Programmering som verktyg för problemlösning i matematik : En innehållsanalys av gymnasieläroböcker i matematik
Sammanfattning: Som ett led i att stärka den digitala kompetensen i den svenska skolan så beslöt regeringen2017 att införa användandet av programmering i matematikämnet. Sedan höstterminen 2018 så har flertalet matematikkurser för gymnasiet fått uppdaterade kursplaner med tillägget att programmering ska användas som verktyg för problemlösning. I praktiken innebär detta att drygt hälften av de nationella gymnasieprogrammen nu får programmering som antingen obligatorisk eller valbar genom någon av matematikkurserna i c-spåret eller matematik 3b. I samband med de uppdaterade styrdokumenten så har förlagen givit ut reviderade läromedel i matematik eller webresurser med programmeringsuppgifter. I detta arbete utreds i vilken utsträckning dessa programmeringsuppgifter relaterar till problemlösning. Analysen visar att endast en dryg fjärdedel av samtliga analyserade programmeringsuppgifter kategoriseras som problemlösningsuppgifter. Metoden för dataanalys bygger på Lithners ramverk för imitativa och kreativa resonemang. Metoden definierar tre olika lösningstyper (kategorier) av matematikuppgifter; High relatedness tasks (HR), Local low relatedness tasks (LLR) och Global low relatedness tasks (GLR). När lösningen till en uppgift är en procedur tagen från läroboken så räknas det till HR kategorin och räknas då som ett imitativt resonemang. När en uppgift tillhör någon av de två övriga kategorierna (LLR eller GLR) så innebär det att eleven själv behövt konstruera stora delar av lösningen till en uppgift. För att främja utvecklingen av problemlösningsförmågan som räknas som ett kreativt resonemang, så måste eleven få arbeta med uppgifter som tillhör LLR eller GLR kategorierna. Metoden för datainsamling är en innehållsanalys av läromedel i matematik som utgörs av förlaget Natur & Kulturs serie Matematik 5000+ samt förlaget Gleerups serie Exponent med en tillhörande webresurs. I arbetet analyserades 86 programmeringsuppgifter ur Matematik 5000+ samt ytterligare 20 programmeringsuppgifter publicerade som en webresurs med hänvisning till Exponent. Ett antal av de 20 programmeringsuppgifterna relaterade till två läromedel vilket ledde till att det totala antalet analyserade programmeringsuppgifter blev 113. Det visade sig att en delmängd av de analyserade uppgifterna var sådana att någon lösningsalgoritm inte behövdes för att lösa uppgiften, exempelvis genom att facit varit givet i problemformuleringen. Eftersom den typen av uppgifter inte kunde kategoriseras till någon av de tre befintliga kategorierna så definierades en ny fjärde kategori None relatedness tasks (NR). Resultatet visar att nästan hälften av de analyserade uppgifterna (55 av 113) tillhör NR kategorin. En del av förklaringen ligger i att Matematik 5000+ introducerar eleverna till programmering genom färdiga exempel. Analysen visade att ytterligare 28 uppgifter hamnade i HR kategorin vilket således innebär att endast en dryg fjärdedel av samtliga analyserade programmeringsuppgifter klassas som problemlösning. För matematik 3c derivata och matematik 3c integraler så analyserades totalt tio uppgifter där ingen av dessa relaterade till problemlösning. Här används programmeringen istället som ett verktyg för att förklara viktiga begrepp som ingår i dessa kapitel. De matematiska moment som visade sig lämpa sig väl för problemlösningsuppgifter var bl.a. matematik 1c aritmetik och matematik 2c linjär algebra. Sammanfattningsvis så visar studien att en stor majoritet av programmeringsuppgifterna leder till att eleven introduceras till programmering eller leder till att eleven får arbeta med procedurförmågan. Exponent hade en jämförelsevis stor andel programmeringsuppgifter för problemlösning, med sina 44 %. Matematik 5000+ i sin tur presenterar ett större antal uppgifter för problemlösning med deras 18, vilket dock motsvarar endast 21 % av de totalt 86 uppgifterna.
HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)