I november genomförde jag en lektion om öppna data och etik med en ekonomigymnasieklass i Malmö. Tanken var att jag skulle ha besökt klassen redan i våras och då på en samhällskunskapslektion. Nu blev det under hösten och på en religionslektion – därav att etik blev ett tema. Jag ville även knyta an till ekonomi, vilket jag gjorde genom att välja dataset med ekonomisk koppling.

Min originaltanke för detta lektionstillfälle var att köra en dataexpedition, ett upplägg som jag skrivit om tidigare här på bloggen. Tanken var då att ta ett första tillfälle att introducera några verktyg för att analysera och visualisera data, och att eleverna vid ett andra tillfälle jobbar i grupp för att utforska data. Nu blev det inte tid till detta, och det passade inte in med etikvinkeln. I stället blev det, på gott och ont, mer fokus på konceptet öppna data.

Kort beskrivning av lektionen

Lektionsupplägget i sin helhet: Öppna data och etik för ekonomigymnasieklass

Lektionen börjar med en kort introduktion om varför öppna data och hur lektionen kan kopplas till läroplanen.

För att skapa förståelse för öppna data får eleverna välja två dataset att undersöka utifrån frågor som vad det handlar om, vem som skapat det och om det finns några etiska aspekter. Dessa två väljs från en lista med fem exempel.

Efter att eleverna tittat på två exempel diskuteras dessa i par, samt ett antal olika aspekter med öppna data. Lektionen avslutas med diskussion i helklass kring dessa.

Några reflektioner

De dataset exempel som flest valde var Ohio Online Checkbook och Skattekollen.se. Dessvärre har det förstnämnda inte ett värst bra användargränssnitt, och var inte så lätt att interagera med. Skattekollen var den som eleverna fann intressantast, med kommentarer som ”varför har förskolan större budget än gymnasiet” och ”detta kan vara användbart för att kunna påverka”.

Upplägget var lite för mycket för de 1,5 timma jag hade. Jag lät dessutom undersökandet av exempel ta mer tid än planerat, så det blev lite mindre tid än jag tänkt för en strukturerad diskussion i helklass. Detta ledde till en kortare ostrukturerad diskussion, där alla grupper inte kom till tals. Utvärderingen kom tyvärr inte med under lektionen, utan skickades ut av läraren. Tyvärr har den för få svar för användas.

Vid diskussionen i slutet av lektionen och när jag gick runt och pratade med eleverna när de tittade på exempel kom följande upp:

• Det var lätt att landa i en allmän diskussion om värdet av öppenhet, och framförallt dess extremer, typ att man inte ska dela försvarshemligheter och om Wikileaks var rätt eller fel.
• Ett flertal tyckte att detta med öppna data verkade irrelevant: ”varför skulle någon vara intresserad av hur Sveriges bistånd fördelas?”
• Några tyckte att eftersom offentlighetsprincipen finns, att man ändå kan begära ut transaktioner, så är initiativ som det från Ohio helt irrelevanta. Här skulle man ju behöva både en diskussion om fördelar med automatisering men också om transparens som tillitsskapande.

Några funderingar om upplägget: Hur förmedla vad öppna data är på ett intressant men nyanserat sätt? Kan man få tillräcklig förståelse för öppna data på denna korta tid och från två exempel för att svara på diskussionsfrågorna? Öppenhetsbegreppet i sig och hur det kan appliceras är en utmaning i sig, utan att blanda in data. Om man vill ha mer av ett diskussionsupplägg tror jag att fokus på just öppenhet kan funka bättre än att bara ta upp öppna data.

Data Expeditions are quests to map uncharted territory, discover hidden stories and solve unsolved mysteries in the Land of Data. In a team you’ll tackle a problem, answer a question or work on a project. We help you to get started and it’s up to you to decide where you go…

Så skriver schoolofdata.org om upplägget data expeditions. Dataexpeditioner är upptäcksfärder där det som utforskas är data. Utforskningarna görs i grupp, där de olika deltagarna har olika roller. Upplägget har vad jag vet främst använts med vuxna, men jag tror att det med lite anpassning kan användas för elever där man med data som hjälp vill göra en djupdykning i ett tema.

Roller i en dataexpedition

I School of Datas upplägg återfinns olika roller som behövs i gruppen:

• Berättare (storyteller) – hittar intressanta vinklar att utforska och som kan skriva tilltalande berättelser. Viktiga för att hitta utgångspunkter och knyta ihop säcken.
• Spanare (scout) – Letar reda på dataset som är tillgänliga på webben.
• Analytiker (analyst) – Den som gör en djupdykning i datasetet för att testa hypoteserna som gruppen tagit fram.
• Utvecklare (engineers) – Denna roll behöver inte vara med, men om man vill göra något mer än att skriva en rapport kan det vara bra med någon som kan skriva kod eller använda mjukvara för att skapa visualiseringar.
• Designers – skapar tilltalande produkter och hjälper datasetets berättelse att komma fram.

Utöver detta så ingår det en guide i upplägget. En roll för läraren, eller kanske en äldre elev? Deras Guide for guides har mycket material kring upplägget.

Vad produceras i en dataexpedition?

Produkten av en dataexpedition behöver inte vara tekniskt avancerad, men kan givetvis vara det om förutsättningar finns. Det kan vara en visualisering, en skiss för en visualisering, ett blogginlägg eller en rapport. Vad produkten ska vara kan antingen vara förutbestämt eller bero på vilken typ av dataset som utforskas, hur komplicerat det är, lärandemål, osv.

Läs och om vad andra dataexpeditioner har resulterat i.

Dataexpedition i skolan?

Jag tror att detta är ett spännande upplägg för att låta eleverna göra en djupdykning i data och skapa en berättelse utifrån detta. Det är dock ett utmanande upplägg. Det kräver en del förberedelser så att eleverna har de färdigheter kring data som behövs. En lösning för detta är att ge stöd fokuserat för de olika rollerna som deltagarna tar.

Tanken var att en dataexpedition skulle genomföras inom ramen för detta projekt, men det fungerade inte inom ramarna för den möjlighet jag fick att jobba med en gymnasieklass. Jag hoppas att jag får möjlighet att testa detta i framtiden, eller att någon annan provar.

Att jobba med data och visualiseringar i skolan innebär att man behöver förhålla sig på något sätt till kursplaner och kunskapsmål.

Helst skulle man vilja kunna ta texten i kursplanen och härleda övningar med data och visualiseringar från dem. Kursplanerna är i princip teknikneutrala — det står inte mycket om digital (eller annan) teknik i dem. Därför blir det svårt att gå från kursplan till visualisering på ett entydigt sätt.

En ganska vanlig strategi är därför att lärare skapar aktiviteter i klassen först och mappar på kursplanen i efterhand, typ så här (fast det exemplet gäller inte just visualisering):

Därefter förkovrade jag mig i läroplanen och började bena ut vilket centralt innehåll jag kunde väva in i elevernas idéer.

Teacherhack är ett projekt som främst har haft programmering i fokus, men som har gått igenom alla ämnens kursplaner för att hitta kopplingar till vad man kan göra med digital teknik. De kallar det för ”den hackade läroplanen”.

För vissa ämnen finns det tydliga kopplingar i läroplanen vad gäller användande av visualiseringar och öppna data. Marie tar upp en del i sina bilder här, med exempel från geografi, samhällskunskap, fysik och matematik.

Hur värdefullt det är att använda visualiseringar och att utforska data i klassrummet kan vara avhängigt av vilken pedagogisk modell läraren anammat. En studie från Århus universitet (Levinsen & Sørensen 2011, refererad av Skolverket) visar hur digitala verktyg är mer användbara i ett problemorienterat arbetssätt än i ett lärarcentrerat.

Får eleverna arbeta problemorienterat och ta ansvar för att meningsfullt konstruera sin förståeelse blir också data och visualiseringar ett verktyg man kan använda som underlag för att skapa hypoteser runt hur världen funkar, och få sina mentala modeller utmanade.

Jag övertygad om att det finns en stor potential i att använda data och visualiseringar i skolan, och förvånad över att det inte görs i större utsträckning. Ska man tänka på kursplanerna utifrån den övertygelsen är det frestande att gå ett steg till: hur skulle man kunna använda data och visualiseringar för att utforska och lära sig för skolan nya områden? 

Som exempel: att använda en lärobok för att lära sig om väderförhållanden gör det svårt att komma djupare i sin förståelse än en viss nivå. Om man har en karta som Windyty går det att få en uppfattning om många fler dimensioner av väder, och hur de hänger ihop, genom att titta på olika delar av det geografiska området, i översikt och i detalj, och även lära sig tolka väderprognoserna.

En lärare som argumenterat väl för den här pedagogiska övergången (från katederundervisning och formler, till problemorientering) är Dan Meyer, som jag har skrivit lite om här.

Levinsen, Karin and Birgitte Holm Sørensen. ”Formalized informal learning: ICT and Learning for the 21stCentury”. International Journal of Digital Literacy and Digital Competence. 2011, 2(1). 7-26.