Data Science in Mathematics Education (DASME)
Forskningsprojektet DASME skal undersøge, hvilke elementer af data science det giver mening at introducere på gymnasieniveau, samt hvordan det på en meningsfuld måde kan blive en del af gymnasiematematikken.
Hvad betyder big data, machine learning, netværksteori og data science for de fleste gymnasieelever? Ikke meget. De kender formentlig forkortelsen AI, måske som deres nyeste lektiehjælp, men hvad er det egentlig? Hvordan virker det? Og hvordan bruges data science værktøjer i fx politiske beslutningsprocesser?
Data science nævnes i nyhedsbilledet i forbindelse med fx klimaforandringer, under pandemien som understøttelse af sundhedsfaglige beslutninger, og i mange andre sammenhænge. Men de vigtige beslutningsprocesser er utilgængelige for de fleste borgere, da få faktisk forstår sig på principper for datadrevne modeller. Så hvem skal lærer elever at blive engagerede og kritisk tænkende medborgere i denne sammenhæng? Dette projekt vil undersøge potentialerne ved at lære gymnasieelever basale elementer af data science som en del af matematikfaget og indenfor eksisterende rammer for faget, for at undgå yderligere stoftrængsel for både elever og lærere.
I udlandet debateres det, hvilken rolle data science skal have i undervisningen på gymnasieniveau. I nogle lande har man udviklet nye fag, fx informatik, der er en blanding af programmering og matematik, andre steder udbyder de workshopdage eller -uger, hvor elever og lærer besøger universiteter for at lære data science udenfor den daglige undervisning. Andre igen har ændret rammerne for matematik på gymnasieniveau og erstatter elementer af differential- og integralregningen med data science, for at forberede elever på videregående uddannelser, hvor data science er en del af indholdet. Desværre har det i nogle tilfælde betydet, at eleverne mangler noget ren matematik, for at blive optaget på de tiltænkte uddannelser.
Projektet dækker forskellige kvalitative analyser af hvad man nationalt og internationalt forstår ved data science som vidensfelt relevant for gymnasiets matematikundervisning. Baseret på en sådan kortlægning, vil vi udvikle undervisningsmaterialer til gymnasieskolens matematikundervisning, og til tværfaglige samspil med fx bioteknologi, fysik og samfundsfag. Baseret på de implementerede forløb, vil vi udvikle undervisningsmateriale og efteruddannelsesaktiviteter for gymnasielærere. Disse vil blive inviteret til at medskabe yderligere materiale, der deles via siden her.
Endelig bidrager projektet til matematikdidaktisk forskning ved at sammenholde eksisterende viden om matematisk modellering, statistisk modellering og data modellering, for at indfange hvad data science kan være i skolekontekster.
Projektdeltagere
![]() |
Britta Eyrich JessenProjektleder og lektor i matematikdidaktik ved Institut for Naturfagenes Didaktik. Hendes forskningsinteresser handler bl.a. om gymnasiets undervisning i matematisk og modellering med digitale værktøjer. Fokus er på undersøgende tilgange til undervisningen og kvalitative metoder for dataanalyse. Det meste af hendes forskning tager udgangspunkt i den Antropologiske Teori for de Didaktiske (ATD). Brittas tidligere forskning omhandler desuden curriculumudvikling, og hvordan dette systematisk kan tilgås gennem analyser af rammebetingelser og af det faglige indhold, der danner grundlag for evt. udviklinger. Britta er desuden leder af MathNet – matematiknetværk om lektionsstudier, der arbejder med udvikling af matematiklærerviden gennem praksisudvikling. Netværket er en del af IND’s Forskningsprogram for undervisning i science og matematik i gymnasiet. Endelig er Britta involveret i uddannelsen og efteruddannelse af gymnasielærere, universitetsundervisere, samt grundskolelærere, der tager en kandidatgrad i STEMundervisning. Endelig er hun udpeget ekspert i Nationalt Center for Udviklingen af Matematikundervisningen. Se mere. |
![]() |
Louise Meier CarlsenProjektmedlem og adjunkt i computing education ved Center for Computing Education, IT universitetet. Hendes forskningsinteresser, der spænder over både matematik og computing education, omhandler især implementeringen af teknologi som et redskab for læring. Louises forskning handlede oprindeligt om at støtte udskolingslærere i et implementere computer algebra systemer (CAS) i deres matematikundervisning. Hendes øvrige forskning dækker læreruddannelse, design af undervisning og læringsprocesser, læreres læring gennem praksis, og udvikling af undervisningens rammer. Efter Louises ansættelse ved IT Universitetet, har hendes forskning fokuseret på introduktionskurser til programmering, og design af undervisningsaktiviteter, der fletter teori og praksis sammen. Senest har hun studeret hvordan generativ AI og dynamiske medier kan støtte bachelorstuderende i deres læringsproces mht. data science. Louise er co-uddannelsesleder for bacheloruddannelsen i softwareudvikling. Se mere. |
Støttet af
DASME har modtaget en treårig finansiering fra Novo Nordisk Fonden.
Projekt: DASME - Data Science in Mathematics Education - (0095280)
Periode: 2025 til 2028.
Kontakt
Britta Eyrich Jessen
Lektor, Institut for Naturfagenes Didaktik
E-mail: britta.jessen@ind.ku.dk
Telefon: +4535320363
Louise Meier Carlsen
Adjunkt, IT Universtitet
E-mail: loca@itu.dk
Nyheder fra DASME
Forskere/gruppemedlemmer
Interne
Navn | Titel | Telefon | |
---|---|---|---|
Søg i Navn | Søg i Titel | Søg i Telefon | |
Britta Eyrich Jessen | Lektor | +4535320363 |
Eksterne forskere:
Navn | Titel | |
---|---|---|
Louise Meier Carlsen | Adjunkt | loca@itu.dk |