Utformning och utvärdering av laborationsmoment för stimulering av datalogiskt tänkande bland gymnasieelever

Detta är en Uppsats för yrkesexamina på avancerad nivå från KTH/Lärande

Författare: Yasmina Altayy; Haidi Antoun; [2024]

Nyckelord: ;

Sammanfattning: Denna studie, som är ett samarbete med K-ULF, syftar till att utforma ett laborationsmoment för gymnasieelever som går kursen Programmering 1 (eller motsvarande kurser), med fokus på att stimulera datalogiskt tänkande. En litteraturöversikt genomfördes för att identifiera ett relevant ramverk för att utforma laborationsmomentet inom programmering. Det valda ramverket är resultatet från litteraturöversikten. Det går ut på att definiera datalogiskt tänkande, identifiera relaterade koncept, ge exempel på tekniker som representerar dessa begrepp och genomföra utvärdering. Studien är i form av en fallstudie, där laborationsmomentet genomfördes med en grupp på 20 elever. Två python-uppgifter, Uppgift A (utan chatGPT) och Uppgift B (med chatGPT), utformades för att stimulera datalogiskt tänkande färdigheter. Eleverna arbetade i par under laborationsmomentet för att lösa uppgifterna A och B och deras diskussioner spelades in. Både deras lösningar och ljudinspelningar av deras diskussioner utgjorde vår dataset och skulle senare analyseras. För att utföra analysen skulle både lösningarna och ljudinspelningarna granskas med hjälp av innehållsanalys och mönsterjämförelsemetoden. Resultaten visade att elever som löste uppgift A visat uppkomst av samtliga indikatorer (färdigheter) inom datalogiskt tänkande. Å andra sidan har elever som arbetade med uppgift B visat uppkomst av datalogiskt tänkande indikatorer främst genom sina inspelade ljuddiskussionermen inte i sina skriftliga lösningar.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)