Автор Надя Тамес-Робледо
В последние годы произошел большой толчок в привлечении учащихся к программированию. До этого основным навыком было научиться пользоваться программным обеспечением для обработки текстов. А перед этим набирать.
Теперь есть движение, чтобы привнести в классы новейший футуристический навык: науку о данных. Он основан не только на технологиях, но и на обновлении учебных программ по математике, которые остались неизменными со времен космической гонки. Сторонники этого мнения утверждают, что школы, в которых преподают науку о данных, научат учеников ориентироваться в мире, наводненном информацией, которого раньше не было.
«Мы считаем, что это хорошее базовое образование, которое готовит людей к жизни», - говорит Джеффри Севертс, соучредитель и исполнительный директор некоммерческого Центра радикальных инноваций для социальных изменений при Чикагском университете. Центр представляет собой инициативу Data Science for Everyone («Наука о данных для всех»), которая предоставляет учебные ресурсы и продвигает учебную программу по науке о данных в школах K-12.
«Дело не в том, что инициатива стремится превратить каждого студента в специалиста по обработке данных», - говорит он. «Меня не волнует, будет ли у нас больше специалистов по данным. Каждый ли ребенок бросает школу с базовым пониманием данных? Знают ли они, когда нужно относиться к этому скептически? Понимают ли они важность рандомизации?» - говорит Севертс. «Просто несколько действительно основных принципов, которые помогут им лучше ориентироваться в жизни. Поэтому, когда кто-то говорит: «COVID-19 не представляет для вас угрозы», он может просмотреть данные и сделать собственные выводы».
Все началось с подкаста
Когда в последний раз вам нужно было рассчитывать высоту флагштока? Или даже подумали о слове «числитель»? Сравните это с тем, когда вам в последний раз приходилось использовать Excel или принимать решение на основе данных.
Это несоответствие между учебной программой по математике, которую искренне преподают в школах по всей стране, и навыками, необходимыми в реальном мире, настолько сильно раздражало соучредителя Центра RISC Стива Левитта, что он снял об этом эпизод популярного подкаста Freakonomics.
Севертс стал соучредителем некоммерческой организации около двух лет назад, что означает, что их толчок к науке о данных в K-12 исходит не от образовательной или математической организации, а от организации, ориентированной на социальные изменения.
«Мы пытаемся привнести нестандартное творческое мышление в решение сложных социальных проблем», - говорит Севертс, в том числе разгадывая загадку того, почему старшеклассники продолжают изучать «геометрический бутерброд» курса алгебры I, геометрии и алгебры II, который, по его словам, был более актуален во время обучения в школе 1950-х годов, чем сегодня. «Нам нужны были инженеры, которые [запускали] ракеты. Сейчас в мире, наводненном данными, где все мы носим в карманах компьютеры, в 10 000 раз более мощные, глупо проводить время в школах, изучая очень эзотерические геометрические, тригонометрические и алгебраические концепции».
Одна модель класса, которую предлагает Data Science for Every (наука о данных для всех), - это «объединить и очистить», где геометрия и алгебра II объединены в полгода для каждого курса, чтобы освободить место для одного года науки о данных. Цель состоит в том, чтобы объединить статистику и компьютерное программирование, чтобы научить студентов интерпретировать данные таким образом, который, по словам Севертса, может быть глубоко персонализирован.
«Вы можете использовать релевантные для местных условий данные, чтобы рассказывать истории и объяснять явления», - говорит Севертс. «Если вас беспокоит преступность или загрязнение окружающей среды - или может ли малый бизнес вернуться после COVID, - вы можете найти [данные] из общедоступных источников. Вы действительно можете понять мир вокруг себя так, чтобы это было вам важно».
От концепции к классу
По словам Криса Липпи, специалиста по математике в школе Маунтин-Вью, Калифорния, основанной гуру образовательных технологий Салманом Ханом, ученики уже с энтузиазмом относятся к новому классу науки о данных, который откроется этой осенью в школе Khan Lab. Липпи говорит, что именно Севертс и «Наука о данных для всех» связали его с экспертами по учебной программе по науке о данных в Калифорнийском университете в Лос-Анджелесе.
«Мы пытаемся сделать что-то по-другому, все модернизировать, и это один из многих аспектов», - говорит Липпи. «Необязательно проводить много факторинговых операций вручную - компьютеры могут это делать. Сосредоточьте внимание [учеников] на интерпретации и визуализации данных».
Липпи говорит, что внедрение науки о данных с помощью модели «слияния и очистки» является естественным продолжением курса статистики в его школе, и в настоящее время готовится второй курс по науке о данных по программе Калифорнийского университета в Беркли. Этот класс научит студентов понимать, откуда берутся данные, использовать компьютерную программу R, популярную среди вычислителей чисел, для составления карт прогнозов.
«Мы надеемся, что этот новый путь даст учащимся возможность приобрести другой набор навыков, более соответствующих современным условиям работы», - говорит он. «Практически для любой работы [вам необходимо], по крайней мере, понимание того, как данные о вас используются и как… знать, манипулируют ли вами или нет. Я думаю, все знают, что данные есть повсюду, и они никуда не денутся».
Севертс говорит, что концепция внедрения науки о данных в класс не вызывает разногласий. Однако он обеспокоен тем, что это может быть ошибочно воспринято как серебряная пуля для решения проблемы неравенства в математическом образовании.
Продвижение революции данных
«Похоже, это преждевременная надежда, и у нас нет никаких доказательств того, что обучение детей науке о данных улучшит математическое равенство», - говорит он. «Более вероятно, что дети, которым бросают вызов математике, сталкиваются с проблемами по многим причинам, и они все равно будут рядом, независимо от того, преподаете ли вы им геометрию или науку о данных».
Скорее, Севертс полагает, что адаптирование школьными округами будет более сложной задачей, потому что каждому придется индивидуально найти лучший способ вписать науку о данных в свою учебную программу.
«Мы рассматриваем нашу роль как попытку стимулировать эту дискуссию, заставить их говорить об этом», - говорит Севертс. «Меня действительно не волнует, преподают ли это 15 000 различными способами, а просто то, что это преподается правильно. Есть много возможностей для творчества и адаптации к конкретным классам в определенных районах».
