Click here to load reader
Informacijska tehnologija
u prepoznavanju darovitosti
kod djece
Marijana Zekić-Sušac
Ekonomski fakultet u Osijeku
Sveučilište Josipa Jurja Strossmayera u Osijeku
Ana Katalenić
Fakultet za odgojne i obrazovne znanosti
Sveučilište Josipa Jurja Strossmayera u Osijeku
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
1
Što je darovitost?
• Darovitost ili nadarenost je „skup osobina koje omogućuju pojedincu da ima potencijale za dosljedno postizanje natprosječnih uspjeha u nekom društveno cijenjenom području” (Koren, 1989)
Koren (1989) prepoznaje šest područja darovitosti:
1. Darovitost u općim intelektualnim sposobnostima,
2. Darovitost u specifičnim školskim sposobnostima,
3. Darovitost u stvaralačkim,
4. Darovitost u umjetničkim,
5. Darovitost u rukovodnim i
6. Darovitost u psihomotornim sposobnostima
Darovita djeca imaju ove posebne karakteristike:
• karakteristike učenja – brzo shvaćaju principe i činjenice, informiraju se i zapažaju
• karakteristike stvaralaštva – imaginacija, mnoštvo ideja, sklonost riziku
• socijalne karakteristike – odgovornost, provokativnost, suprotstavljanje autoritetu
• motivacijske karakteristike – samokritičnost, težnja k savršenstvu, ustrajnost i sl.
O radu s darovitom djecom u hrvatskim školama vidjeti u Vlahović-Štetić (2008)
Darovitost za matematiku – darovitost koja se posebno ispoljava u području matematike
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
2
Ubijaju li škole kreativnost?21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
3
Finski sustav – u čemu je
kvaka?21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
4
Što je rješenje ako niste u
Finskoj? 21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
5
Može li IT nešto učiniti?
• Može li informacijska tehnologija pomoći
učiteljima u prepoznavanju darovitosti?
• Mogu li metode umjetne inteligencije tu
pomoći?
• Može li informacijska tehnologija ubrzati
postupak učenja kod djece ili pokrenuti
kreativnost?
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
6
IT u prepoznavanju
darovitosti kod djece
• Koliko se IT koristi za prepoznavanje darovitosti kod djece?
- Najviše za izradu tutorskih sustava koji služe kao potpora učenju i
poučavanju u nekom posebnom području, a uključuju često
multimediju i personalizirani pristup
Inteligentni tutorski sustavi (engl. Intelligent Tutoring Systems, ITS)
– „programi s računalnom podrškom koji služe za unaprjeđenje
poučavanja od strane onoga koji poučava te time i poboljšanje
procesa učenja u pojedinom području znanja za koje je zainteresiran
onaj koga se podučava”. (Portal za poslovno e-učenje, 2016)
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
7
IT u prepoznavanju
darovitosti
• Stathacopoulou et al. (2005) - razvili sustav temeljen na
neuronskim mrežama i neizrazitoj (fuzzy) logici za
napredni sustav dijagnoze načina učenja (sustav nastoji
prepoznati stil učenja svakog učenika i odabrati način
poučavanja koji tom stilu najviše odgovara).
• Canales et al. (2007) razvili su adaptivni i inteligentni
web obrazovni sustav WBES koji prilagođava lekcije
studentovom individualnom načinu učenja (omogućava
uporabu različitih stilova učenja i interakcije: video, tekst,
audio, kvizovi i sl.). Sustav je testiran za učenje
matematike i fizike.
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
8
• Na PMF-u Split izgrađen je model TexSys, a po njemu i ekspertni
sustav TexSys koji se koristi za inteligentno poučavanje studenata
(autor: Slavomir Stankov i suradnici)
• Cognitive Tutor – inteligentni tutorski sustav koji se temelji na
kognitivnom modelu i ima mogućnost prikazivanja simulacije
razmišljanja učenika. Prilagođava se svakom studentu na osnovu
individualne strategije učenja pojedinog studenta. (Šimić, 2008)
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
9
Važnost prepoznavanja
matematičke darovitosti
• Prepoznavanje i razvoj darovitosti istraživali su Sterberg (2001) i Tannenbaum
(1983).
• Johnson (2007) – VAŽNO JE PREPOZNATI, A ZATIM I RAZVIJATI
MATEMATIČKU DAROVITOST
• Pri tome treba uključiti kriterije koji ne uključuju samo matematičke
kompetencije.
• Nedostatak istraživanja o inteligentnim sustavima koji će pomoći u detekciji
darovitosti u nekim područjima, kao npr. u matematici.
• Margita Pavleković (2009) naglašava: "Tragajući za matematički darovitim
učenicima mlađe školske dobi, učitelja valja ohrabriti da skrene pogled i na
one učenike koji nemaju visoku uspješnost u rješavanju analognih zadataka,
ali znaju zablistati originalnim rješenjem, uočenim uzročno posljedičnim
odnosom, izvrsnom procjenom, a također kada uoči brze i točne reakcije u
(matematičkim) igrama koje djeca u pravilu ne doživljavaju kao matematiku.”
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
10
Inicijativa Margite
Pavleković
• U cilju detektiranja i razvoja darovitosti za
matematiku, 2004. godine pokreće „Malu
matematičku školu” u Osijeku
• Škola postaje sastavni dio kolegija
„Matematika i nadareni učenici” na
Fakultetu za odgojne i obrazovne
znanosti Sveučilišta u Osijeku – učenici
4.r. O.Š. dolaze jednom tjedno na fakultet
učiti matematiku na kreativan način, uz
intenzivnu primjenu IKT
• Prijavljuje i projekt kod MZOS na temu:
„Obrazovanje učenika s posebnim
interesom za matematiku"
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
11
• 2007. g. – Margita i suradnici izgrađuju ekspertni sustav za prepoznavanje matematički darovite djece
• Ideja: omogućiti učiteljima u osnovnim školama inteligentni alat koji će pomoći u procjeni darovitosti djece za matematiku u 4. razredu O.Š.
• Cilj: na vrijeme prepoznati djecu darovitu za matematiku i raditi sustavno na razvoju te darovitosti kroz daljnje školovanje
• Istraživački tim:• Margita Pavleković – metodika nastave matematike
• Marijana Zekić-Sušac – primjena metoda strojnog učenja i ekspertnih sustava
• Ivana Đurđević Babić - primjena metoda strojnog učenja
• Mirta Benšić – matematika i statistika
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
12
Što smo napravili
• Margita je osmislila model (stablo odlučivanja) za
prepoznavanje darovitosti iz matematike (na temelju
znanja psihologa, metodičara i vlastitog iskustva)
• Na temelju modela, kreiran je ekspertni sustav za
prepoznavanje darovitosti iz matematike u alatu ExSys
• ES je metoda umjetne inteligencije koja na temelju
heurističkog znanja eksperta gradi bazu znanja najčešće u
obliku logičkih pravila (IF-THEN)
• S pomoću mehanizma zaključivanja brzim algoritmima
traži se rješenje na temelju ulaznih podataka
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
13
Margitin model – komponente
darovitosti za matematiku21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
14
Dio baze znanja ES-a
(pravila zaključivanja)21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
15
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
16Izgled sučelja ES-a MAT-DAR
Još jedan ulazni zaslon ES-a21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
17
Završni zaslon ES-a21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
18
Rezultati istraživanja
• Provedeno je detaljno istraživanje u 4. razredima u 10 osnovnih škola u Osijeku. Za svakog učenika dobivena je procjena učitelja, ekspertnogsustava i psihologa.
• Objavljeno 7 znanstvenih radova 2008-2011
• Knjiga M. Pavleković: „Matematika i nadareni učenici” (poglavlje o ES)
• Rezultati su pokazali da ekspertni sustav i psiholozi pokazuju tendencijuda iste učenike svrstavaju u istu kategoriju, odnosno da su nalaziekspertnog sustava sličniji nalazima psihologa nego procjenama učitelja.
Zaključak:
• u nedostatku psihologa ovaj sustav mogao bi poslužiti kao pomoćučiteljima pri donošenju odluka o matematičkoj darovitosti učenika.
• Ekspertni sustav mogao bi se koristiti kao pomoć učiteljima kodprepoznavanja učenika darovitih za matematiku.
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
19
Mala matematička škola
- Studenti rade s darovitim
učenicima uz primjenu IKT
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
20
• Početak: 2004. godina
• Začetnik: Margita Pavleković, Učiteljski fakultet Sveučilišta u Osijeku
• Oblik rada: provodi se u okviru kolegija „Matematika i nadareni učenici”
• Što dobivaju studenti:
• Primjena IKT-a u nastavi
• Što dobivaju učenici:
• Računalo kao alat za učenje ili igranje?
• Samostalnost u radu?
• Temeljna računalna pismenost?
Mala matematička škola danas
• Voditelj: Ana Katalenić, Učiteljski fakultet Sveučilišta u
Osijeku
• Tradicija rada s darovitima se nastavlja
• Uporaba alata: Loomen, Gizmo simulacije, Elevator
Operator, 3D and orthographic view, Factor trees,
Fraction artist, Fido’s flower bed i drugih.
• Matematika se uči kroz igru, uporabom multimedije,
rješavaju se problemski zadaci kroz igru i timski rad
• Učenici vole doći na fakultet, jer se osjećaju
važnima
• Studenti imaju iskustvo prakse s učenicima
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
21
Loomen – sustav za online
učenje
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
22
• loomen.carnet.hr
• Aktivnosti:
• Upitnici, testovi, kvizovi
(Hot Potatoes, Languages
Online)
• Mali matematički rječnik
• Računalne igre
• Simulacije i programi
dinamičke geometrije
• Programirano učenje?!?
Gizmo simulacije
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
23
• explorelearning.com
• Free trial – 30 dana
• Nastavno sredstvo
• INFORMATIZACIJA,
• INTERAKCIJA,
• INTERES
Elevator operator
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
24
• Grafičko prikazivanje
• Intuitivno i igroliko
• Složeni matematički
koncepti
• Koordinatni prikaz
• Funkcionalna ovisnost
• Nagib pravca
3D and orthographic view
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
25
• Prostorni zor
Preporuke, TIMSS, NOK
vs
Predmetni kurikulum
• Razredna nastava
• Model→2D
• 2D→Model
• Izazov u simulaciji
Factor trees
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
26
• Konceptualno i
proceduralno znanje
• Dijeljenje
• Koji je količnik brojeva
756 i 21?
• Prebrojavanje
• Pomoću prostih brojeva
2, 3, 5 i 7 sastavite sve
moguće složene brojeve
(svaki faktor može se
koristiti najviše jednom).
Fraction artist
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
27
• Koji dio kvadrata prikazuje jedan
od plavo obojenih dijelova? Koji
dio kvadrata čini plavo obojeni
dio? Koji dio kvadrata zauzima
neobojeni dio? U kakvoj su vezi
obojeni i neobojeni dio kvadrata?
• Podijelite kvadrat na 16 jednakih
dijelova. Obojite jednu polovinu
kvadrata crvenom bojom, ali tako
da se crveni dijelovi međusobno
ne dodiruju.
• Podijelite kvadrat na 16 jednakih
dijelova i obojite 1/2 crvenom
bojom, 1/4 plavom bojom, 1/8
žutom bojom, 1/16 crvenom
bojom, 1/32 plavom bojom i 1/64
žutom bojom. Što uočavate?
Fido’s flower bed
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
28
• Pravilnosti o opsegu i
površini likova u kvadratnoj
mreži
• Pravokutni pristup
množenju, koncepti
opsega i površine
• Matematičke sposobnosti
učenika
• Izgradi vrt u obliku
pravokutnika koji se
sastoji od 12 blokova.
• Izgradi vrt (u obliku
pravokutnika) koji se
sastoji od 16/36 blokova i
potrebno je najmanje
gredica za ograđivanje.
Iskustva iz MMŠ
21. travnja 2016Informacijska tehnologija za
prepoznavanje darovitosti kod djece
29
M a t D a r
• Ako učenik razlikuje likove:
razumije li pojmove: opseg,
popločavanje?
a) da, b) ne
• Ako je odgovor na prethodno
pitanje „da“, može li učenik
rastavljati lik na slične likove?
a) da, b) ne
• Ako je odgovor na prethodno
pitanje „da“, razumije li učenik
vezu opsega i popločavanja
(površine)?
a) da, b) ne
• Površinu bih dobio zbrajanjem blokova.
• Površinu sam izračunala tako da sam
pomnožila dužinu i širinu. Opseg sam
izračunala tako da sam zbrojila gredice cijelog
vrta.
• Onoliko koliko ima po dužini blokova
pomnožimo sa brojem blokova u širini
[površina],a opseg dobijemo tako što zbrojimo
sve stranice vrta.
• Površinu sam odredio tako što sam pomnožio
dužinu i širinu. Opseg sam odredio tako što
sam zbrojio dužinu i dužinu s širinom i
širinom.
• Mogu broj blokova po dužini pomnožiti s
brojem blokova po širini da bi dobio površinu.
Mogu broj gredica širine i dužine pomnožiti s
dva i međusobno ih zbrojiti [opseg].
Iskustva iz MMŠ
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
30
1.Fido želi napraviti travnjak u obliku
pravokutnika. Naručio je 12 travnatih blokova u
obliku kvadrata stranice duljine 1 m.
Može li Fido napraviti travnjak tako da iskoristi
sve blokove? Koja je dužina i širina Fidovog
travnjaka? Koliko gredica je Fidu potrebno
kako bi ogradio travnjak?
2.Fido u skladištu ima 36 travnatih blokova.
Želi izgraditi travnjak u obliku pravokutnika tako
da potroši najmanji mogući broj gredica za
ograđivanje travnjaka.
Pomogni Fidu odrediti koja treba biti dužina i
širina njegovog travnjaka.
3.Površina pravokutnika sastoji se od 16
kvadrata stranice duljine 1 cm.
Kolike trebaju biti duljine stranica pravokutnika
kako bi opseg bio najmanji?
1. ZAD. 2. ZAD. 3. ZAD.
BB VIŠENEKA
NONPRIMJ
BH 3X4SIMUL
NON-
MM 3X4SVA
KVADRATNON
AP 3X4NEKA
ZAKLJUČAK-
LZ VIŠENEKA
NONPRIMJ
“Od svih pravokutnika iste površine
najmanji opseg ima kvadrat”
Target sum card game
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
31
• Procjenjivanje rezultata
zbrajanja, mjesne
vrijednosti
• Na koji način treba
rasporediti znamenke
2, 2, 5, 6, 6, 7, 8, 9, 9 tako
da zbroj tri
troznamenkasta broja
bude najbliži broju 999?
Cannonball clowns
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
32
• Procjenjivanje udaljenosti
M a t D a r
• Poznaje li i kako učenik
primjenjuje jedinice za
mjerenje duljine?
a) da, samo poznaje jedinice
b) da, poznaje jedinice i dobro
od oka procjenjuje duljinu
c) da, poznaje jedinice, dobro
od oka procjenjuje duljinu i
rješava problemske zadatke
s duljinom
d) ne, ništa od navedenog
Rounding whole numbers
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
33
• Nerutinski zadaci
• Nepoznati broj postaje 50
kada ga zaokružimo na
najbližu deseticu. Koji broj
ne može biti taj broj?
a) 45, b) 53, c) 44, d) 54
• Koji od ponuđenih brojeva
je najmanji koji zaokružen
na najbližu stoticu daje
400?
a) 350, b) 345, c) 390, d)
450
• Koji broj može biti
zaokružen gore prema
najbližoj desetici, a dolje
prema najbližoj stotici?
a) 232, b) 238, c) 262, d)
268
Matematičke igre
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
34
M a t D a r
• Uspješno rješavanje zadataka
s jednom računskom
operacijom
www.novelgames.com/en/quick
math
• Uvažavanje redoslijeda vršenja
računskih operacija i
primjenjivanje zakona
asocijativnosti i distributivnosti
www.novelgames.com/en/quick
calculate
• Rješavanje problemskih
zadataka s tekućinom
[prelijevanje]
www.novelgames.com/en/jars
i masom [vaganje]
www.novelgames.com/en/sees
aw
MatDar, vrednovanje matematičkih sposobnosti
učenika i IKT
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
35
• Četiri kategorije matematičkih sposobnosti
• Kvalitativno vrednovanje
Ponašanje koje upućuje na
potencijalnu darovitost ili poteškoće u učenju
treba izlučiti iz svake učeničke aktivnosti
i pri tom je nužno
interpretirati “postupak”, a ne “samo rezultat”.
• Prednosti IKT-a u radu s darovitim učenicima:
• Dostupnost materijala, individualni angažman
I što je najvažnije....
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
36
Osjećaj sreće
djeteta?
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
37
Literatura
• Sally Yahnke Walker, (2007): Darovita djeca-Vodič za roditelje i odgajatelje, Zagreb, Veble commerce
• Vlahović-Štetić , Vesna (2005): Daroviti učenici: teorijski pristup i primjena u školi, Zagreb, Institut za društvena istraživanjaWinner, Ellen (2005): Darovita djeca, Lekenik, Ostvarenje d.o.o.
• Čudina-Obradović, Mira (1990): Nadarenost: razumijevanje, prepoznavanje, razvijanje, Zagreb, Školska knjiga George David (2005): Obrazovanje darovitih, Zagreb, Educa
• Koren, Ivan (1989): Kako prepoznati i identificirati nadarenog učenika, Zagreb, Školske novine
• Pavleković, M. (2009), Matematika i nadareni učenici, Element, Zagreb.
• Pavleković, M.(2002), Život meni na dar, Udruga dijaliziranih, transplantiranih i kroničnih bubrežnih bolesnika u Osijeku,Hrvatska donorska mreža, Osijek.
• Portal za poslovno e-učenje, TexSys, http://eucenje.efst.hr/tag/tex-sys/, 19.04.2016.
• Šimić G.: „Inteligentno ponašanje sistema za upravljanje učenjem“, doktorska disertacija, Sveučilište Singidunum, 2008.,URL: http://thehqbooks.com/b/2035473
21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece
38