelse på skalaen.

Eksempelopgaver til undersøgelse af computer-

og informationskompetence

For at give en dybere forståelse af de fire kompetenceniveauer præsen-

teres i det følgende eksempler på opgaver fra modulerne Åndedrættet og

Skoleudflugt, der begge har indgået i ICILS-undersøgelsen i både 2013,

2018 og 2023. Da vi nu viser dem for offentligheden, kan de ikke indgå

i de følgende runder af ICILS. Eksemplerne viser karakteren og variatio-

ner af opgaver, og samtidig anskueliggør de, hvad elever kan udføre af

opgaver inden for hvert kompetenceområde. En mere detaljeret gennem-

gang af de anvendte opgaveformater og design findes i Fraillon 2024.

Der beskrives fire eksempler på mindre opgaver fra testmodulet

efterfulgt af en beskrivelse af en stor opgave.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

2 · Computer- og informationskompetence

Eksempler på mindre opgaver

En opgave på kompetenceniveau 1

Den første eksempelopgave, der ses i figur 3, er fra opgavemodulet Ånde-

drættet og illustrerer en opgave, der placerer sig på kompetenceniveau 1

på skalaen for computer- og informationskompetence (se tabel 3). Opga-

ven afprøver, hvorvidt eleverne ved hjælp af proceslinjen kan skifte fra

en præsentation til en webbrowser. Eleverne blev bedt om at bruge inter-

nettet til at finde nogle hjemmesider, som kunne hjælpe dem med deres

præsentation. Elever, der klikkede på webbrowser-knappen, fik point,

og opgaven blev kodet automatisk af en algoritme. Opgaven relaterede

til Kompetenceområde 1. At forstå computerbrug – Aspekt 1.2. Grund-

principper for computerbrug, og blandt danske elever svarede 81 procent

korrekt. På tværs af de deltagende lande varierede procentandelen, der

svarede korrekt, fra 29 til 85 procent.

Figur 3. Eksempelopgave 1. Skift mellem vinduer på proceslinjen

(fra opgavemodulet Åndedrættet).

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Computer- og informationskompetence

En opgave på kompetenceniveau 2

Den næste eksempelopgave (figur

er også fra opgavemodulet Ånde-

drættet og illustrerer en opgave på kompetenceniveau 2 (se tabel 3).

Opgaven gik ud på, at eleverne skulle finde og åbne en præsentationsfil

blandt en samling af forskellige filtyper i en mappe, der hed: ’C:\Skole-

projekter’. Elever, der genkendte præsentationsfilen ud fra dens filtype

eller beskrivelse og kunne åbne filen ved at dobbeltklikke eller åbne

menuen, fik point. Opgaven blev kodet automatisk af en algoritme og

relaterede sig ligesom den foregående til aspekt 1.2. Blandt danske elever

svarede 64 procent korrekt, og på tværs af de deltagende lande varierede

procentandelen, der svarede korrekt, fra 24 til 73 procent.

Figur 4. Eksempelopgave 2. Find og åbn en bestemt fil (fra opgavemodulet Åndedrættet).

En opgave på kompetenceniveau 3

Det tredje eksempel (figur 5) er ligeledes fra modulet Åndedrættet og

illustrerer en opgave på kompetenceniveau 3. Samtidig anskueliggør

eksemplet, hvordan opgaver, der indeholdt åbne svarfelter, kunne se ud.

I denne opgave skulle eleverne vurdere, om en hjemmeside, der sælger

et kosttilskud fremstillet af oregano, var troværdig. I opgaven, der gik

forud, havde eleverne gennemført en internetsøgning, og denne hjem-

meside blev præsenteret som et resultat af denne søgning. Hjemmesiden

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

2 · Computer- og informationskompetence

indeholdt information, som indikerede, at hjemmesiden kunne være

utroværdig. Eleverne skulle begrunde deres svar i tekstfeltet under

opgaven.

eleverne udarbejdede et produkt, blev vurderet kvalitativt af kodere, der

havde gennemgået undervisning i metoden, og som efterfølgende havde

mulighed for at diskutere og rådføre sig med undersøgelsesledelsen. Læs

mere om den kvalitative vurdering i Bundsgaard m.fl. (2019, s. 207).

I denne opgave fik elevernes besvarelse point, hvis forklaringen

Besvarelser på opgaver, hvor der enten var åbne svarfelter, eller hvor

henviste til en af følgende fire mulige observationer om hjemmesidens

indhold: (1) Afsenderen er anonym, (2) hjemmesiden mangler uafhængig

forskning om produktets effekt, (3) hjemmesiden mangler citerede kilder,

(4) hjemmesiden indeholder overdrevne påstande, der kan have et

kommercielt formål. Opgaven relaterede sig til Kompetenceområde 2. At

indsamle information – Aspekt 2.1. At tilgå og vurdere information. Blandt

danske elever svarede 18 procent korrekt, og på tværs af de deltagende

lande varierede procentandelen, der svarede korrekt, fra 1 til 50 procent.

Figur 5. Eksempelopgave 3. Fritekstopgave om troværdighed

(fra opgavemodulet Åndedrættet).

Andre opgaver krævede, at eleverne brugte deres viden om håndtering

af information (for eksempel evnen til at finde relevant information ved

hjælp af forskellige kilder).

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Computer- og informationskompetence

Eksempel på en stor opgave

En opgave på kompetenceniveau 3 eller 4

Den næste eksempelopgave (figur

viser et eksempel på en stor opgave

fra opgavemodulet ”Skoleudflugt”. I opgaven skulle eleverne udarbejde

et informationsark til deres kammerater om en planlagt gåtur. Informa-

tionsarket skulle indeholde en velegnet overskrift, start- og sluttidspunkt

for turen, detaljer om seværdigheder på turen, et kort over ruten samt

turens samlede pris. Opgaven illustrerer elevernes færdigheder i infor-

mationslayout og design. Eleverne skulle anvende formatering; for ek-

sempel skulle overskrifter og underoverskrifter skelnes fra anden tekst

ved hjælp af formateringsteknikker som farve, fremhævning, under-

stregning, kursiv eller større skrifttype. Eleverne skulle også forholde sig

til placering af tekstbokse, så de ikke overlappede hinanden, så det hæm-

mede læsbarheden. Hvis eleverne fik mindst 1 point ud af 2 mulige,

placerede besvarelsen sig på kompetenceniveau 4. Eleverne fik ét point

(ud af to mulige), hvis de udviste grundlæggende kontrol over layout

i forhold til forskellige elementer på siden.

placerede deres besvarelse sig på kompetenceniveau 3. Fik de 2 point,

Figur 6. Eksempelopgave 4. Lav informationsark til dine klassekammerater

(fra opgaven Skoleudflugt).

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

2 · Computer- og informationskompetence

Den store opgave bestod således fra start af en tom præsentation, hvor

eleverne skulle arbejde med layout ved hjælp af softwarefunktioner. Soft-

warefunktioner og ikoner var designet, så de fulgte almindelige konven-

tioner for webbaserede redigeringsværktøjer. Funktionerne blev ansku-

eliggjort med ikoner, som det fremgår af skærmbilledet. Redigeringssoft-

waren gav eleverne de grundfunktioner, der kendes fra typiske billed- og

tekstredigeringsværktøjer. De kunne således tilpasse baggrundsfarve,

de kunne tilføje tekst og formatere den i størrelse, skrifttype med mere.

Programmet gemte automatisk versioner løbende som en backup, når

eleverne løste opgaverne. Når eleverne havde færdiggjort præsentatio-

nen, skulle de klikke på pilen nederst på siden. Når eleverne forlod mo-

dulet, blev den endelige version af præsentationen gemt, så den kunne

blive kvalitativt vurderet efter de givne kriterier for computer- og infor-

mationskompetence. I den danske ICILS-rapport fra 2018 findes en de-

taljeret uddybning af, hvordan elevbesvarelser på store opgaver kodes

(Bundsgaard m.fl. 2019, s. 205)

Opgaven relaterede sig til Kompetenceområde 2. At indsamle infor-

mation – Aspekt 2.2. At håndtere information. Blandt danske elever sva-

rede 45 procent korrekt, og på tværs af de deltagende lande varierede

procentandelen, der svarede korrekt, fra 4 til 57 procent. Variationen

indikerer, at mens nogle elever er kompetente i grundlæggende informa-

tionslayout og design, er der stadig en betydelig del, hvor den kompetence

er under udvikling.

Kompetenceområdets relation til dansk grundskole

Rammen for ICILS er udarbejdet uafhængigt af de deltagende landes

fagbeskrivelser (altså Fælles Mål, læseplanerne og vejledningerne i

Danmark). Men i et vist omfang lægges der i Danmark op til, at der skal

undervises i de områder, som ICILS-undersøgelsen dækker. I de følgende

afsnit beskrives, hvordan kompetenceområderne og aspekterne i ICILS’

undersøgelsesramme for computer- og informationskompetence er til

stede i fagbeskrivelserne for den danske grundskole. Vi har særligt fundet

relevante steder i faget dansk, det tværgående tema it og medier samt

forsøgsfagligheden teknologiforståelse. Vi foretager nedslag i Fælles

4. Dele af dette kapitel er gengivet fra den danske bog om ICILS 2018-resultaterne

(Bundsgaard m.fl. 2019), da kompetenceområderne i Fælles Mål ikke har ændret sig

i de mellemliggende år siden ICILS 2018. Læseplanerne har dog ændret sig.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Computer- og informationskompetence

Mål fra 2019 samt tilhørende læseplaner og vejledninger. Kompetence-

målene og overskrifterne til videns- og færdighedsområder i Fælles Mål

er obligatoriske, det samme er læseplanerne, hvis det er besluttet af kom-

munalbestyrelsen. Vejledningerne er frivillige.

Da ICILS undersøger elever i 8. klasse, koncentrerer vi os om læse-

planerne for udskolingen.

Relation til danskfaget og øvrige fag

Af læseplanerne fremgår det særligt, at danskfaget indeholder de aspek-

ter, der ligger under det, der i ICILS benævnes computer- og informa-

tionskompetence. Danskfaget består af de fire kompetenceområder

Læsning, Fremstilling, Fortolkning og Kommunikation, hvor særligt Læs-

ning og Kommunikation har relation til det, ICILS benævner computer-

og informationskompetence.

Læsning relaterer sig i særlig grad til ICILS’ kompetenceområde

At indsamle information, herunder aspektet At tilgå og vurdere informa-

tion. Dette kommer direkte til udtryk i danskfagets færdigheds- og

vidensområde Finde tekst, hvor eleverne blandt andet skal udvikle viden

om afsenderforhold, om faser i informationssøgning og om kildekritisk

søgning, ligesom de skal kunne gennemføre målrettet og kritisk infor-

mationssøgning og vurdere indholdet. I læseplanen for danskfaget,

Finde tekst, står der for 7.-9. klasse overordnet beskrevet, at: ”Undervis-

ningen omfatter kritisk og reflekteret navigation og søgning efter infor-

mation i analoge og digitale tekster og i at vælge tekster efter interesse,

sværhedsgrad og læseformål. Undervisningen omfatter kritisk refleksion

og stillingtagen til søgeresultater og afsenderforholds betydning for

teksters troværdighed”.

Under Kommunikation skal eleverne i færdigheds- og vidensområdet

It og kommunikation kunne diskutere etiske spørgsmål om kommuni-

kation på internettet, kunne vælge digitale teknologier i forhold til situ-

ationen samt kunne diskutere betydningen af digitale kommunikations-

teknologier for eget liv og fællesskab, ligesom de skal udvikle viden om

digitale teknologiers kommunikationsmuligheder. It og kommunikation

har direkte sammenhæng med ICILS’ kompetenceområde Digital kom-

munikation, herunder aspekterne At dele information samt At anvende

information ansvarligt og sikkert. I læseplanen for danskfaget fremgår

det overordnet for Kommunikation, 7.-9. klasse, at: ”Undervisningen

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

2 · Computer- og informationskompetence

omfatter anvendelse af digital teknologi til kommunikation, teksters på-

virkning af modtageren og valg af digitale teknologier, der passer til

situationen. Der er fokus på bevidst færden i et virtuelt univers og digi-

tale teknologiers betydning for elevens eget liv og fællesskab”. Og i vej-

ledningen beskrives det, at: ”Fokus i undervisningen kan lægges på, hvad

det betyder for vores kommunikation, at vi ikke er ansigt til ansigt med

vores modtager, når vi fx sender en SMS [...]. Eller at vi på de sociale

medier kan henvende os til mange, også folk som vi egentlig ikke ønsker

at kommunikere med. Undervisningen kan med fordel sætte eleverne i

situationer, hvor de skal anvende digital teknologi til hverdagskom-

munikation”. Det fremgår endvidere, at: ”Skolen må klæde eleverne på i

forhold til deres anvendelse af medier i tiden uden for skolen. Her

kan fx analyse af computerspil og hjemmesider, som mange børn beskæf-

tiger sig med i deres fritid, indgå. Det er nødvendigt, at eleverne får for-

ståelse for, hvordan data indsamles og behandles fra vores bevægelser

på nettet, og hvilke etiske perspektiver dette kan have. Ligeledes vil det

være nødvendigt at støtte eleverne i at reflektere over, hvordan deres

mediebrug påvirker de praksisfællesskaber, de er en del af – positivt og

negativt”.

Kigger vi på de andre fag i udskolingen, kan vi se, at eleverne i frem-

medsproget tysk efter 9. klassetrin og under kompetenceområdet Skrift-

lig kommunikation skal lære at kunne ”anvende digitale medier til enkel

sprogproduktion på tysk” og ”anvende digitale medier til kommunikati-

on på tysk”. Ligeledes skal de have ”viden om sproglige udtryksformer i

digitale medier” samt ”om kommunikationsformer i forskellige medier

og genrer”. Sådanne kompetencer hører i ICILS’ undersøgelsesramme for

computer- og informationskompetence under kompetenceområdet

At producere information, herunder aspektet At skabe information.

Franskfaget relaterer sig dertil på lignende måde som tysk med stort set

enslydende mål for faget under kompetenceområdet Skriftlig kommu-

nikation.

For historiefaget gælder det, at eleverne under kompetenceområdet

Kildearbejde skal kunne ”bruge digitale medier og andre udtryksformer

som kilder til at beskrive fortiden”. Dette relaterer sig altså i ICILS til kom-

petenceområdet At indsamle information, specifikt aspektet At håndtere

information, samt kompetenceområdet At kunne producere informa-

tion, specifikt aspektet At skabe information.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Computer- og informationskompetence

varebevidsthed kunne ”vurdere næringsindhold og tilsætningsstoffer,

herunder med digitale værktøjer”. I ICILS relaterer dette sig til aspektet

At håndtere information under computer- og informationskompetence-

området At indsamle information.

Under kompetenceområdet Alsidig idrætsudøvelse skal eleverne i

I madkundskab skal eleverne under kompetenceområdet Føde-

faget idræt efter 7. klasse kunne ”føre orienteringsløb ved hjælp af kort,

kompas og digitale medier” samt have ”viden om orienteringsløbskort,

kompas og digitale medier” og efter 9. klassetrin udvikle ”viden om be-

vægelsesanalyse, herunder digitale værktøjer”. Dette relaterer sig særligt

til kompetenceområdet At indsamle information i ICILS, herunder aspek-

terne At tilgå og vurdere information samt At håndtere information.

tere data visuelt, hvilket i ICILS særligt relaterer sig til kompetenceom-

rådet At producere information, herunder aspektet At tilpasse informa-

tion.

Derudover er et fokus i danskfaget – og folkeskolens øvrige fagrække

– beskrevet som det tværgående tema it og medier. Dette tema beskrives

yderligere i det følgende.

Endelig gælder det for naturfagene, at eleverne skal kunne repræsen-

Relation til det tværgående tema it og medier

It og medier har været et tværgående tema i dansk grundskole siden

folkeskolereformen i 2014 med målet om, at it-faglige mål skulle indgå i

alle fag. I vejledningen defineres it som ”informationsteknologi til opsam-

ling, behandling, lagring og udbredelse af information” og medier som

”digitalt baserede veje og miljøer for for eksempel information, kommu-

nikation, læring og underholdning”. Det understreges, at der både er

fokus på teknologi og kommunikation. Dette er 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.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

2 · Computer- og informationskompetence

Det påpeges, at der er ”tale om flydende grænser, men de fire elevposi-

tioner beskriver og afgrænser nogle særlige kendetegn for elevernes

læreprocesser”.

”at kunne kommunikere gennem medierne ved at finde og dele informa-

tion digitalt, 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 anvende disse multimodale tilgange”, som den stigende mæng-

de af digitale kulturprodukter integreres i.

Der er altså klare overlap mellem det tværgående tema it og medier

i læseplanerne og de kompetenceområder og indholdsaspekter, der

undersøges i ICILS — herunder i særlig grad til kompetenceområderne

At indsamle information, At producere information samt Digital kom-

munikation. Kompetenceområdet At forstå computerbrug, herunder

de to aspekter Grundlæggende aspekter ved computerbrug samt Grund-

principper for computerbrug, berøres i mindre grad i det tværgående

tema.

It- og mediekompetence indebærer ifølge vejledningen blandt andet

I de forskellige læseplaner for folkeskolens fag finder man overord-

nede eksempler på, hvordan it og medier i de givne fag tænkes at kunne

inddrages. I faget musik beskrives, at: ”It og medier er en ressource

for musikundervisningen og kan anvendes metodisk ifm. flere sider af

musikfaget”. Eksempelvis fremgår det, at: ”Digitale medier kan indgå

i særlig grad under kompetenceområdet musikalsk skaben, hvor disse

kan anvendes til at skabe, fastholde og bearbejde musikalske udtryk.

Eleverne kan arbejde digitalt og skabende inden for lydformning, kom-

position og digital produktion”. Et andet eksempel er samfundsfag, hvor

det i læseplanen beskrives, at: ”Digitale og andre medier er relevante i alle

fagets områder. Eleverne kan herunder fx arbejde med kritisk at søge

faglig relevant viden og information, at anvende digitale medier i deres

arbejde individuelt og i samarbejdsprocesser og at anvende relevante

medier til formidling og kommunikation”.

Der er ikke lavet undersøgelser af, i hvor høj grad vejledningen og dens

forslag til, hvordan der kan arbejdes med positionerne i fagene, er reali-

seret i konkret undervisning, men en tilbagevendende problematik ved

integrering af it i fagene er, at ingen har det ultimative ansvar for fagom-

rådet, ligesom lærerne ikke nødvendigvis er uddannede til den hastigt

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Computer- og informationskompetence

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 eleverne som skabere af teknologi og ikke blot brugere — hvilket også

var baggrunden for, at ICILS i 2018 integrerede undersøgelse af kompe-

tence til datalogisk tænkning. I Danmark har det blandt andet afstedkom-

met, at fagligheden teknologiforståelse for nogle skoler har været på

skemaet som forsøgsfaglighed i henholdsvis eksisterende fag og som

eget fag. Hvordan denne faglighed relaterer sig til ICILS’ undersøgelse af

computer- og informationskompetence, beskrives i det følgende.

Relation til fagligheden teknologiforståelse

Teknologiforståelse har ikke har været obligatorisk for eleverne i

perioden for undersøgelsen. Alligevel inddrager vi forsøgsfagligheden i

vores beskrivelse, dels fordi faget har mange ligheder med de aspekter,

jf. kapitel 1.

Formålet med forsøgsfagligheden teknologiforståelse er beskrevet

der undersøges i ICILS, dels da der nu er kommet tiltag på området,

som udvikling af faglige kompetencer og opnåelse af færdigheder og

viden til konstruktivt og kritisk at kunne deltage i udvikling af digitale

artefakter og forstå deres betydning. Dette fordrer ifølge beskrivelsen

en beherskelse af digitale designprocesser og af digitale teknologiers

sprog og principper.

Forsøgsfaget teknologiforståelse (Undervisningsministeriet u.å.)

består af de fire kompetenceområder Digital myndiggørelse, Digital

design og designprocesser, Computationel tankegang og Teknologisk

handleevne.

Teknologiforståelse blev fra 2018-2021 både afprøvet på 46 skoler som

selvstændigt fag og som integreret faglighed i de eksisterende fag dansk,

samfundsfag, matematik, natur/teknologi, fysik/kemi, billedkunst samt

håndværk og design. Enkelte skoler har valgt at fortsætte forsøgsfaget

i årene efter forsøgsperioden. I nærværende beskrivelse fokuserer vi ude-

lukkende på Fælles Mål, læseplan og vejledning for teknologiforståelse

som selvstændigt fag som den overordnede faglighed.

Digital myndiggørelse handler i kort form om ”evnen til analytisk

og refleksivt at forstå

digitale artefakters

betydning i hverdags- og

arbejdslivet”. Digital design og designprocesser handler om at tilveje-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

2 · Computer- og informationskompetence

bringe digitale artefakter og omfatter ”rammesættelse,

idégenerering,

konstruktion, argumentation

introspektion,

ofte udført i flere

iterati-

oner”.

Computationel tankegang er ”de processer, som indgår i at model-

lere et problem, så det kan behandles effektivt af en computer”. Teknolo-

gisk handleevne handler om ”evnen til at kunne forstå og artikulere mu-

ligheder og begrænsninger ved

digitale teknologier

samt kunne udtrykke

sig computationelt ved hjælp af disse” (EMU 2024).

På dette grundlag lægger læseplanen op til en meget bred udvikling

af elevers kompetencer inden for computer- og informationskompeten-

ce. Hvor danskfaget, temaet it og medier samt de øvrige beskrevne fag

samlet set i højere grad fokuserer på ICILS’ kompetenceområder At ind-

samle information, At producere information samt Digital kommunika-

At forstå computerbrug, herunder de to aspekter Grundlæggende aspek-

ter ved computerbrug samt Grundprincipper for computerbrug.

Fagidentiteten for forsøgsfaget teknologiforståelse defineres blandt

tion, er der i forsøgsfaget teknologiforståelse i højest grad fokus på

andet af fagets fundamentale og teknologiuafhængige principper, ”for

eksempel 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. funktionelle, men også etiske, æstetiske, strukturelle og organisa-

toriske forhold i verden og udfolde disse i digital design og designproces-

ser”. Hvor kompetenceområdet At forstå computerbrug i ICILS’ under-

søgelsesramme netop har hovedfokus på brug af computere, bevæger

teknologiforståelse sig altså yderligere over i forståelse som grundlag

for at skabe med computere.

I vejledningen for forsøgsfaget teknologiforståelse fremgår det end-

videre, 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 grundlæggende viden om computere. Inden for samme kompe-

tenceområde skal eleverne også arbejde med netværk og sikkerhed

og blive gode til at vurdere, hvordan man undgår virus og hacking samt

tilegne sig viden om deres digitale fodspor, og hvad disse i givet fald

kan bruges til”. Således overlapper det yderligere med ICILS’ kompetence-

område Digital kommunikation, herunder særligt aspektet At anvende

information ansvarligt og sikkert.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Computer- og informationskompetence

søgelsesramme for computer- og informationskompetence på forskelli-

ge måder er til stede i de danske fags læseplaner, men det er væsentligt

at huske på, at teknologiforståelse ikke er obligatorisk for alle folkesko-

leelever, ligesom det har været italesat som en udfordring at få integreret

det tværgående tema it og medier i alle fag. Fokus i læseplanerne er så

ledes langtfra ensbetydende med, at de 8.-klasseelever, der har deltaget

i ICILS 2023, er blevet undervist i de områder, de er blevet vurderet i.

Opsamlende kan man sige, at kompetenceområderne i ICILS’ under-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

3 Datalogisk tænkning

Datalogisk tænkning defineres i ICILS som ”et individs evne til at iden-

tificere 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”

(Fraillon m.fl. 2024).

computer- og informationskompetencebegreberne er områderne speci-

ficeret i forhold til en række aspekter. Kompetenceområderne beskriver

datalogisk tænkning i forhold til et individs evne til at kunne identificere

problemer og operationalisere løsninger.

I dette kapitel uddyber vi, hvordan man måler elevernes datalogiske

Datalogisk tænkning omfatter to kompetenceområder, og ligesom

tænkning i ICILS. Først forklarer vi, hvad ICILS forstår ved datalogisk

tænkning, og dernæst præsenterer vi et overblik over de opgavemoduler,

eleverne arbejdede med. Dernæst beskriver vi, hvordan opgaverne ope-

rationaliseres i forhold til definitionen, og vi præsenterer resultatskala-

ens betydning for fortolkningen af elevernes resultater. Med udgangs-

punkt i en række eksempelopgaver fra de opgavemoduler, der er blevet

frigivet efter undersøgelsen i 2023, beskriver vi, hvordan elever præsterer

på forskellige niveauer af skalaen. Denne del kan ligesom i kapitlet om

computer- og informationskompetence fungere som en ressource for

undervisere, der gerne vil have konkret indsigt i de forskellige kompe-

tenceområder.

Sidst i kapitlet sættes undersøgelsesrammen ind i en dansk ud-

dannelseskontekst med udgangspunkt i læseplaner, vejledninger og

Fælles Mål for de relevante fag og fagområder, som kompetenceområdet

relaterer sig til.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Datalogisk tænkning

Kompetenceområderne for datalogisk tænkning

Undersøgelsen af elevernes kompetence inden for datalogisk tænkning

består af to kompetenceområder med henholdsvis tre og to aspekter,

som det fremgår af tabel 4. I den danske ICILS-rapport fra 2018 findes en

detaljeret uddybning af kompetenceområderne og de tilhørende aspek-

ter (Bundsgaard m.fl. 2019, s. 41).

Tabel 4. Kompetence i datalogisk tænkning er en persons 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.

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 brugergrænseflader

Som i undersøgelsesrammen for computer- og informationskompetence

refererer et kompetenceområde til en overordnet konceptuel kategori,

der rammesætter det indhold, måleinstrumentet adresserer, og et aspekt

er en specifik indholdskategori inden for et givent kompetenceområde.

Disse aspekter omfatter den viden, de færdigheder og de forståelser, som

beskrivelserne præsenteret ovenfor har til fælles. Hensigten med at be-

skrive datalogisk tænkning i en sådan strukturel ramme er at organisere

indholdet, så forskellige relaterede aspekter fremstår tydeligt. Til hvert

aspekt er der udarbejdet opgaver, som hver især giver point i forhold til

det niveau, besvarelsen er vurderet at være på. I alt var der 31 opgaver og

spørgsmål, som tilsammen indeholdt 65 mulige point. Nedenfor angives,

hvor stor en procentandel af opgaverne der knytter sig til de to kompe-

tenceområder og de tilhørende fem aspekter.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

3 · Datalogisk tænkning

Kompetenceområde 1: At identificere problemer, 31 procent

Aspekt 1.1: At have indsigt i og forstå digitale systemer, 14 procent

Aspekt 1.2: At formulere og analysere problemer, 6 procent

Aspekt 1.3: At indsamle og repræsentere relevant data, 11 procent

Kompetenceområde 2: At udvikle løsninger, 69 procent

Aspekt 2.1: Planlægge og vurdere løsninger, 29 procent

Aspekt 2.2: At udvikle algoritmer, programmer og brugergrænsefla-

der, 40 procent

Opgavemodulerne

Undersøgelsesrammen for ICILS 2023 forblev den samme som i 2018, men

indholdet i de opgaver, eleverne skulle løse, blev ændret for bedre at af-

spejle den integrerede proces af problemforståelse og problemløsning,

som er kernen i datalogisk tænkning. I 2018 bestod undersøgelsen af to

opgavemoduler, hvor det ene modul omfattede opgaver, der afspejlede

kompetenceområdet At kunne identificere et problem. Det andet modul

omfattede opgaver, der afspejlede kompetenceområdet At kunne udvik-

le løsninger på et problem. Til undersøgelsen i 2023 blev disse to moduler

omarbejdet, og der blev udviklet to nye opgavemoduler på baggrund af

de overordnede designprincipper, der blev formuleret i 2018. Alle fire mo-

duler indeholder opgaver, der relaterer sig til begge kompetenceområder.

Opgaverne blev altså udviklet, så de både indeholdt processer med at

identificere og forstå samt udvikle og evaluere computerbaserede løsnin-

ger på problemer. De blev også designet, så de tog højde for de digitale

værktøjer og forskellige brugergrænseflader, som eleverne kan møde i

virkeligheden. Brugergrænsefladen var designet med henblik på at give

eleverne en autentisk oplevelse af at arbejde med de brugergrænseflader,

som de almindeligvis arbejder med, hvis de udvikler programmerings-

løsninger.

Eleverne arbejdede hver med to af de fire moduler. Der var afsat 25

minutter til hvert modul. De fire opgavemoduler er beskrevet i tabel 5.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Datalogisk tænkning

Tabel 5. De fire opgavemoduler for datalogisk tænkning.

Titel

Selvkørende bus

Beskrivelse

Eleverne skulle indstille et navigations- og bremsesystem

i en selvkørende bus. For eksempel skulle de bruge en simulator

til at teste bremselængden for en selvkørende bus.

Eleverne skulle programmere en landbrugsdrone. De arbejdede

på en simpel programmeringsflade med udvikling, test, fejlretning

og vurdering af algoritmer.

Eleverne skulle udvikle en app, som kunne måle brugeres

aktivitet. For eksempel skulle de finde en fejl i sammensætningen

af kodeblokke og anvende kodeblokke til at udregne det antal

minutter, brugere er aktive.

Eleverne skulle udvikle et computerprogram, der kunne spille

en version af spillet kryds og bolle. For eksempel skulle de ved hjælp

af ’træk og slip’ sætte spillereglerne i den rigtige rækkefølge.

Landbrugsdronen

Udvikling

af smartphone-app

Udvikling af et spil

I opgavemodulet Selvkørende bus blev eleverne præsenteret for nogle

opgaver, der relaterede sig til konfiguration af et navigations- og brem-

sesystem i en selvkørende bus. I modulet Landbrugsdronen arbejdede

eleverne med kodeblokke på et arbejdsområde, hvor de kunne udvikle og

forbedre algoritmer ved at trække og slippe kodeblokkene. I Udvikling af

smartphone-app arbejdede eleverne både med opgaver, der relaterede

sig til konfiguration af en bevægelsessensor, og med udvikling og for-

bedring af en algoritme. Ligeledes arbejdede eleverne i opgavemodulet

Udvikling af et spil både med konfiguration og udvikling og forbedring

af en algoritme.

De fleste af elevernes besvarelser 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 kodere, der var uddannet til

at varetage opgaven.

Kompetenceniveauer for datalogisk tænkning

Som beskrevet tidligere anvendte den internationale forskningsledelse

Raschs teori (1960) som et empirisk grundlag for at sige, hvad eleverne

havde henholdsvis let og svært ved. På samme måde blev Raschs teori

anvendt til at udvikle en skala for datalogisk tænkning, som fremgår af

det følgende.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

3 · Datalogisk tænkning

logiske tænkning etableret med et gennemsnit på 500 (gennemsnits-

score) og en standardafvigelse på 100. Data fra 2018 blev brugt til at

tilpasse skalaen til 2023, og den blev udarbejdet og beskrevet ud fra

31 opgaver og de 65 mulige point. Man kan læse mere om procedurerne

for skalering og tilpasning i den tekniske rapport for 2023, som udgives

i marts 2025.

Skalaen for datalogisk tænkning blev udviklet på baggrund af svær-

hedsgraderne samt en vurdering af indholdet i opgaverne. Som en del

af udviklingsprocessen, og ligesom det blev gjort for computer- og infor-

mationskompetence, har forskerholdet formuleret beskrivelser af hver

opgave. Beskrivelserne refererer til undersøgelsesrammen og redegør

samtidig for de forståelser og færdigheder, som en elev, der svarer korrekt

på en opgave, skal udvise for at være kompetent. I 2018 var der forholds-

vis få opgaver i testen, og der var derfor ikke grundlag for udvikling af en

detaljeret beskrivelse af kompetenceniveauer. Derfor nøjedes den inter-

nationale forskningsledelse med at beskrive tre ’områder’ eller ’interval-

ler’. I 2023 er der tilstrækkeligt mange opgaver til, at en mere nuanceret

Til undersøgelsen i 2018 blev skalaen til målingen af elevernes data-

beskrivelse har kunnet udarbejdes. Vi kalder derfor intervallerne for

niveauer ligesom ved computer- og informationskompetence.

Niveauerne er udtryk for en syntese af de forskellige elementer, der

er karakteristiske for elevernes brug af computere til at planlægge og

anvende datalogiske løsninger. Niveauet under 330 point indikerer, at

eleven har udviklet datalogisk tænkning på det laveste niveau, man

sigter på at kunne måle med undersøgelsesinstrumentet. Eleverne med

en dygtighed mellem 330 og 440 point er på det første kompetenceniveau.

Elever på det andet niveau har en dygtighed mellem 440 og 550 point,

elever på det tredje niveau har en dygtighed mellem 550 og 660 point, og

elever på fjerde niveau har over 660 point.

Tabel 6 indeholder beskrivelser af og konkrete eksempler på, hvad

elever inden for de forskellige kompetenceniveauer kan. Kompetence-

niveauskalaen er hierarkisk på den måde, at jo mere avancerede kompe-

tencer eleverne har vist, des højere har de placeret sig på skalaen.

Den afspejler en udvikling fra elever på niveau 1, der kan forstå grund-

læggende træk af, hvordan computere fungerer, og kan udarbejde enkle

algoritmer med visuelle værktøjer, over elever på niveau 2, der har

begyndende algoritmisk tænkning og kan udarbejde moderat effektive

algoritmer. På niveau 3 kan eleverne udvikle algoritmiske løsninger til

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Datalogisk tænkning

Tabel 6. Kompetenceniveauerne for datalogisk tænkning.

Beskrivelse

Det første niveau (over 330 til 440 point)

Elever inden for det første niveau udviser kend-

skab til grundlæggende træk ved digitale systemer

(såsom sekventielt og betinget kodegennemløb

samt gentagelse), når de anvender dem på tyde-

ligt afgrænsede problemer. Eleverne kan genken-

de mønstre og udvikle enkle algoritmer, der kan

opfylde få specificerede mål. Eleverne kan sekven-

sere en simpel variation af kommandoer og forstå

og anvende gentag-kommandoer. Eleverne kan

være afhængige af en tydelig visuel sammenhæng

mellem den udførte kode og resultatet for at

kunne vurdere effektiviteten af deres algoritme.

Eksempler

• fuldende et beslutningstræ, så de enkelte

sekvenser, der leder til visning af en besked

til brugeren, er baseret på en sammenligning

af resultatet af to indsatte værdier

• finde ufuldstændige vinderkombinationer

i et spil ved at genkende enkle mønstre

• bruge et interaktivt netværksdiagram til

at markere en busrute, der skal samle passager

op og køre dem til en begivenhed

• udvikle en algoritme, der indeholder en

gentag-kommando

• udvikle en algoritme, som opfylder få delmål

med fejl eller opfylder alle delmål ineffektivt.

Det andet niveau (over 440 til 550 point)

Elever inden for det andet kompetenceniveau

udviser forståelse for at arbejde med en række

datalogiske problemer. De kan genkende og

bruge forskellige kombinationer inden for et antal

begrænsede kommandoer (herunder sekventiel

og betinget logik samt gentagelser) til at formule-

re og løse problemer.

De udviser algoritmisk tænkning ved at kunne

gennemskue, hvilke nødvendige betingelser og

hvilke data der kræves for at løse en opgave.

Eleverne på andet niveau kan anvende et blok-

baseret kodemiljø til at planlægge og udvikle en

algoritme, så programmet udfører opgaven i den

rigtige rækkefølge, baseret på de input og betin-

gelser, der sættes op (herunder anvendelse af

gentagelser). Deres algoritmer indholder flere

trin og kommandoer og opfylder flere mål med

moderat effektivitet og præcision.

De kan se sammenhænge mellem den udførte

kode og den visuelle repræsentation og på den

baggrund forfine og præcisere deres løsning.

• bruge et ruteplanlægningsprogram til at

gemme data, sammenligne tiden for forskellige

ruter og bestemme den hurtigste rute

• bruge et netværksdiagram til at finde den

mest effektive rute ud fra en række kriterier

• ændre en algoritme, så den viser en korrekt

brugermeddelelse, baseret på betinget logik

for én af tre brugere eller forkerte bruger-

meddelelser for alle tre brugere

• ændre en algoritme, så den kan omregne

minutter til timer

• fuldende et beslutningstræ, der beskriver

logikken i et simpelt spil, så det afgøres, hvornår

det er en spillers tur

• ændre i en algoritme for at få en simuleret

landbrugsdrone til at udføre handlinger på

et felt (for eksempel vande eller gøde) ved hjælp

af et begrænset udvalg af navigationskommandoer

(såsom flyt, drej og gentag) og betinget logik

for et begrænset antal mål.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

3 · Datalogisk tænkning

Beskrivelse

Det tredje niveau (over 550 til 660 point)

Elever inden for det tredje kompetenceniveau

arbejder med problemer, der involverer en vari-

ation af datalogiske begreber såsom simulation,

betinget logik og datafortolkning. Disse elever

bruger designmønstre, gentagelser og betinget

logik til at definere et system. De kan fortolke

problemstillinger og forklare, hvordan man anven-

der grundlæggende elementer i problemløsning.

For eksempel kan de forstå fordelene ved at bruge

computersimuleringer til at generere data om

virkelige systemer, og de kan forbinde animerede

simuleringer af bevægelser til dataplots.

Eleverne bestræber sig selvstændigt på at

udvikle løsninger ved hjælp af en effektiv al-

goritme. De bruger gentagelseskommandoer i

sammenspil med betinget logik, og de sikrer en

korrekt rækkefølge i kommandoerne. Typisk opfyl-

der deres algoritme de ønskede resultater med en

moderat effektivitet. De løser moderat komplekse

problemer, der kræver indlejrede kombinationer

af kommandoer såsom indre gentagelser inden

for ydre gentagelser. De udviser evne til at kunne

planlægge en række sammenhængende funk-

tioner, hvor relationen mellem forskellige trin

kan påvirke hinanden, men ikke nødvendigvis

er repræsenteret i visuel visning af resultatet.

Det fjerde niveau (over 660 point og over)

Elever inden for det fjerde kompetenceniveau

genkender og analyserer problemer, der involverer

mange forskellige datalogiske begreber og kom-

mandoer. De kan opdele komplekse problemer i

mindre, håndterbare dele og anvende relevante

algoritmer til at løse disse delproblemer som en

del af løsningen på det overordnede problem.

Eleverne forstår forholdet mellem komplekse

problemer og de komponenter, de består af. Deres

forståelse for digitale systemer gør dem i stand

til at formulere og repræsentere problemer på en

struktureret måde, og de analyserer og organise-

rer data på logisk vis for at finde løsninger.

Elever på fjerde niveau tester og forbedrer

deres algoritme, så det resulterer i løsninger, der

har en moderat til høj grad af præcision og effek-

tivitet. De finder løsninger på komplekse proble-

mer med flere mål, hvor der ikke er en direkte og

tydelig sammenhæng mellem det visuelle output

og kodelogikken, og de håndterer indlejrede

kombinationer af kommandoer i koden (såsom

indre gentagelser inden for ydre gentagelser)

Eksempler

• konfigurere og bruge en bremsesimulator

til at fastsætte en minimumsbremselængde

under nogle givne forhold

• angive én fordel ved at bruge computersimuleringer

af virkelige systemer til at indsamle data

• bestemme, hvilket netværksdiagram der

korrekt og ud fra et sæt kendte parametre viser

alle mulige ruter, en bus kan tage

• ændre i algoritmen, så det sikres, at en simuleret

landbrugsdrone nøjagtigt udfører vandings-

og gødningsopgaver ud fra givne kriterier

• fortolke visuelle fremstillinger af tredimensionelle

bevægelser og se de matchende simulerede

bevægelsesmønstre i en grafisk repræsentation

af bevægelserne

• ændre i en algoritme, så der tegnes linjer

mellem givne koordinatsæt

• sætte et sæt regler for et spil i en logisk

og korrekt rækkefølge

• delvist udfylde et beslutningstræ, så det

afspejler logikken i et simpelt automatisk

bremsesystem.

• anvende betinget logik til at ændre en kode,

der skal summere værdier i en datatabel baseret

på sand/falsk-betingelser

• vælge funktioners rækkefølge, så data fra

en sensor behandles præcist

• anvende betinget logik til at ændre koden,

så et spil fungerer, som det skal for brugeren

(for eksempel ved at definere, hvad der skal

ske ved et tastetryk)

• konfigurere en landbrugsdrones position og

retning i flere trin, så den udfører en række

komplekse opgaver effektivt

• teste en interaktiv spilleplade og vurdere og

beskrive, hvordan fejl i algoritmen fører til fejl

i spiludførelsen

• angive to fordele ved at bruge computer-

simuleringer af virkelige systemer til at

indsamle data.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Datalogisk tænkning

moderat komplekse problemer, og på niveau 4 kan eleverne opdele kom-

plekse problemer i mindre håndterbare dele og anvende algoritmer til at

løse problemerne. Centrale for forskellen på elevernes kompetencer er

blandt andet deres evner til at udarbejde kode, der er sekventiel (koden

udføres linje for linje), hvori der indgår betingelser (koden udføres, hvis

en betingelse er opfyldt) og gentagelser (hvor den samme kodebid ud-

føres gentagne gange).

Eksempelopgaver til undersøgelse

af datalogisk tænkning

I dette afsnit præsenteres to eksempelopgaver, der illustrerer karakteren

af de opgaver, som indgik i undersøgelsen af elevernes datalogiske tænk-

ning. Eksemplerne anskueliggør samtidig variationen og sværhedsgra-

den i de opgaver, eleverne arbejdede med. I det følgende afsnit beskriver

vi, hvordan elevernes besvarelser placerede sig inden for de forskellige

kompetenceniveauer afhængigt af karakteren af den enkelte besvarelse.

I den internationale rapport (Fraillon 2024) findes en mere detaljeret gen-

nemgang af opgaverne.

En opgave på kompetenceniveau 1 og 2

De væsentligste forskelle mellem præstation på niveau 1 og præstation

på højere niveauer er elevernes præcision, deres forståelse af beslut-

ningsprocesserne, deres evne til at planlægge trinnene (sekvenserne)

i deres algoritme, så de anvender gentagelse og samtidig er præcise. Når

kompetencen øges, begynder eleverne at se sammenhængen mellem

de forskellige dele af et problem. Det markerer en vigtig overgang fra

simple trin-for-trin-løsninger til en mere helhedsorienteret måde at

indtænke flere trin og mere effektive løsninger.

Selvkørende bus

Den første eksempelopgave (figur

inden for datalogisk tænkning er fra

opgavemodulet Selvkørende bus. I opgaven skulle eleverne, ved at klikke

på navnene, lave den mest direkte rute fra start, der ville få alle eleverne

med til sportsbegivenheden. Elever, der markerede en rute, hvor alle nav-

ne indgik, og som endte ved sportsbegivenheden, men hvor der indgik

overflødige træk eller genbesøg, blev tildelt 1 point. Opgaven blev kodet

automatisk, og besvarelser, der fik 1 point, placerede sig på det første

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

3 · Datalogisk tænkning

kompetenceniveau. Blandt danske elever fik 83 procent 1 point, og på

tværs af de deltagende lande varierede procentandelen fra 53-89 procent.

Hvis elever markerede en direkte rute fra start til sportsbegivenheden,

hvor alle navnene indgik, blev der blev givet 2 point, og de besvarelser

blev placeret på det andet niveau. Blandt danske elever fik 66 procent

2 point, og på tværs af de deltagende lande varierede procentandelen

fra 40-70 procent.

Figur 7. Eksempelopgave 5. Markering af en rute (fra opgavemodulet Selvkørende bus).

En opgave på kompetenceniveau 2, 3 og 4

Den væsentligste forskel mellem kompetenceniveau 2 og 3 er elevernes

bevidsthed om sammenhængene mellem forskellige komponenter i et

problem. Mellem de to niveauer overgår eleverne fra at have et snævert

fokus på at udvikle trin-for-trin-algoritmer til en mere helhedsorienteret

integration af algoritmisk og procesorienteret tænkning. Udviklingen

indebærer for eksempel, at eleverne kan anvende de samme komman-

doer til at opnå flere mål med større præcision. Selv om det stadig er

vigtigt på det andet niveau at kunne se den visuelle sammenhæng (re-

præsentation) mellem koden og dens resultat, bliver dette mindre vigtigt

end på det første niveau. Det skyldes, at eleverne begynder at stole mere

på deres internaliserede forståelse af sammenhængene i deres kodning,

herunder deres sekventielle og betingede logik samt deres forståelse for

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Datalogisk tænkning

gentagelser.

Elever på tredje kompetenceniveau forstår og bruger mange forskel-

lige computerbegreber og -kommandoer såsom simulering, databehand-

ling, løkker og betinget logik. Deres løsninger balancerer præcision og

effektivitet med moderat visuel støtte. Eleverne justerer eller forbedrer

deres løsninger, så de løser opgaven med større præcision. De viser evnen

til at tænke i flere trin og forstår kodning, selv når det visuelle resultat

ikke direkte viser, hvad koden gør. Forskellene mellem de midterste og

det øverste (det fjerde) kompetenceniveau er typen af de computerbe-

greber, eleverne bruger, og hvor præcise deres løsninger er.

På fjerde kompetenceniveau bruger eleverne abstraktioner til at

arbejde effektivt med virkelige problemer. De kan håndtere opgaver, der

involverer flere integrerede datalogiske begreber såsom tilstandshånd-

tering, altså at de kan referere til styring og kontrol af et systems eller en

applikations tilstand – for eksempel hvordan systemet er på et givent

tidspunkt – og bruger en stor variation af kommandoer med høj præci-

sion uden at være afhængige af en tydelig visuel sammenhæng mellem

output og koden.

Landbrugsdronen

Eksempelopgave 6 (figur

viser en opgave fra opgavemodulet Land-

brugsdronen. I opgavemodulet arbejdede eleverne med en drone, der

skulle bruges i forbindelse med drift af et landbrug. Eleverne arbejdede

med kodning på en simpel programmeringsflade udviklet til formålet.

Eleverne anvendte kodeblokke med forskellige funktioner til at udvikle,

teste eller finde fejl i en algoritme. Eleverne skulle programmere en

drone til kun at vande felter med afgrøder. Besvarelserne blev vurderet,

i forhold til hvor præcist opgaven var løst. I opgaven blev antallet af felter

med vandede afgrøder og kodens effektivitet målt på det samlede antal

anvendte kodeblokke.

Opgaven repræsenterede Kompetenceområde 1. At identificere pro-

blemer – Aspekt 1.3. At indsamle og repræsentere relevant data, og blev

kodet automatisk. Eleverne kunne få 0, 1, 2 eller 3 point i opgaven, og

alt efter antal point indplaceredes besvarelserne inden for de forskellige

kompetenceniveauer. Elever, hvis løsninger opfyldte de angivne mål

med fejl eller opfyldte alle målene ineffektivt (ved at bruge mere end

13 kommandoer), fik tildelt ét point, og besvarelserne placerede sig på

kompetenceniveau 2. Blandt danske elever fik 65 procent mindst ét point

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

3 · Datalogisk tænkning

på denne opgave, og på tværs af de deltagende lande varierede procen-

tandelen fra 36-71 procent. Elever, der kunne løse eksempelopgave 6 med

moderat effektivitet (ved brug af 6 til 7 kommandoer), fik to point og blev

indplaceret på niveau 3. Blandt danske elever fik 29 procent mindst

2 point på denne opgave, og på tværs af de deltagende lande varierede

procentandelen fra 15-46 procent. Elever, hvis besvarelser indplacerede

iterativ testning og fejlfinding. Blandt danske elever fik 4 procent 3 point

på denne opgave, og på tværs af de deltagende lande varierede procen-

tandelen fra 2-8 procent.

sig på kompetenceniveau 4, løste opgaven med stor præcision gennem

Figur 8. Eksempelopgave 6. Programmering af en drone (fra opgavemodulet

Landbrugsdronen).

Brugergrænsefladen

Eksempelopgave 6 illustrerer samtidig den brugergrænseflade, eleverne

arbejdede på. Brugergrænsefladen var inddelt i to funktionsområder, en

testbrugergrænseflade og et programmeringsområde. Inddelingen sva-

rede til den, der blev anvendt i målingen af elevernes computer- og infor-

mationskompetence: Den nederste del og den højre side af skærmen

indeholdt selve testbrugergrænsefladen 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 Land-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Datalogisk tænkning

brugsdronen var det, i modsætning til de andre testmoduler, muligt for

eleverne at navigere frem og tilbage mellem opgaverne ved at klikke på

de grønne klodser. 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 eventuelt forbedre deres besvarelse. Programmeringsom-

rådet bestod af tre adskilte områder: et område, hvor kodeblokkene var

placeret (nederst til venstre), et 9×9-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 brugergrænseflade, men med

forskelle i den visuelle udformning af landbruget, for eksempel afhæn-

gigt af hvilke afgrøder der var visualiseret (små eller store afgrøder).

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

arbejdsområdet, kodeblokken ved kørsel. Når eleverne eksempelvis trak

funktionskodeblokken ”Bevæg frem” ind i arbejdsområdet, satte den

sammen med ”Ved kørsel”-blokken og trykkede på den grønne afspil-

ningsknap, 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 blå reset-knap i arbejdsområdet, hvis de ønskede at komme tilbage

til det oprindelige udgangspunkt på arbejdsområdet.

I de følgende afsnit beskrives ligesom for computer- og informations-

kompetence, hvorvidt kompetenceområderne og aspekterne i ICILS’

undersøgelsesramme for datalogisk tænkning er til stede i læseplaner i

den danske grundskole, og vi koncentrerer os fortsat om læseplanerne

for udskolingen. Vi har fundet relevante fagmål i de naturfaglige fag na-

tur/teknologi, fysik/kemi, biologi, geografi og matematik samt forsøgs-

fagligheden teknologiforståelse.

Kompetenceområdets relation til dansk grundskole

Relation til naturfaglige fag

Fagene natur/teknologi, fysik/kemi, biologi samt geografi har alle ens-

lydende kompetenceområder, nemlig Undersøgelse, Modellering,

Perspektivering og Kommunikation. I relation til ICILS’ undersøgelses-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

3 · Datalogisk tænkning

ramme for datalogisk tænkning er særligt kompetenceområderne

Undersøgelse og 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. 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, simpel programmering og transmission af

data. Modellering involverer blandt andet at kunne forklare udviklinger

med digitale simuleringer eller fænomener og sammenhænge med digi-

tale programmer. De naturfaglige fag har således i højest grad fokus på

kompetenceområdet At identificere problemer fra ICILS’ undersøgelses-

data.

Matematikfaget har kompetenceområderne Matematiske kompeten-

Under Statistik og sandsynlighed er det et formuleret mål, at eleverne

efter 9. klasse har udviklet ”viden om metoder til undersøgelse af sam-

ramme, herunder særligt aspektet At indsamle og repræsentere relevant

cer, Tal og algebra, Geometri og måling samt Statistik og sandsynlighed.

menhænge 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 aspektet At indsamle og repræ-

sentere relevant data. Tidligere fremgik der af vejledningen til matematik

et større fokus på programmering som noget centralt, herunder blandt

andet at tænke i algoritmer og processer. Derved var der i faget en relation

til ICILS’ kompetenceområde At udvikle løsninger, herunder særligt

aspektet At udvikle algoritmer, programmer og brugergrænseflader.

I nuværende vejledning nævnes programmering ikke, og algoritmer

benævnes kun i betegnelsen standardalgoritmer, hvor det forklares, at

lommeregner og computer har fjernet behovet for træning af sådanne.

Opsamlende gælder det således, at der inden for de naturfaglige fag

er større fokus på indsigt i og forståelse for digitale løsninger end de

øvrige aspekter af ICILS’ undersøgelsesramme for datalogisk tænkning.

Forsøgsfagligheden teknologiforståelse relaterer sig i højere grad til

ICILS’ undersøgelsesramme for datalogisk tænkning med dets særskilte

kompetenceområde Computationel tankegang. Dette diskuteres i det

følgende.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Datalogisk tænkning

Relation til forsøgsfagligheden teknologiforståelse

Fagligheden teknologiforståelse består som tidligere nævnt af de fire

kompetenceområder Digital myndiggørelse, Digital design og design-

processer, Computationel tankegang og Teknologisk handleevne. Vi har

beskrevet, at læseplanen lægger op til en bred udvikling af elevers kom-

petencer inden for computer- og informationskompetence.

I nærværende afsnit kigger vi nærmere på kompetenceområdet

Computationel tankegang, der er en oversættelse af det engelske begreb

Vi bevæger os dog også over i andre kompetenceområder af teknologi-

forståelse, eftersom datalogisk tænkning i ICILS ser ud til at være beskre-

computational thinking,

som i ICILS er oversat til ’datalogisk tænkning’.

vet bredere end det specifikke kompetenceområde i den danske læseplan,

og eftersom det påpeges i læseplanen for teknologiforståelse, at de fire

kompetenceområder bør vekselvirke for at være meningsfulde.

I Fælles Mål for teknologiforståelse som forsøgsfag beskrives det, at

Computationel tankegang ”omhandler analyse, modellering og struktu-

rering 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 computationel

tankegang på problemstillinger fra omverdenen”.

Computationel tankegang består af de fire færdigheds- og vidensom-

råder Data, Algoritmer, Strukturering og Modellering. Efter 9. klassetrin

er det under Data målet, at eleverne ”har viden om kriterier for datakva-

litet”, 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 Strukture-

ring er det hensigten, 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 compu-

tationelle 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 digi-

tale modeller af virkeligheden og ud fra dem lave forudsigelser og følge-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

3 · Datalogisk tænkning

slutninger og vurdere begrænsninger i modellen”. Under dette kompe-

tenceområde ser vi altså tydelige ligheder med ICILS’ undersøgelsesram-

me for datalogisk tænkning i forhold til begge undersøgelsens kompe-

tenceområder At identificere problemer samt At udvikle løsninger.

Men som nævnt præciseres det i læseplanen for forsøgsfaget tekno-

logiforståelse, at der er ”en balance mellem de fire kompetenceområder,

Blandt andet står der: ”Uden digital myndiggørelse og digital design

bliver computationel tankegang og teknologisk handleevne løsrevet

fra anvendelsesperspektivet, som er afgørende for en kritisk tilgang til

konstruktion af digitale artefakter”.

I ICILS’ undersøgelsesramme er datalogisk tænkning sat ind i en

anvendelsesorienteret kontekst, hvilket kommer tydeligst til udtryk i

kompetenceområdet At udvikle løsninger, der som beskrevet omfatter

processer forbundet med at skabe, implementere og vurdere computer-

baserede systemers svar på virkelige problemer. Dette indebærer itera-

tive processer som planlægning, implementering, test og vurdering af

algoritmiske løsninger på virkelige problemer. Således omfatter ICILS’

som på afgørende vis beriger hinanden og er hinandens forudsætninger”.

ramme for datalogisk tænkning mere end kompetenceområdet for

Computationel tankegang fra forsøgsfagligheden teknologiforståelse.

Men i forsøgsfagligheden teknologiforståelse findes de fleste af disse

aspekter i andre kompetenceområder. Og samtidig skal det understreges,

at forsøgsfagligheden teknologiforståelse omfatter en lang række områ-

der, som hverken testes i testen af computer- og informationskompeten-

ce eller datalogisk tænkning. Det gælder særligt inden for områderne

Digital myndiggørelse og Digital design.

Sammenfattende kan man sige, at der er sammenfald mellem dele af

undersøgelsesrammen og de naturfaglige fag i dansk læseplan, og at der

er en stærk relation mellem ICILS’ undersøgelsesramme for datalogisk

tænkning og den danske faglighed teknologiforståelse. Det er dog vigtigt

at huske på, at fagligheden for de deltagende elever kun har været på

skemaet på 46 udvalgte skoler eller på skolers og læreres egne initiativer,

samt at forsøget sluttede, før ICILS-undersøgelsen blev gennemført. Det

er derfor langtfra sikkert, at de deltagende elever er blevet undervist

i teknologiforståelse. Endelig skal det også pointeres, at selv om noget

optræder i målbeskrivelser for undervisningen, er det ikke ensbetydende

med, at det også indgår i undervisningen eller faktisk læres af eleverne.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 Elevernes kompetencer

I dette kapitel præsenterer vi resultaterne af kompetenceundersøgel-

serne. Vi indleder med at sammenligne med alle de deltagende lande og

fokuserer derefter på de seks lande, vi – som beskrevet i kapitel 1 – har

valgt at fokusere på i denne rapport: Norge, Sverige, Finland, Tyskland,

Tjekkiet og USA.

på de områder, som ICILS undersøger, vil vi i dette kapitel undersøge,

om der er grupper af elever, som har udviklet sig på en måde, som kan

have haft en effekt på det samlede fald i elevernes kompetencer.

Da der er sket et relativt stort fald i de danske elevers kompetencer

Elevernes computer- og informationskompetence

Kompetencer måles i ICILS på en skala, der blev fastlagt i 2013 for com-

puter- og informationskompetences vedkommende og i 2018 for data-

logisk tænknings vedkommende. Skalaen blev etableret således, at der

dengang var et internationalt gennemsnit på 500 og en standardafvigel-

se på 100 for de lande, der levede op til kriterierne for sampling (Fraillon

m.fl. 2020, s. 133). En standardafvigelse angiver (ved et normalfordelt

sample) yderpunkterne for de midterste 68 procent af eleverne. To stan-

dardafvigelser indeholder 95 procent af eleverne. Som en tommelfinger-

regel kan man således sige, at en forskel på en standardafvigelse (100

point) er meget stor, mens en forskel på 0,1 standardafvigelse (10 point)

er nævneværdig. I 2023 er de danske elevers kompetencer fordelt, så

en standardafvigelse udgør 75,9 point for computer- og informations-

kompetence og 112,2 point for datalogisk tænkning (se tabel 7 og 10). Så

tommelfingerreglerne omsat til danske forhold er, at 75 henholdsvis

112 point er en meget stor forskel, mens en forskel på 7,5 henholdsvis

11 point er nævneværdig.

Tabel 7 gengiver gennemsnittet, forskellen til Danmark, fordeling

på kompetenceniveauer og udvikling af elevernes computer- og infor-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 · Elevernes kompetencer

mationskompetence for alle de deltagende lande i ICILS 2023. Figur 9

viser grafisk fordeling og udvikling af computer- og informationskom-

petence i Danmark og de lande, vi sammenligner med.

på skalaen for computer- og informationskompetence.

De sydkoreanske elever har i gennemsnit en kompetence på 540,4

De danske elever er i gennemsnit målt til at have kompetencer på 517,9

– det vil sige 22,5 point højere end de danske elever, og de tjekkiske har

i gennemsnit 525,4 – det vil sige 7,5 point højere end de danske elever.

I begge tilfælde er der tale om signifikant højere gennemsnit.

lidt lavere dygtighed, men den er ikke signifikant forskellig fra de danske

elever. Alle andre deltagende landes elever har signifikant lavere gen-

nemsnit end de danske elever.

Sydkorea deltog også i ICILS 2018 og 2013, men de sydkoreanske elever

havde lidt lavere gennemsnit end de danske i begge runder, og det

var signifikant lavere i 2018. De tjekkiske elever deltog i 2013, men ikke

i 2018. I 2013 var de tjekkiske elevers gennemsnit signifikant højere end

de danske elevers.

Eleverne fra to lande, Taiwan og Belgien, har i gennemsnit numerisk

De danske elevers gennemsnit i 2023 er 34,8 point lavere end de

danske elevers gennemsnit i 2018 og 23,6 point lavere end gennemsnittet

hos de danske elever, der deltog i 2013. I begge tilfælde er der tale om

signifikante og betydelige fald. Blandt de lande, der deltog både i 2018

og 2023, er der kun tre lande, hvis elever er signifikant (et af dem svagt)

dygtigere i 2023 end i 2018. Syv landes elever, deriblandt de danske, er

signifikant (et af dem svagt) mindre dygtige i 2023 end i 2018. Forskellene

mellem 2018 og 2023 ligger fra 6,8 til 46,7 point på skalaen.

I denne bog vil vi som beskrevet i indledningen primært sammenligne

med de nordiske lande, Tjekkiet, Tyskland og USA. Og blandt disse har

alle lande oplevet et fald fra tidligere runder på nær Sverige, som i 2023

er med for første gang. Faldene siden 2018 er på 28,1 (Tjekkiet, fra 2013),

24 (Finland), 34,6 (Norge, fra 2013), 16,4 (Tyskland) og 37,3 (USA). De ligger

således på begge sider af det danske fald. Som det fremgår af figur 9 og

standardafvigelsen på 75,9 (se tabel 7), er spredningen af de danske elever

relativt lille – blandt de lande, vi sammenligner med, er kun Tjekkiets

elever mindre spredt over kompetenceområdet. Særligt er det tydeligt

fra den flade og langstrakte graf, at de amerikanske elever er meget spredt

ud over kompetenceområdet.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Elevernes kompetencer

undersøgelsen de empirisk baserede kompetenceniveaubeskrivelser. De

gør det muligt at give en meningsfuld og anvendelig forklaring på, hvad

for situationer, som involverer computer- og informationsopgaver.

I 2018 lå 2,6 procent af de danske elevers computer- og informations-

kompetence

under

niveau 1. I 2023 var det tal steget til 8,5 procent. En

Som omtalt i kapitel 2 er et af de væsentligste udbytter af ICILS-

elever på de forskellige kompetenceniveauer er i stand til, når de står over

stigning på 5,9 procentpoint eller 231 procent. Vi kan med testen i ICILS

ikke beskrive nærmere, hvad elever med et kompetenceniveau under

Elever med et kompetenceniveau under 1 kan løse få og kun de mest

simple opgaver, vi stiller dem.

niveau 1 kan udføre af computer- og informationskompetenceopgaver.

computere som redskaber, de kan anvende almindelige softwarekom-

mandoer til at udføre basale undersøgelses- og kommunikationsopgaver,

og de kan tilføje simpelt indhold til digitale produkter. I 2023 er næsten

hver fjerde elev på dette niveau – en stigning på 10 procentpoint fra

2018. Sammenlagt er tæt på hver tredje danske elev på eller under kom-

Elever på kompetenceniveau 1 har en praktisk, funktionel viden om

petenceniveau 1.

Elever på niveau 2 og derunder har vanskeligheder ved at vurdere

troværdigheden af hjemmesider, og de er typisk ikke i stand til at sætte

sig ind i afsenderes kommunikationsformål. I 2023 gælder det mere end

tre ud af fire elever i Danmark.

Knap 22 procent af de danske elever har en computer- og infor-

mationskompetence på niveau 3. Disse elever er i stand til at arbejde

uafhængigt, når de bruger computere som værktøjer til indsamling og

håndtering af information. De kan vælge den mest hensigtsmæssige

information til et givent formål, og de er klar over, at troværdigheden af

webbaseret information kan være influeret af baggrund, evner og moti-

ver hos den, der har skabt indholdet. I 2018 havde 36 procent af eleverne

computer- og informationskompetencer på niveau 3. Samlet set er der

tale om, at knap 17 procentpoint eller 42 procent færre elever har kompe-

tencer på niveau 3 eller 4 i 2023 end i 2018. På niveau 3 og 4 kan eleverne

gennemskue nogle typer af forsøg på at manipulere dem, og de kan i det

hele taget forholde sig kritisk til information.

Blot én procent af de danske elever har computer- og informations-

kompetencer på niveau 4. Som beskrevet i kapitel 2 er disse elever i stand

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 · Elevernes kompetencer

til at udvælge relevant information og at vurdere pålideligheden af infor-

mation ud fra både indholdet og kommunikationssituationen. De er også

gode til at skabe informationsprodukter, som opfylder kommunikations-

formålet og retter sig hensigtsmæssigt til målgruppen. Men som sagt er

der forsvindende få danske elever på dette niveau. Det fremgår af tabel 7,

at andelen er signifikant lavere end både i 2013 og 2018. Andelen var dog

heller ikke stor i de tidligere runder (to og tre procent).

Figur 9. Udvikling i fordeling af computer- og informationskompetence på tværs af lande.

Computer− og informationskompetence

2023

2018

2013

USA

300

Tyskland

Norge

Sverige

Finland

Danmark

Tjekkiet

407

Niveau

492

Niveau

576

Niveau

661

Niveau

Note: Fordelingen af computer- og informationskompetence i 2023 vises med grøn, fordelingerne i 2018 og

2013 vises i prikkede og skraverede grafer for hvert af de 7 lande ordnet efter faldende gennemsnit i 2023.

Gennemsnittet i 2023 er angivet med en sort streg. De fire kompetenceniveauer er afgrænset af stiplede linjer.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Tabel 7. Oversigt over elevernes gennemsnitlige computer- og informationskompetence, fordelingen

på kompetenceniveauer og udvikling siden 2018 og 2013 opdelt på alle deltagende lande.

Land

Sydkorea

Tjekkiet

Danmark

Taiwan

Belgien (Flandern)

Portugal

Letland

Finland

Østrig

Ungarn

Sverige

Norge

Tyskland

Slovakiet

Frankrig

Spanien

Luxembourg

Italien

Kroatien

Slovenien

USA

Malta

Cypern

Grækenland

Holland

Uruguay

Serbien

Bosnien-Hercegovina

Chile

Rumænien

Kasakhstan

Oman

Kosovo

Aserbajdsjan

Gennemsnit

540,4 (2,4)

525,4 (2,0)

517,9 (2,4)

515,3 (2,8)

510,6 (4,3)

509,7 (2,8)

508,8 (3,7)

506,7 (2,6)

505,6 (2,3)

504,9 (3,7)

504,2 (2,9)

502,1 (2,8)

501,8 (3,2)

498,7 (2,5)

497,6 (2,6)

495,2 (1,7)

493,7 (1,8)

490,5 (2,5)

486,6 (3,8)

483,5 (2,0)

481,6 (5,8)

475,0 (1,9)

460,4 (2,3)

459,9 (3,1)

459,6 (8,4)

447,1 (3,3)

443,0 (3,7)

440,3 (3,4)

429,2 (3,7)

417,6 (5,1)

407,0 (2,7)

379,1 (2,8)

355,6 (3,6)

318,7 (4,6)

Standard-

afvigelse

87,9

68,6

75,9

86,6

82,8

80,4

78,5

85,4

76,4

83,8

84,7

86,9

81,9

74,5

81,7

88,0

75,0

99,3

81,7

106,6

105,0

101,2

90,9

114,9

99,6

91,0

104,5

97,3

103,4

89,2

103,2

101,0

100,4

-2,6 (3,7)

▲

-7,3 (5,0)

▲

-8,2 (3,7)

▲

-9,1 (4,4)

▲

-11,2 (3,6)

▲

-12,3 (3,4)

▲

-12,9 (4,4)

▲

-13,6 (3,8)

▲

-15,8 (3,7)

▲

-16,0 (4,0)

▲

-19,2 (3,5)

▲

-20,2 (3,6)

▲

-22,7 (3,0)

▲

-24,2 (3,0)

▲

-27,3 (3,5)

▲

-31,3 (4,6)

▲

-34,4 (3,2)

▲

-36,2 (6,3)

▲

-42,8 (3,1)

▲

-57,4 (3,3)

▲

-58,0 (3,9)

▲

-58,3 (8,7)

▲

-70,7 (4,1)

▲

-74,9 (4,4)

▲

-77,6 (4,1)

▲

-88,6 (4,4)

▲

-100,3 (5,7)

▲

-110,9 (3,7)

▲

-138,7 (3,7)

▲

-162,3 (4,4)

▲

-199,2 (5,2)

▲

Forskel til

Danmark

22,5 (3,5)

▲

7,5 (3,2)

▲

Under niveau 1

8,0 (0,5)

5,8 (0,7)

8,5 (0,9)

11,9 (0,9)

12,1 (1,6)

11,3 (1,0)

11,4 (1,2)

13,2 (0,8)

10,9 (0,9)

13,4 (1,5)

14,1 (1,1)

13,7 (1,0)

15,0 (1,4)

14,1 (0,8)

12,2 (1,2)

14,8 (0,6)

17,8 (0,7)

13,6 (1,2)

21,4 (1,7)

18,3 (0,9)

24,9 (2,0)

25,4 (0,7)

29,7 (1,2)

27,1 (1,4)

33,3 (2,6)

33,4 (1,4)

33,5 (1,6)

36,7 (1,5)

39,7 (1,5)

44,0 (2,1)

51,0 (1,5)

60,2 (1,1)

69,7 (1,5)

80,7 (1,4)

På niveau 1

19,1 (0,8)

22,2 (0,9)

23,7 (0,9)

24,6 (1,0)

23,5 (1,3)

25,6 (1,0)

25,7 (1,2)

24,0 (1,0)

27,9 (1,2)

23,7 (1,2)

25,5 (1,3)

26,2 (1,0)

25,8 (1,2)

27,1 (1,1)

30,5 (1,3)

29,6 (0,7)

26,4 (0,7)

32,0 (1,1)

25,9 (1,3)

32,4 (0,9)

25,7 (1,2)

26,2 (0,7)

29,3 (1,3)

33,3 (1,0)

23,6 (1,9)

30,9 (1,0)

34,2 (1,0)

29,4 (1,2)

32,2 (1,1)

30,0 (1,4)

31,2 (1,4)

25,6 (0,8)

20,8 (1,2)

14,6 (1,0)

På niveau 2

35,2 (1,2)

48,4 (0,9)

45,3 (1,1)

38,1 (1,1)

42,0 (1,6)

42,3 (1,2)

42,9 (1,4)

42,2 (1,0)

43,8 (1,2)

43,6 (1,2)

40,5 (1,2)

40,8 (1,0)

39,3 (1,4)

42,5 (1,1)

43,8 (1,5)

40,0 (0,7)

38,1 (0,8)

43,7 (1,5)

34,0 (1,4)

37,2 (1,1)

29,0 (1,8)

31,4 (1,0)

28,6 (1,1)

30,9 (1,1)

25,3 (1,7)

26,6 (1,3)

26,8 (1,4)

24,8 (1,3)

22,6 (1,2)

21,4 (1,4)

14,8 (0,9)

11,5 (0,7)

8,3 (0,7)

4,2 (0,5)

Note: Gennemsnit på ICILS computer- og informationskompetenceskalaen. Landene er ordnet faldende efter elevernes gennemsnit. En pil angiver,

at forskellen til Danmark er signifikant (p < 0,05), og pilens retning angiver, om elevernes gennemsnit i det land er højere eller lavere end Danmarks.

For hvert kompetenceniveau er angivet procentandelen af elever i det givne land, der har kompetencer på dette niveau. Gennemsnit for 2013 og 2018

samt forskel til 2023 er angivet for lande, der deltog i disse runder. Standardfejl på mål i parentes. ’***’: p < 0,001, ’**’: p < 0,01, ’*’: p < 0,05, ’.’: p < 0,1.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 · Elevernes kompetencer

På niveau 3

31,3 (1,0)

22,8 (0,8)

21,6 (0,9)

22,6 (1,2)

21,5 (1,4)

19,6 (0,9)

19,2 (1,3)

19,3 (1,0)

16,8 (0,8)

18,7 (0,9)

18,7 (1,3)

18,4 (0,9)

18,8 (1,1)

15,8 (1,0)

13,1 (0,7)

14,9 (0,6)

16,6 (1,0)

10,4 (0,8)

16,9 (1,1)

11,7 (0,6)

17,6 (1,6)

15,4 (1,0)

11,2 (0,6)

8,4 (0,9)

16,2 (2,6)

8,6 (0,8)

5,3 (0,5)

8,5 (0,8)

5,3 (0,7)

4,4 (0,4)

3,0 (0,4)

2,5 (0,3)

1,1 (0,2)

0,5 (0,2)

På niveau 4

6,4 (0,6)

0,8 (0,2)

1,0 (0,3)

2,8 (0,4)

0,8 (0,2)

1,1 (0,2)

0,7 (0,2)

1,3 (0,2)

0,6 (0,2)

0,5 (0,2)

1,3 (0,2)

0,8 (0,2)

1,1 (0,3)

0,5 (0,2)

0,4 (0,1)

0,7 (0,1)

1,0 (0,2)

0,3 (0,1)

1,8 (0,3)

0,4 (0,2)

2,9 (0,5)

1,6 (0,2)

1,1 (0,2)

0,3 (0,1)

1,7 (0,7)

0,5 (0,1)

0,2 (0,2)

0,6 (0,2)

0,2 (0,1)

0,3 (0,1)

0,1 (0,1)

0,2 (0,1)

0,1 (0,1)

0,0 (0,0)

Gennemsnit

2018

542,1 (3,0)

552,6 (2,1)

Udvikling

2018

-1,7 (3,9)

-34,8 (3,2) ***

Gennemsnit

2013

536,0 (2,6)

553,5 (2,2)

541,5 (3,5)

Udvikling

2013

4,4 (3,6)

-28,1 (3,0) ***

-23,6 (4,2) ***

516,5 (2,6)

530,7 (2,9)

-6,8 (3,9) .

-24,0 (4,0) ***

536,7 (2,2)

518,3 (2,9)

498,7 (2,3)

481,8 (0,8)

461,0 (2,7)

-16,4 (4,4) ***

-1,1 (3,5)

11,9 (1,9) ***

29,5 (3,7) ***

512,5 (2,9)

510,7 (2,2)

518,9 (1,9)

-37,3 (6,1) ***

523,5 (2,4)

517,3 (4,5)

-34,6 (3,6) ***

-21,6 (4,0) ***

-18,6 (5,2) ***

-25,9 (4,8) ***

-27,2 (3,0) ***

534,9 (4,8)

450,4 (4,3)

-3,3 (5,4)

-75,3 (9,6) ***

475,9 (3,7)

395,2 (5,4)

-46,7 (5,2) ***

11,8 (6,0) .

486,6 (3,0)

-57,4 (4,8) ***

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Elevernes kompetencer

Socioøkonomisk status og computer-

og informationskompetence

I figur 10 sammenligner vi computer- og informationskompetence opdelt

på socioøkonomisk status for Danmark og de lande, vi sammenligner

med. Målet for socioøkonomi i ICILS består af en kombination af den

forældre samt antal bøger i hjemmet. Eleverne er opdelt i to grupper: de

25 procent med lavest socioøkonomisk status i forhold til det nationale

gennemsnit og de 25 procent med højest socioøkonomisk status i forhold

højeste ansættelsesstatus og højeste uddannelsesniveau for elevens

til det nationale gennemsnit.

Som det fremgår, er der meget store forskelle i gennemsnit mellem

eleverne i den laveste socioøkonomiske fjerdedel og den højeste. For Dan-

marks vedkommende er forskellen næsten 63 point. I Norge er forskellen

mindre (56 point), men forskellen på Danmark og Norge er ikke signifi-

på den anden er signifikante. I de to lande er forskellen i gennemsnit

mellem eleverne i den laveste socioøkonomiske fjerdedel og den højeste

kant. Forskellene mellem Danmark på den ene side og Tyskland og USA

på henholdsvis 92 og 98 point. Altså næsten en international standard-

afvigelse. Forskellen mellem forskellene i Danmark og Sverige er også

stor (11 point), men ikke stor nok til, at den er signifikant (p = 0,12).

Når man kigger på kurverne over elever med lav og høj socioøkono-

misk status, adskiller USA og Tyskland sig tydeligt fra de øvrige lande, vi

sammenligner os med (med undtagelse af Sverige, som ligger midt mel-

lem de to grupper af lande). De amerikanske kurver for elever med hen-

holdsvis lav og høj socioøkonomisk status er tydeligt adskilte, således at

de mest kompetente elever med lav socioøkonomisk status ikke er meget

bedre end en gennemsnitligt kompetent elev med høj socioøkonomisk

status. Det tyder derfor på, at elevernes socioøkonomiske baggrund trods

alt har mindre betydning for deres kompetencer i Danmark end i Tysk-

land og USA.

Tjekkiet har med seks procent lidt, men signifikant, færre elever under

kompetenceniveau 1 end Danmark. Finland, Sverige, Norge og Tyskland

har omkring 13-15 procent elever under kompetenceniveau 1, signifikant

flere end Danmark. For USA er tallet 25 procent.

Når man sammenligner elever med høj socioøkonomisk status, der

har computer- og informationskompetencer under niveau 1, er der, med

undtagelse af USA, kun små forskelle mellem Danmark og de øvrige lan-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 · Elevernes kompetencer

Figur 10. Computer- og informationskompetence opdelt på socioøkonomisk

status for Danmark og de lande, vi sammenligner med.

Socioøkonomisk gruppe

Under

Gennemsnit niveau 1

Danmark

Lav socioøkonomisk

status Danmark

Høj socioøkonomisk

status Danmark

Finland

Lav socioøkonomisk

status Finland

Høj socioøkonomisk

status Finland

Norge

Lav socioøkonomisk

status Norge

Høj socioøkonomisk

status Norge

Sverige

Lav socioøkonomisk

status Sverige

Høj socioøkonomisk

status Sverige

Tyskland

Lav socioøkonomisk

status Tyskland

Høj socioøkonomisk

status Tyskland

Tjekkiet

Lav socioøkonomisk

status Tjekkiet

Høj socioøkonomisk

status Tjekkiet

USA

Lav socioøkonomisk

status USA

Høj socioøkonomisk

status USA

518 (2,4)

489 (3,8)

551 (2,8)

507 (2,6)

479 (3,9)

545 (3,0)

502 (2,8)

476 (3,8)

533 (3,1)

504 (2,9)

469 (4,0)

542 (3,6)

502 (3,2)

459 (5,8)

550 (3,2)

525 (2,0)

491 (4,1)

555 (2,1)

482 (5,8)

439 (6,6)

537 (5,8)

8 (0,9)

14 (1,6)

3 (0,7)

13 (0,8)

20 (2,0)

5 (0,8)

14 (1,0)

19 (1,6)

6 (1,0)

14 (1,1)

24 (2,1)

5 (0,9)

15 (1,4)

27 (2,9)

4 (1,0)

6 (0,7)

13 (2,2)

1 (0,4)

25 (2,0)

38 (3,0)

9 (1,5)

Niveau 1

24 (0,9)

34 (2,4)

13 (1,5)

24 (1,0)

31 (1,8)

15 (1,4)

26 (1,0)

34 (2,0)

20 (2,0)

25 (1,3)

33 (1,8)

16 (1,8)

26 (1,2)

36 (2,3)

13 (1,4)

22 (0,9)

33 (2,2)

12 (0,8)

26 (1,2)

29 (2,9)

19 (2,1)

Niveau 2

45 (1,1)

41 (3,1)

46 (2,0)

42 (1,0)

38 (2,0)

45 (2,3)

41 (1,0)

38 (2,2)

43 (2,6)

41 (1,2)

34 (2,0)

45 (2,1)

39 (1,4)

29 (2,4)

45 (2,5)

48 (0,9)

43 (2,6)

49 (1,4)

29 (1,8)

23 (2,0)

36 (2,5)

Niveau 3

22 (0,9)

11 (1,7)

35 (1,8)

19 (1,0)

11 (1,3)

32 (2,1)

18 (0,9)

9 (1,3)

29 (1,7)

19 (1,3)

8 (1,5)

32 (1,9)

19 (1,1)

7 (1,7)

36 (2,4)

23 (0,8)

10 (1,1)

36 (1,5)

18 (1,6)

9 (1,5)

32 (3,3)

Niveau 4

1 (0,3)

0 (0,1)

3 (1,0)

1 (0,2)

0 (0,3)

3 (0,8)

1 (0,2)

0 (0,3)

2 (0,5)

1 (0,2)

1 (0,4)

3 (0,8)

1 (0,3)

0 (0,2)

3 (0,7)

1 (0,2)

0 (0,2)

2 (0,5)

3 (0,5)

1 (0,6)

5 (1,3)

Nederste

Øverste

300

407

492

576

661

Niveau Niveau NiveauNiveau

800

Note: Fordeling på de fem kompetenceniveauer af elever fra hele landet og de 25 procent med henholdsvis

lavest og højest værdi på den socioøkonomiske skala. Grafen viser fordelingen på skalaen for computer-

og informationskompetence for de tre grupper af elever. Det skraverede område udgør hele samplet, de to

farvede henholdsvis de nederste og de øverste 25 procent.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Elevernes kompetencer

de, og de er kun signifikante for Tjekkiet (to procentpoint færre end Dan-

mark) og Norge (tre procentpoint flere end Danmark).

14 procent af eleverne med lav socioøkonomisk status i Danmark har

kompetencer under niveau 1. Det samme gælder for en tilsvarende andel

af eleverne med lav socioøkonomisk status i Tjekkiet. Der er altså mere

end fire gange så mange danske elever fra den laveste som fra den højeste

socioøkonomiske gruppe, der har computer- og informationskompeten-

cer under niveau 1.

Alle de øvrige lande har flere elever end Danmark med lav socioøko-

nomisk status, der har computer- og informationskompetencer under

niveau 1. Forskellen er dog kun signifikant for Sverige, Tyskland og USA.

I den anden ende af skalaen ser billedet meget ensartet ud på tværs af

lande. På kompetenceniveauerne 3 og 4 er der således samlet mellem 7,5

procent (Tyskland) og 11,1 procent (Danmark) elever med lav socioøkono-

misk status, og mellem 30 procent (Norge), 34 procent (Sverige) og 38

procent (Danmark og Tjekkiet) elever med høj socioøkonomisk status.

Den eneste forskel, der er signifikant, er mellem Danmark og Norge for

andelen af elever med høj socioøkonomisk status på disse niveauer.

Med andre ord kan det se ud til, at det, der primært driver forskellene

mellem landene, er, hvordan elever med lav socioøkonomisk baggrund

klarer sig. Denne iagttagelse kan også genkendes ved at kigge på kurver-

ne over elever med høj socioøkonomisk status på tværs af landene. Kun

USA står lidt ud ved at have en forholdsvis stor ’bule’ i den venstre hale.

Hvor er faldet sket?

I tabel 8 sammenligner vi danske elevers computer- og informations-

kompetence for forskellige grupper på tværs af år. For det første ser det

ud til, at faldet i danske elevers gennemsnit er sket jævnt over elevgrup-

pen. Der er således signifikant flere danske elever på og under niveau 1,

end der var i både 2018 og 2013, og tilsvarende er der signifikant færre

elever på niveau 3 og 4 i 2023 end i 2018 og 2013. Både elever fra den øver-

ste socioøkonomiske gruppe og elever fra den nederste er faldet i gen-

nemsnit siden 2013 og 2018, og forskellen mellem de to grupper er større

i 2023. Forskellen er signifikant større i 2023, end den var i 2018, men ikke

end den var i 2013.

Det samme gør sig gældende for piger og drenge. Begge grupper er

faldet, og den forskel, der var i 2013 og 2018, er blevet numerisk større i

2023, men forskellen er ikke signifikant større. Forskellen i kompetencer

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 · Elevernes kompetencer

mellem elever, der bor i en lille og en stor by, har været svingende over de

tre runder. I 2023 er der ikke signifikant forskel på de to grupper.

Forskellen på gennemsnit for elever, der er født i Danmark, og elever,

der er født i et andet land, er på 55 point, og forskellen på elever, der taler

dansk henholdsvis et andet sprog i hjemmet, er 53 point. Særligt forskel-

len mellem elever født i Danmark og i et andet land er numerisk større

(henholdsvis knap 3 og godt 14 point) i 2023 end i 2013 og 2018, men på

grund af den forholdsvis lille gruppe af elever, der indgår i samplet med

andet oprindelsesland end Danmark, er forskellene på forskellene ikke

signifikante (den er dog svagt signifikant i forhold til 2018 (p = 0,1)).

Tabel 8. Sammenligninger af danske elevers computer- og informationskompetence

for forskellige grupper på tværs af år.

2023

Under niveau 1

På niveau 1

På niveau 2

På niveau 3

På niveau 4

Høj socioøkonomisk status

Lav socioøkonomisk status

Forskel på socioøkonomisk status

Pige

Dreng

Forskel på køn

Lille by

Stor by

Forskel på bystørrelse

Født i Danmark

Født i andet land

Forskel på oprindelsesland

Dansk tales i hjemmet

Andet sprog tales i hjemmet

Forskel på sprog talt i hjemmet

8,5 (0,9)

▼

23,7 (0,9)

▼

45,3 (1,1)

▼

21,6 (0,9)

▼

1,0 (0,3)

▼

551 (2,8)

▼

489 (3,8)

▼

-63 (4,6)

▼

531 (2,5)

▼

508 (3,3)

▼

-23 (3,5)

▼

513 (4,6)

▼

514 (4,6)

▼

1 (6,6)

▼

525 (2,1)

▼

470 (6,0)

▼

-55 (5,4)

▼

524 (2,1)

▼

471 (6,7)

▼

-53 (5,9)

▼

2018

2,6 (0,4)

13,6 (1,0)

44,6 (1,3)

▼

36,1 (1,5)

3,1 (0,5)

577 (2,9)

530 (3,5)

-47 (4,2)

▼

561 (2,3)

545 (2,8)

-16 (3,0)

▼

558 (3,2)

542 (5,5)

-16 (6,6)

▼

556 (2,0)

515 (6,7)

-40 (6,6)

▼

556 (2,0)

510 (7,0)

-46 (6,9)

▼

2013

4,0 (0,7)

17,4 (1,5)

45,9 (1,6)

▼

30,3 (1,6)

2,4 (0,6)

575 (4,2)

523 (3,8)

-52 (5,2)

▼

549 (4,6)

534 (4,1)

-15 (5,2)

▼

536 (4,8)

551 (6,0)

15 (7,4)

▼

546 (3,1)

493 (9,8)

▼

-52 (9,1)

▼

546 (3,0)

486 (9,7)

▼

-60 (9,3)

▼

Note: Lav og høj socioøkonomisk status udgøres af de 25 procent med henholdsvis laveste og højeste værdier

på NISB-indekset, som er konstrueret på baggrund af elevernes svar. Størrelsen på den by, skolen ligger i, er

angivet af skolelederen. En stor by har 15.000 eller flere indbyggere, en lille by har færre end 15.000 indbyggere.

Eleverne har svaret på, om de er født i Danmark, og hvilket sprog der primært tales i hjemmet. Tallene er

procentandele af elever i en given gruppe, der har kompetencer på et givent niveau. Standardfejl er angivet

i parentes. Pile, der peger op og ned, markerer, om forskellen er signifikant, retningen angiver, om forskellen

er positiv eller negativ. Pile, der peger til venstre og højre, angiver, om tallet er signifikant større eller mindre

end det tilsvarende tal i 2023.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Elevernes kompetencer

Tabel 9. Fordeling på kompetenceniveauer for computer- og informationskompetence

for forskellige grupper.

2023

Under niveau 1

Høj socioøkonomisk status

Lav socioøkonomisk status

Forskel på socioøkonomisk status

Pige

Dreng

Forskel på køn

Lille by

Stor by

Forskel på bystørrelse

Født i Danmark

Født i andet land

Forskel på oprindelsesland

Dansk tales i hjemmet

Andet sprog tales i hjemmet

Forskel på sprog talt i hjemmet

Niveau 1

Høj socioøkonomisk status

Lav socioøkonomisk status

Forskel på socioøkonomisk status

Pige

Dreng

Forskel på køn

Lille by

Stor by

Forskel på bystørrelse

Født i Danmark

Født i andet land

Forskel på oprindelsesland

Dansk tales i hjemmet

Andet sprog tales i hjemmet

Forskel på sprog talt i hjemmet

Niveau 2

Høj socioøkonomisk status

Lav socioøkonomisk status

Forskel på socioøkonomisk status

Pige

Dreng

Forskel på køn

Lille by

Stor by

Forskel på bystørrelse

Født i Danmark

Født i andet land

Forskel på oprindelsesland

Dansk tales i hjemmet

Andet sprog tales i hjemmet

Forskel på sprog talt i hjemmet

2 (0,7)

▼

11 (1,8)

▼

-9 (2,0)

▼

4 (0,7)

▼

9 (1,2)

▼

-5 (1,3)

▼

7 (1,9)

▼

7 (1,2)

▼

-1 (2,4)

▼

6 (0,7)

▼

17 (3,0)

▼

-11 (3,1)

▼

6 (0,6)

▼

19 (4,0)

▼

-13 (4,0)

▼

14 (1,9)

▼

35 (2,6)

▼

-21 (3,3)

▼

20 (1,4)

▼

26 (1,7)

▼

-6 (2,5)

▼

25 (3,3)

▼

24 (1,9)

▼

1 (4,5)

▼

23 (1,0)

▼

30 (3,7)

▼

-8 (3,9)

▼

23 (1,0)

▼

29 (2,9)

▼

-6 (3,0)

▼

47 (2,5)

▼

43 (3,2)

▼

4 (4,1)

▼

49 (1,7)

▼

45 (1,9)

▼

3 (2,6)

▼

49 (3,7)

▼

46 (2,3)

▼

4 (5,0)

▼

48 (1,3)

▼

39 (5,0)

▼

9 (5,1)

▼

48 (1,3)

▼

38 (3,8)

▼

10 (3,8)

▲

1 (0,3)

5 (0,9)

-4 (0,9)

▼

1 (0,4)

3 (0,6)

-2 (0,7)

▼

3 (0,8)

▼

2 (0,6)

1 (1,0)

▼

2 (0,3)

9 (2,6)

-7 (2,6)

▼

2 (0,3)

10 (2,8)

▼

-8 (2,8)

▼

7 (1,3)

21 (2,1)

-14 (2,2)

▼

9 (1,3)

17 (1,3)

-8 (1,6)

▼

15 (3,8)

▼

11 (1,1)

4 (4,0)

▼

13 (1,1)

18 (4,0)

-6 (4,0)

▼

12 (1,1)

22 (3,9)

▼

-10 (4,0)

▼

39 (2,5)

47 (2,6)

▼

-8 (3,3)

▼

47 (1,8)

▼

43 (1,8)

▼

4 (2,5)

▼

48 (3,0)

▼

44 (1,9)

▼

4 (3,6)

▼

45 (1,4)

▼

44 (5,6)

▼

1 (5,8)

▼

45 (1,4)

▼

38 (5,1)

▼

7 (5,2)

▼

1 (0,7)

▼

4 (1,1)

-3 (1,1)

▼

1 (0,8)

4 (1,0)

-3 (1,4)

▼

2 (0,9)

3 (1,2)

-1 (1,6)

▼

2 (0,6)

5 (2,4)

-2 (2,5)

2 (0,6)

6 (4,6)

▼

-4 (4,6)

▼

8 (1,6)

26 (2,6)

-18 (2,7)

▼

15 (2,1)

▼

19 (2,0)

-3 (2,9)

▼

14 (2,3)

20 (2,8)

▼

-6 (3,6)

▼

17 (1,4)

26 (7,4)

▼

-10 (7,5)

▼

16 (1,4)

30 (7,1)

▼

-14 (7,2)

▼

39 (4,0)

▼

50 (3,0)

▼

-11 (5,3)

▼

46 (2,9)

▼

48 (2,5)

▼

-2 (3,9)

▼

46 (3,0)

▼

46 (3,4)

▼

0 (4,4)

▼

47 (1,8)

▼

41 (7,7)

▼

7 (7,4)

▼

47 (2,0)

▼

40 (7,4)

▼

7 (7,7)

▼

2018

2013

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 · Elevernes kompetencer

2023

Niveau 3

Høj socioøkonomisk status

Lav socioøkonomisk status

Forskel på socioøkonomisk status

Pige

Dreng

Forskel på køn

Lille by

Stor by

Forskel på bystørrelse

Født i Danmark

Født i andet land

Forskel på oprindelsesland

Dansk tales i hjemmet

Andet sprog tales i hjemmet

Forskel på sprog talt i hjemmet

Niveau 4

Høj socioøkonomisk status

Lav socioøkonomisk status

Forskel på socioøkonomisk status

Pige

Dreng

Forskel på køn

Lille by

Stor by

Forskel på bystørrelse

Født i Danmark

Født i andet land

Forskel på oprindelsesland

Dansk tales i hjemmet

Andet sprog tales i hjemmet

Forskel på sprog talt i hjemmet

34 (2,0)

▼

11 (1,8)

▼

23 (2,4)

▲

26 (1,5)

▼

18 (1,5)

▼

7 (2,1)

▲

19 (2,7)

▼

22 (1,9)

▼

-4 (3,6)

▼

23 (1,0)

▼

13 (3,1)

▼

10 (2,9)

▲

23 (1,1)

▼

14 (2,8)

▼

9 (2,8)

▲

3 (1,3)

▼

0 (0,2)

▼

2 (1,4)

▼

1 (0,6)

▼

1 (0,3)

▼

0 (0,5)

▼

1 (0,4)

▼

1 (0,5)

▼

0 (0,5)

▼

1 (0,4)

▼

0 (0,4)

▼

1 (0,4)

▼

1 (0,4)

▼

1 (0,7)

▼

0 (0,5)

▼

2018

48 (2,8)

26 (2,9)

22 (3,6)

▲

40 (1,9)

33 (2,1)

7 (2,3)

▲

32 (3,5)

40 (2,4)

-8 (4,2)

▼

37 (1,6)

27 (6,9)

▼

10 (7,0)

▼

37 (1,6)

27 (5,8)

▼

10 (6,0)

▼

6 (1,5)

▼

1 (0,7)

▼

5 (1,7)

▲

3 (0,6)

3 (0,8)

0 (1,0)

▼

2 (1,1)

▼

4 (0,8)

-2 (1,5)

▼

3 (0,5)

2 (1,9)

▼

1 (2,0)

▼

3 (0,6)

2 (1,8)

▼

1 (2,0)

▼

2013

46 (4,4)

20 (2,3)

26 (5,5)

▲

34 (2,5)

27 (2,3)

7 (3,0)

▲

35 (3,3)

28 (3,2)

▼

7 (4,3)

▼

31 (1,9)

26 (5,6)

▼

5 (5,6)

▼

31 (1,9)

22 (5,6)

▼

9 (5,9)

▼

7 (2,6)

▼

0 (0,4)

▼

6 (2,8)

▲

3 (1,0)

▼

2 (0,6)

▼

2 (1,1)

▼

3 (1,2)

▼

2 (0,6)

▼

1 (1,3)

▼

2 (0,7)

▼

2 (1,7)

▼

0 (1,9)

▼

3 (0,7)

▼

1 (1,9)

▼

2 (2,1)

▼

Note: Lav og høj socioøkonomisk status udgøres af de 25 procent med hhv. laveste og højeste værdier på

NISB-indekset, som er konstrueret på baggrund af elevernes svar. Størrelsen på den by, skolen ligger i, er

angivet af skolelederen. En stor by har 15.000 eller flere indbyggere, en lille by har færre end 15.000 indbyggere.

Eleverne har svaret på, om de er født i Danmark, og hvilket sprog der primært tales i hjemmet. Tallene er

procentandele af elever i en given gruppe, der har kompetencer på et givent niveau. Standardfejl er angivet

i parentes. Pile, der peger op og ned, markerer, om forskellen er signifikant, retningen angiver, om forskellen

er positiv eller negativ. Pile, der peger til venstre og højre, angiver, om tallet er signifikant mindre eller

større end det tilsvarende tal i 2023.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

· Elevernes kompetencer

Tabel 9 viser mere detaljeret forskellene på de forskellige grupper af ele-

ver på hvert af de fem kompetenceniveauer. Der er signifikant større for-

skel på andelen af elever med lav og høj socioøkonomisk status under

niveau 1. Forskellen var 3 og 4 procentpoint i 2013 og 2018 og er steget til

9 procentpoint i 2023, primært fordi der er kommet betydeligt flere elever

med lav socioøkonomisk status under niveau 1. Siden 2013 og 2018 er

der kommet numerisk flere drenge end piger, flere elever, der er født i et

andet land end Danmark i forhold til elever født uden for Danmark, og

flere elever, der taler et andet sprog end dansk derhjemme i forhold til

elever, der taler dansk derhjemme, som har kompetencer under niveau

1. Men forskellene på de forskelle, der er mellem grupperne på tværs af

lande, er ikke signifikante. Det samme billede gældende for disse grupper

af elever på kompetenceniveau 1.

I den anden ende af skalaen, på niveau 3 og 4, er der færre af begge

grupper inden for de områder, vi sammenligner. Men det er alligevel

muligt at identificere, at der er signifikant flere elever på niveau 3 og 4,

der har høj socioøkonomisk status, er piger, er født i Danmark og taler

dansk. Der er generelt hverken kommet større eller mindre forskel mel-

lem disse grupper fra 2013 og 2018 til 2023.

Samlet set tyder disse tal på, at elever med alle typer af baggrunde er

blevet mindre computer- og informationskompetente, end elever med

tilsvarende baggrunde var i 2013 og 2018.

Elevernes kompetence til datalogisk tænkning

Testen af datalogisk tækning blev udviklet til ICILS 2018. Der var tale om

et innovativt pionerarbejde, som lykkedes med at vise, at datalogisk

tænkning kan testes på en systematisk, objektiv og interaktiv måde –

også hos elever, der ikke har fået formel undervisning i området (Fraillon

m.fl. 2020). Testen i 2018 bestod af to moduler, som hver fokuserede på ét

af de to kompetenceområder (At identificere problemer og At udvikle

løsninger, se kapitel 3), som var blevet identificeret i forbindelse med ud-

viklingen af rammeværket for testen. Det forholdsvis lille antal opgaver

betød, at den internationale forskningsledelse valgte at formulere en

foreløbig empirisk beskrivelse af udviklingen i kompetencer, som blot

bestod af tre ’områder’. I 2023 genbrugte vi nogle af opgaverne fra 2018,

således at der kunne skabes et grundlag for sammenligning på tværs

af år, og forskningsledelsen omarbejdede de to moduler fra 2018 og ud-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 · Elevernes kompetencer

arbejdede yderligere to moduler, se kapitel 3 for nærmere beskrivelser af

disse. Det betød, at de efterfølgende havde tilstrækkeligt med varierede

opgaver til at kunne udarbejde en mere udfoldet kompetenceniveau-

fordelingen af elever på kompetenceniveauer mellem 2018 og 2023.

Elevernes gennemsnit på målingen af datalogisk tænkning, fordel-

ingen på kompetenceniveauer og udvikling siden 2018 opdelt på lande

beskrivelse. Men det betyder også, at vi har valgt ikke at sammenligne

fremgår af tabel 10. Figur 11 viser grafisk fordeling og udvikling af

kompetencer til datalogisk tænkning i Danmark og de lande, vi sammen-

ligner med.

Figur 11. Udvikling i fordeling af kompetence til datalogisk tænkning på tværs af lande.

Datalogisk tænkning

2023

2018

USA

Tyskland

Norge

Sverige

Finland

Danmark

Tjekkiet

330

Niveau

440

Niveau

550

Niveau

660

700

Niveau

Note: Fordelingen af kompetence til datalogisk tænkning i 2023 vises med orange for hvert af de syv lande

ordnet efter faldende gennemsnit i 2023. Fordelingen i 2018 vises i skraverede grafer (for dem, der deltog i 2018).

Gennemsnittet i 2023 er angivet med en sort streg. De fire kompetenceniveauer er afgrænset af stiplede linjer.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

Tabel 10. Oversigt over elevernes gennemsnitlige kompetence til datalogisk tænkning,

fordelingen på kompetenceniveauer og udvikling siden 2018 opdelt på lande.

Land

Taiwan

Sydkorea

Tjekkiet

Belgien (Flandern)

Danmark

Finland

Frankrig

Slovakiet

Letland

Sverige

Norge

Portugal

Italien

Tyskland

Østrig

Luxembourg

USA

Slovenien

Holland

Malta

Kroatien

Serbien

Uruguay

Gennemsnit

548,4 (3,7)

536,8 (3,1)

526,7 (2,6)

509,1 (5,9)

504,0 (3,4)

501,5 (4,0)

499,3 (3,6)

498,1 (3,5)

495,2 (5,1)

486,4 (4,7)

484,7 (3,7)

483,9 (4,0)

482,0 (2,9)

479,0 (3,5)

476,3 (3,7)

475,5 (2,3)

461,5 (6,2)

448,2 (2,8)

440,3 (10,3)

437,9 (2,8)

428,7 (4,2)

421,8 (4,9)

421,1 (4,0)

Standardafvigelse

109,9

122,0

94,9

109,5

112,2

119,6

103,4

108,5

111,4

123,2

122,5

95,5

93,6

111,3

106,8

113,9

122,7

106,5

136,3

132,0

118,7

114,7

113,4

-2,5 (5,2)

▼

-4,7 (5,0)

▼

-5,8 (4,9)

▼

-8,8 (6,1)

▼

-17,5 (5,8)

▼

-19,2 (5,0)

▼

-20,1 (5,2)

▼

-21,9 (4,4)

▼

-24,9 (4,9)

▼

-27,6 (5,1)

▼

-28,5 (4,1)

▼

-42,5 (7,0)

▼

-55,7 (4,4)

▼

-63,6 (10,8)

▼

-66,0 (4,4)

▼

-75,3 (5,4)

▼

-82,2 (5,9)

▼

-82,9 (5,2)

▼

Forskel til Danmark

44,4 (5,0)

▲

32,8 (4,6)

▲

22,7 (4,3)

▲

5,1 (6,8)

▼

Under niveau 1

3,2 (0,4)

5,7 (0,6)

2,4 (0,4)

6,6 (1,1)

7,2 (0,9)

8,5 (0,8)

5,9 (0,8)

7,4 (0,6)

7,7 (1,0)

10,8 (0,9)

10,8 (0,8)

5,9 (0,9)

5,7 (0,6)

9,6 (1,1)

8,9 (0,8)

10,6 (0,6)

14,6 (1,4)

13,4 (1,0)

21,1 (1,7)

21,4 (1,0)

19,9 (1,4)

21,6 (1,5)

21,5 (1,3)

På niveau 1

13,0 (0,8)

14,9 (0,8)

15,0 (0,7)

17,5 (1,5)

19,3 (0,9)

19,8 (1,0)

21,5 (1,2)

19,4 (1,0)

22,1 (1,4)

23,4 (1,1)

23,2 (1,1)

24,9 (1,2)

25,2 (1,0)

26,6 (1,2)

27,0 (1,2)

26,6 (0,7)

27,3 (1,0)

32,2 (1,5)

28,2 (2,4)

27,0 (0,8)

32,4 (1,8)

32,9 (1,1)

33,7 (1,1)

Note: Landene er ordnet efter elevernes gennemsnit på skalaen for datalogisk tænkning. En pil angiver, at forskellen til Danmark

er signifikant (p < 0,05), og pilens retning angiver, om elevernes gennemsnit i det land er højere eller lavere end Danmarks.

For hvert kompetenceniveau er angivet procentandelen af elever i det givne land, der har kompetencer på dette niveau.

Gennemsnit for 2018 samt forskel til 2023 er angivet for lande, der deltog i 2018. ’***’: p < 0,001, ’**’: p < 0,01, ’*’: p < 0,05, ’.’: p < 0,1.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 · Elevernes kompetencer

101

På niveau 2

31,6 (1,2)

31,6 (1,1)

41,8 (0,7)

38,2 (1,4)

38,1 (0,9)

36,0 (1,1)

39,9 (1,2)

40,4 (1,1)

38,8 (1,4)

35,2 (1,2)

35,9 (1,2)

44,9 (1,3)

46,3 (1,1)

37,2 (1,3)

39,5 (1,0)

37,0 (0,9)

34,5 (1,2)

37,9 (1,3)

29,2 (1,5)

30,9 (0,8)

33,0 (1,6)

33,0 (1,3)

32,2 (1,5)

På niveau 3

37,1 (1,2)

32,4 (0,9)

33,0 (0,9)

30,8 (1,7)

27,9 (1,1)

27,5 (1,2)

27,6 (1,1)

27,3 (1,4)

24,6 (1,4)

22,8 (1,4)

23,0 (1,2)

21,3 (1,3)

20,4 (1,1)

21,5 (1,0)

20,6 (1,1)

20,7 (0,8)

18,3 (1,3)

14,3 (0,9)

16,2 (2,0)

17,0 (0,9)

12,2 (0,9)

10,8 (0,8)

11,1 (1,0)

På niveau 4

15,1 (0,9)

15,4 (0,7)

7,8 (0,5)

6,9 (0,9)

7,5 (0,6)

8,2 (0,7)

5,0 (0,5)

5,5 (0,7)

6,8 (0,9)

7,8 (0,6)

7,1 (0,6)

3,0 (0,3)

2,4 (0,3)

5,1 (0,5)

4,2 (0,4)

5,2 (0,5)

5,3 (0,8)

2,1 (0,3)

5,2 (1,5)

3,7 (0,3)

2,6 (0,4)

1,7 (0,3)

1,5 (0,2)

Gennemsnit 2018

Udvikling 2018

536,3 (4,4)

0,4 (5,3)

527,0 (2,3)

508,3 (3,3)

501,3 (2,3)

-23,1 (4,1) ***

-6,8 (5,2)

-2,0 (4,3)

481,5 (2,6)

2,3 (4,7)

485,7 (3,8)

-6,7 (5,2)

459,8 (0,8)

498,1 (2,5)

15,7 (2,5) ***

-36,7 (6,6) ***

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

102

· Elevernes kompetencer

De danske elevers gennemsnit er 504 på skalaen for datalogisk tænkning.

Det er 23 point lavere end i 2018, og forskellen er signifikant. De ameri-

kanske elever er også signifikant mindre kompetente til datalogisk tænk-

ning end eleverne i 2018. Forskellen her er 38 point. Det eneste land, hvor

eleverne i 2023 er signifikant mere kompetente end eleverne i 2018, er

Luxembourg. For de øvrige lande, der deltog i målingen af datalogisk

fremgår af graferne, at der er kommet færre tyske og finske elever i mid-

ten af fordelingen, så spredningen for de to lande er blevet større.

Eleverne fra Taiwan, Sydkorea og Tjekkiet er signifikant dygtigere til

tænkning både i 2018 og 2023, er forskellene ikke signifikante. Men det

datalogisk tænkning end de danske elever. Eleverne fra Belgien, Finland,

Frankrig, Slovakiet og Letland er på niveau med de danske elever. Elever-

ne i de øvrige nordiske lande samt USA og Tyskland er signifikant mindre

kompetente til datalogisk tænkning.

I 2023 havde godt syv procent af de danske elever kompetencer under

niveau 1, hvilket betyder, at vi ikke kan sige meget mere om deres kom-

petencer, end at de ikke er i stand til at udføre de typer af handlinger, som

elever med kompetencer på niveau 1 kan.

Næsten hver femte har kompetencer på niveau 1. Det betyder, at de

har en grundlæggende forståelse af, at computere modtager et input og

gennem trinvise behandlinger når frem til et output. De kan selv udar-

bejde trinvise lineære algoritmer med visuelle systemer.

Godt 38 procent af de danske elever har kompetencer til datalogisk

tænkning på niveau 2 og har derfor en forståelse af, hvordan datalogiske

systemer kan bruges til at løse problemer i verden. De kan planlægge og

gennemføre systematiske interaktioner med et system og fortolke syste-

mets output og handlinger. De er i stand til at bruge gentagelsesløkker,

når de udvikler visuelle algoritmer.

Næsten 28 procent af de danske elever har kompetencer til datalogisk

tænkning på niveau 3. Disse elever har en grundlæggende forståelse af,

hvordan datalogiske systemer kan bruges til problemløsning. De kan for-

klare, hvordan de anvender systematiske tilgange til problemløsning

med datalogiske systemer i situationer med virkelighedsnære problemer.

De kan anvende gentagelsesløkker i samspil med betingelseskom-

mandoer.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 · Elevernes kompetencer

103

4. De er i stand til at opdele komplekse problemer i mindre, håndterbare

dele og anvende relevante algoritmer til at løse disse delproblemer som

7,5 procent af de danske elever har datalogiske kompetencer på niveau

en del af løsningen på det overordnede problem. De er systematiske i

deres test og fejlfinding i algoritmer, og de kan forbedre kodning på en

måde, så de opnår en moderat til høj grad af præcision og effektivitet. De

finder løsninger på problemer med flere mål, hvor der ikke er en direkte

og tydelig sammenhæng mellem det visuelle output og kodelogikken,

og de håndterer indlejrede kombinationer af kommandoer i koden.

tredje – som har kompetencer på niveau 3 og 4, og som derfor har en

relativt avanceret forståelse af og kompetencer til at omsætte problem-

stillinger til datalogiske situationer samt udvikle, kode og finde fejl i da-

Der er således en forholdsvis stor andel af de danske elever – godt hver

talogiske systemer.

Eleverne i de to sydasiatiske lande, Taiwan og Sydkorea, har betydeligt

flere elever på disse kompetenceniveauer, og i Tjekkiet er der også lidt

flere elever med kompetencer på niveau 3, men det er rimeligt at kon-

kludere, at en forholdsvis stor andel af de danske elever er sammenlig-

neligt godt forberedt på at blive undervist mere formelt i datalogisk

tænkning.

Socioøkonomisk status og datalogisk tænkning

Figur 12 viser en sammenligning af elevernes kompetencer til datalogisk

tænkning på tværs af lande opdelt i andele af elever med lav og høj soci-

oøkonomisk status på kompetenceniveauerne. I tabel 11 sammenligner

vi forskellige grupper af danske elevers kompetencer til datalogisk tænk-

ning på tværs af årene 2018 og 2023. Danske elever fra de 25 procent med

lavest socioøkonomisk baggrund har i gennemsnit kompetencer til da-

talogisk tænkning på 462 point, hvilket er 92 point lavere end eleverne

med højest socioøkonomisk baggrund.

Man kan ikke direkte sammenligne skalaerne for computer- og infor-

mationskompetence og datalogisk tænkning, men man kan sammenlig-

ne ved at se på, hvor stor andel af en standardafvigelse for de danske

elever de to forskelle udgør, og her er der tale om en forskel på godt 80

procent af en standardafvigelse for både computer- og informationskom-

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

104

· Elevernes kompetencer

Figur 12. Kompetence til datalogisk tænkning opdelt på socioøkonomisk status for Danmark

og de lande, vi sammenligner med.

Socioøkonomisk gruppe

Under

Gennemsnit niveau 1

Danmark

Lav socioøkonomisk

status Danmark

Høj socioøkonomisk

status Danmark

Finland

Lav socioøkonomisk

status Finland

Høj socioøkonomisk

status Finland

Norge

Lav socioøkonomisk

status Norge

Høj socioøkonomisk

status Norge

Sverige

Lav socioøkonomisk

status Sverige

Høj socioøkonomisk

status Sverige

Tyskland

Lav socioøkonomisk

status Tyskland

Høj socioøkonomisk

status Tyskland

Tjekkiet

Lav socioøkonomisk

status Tjekkiet

Høj socioøkonomisk

status Tjekkiet

USA

Lav socioøkonomisk

status USA

Høj socioøkonomisk

status USA

504 (3,4)

462 (5,7)

553 (4,5)

502 (4,0)

465 (5,7)

552 (4,7)

485 (3,7)

448 (5,0)

529 (4,6)

486 (4,7)

433 (5,6)

542 (6,4)

479 (3,5)

423 (6,3)

547 (6,3)

527 (2,6)

482 (5,1)

569 (3,1)

461 (6,2)

413 (7,3)

523 (7,9)

7 (0,9)

11 (1,6)

3 (1,0)

8 (0,8)

13 (1,6)

4 (0,7)

11 (0,8)

15 (1,4)

5 (0,8)

11 (0,9)

18 (1,6)

5 (0,9)

10 (1,1)

16 (3,1)

3 (0,8)

2 (0,4)

6 (1,1)

1 (0,2)

15 (1,4)

24 (2,7)

6 (1,2)

Niveau 1

19 (0,9)

28 (2,2)

11 (1,1)

20 (1,0)

28 (2,2)

11 (1,2)

23 (1,1)

30 (2,5)

16 (1,3)

23 (1,1)

33 (2,5)

13 (1,6)

27 (1,2)

41 (2,9)

11 (1,7)

15 (0,7)

25 (1,6)

7 (1,2)

27 (1,0)

35 (2,4)

17 (2,0)

Niveau 2

38 (0,9)

40 (1,9)

33 (1,6)

36 (1,1)

37 (2,5)

31 (1,7)

36 (1,2)

38 (2,0)

35 (2,1)

35 (1,2)

35 (2,4)

32 (2,4)

37 (1,3)

34 (2,4)

35 (2,9)

42 (0,7)

47 (2,0)

33 (1,6)

35 (1,2)

29 (2,4)

35 (3,1)

Niveau 3

28 (1,1)

19 (1,9)

36 (2,4)

27 (1,2)

19 (2,0)

37 (1,7)

23 (1,2)

14 (1,5)

32 (1,8)

23 (1,4)

12 (1,7)

33 (2,9)

21 (1,0)

8 (1,3)

39 (3,2)

33 (0,9)

20 (1,3)

44 (1,4)

18 (1,3)

11 (1,9)

29 (3,1)

Niveau 4

8 (0,6)

2 (0,9)

16 (1,8)

8 (0,7)

4 (0,7)

17 (1,5)

7 (0,6)

3 (0,6)

12 (1,4)

8 (0,6)

2 (0,7)

16 (1,7)

5 (0,5)

1 (0,4)

12 (1,9)

8 (0,5)

2 (0,4)

16 (1,5)

5 (0,8)

1 (0,8)

13 (2,0)

Nederste

Øverste

200

800

330

440

550

660

Niveau Niveau NiveauNiveau

Note: Fordeling på de fem kompetenceniveauer af elever fra hele landet og de 25 procent med henholdsvis lavest

og højest værdi på den socioøkonomiske skala. Grafen viser fordelingen på skalaen for datalogisk tænknings-

kompetence for de tre grupper af elever. Det skraverede område udgør hele samplet, de to farvede henholdsvis

de nederste og de øverste 25 procent.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 · Elevernes kompetencer

105

Tabel 11. Sammenligninger af danske elevers datalogiske tænkning for forskellige

grupper på tværs af år.

2023

Høj socioøkonomisk status

Lav socioøkonomisk status

Forskel på socioøkonomisk status

Pige

Dreng

Forskel på køn

Lille by

Stor by

Forskel på bystørrelse

Født i Danmark

Født i andet land

Forskel på oprindelsesland

Dansk tales i hjemmet

Andet sprog tales i hjemmet

Forskel på sprog talt i hjemmet

553 (4,5)

▼

462 (5,7)

▼

-92 (6,4)

▼

505 (3,4)

▼

505 (5,0)

▼

0 (5,2)

▼

494 (7,5)

▼

511 (7,5)

▼

17 (11,1)

▼

511 (3,1)

▼

455 (7,4)

▼

-56 (6,8)

▼

510 (3,2)

▼

458 (10,9)

▼

-52 (10,7)

▼

2018

557 (4,0)

▼

498 (4,1)

-58 (5,9)

▼

527 (2,5)

527 (3,2)

0 (3,5)

▼

529 (3,7)

524 (5,7)

▼

-6 (7,0)

▼

530 (2,4)

485 (7,5)

-45 (8,0)

▼

531 (2,3)

479 (8,1)

▼

-53 (8,2)

▼

Note: Lav og høj socioøkonomisk status udgøres af de 25 procent med hhv. laveste og højeste værdier

på NISB-indekset, som er konstrueret på baggrund af elevernes svar. Størrelsen på den by, skolen ligger i,

er angivet af skolelederen. En stor by har 15.000 eller flere indbyggere, en lille by har færre end 15.000 ind-

byggere. Eleverne har svaret på, om de er født i Danmark, og hvilket sprog der primært tales i hjemmet.

Tallene er procentandele af elever i en given gruppe, der har kompetencer på et givent niveau. Standardfejl

er angivet i parentes. Pile, der peger op og ned, markerer, om forskellen er signifikant, retningen angiver,

om forskellen er positiv eller negativ. Pile, der peger til venstre og højre, angiver, om tallet er signifikant

større eller mindre end det tilsvarende tal i 2023.

petence og datalogisk tænkning. Der er således en meget betydelig forskel

på elever med lav og høj socioøkonomisk status inden for både kompe-

tence til datalogisk tænkning og computer- og informationskompetence.

I 2018 var forskellen mellem elever med høj og lav socioøkonomisk

status noget lavere, 58 point. Målt i standardafvigelser var forskellen på

både computer- og informationskompetence og datalogisk tænkning

omkring 70 procent – altså også meget stor, men ti procentpoint lavere

end i 2023 (Bundsgaard m.fl. 2019).

Blandt de lande, vi sammenligner med, ses også en betydelig forskel

på elever med lav og høj socioøkonomisk status. Kun for Tyskland er for-

skellen signifikant større end for Danmark. Her er forskellen 124 point,

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

106

· Elevernes kompetencer

32 point større end i Danmark. I Finland, Norge og Tjekkiet er den lavere,

lavest i Norge med 81 point, knap 11 point lavere end i Danmark. Men

forskellen mellem landene er ikke signifikant. For computer- og informa-

tionskompetence går et lignende billede igen. Norge har forskel, der er

seks point mindre end Danmark, men ikke signifikant. I Tyskland og USA

er forskellene 29 og 35 point signifikant større end i Danmark.

ske eller skolerelaterede forhold, der kan forklare den store forskel på

elever med forskellige socioøkonomiske baggrunde, eller hvorfor der er

sket en udvikling i negativ retning på de fem år fra 2018 til 2023.

I tabel 11 sammenligner vi ud over socioøkonomisk baggrund også en

række andre grupper. Det fremgår, at der ikke er forskel i kompetencer

til datalogisk tænkning på tværs af køn – gennemsnittet er næsten præ-

cis det samme. Det kommer vi mere ind på i kapitel 6. Elever, der er født

i et andet land end Danmark, og elever, der taler et andet sprog end dansk

Vi har ikke umiddelbart forslag til hypoteser med baggrund i didakti-

i hjemmet, har i begge tilfælde et lavere gennemsnit end elever, der er

født i Danmark, og som taler dansk i hjemmet, men forskellene på 56 og

52 point (omkring en halv standardafvigelse) er noget mindre end

forskellene mellem de socioøkonomiske grupper, om end de på ingen

måde er ubetydelige.

Sammenfatning og diskussion

Danske elever er stadig i 2023 blandt de dygtigste både i forhold til com-

puter- og informationskompetence og datalogisk tænkning i de lande,

der deltager i ICILS-undersøgelsen. Hvor der i 2018 deltog 12 lande, deltog

i 2023 34 lande, så set i det lys er den danske tilgang til at udvikle com-

puter- og informationskompetence og datalogisk tænkning en succes.

Men i 2023 var eleverne væsentligt mindre kompetente på de to om-

råder, som vi tester i ICILS, end eleverne var i 2018 og (for computer- og

informationskompetences vedkommende) i 2013. Det kan forekomme

svært forklarligt, at elever, der under coronakrisen har været nødsaget

til at bruge deres computer i forbindelse med onlineundervisning, og

som har brugt computer væsentligt mere i undervisningen (læs mere om

elevers brug i kapitel 5 og om lærernes i kapitel 7), alligevel er betydeligt

mindre kompetente til begge de to områder, ICILS tester.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

4 · Elevernes kompetencer

107

kompetencer, er det nærliggende at antage, at der kan være tale om om-

stændigheder, udviklinger eller begivenheder, der har haft betydning på

Når der er tale om en så klar tendens og så forholdsvis store fald i

tværs af lande. Her falder coronapandemien naturligt i øjnene. Elever,

der gik i 8. klasse i 2023, gik i 5. og 6. klasse i de år (2020-2022), hvor corona

førte til skolelukninger, online hjemmeundervisning og strenge krav om

minimerede sociale møder. I spørgeskemaet til skoleledere har vi stillet

en række spørgsmål om omfanget og betydningen af skolelukninger,

og analyser af disse vil måske kunne pege på sammenhænge mellem

coronapandemien og elevernes resultater.

På den anden side var netop coronapandemien årsag til, at elever over

hele verden blev undervist med digitale teknologier, og derfor ville en

rimelig antagelse være, at eleverne på grund af denne øvelse var blevet

bedre til at anvende dem også til opgaver som dem, vi bruger i testen af

deres computer- og informationskompetence.

end 90 procent af de danske unge sociale medier dagligt (dog er tenden-

sen svagt faldende fra 2020) (DR Analyse 2024). Og i de senere år har der

Men der kan også være andre forklaringer. For eksempel bruger mere

været en stigende bekymring over brugen af sociale medier og betyd-

ningen for de sociale fællesskaber og trivsel (se kapitel 5). Samtidig ser

vi en stigning i lærernes oplevelse af, at eleverne distraheres i undervis-

ningen af computere og sociale medier (se kapitel 5). Måske kan der være

en sammenhæng mellem brugen af sociale medier og faldet i computer-

og informationskompetence. Brugen af blandt andet sociale medier tager

vi op i det følgende kapitel.

Vi håber, at vores kolleger inden for uddannelsesforskningsområdet

vil gøre brug af den åbne adgang til data fra ICILS-undersøgelsen og gøre

os følgeskab i at gennemføre sekundære analyser, der går i dybden med

hypoteser om årsagerne til de bemærkelsesværdige fald i computer- og

informationskompetence.

Set i lyset af udviklingen inden for sociale medier, generativ kunstig

intelligens, internetscams og phishing og den stadig mere intense brug

af målrettet indhold må det være bekymrende, at det nu er mindre end

en fjerdedel af eleverne, som kan forventes at gennemskue blot simple

forsøg på at narre dem, binde dem konspirationsteorier på ærmet eller

påvirke deres handlinger med adfærdsmanipulerende teknikker.

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

108

· Elevernes kompetencer

fald kan anvende computere til basale opgaver som at klikke på links og

søge på nettet, men uden at kende forskel på sponsoreret og ikke-spon-

soreret indhold, kan skrive tekst og udarbejde præsentationer, men uden

forståelse for målgruppens behov, og kan kommunikere online, men

uden at kunne forholde sig til privatlivsproblematikker.

Måske endnu mere bekymrende er det, at op mod en tredjedel i bedste

stor i 2018, men er steget med omkring ti procentpoint af en standard-

afvigelse i 2023 på begge de to områder, vi tester i ICILS. Der er ikke nogen

Forskellen mellem elever med lav og høj socioøkonomisk status var

umiddelbart indlysende forklaring på, hvorfor det er tilfældet, i de data,

vi har til rådighed i ICILS-undersøgelsen. Men sekundære analyser vil

måske kunne identificere sammenhænge, der kan bidrage til forklarin-

den meget store forskel mellem de to grupper, så må det være yderst

påtrængende også at gå uden for ICILS-undersøgelsens område for at

med forskellig socioøkonomisk baggrund.

gen. Uanset om ICILS kan bidrage til at komme nærmere en forståelse af

finde forklaringer på den meget store forskel i kompetencer hos elever

BUU, Alm.del - 2024-25 - Bilag 44: Orientering om offentliggørelse af resultater fra ICILS-undersøgelsen 2023, fra børne- og undervisningsministeren

5 Skærme i og uden for skolen

Siden sidste ICILS-undersøgelse i 2018 har børns brug af

skærme

i og

uden for skolen været genstand for megen diskussion. Der er gennemført

undersøgelser om brugen i skole og fritid, der har været debatteret heftigt

i medier, og der er blevet udgivet bøger om emnet. Også fra politisk side

har skærme fyldt meget – blandt andet har Børne- og Undervisnings-

ministeriet udsendt en række anbefalinger omkring brugen af dem i sko-

len (Børne- og Undervisningsministeriet 2024a).

I ICILS-undersøgelsen 2023 har elever, lærere og skoleledere blandt

andet svaret på en række spørgsmål om skærmbrug, herunder om til

hvad og hvor lang tid eleverne bruger skærm i skole og fritid, hvordan

lærerne vurderer skærmbrug i undervisning, og hvilke procedurer sko-

lerne har for anvendelse af skærme på skolen, og i dette kapitel præsen-

terer vi resultaterne.

I det følgende giver vi først et overblik over de seneste års debat om

skærmbrug, hvorefter vi gennemgår centrale resultater fra de seneste års

undersøgelser af danske børn og unges omgang med skærme. Dernæst

præsenteres resultater fra ICILS 2023, der giver nye perspektiver på unges

brug af skærme, og til sidst samles der op med et analyserende og disku-

terende afsnit.

Perspektiver på ’skærmdebatten’