21. travnja 2016 Informacijska tehnologija za prepoznavanje ...

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


2

Ubijaju li škole kreativnost?21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece

3

https://www.youtube.com/watch?v=iG9CE55wbtY

https://www.youtube.com/watch?v=iG9CE55wbtY

Finski sustav – u čemu je

kvaka?21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece

4

https://www.youtube.com/watch?v=ORoh03xc534

https://www.youtube.com/watch?v=ORoh03xc534

Što je rješenje ako niste u

Finskoj? 21. travnja 2016Informacijska tehnologija za prepoznavanje darovitosti kod djece

5

https://www.youtube.com/watch?v=c0H7b9faIBo

https://www.youtube.com/watch?v=c0H7b9faIBo

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?


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)


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.


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)


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.”


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"


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


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


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


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.


19

Mala matematička škola

- Studenti rade s darovitim

učenicima uz primjenu IKT


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

Loomen – sustav za online

učenje


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


23

• explorelearning.com

• Free trial – 30 dana

• Nastavno sredstvo

• INFORMATIZACIJA,

• INTERAKCIJA,

• INTERES

Elevator operator


24

• Grafičko prikazivanje

• Intuitivno i igroliko

• Složeni matematički

koncepti

• Koordinatni prikaz

• Funkcionalna ovisnost

• Nagib pravca

3D and orthographic view


25

• Prostorni zor

Preporuke, TIMSS, NOK

vs

Predmetni kurikulum

• Razredna nastava

• Model→2D

• 2D→Model

• Izazov u simulaciji

Factor trees


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


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


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


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


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


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


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


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

http://www.novelgames.com/en/quickmath

http://www.novelgames.com/en/quickcalculate

http://www.novelgames.com/en/jars

http://www.novelgames.com/en/seesaw

MatDar, vrednovanje matematičkih sposobnosti

učenika i IKT


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....


36

Osjećaj sreće

djeteta?


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


38

http://eucenje.efst.hr/tag/tex-sys/

http://thehqbooks.com/b/2035473

21. travnja 2016 Informacijska tehnologija za prepoznavanje ...

Documents