Genomförande
Exempel 5: Lärande av komplexa begrepp
För att modellera studenternas lärande under laborationerna har vi utveck- lat en modell som vi tentativt har kallat ”lärande av komplexa begrepp” (Bernhard & Carstensen, 2015; Carstensen, 2013; Carstensen & Bernhard, 2013, i tryck). Den är en vidareutveckling av Wickmans (2004) praktiska epistemologier och är baserad på en analys av vad studenterna säger och gör under en laboration. Vad vi benämner enkla begrepp som studenterna kom- mer i kontakt med under en laboration beskrivs med små cirklar i modellen i figur 2. Mellan dessa enkla begrepp etablerar studenterna antingen länkar genom att utföra handlingar såsom mätningar, tolkningar eller så uppstår det gap när studenterna visar att de inte vet hur de ska gå vidare. Etablerade länkar visas i form av pilar i figuren och eftersom det är fråga om en inten- tionalitet så har länkarna också riktning.
Beräknad kurva Överförings- funktion Funktion i tids- domänen Differential- ekvation Verklig krets Uppmätt kurva
Figur 2. Modell av lärande av ett komplext begrepp
Den stora cirkeln i figuren illustrerar hela det komplexa begreppet. Ter- men komplex ska förstås som att vi här har ett komplex, det vill säga en sammanhängande helhet som har delar. Lärande i denna modell ses som att studenterna etablerar fler och fler länkar; de utvecklar fler och fler förmågor och kopplingar. Det är alltså inte fråga om att kunna eller inte kunna, utan kunnandet är mer eller mindre rikt och utvecklat. I figur 2 visas de länkar som två studenter i en labgrupp har etablerat i slutet av en laboration i krets vari transienter (insvängningsförlopp) studerades. Figuren visar komplexi- teten i lärandet. Modellen ger också möjlighet att beskriva studenternas lärande under en hel laboration; vanlig transkribering blir i ett sådant fall svåröverskådlig och är resurskrävande (Bernhard & Carstensen, 2015). Den- na modellering av studenternas lärande kan användas för att studera vilka kopplingar mellan enkla begrepp som är svåra för studenterna att etablera vilket ger möjlighet att förändra utformningen av laborationer. I transkript är detta svårare att se och modellen har använts för att se vilka länkar som är svåra för studenterna att etablera och utifrån detta förändra laborationers utformning (Carstensen, 2013).
Det bör noteras att modellen är empirisk och inte utför användning av förbestämda kategorier. Till exempel så hade vi inte förväntat oss studen- terna skulle göra skillnad mellan uppmätt kurva, beräknad kurva och (be- räknad) funktion i tidsdomänen (det vill säga den analytiska funktionen) samt ha svårigheter att göra kopplingar mellan dessa. Hos experter har dessa begrepp smält samman till ett.
Diskussion
Våra resultat visar att teknologier kan ha kognitivt värde beroende på hur dessa används under laborationer. Värdet ligger framförallt i experimentella teknologiers och instrumenterings förmåga till urskiljning och fokusering, det vill säga att reglera vad som kommer i förgrunden och vad som som kommer i bakgrunden. Med ett språkbruk från fenomenologi och feno- menografi kan det beskrivas som att olika teknologier har olika horisonter. Detta gör också att den som utformar en laboration behöver vara uppmärk- sam på vad som är möjligt, och inte möjligt, för studenterna att se och erfara under en laboration med vald utrustning. Lärarutbildning och didaktisk forskning behöver mer i detalj studera och diskutera laborationers materi- ella utformning.
Vidare så visar våra studier att även om teknologin påverkar möjligheten till fokusering och urskiljning så råder ingen teknikdeterminism. Vad stu- denterna kan se och lära sig beror också på hur instruktioner och labora- tionsuppgifter är utformade samt på vilken erfarenhet och begreppsapparat studenterna redan har.
Därmed hävdar vi att det inte finns ett universellt svar på den klassiska frågan om laborationer är bra eller dåliga för lärandet, utan det beror på hur dessa är utformade och vilka materiella resurser som utnyttjas. Bland annat laborationer som utnyttjar probeware och datorstödd mätteknik som möjliggör variation och fokusering har tillsammans med instruktioner ut- formade enligt variationsteori (Marton, 2015; Marton & Tsui, 2004) visat sig ha goda effekter på lärandet inom fysik och kretsteori. Mätteknik och sen- sorer som utnyttjar kapaciteten hos smartphones och surfplattor har börjat komma på marknaden; utnyttjas möjligheterna i dessa nya tekniker på rätt sätt finns här en potential för laborativt lärande. Det har dock inte varit möjligt inom detta projekt att studera detta och utveckling krävs.
Våra resultat pekar på att det är otillräckligt att studera diskursen, det vill säga vad som studenterna säger och gör, under en laboration som enbart ett språkligt fenomen. För att förstå laborationer behövs vad som Ihde (2009) kallar en materiell hermeneutik och Barad (2007) kallar en materiell diskur- siv praktik. Den av oss utvecklade modellen lärande av komplexa begrepp är ett bidrag för att möjliggöra sådana studier av studenters lärande under laborationer.
Referenser
Barad, K. (2007). Meeting the universe halfway: Quantum physics and the entanglement of matter and meaning. Durham: Duke University Press. Bernhard, J. (2008). Humans, intentionality, experience and tools for lear- ning: Some contributions from post-cognitive theories to the use of techno- logy in physics education. AIP Conference Proceedings, 951, 45-48.
Bernhard, J. (2010). Insightful learning in the laboratory: Some experiences from ten years of designing and using conceptual labs. European Journal of Engineering Education, 35(3), 271-287.
Bernhard, J. (2011, september). Learning in the laboratory through technolo- gy and variation: A microanalysis of instructions and engineering students´ practical achievement. Uppsats presenterad vid SEFI annual conference, Lissabon.
Bernhard, J. (2013, augusti). What matters? Learning in the laboratory as a material-discursive-practice. Uppsats presenterad vid Eropean Association for Learning and Instruction (EARLI), 15th biennial Conference, München. Bernhard, J. (2014, september). Tools to see with - Investigating the role of experimental technologies for student learning in the laboratory. Uppsats presenterad vid SEFI annual conference, Birmingham.
Bernhard, J. (2015a). Is engineering education research engineering re- search? I S. Hyldgaard Christensen, C. Didier, A. Jamison, M. Meganck, C. Mitcham, & B. Newberry (red.), International perspectives on engineering education: Engineering education and practice in context, volume 1 (s. 393- 414). Cham: Springer.
Bernhard, J. (2015b, juni). A tool to see with or just something to manipu- late? - Investigating engineering students’ use of oscilloscopes in the labora- tory. Uppsats presenterad vid SEFI annual conference, Orleans.
Bernhard, J., & Carstensen, A.-K. (2015, juli). Analysing and modelling engi- neering students’ learning in the laboratory: a comparison of two methodo- logies. Uppsats presenterad vid Research in Engineering Education Sympo- sium (REES), Dublin.
Carstensen, A.-K. (2013). Connect: Modelling learning to facilitate linking models and the real world through lab-work in electric circuit courses for engineering students. Linköping: Linköping Studies in Science and Techno- logy, Dissertation No. 1529.
Carstensen, A.-K., & Bernhard, J. (2009). Student learning in an electric circuit theory course: Critical aspects and task design. European Journal of Engineering Education, 34(4), 389-404.
Carstensen, A.-K., & Bernhard, J. (2013, juli). Make links: Learning complex concepts in engineering education. Uppsats presenterad vid Research in Engineering Education Symposium (REES), Kuala Lumpur.
Carstensen, A.-K., & Bernhard, J. (i tryck). Make links: Overcoming the th- reshold and entering the portal of understanding. I R. Land, E. T. Meyer, & M. T. Flanagan (red.), Threshold concepts in practice. Rotterdam: Sense Publishers.
Cole, M., & Derry, J. (2005). We have met technology and it is us. I R. J. Sternberg & D. D. Preiss (red.), Intelligence and technology: The impact of tools on the nature and development of human abilities (s. 209-227. Ma- hwah: Lawrence Erlbaum.
Dewey, J. (1925/1981). Experience and nature. I J. A. Boydston (red.), John Dewey: The later works (Vol. 1). Carbondale: Southern Illinois University Press.
Galilei, G. (1610/1989). Sidereus Nuncius or the Sidereal messenger (A. van Helden, översätt.). Chicago: The University of Chicago Press.
Galilei, G. (1638/1954). Dialogues concerning two new sciences (H. Crew & A. de Salvio, översätt.). New York: Dover.
Gibson, J. J. (1979). The ecological approach to visual perception. Boston: Houghton Mifflin Company.
Ihde, D. (1986). Experimental phenomenology: An introduction. Albany: State University of New York Press.
Ihde, D. (1991). Instrumental realism: The interface between philosophy of science and philosophy of technology. Bloomington: Indiana University Press.
Ihde, D. (2009). Postphenomenology and technoscience: The Peking univer- sity lectures. Albany: State University of New York Press.
Kaptelinin, V., & Nardi, B. A. (2006). Acting with technology: Activity the- ory and interaction design. Cambridge: MIT Press.
Lelas, S. (1993). Science as technology. The British Journal for the Philo- sophy of Science, 44(3), 423-442.
Lindwall, O. (2008). Lab work in science education: Instruction, inscription, and the practical achievement of understanding. Linköping: Linköping Stu- dies in Arts and Science No. 426.
Lunetta, V. N. (1998). The school science laboratory: Historical perspectives and contexts for contemporary teaching. I B. J. Fraser & K. G. Tobin (red.), International handbook of science education (Vol. 1, s. 249-262). Dordrecht: Kluwer.
Lunetta, V. N., Hofstein, A., & Clough, M. P. (2007). Learning and teaching in the school science laboratory. I S. Abell & N. Lederman (red.), Handbook of research on science education (s. 393-441). Mahwah: Lawrence Erlbaum. Marton, F. (2015). Necessary conditions of learning. New York: Routledge. Marton, F., Runesson, U., & Tsui, A. B. M. (2004). The space of learning. I F. Marton & A. B. M. Tsui (red.), Classroom discourse and the space of learning (s. 3-40). Mahwah: Lawrence Erlbaum.
Marton, F., & Tsui, A. B. M. (red.). (2004). Classroom discourse and the space of learning. Mahwaw: Lawrence Erlbaum.
Radder, H. (red.). (2003). The philosophy of scientific experimentation. Pittsburgh: University of Pittsburgh Press.
Vince, J., & Tiberghien, A. (2002). Modelling in teaching and learning ele- mentary physics. I P. Brna (red.), The role of communication in learning to model (s. 49-68). Mahwah, NJ: Lawrence Erlbaum.
Whitehead, A. N. (1963). Science and the modern world. New York: New American Library.
Wickman, P.-O. (2004). The practical epistemologies of the classroom: A study of laboratory work. Science Education, 88, 325–344.