Att visualisera med mat

Vill man skapa visualiseringar så är man inte begränsad till det digitala. Ett spännande sätt att skapa visualiseringar, bortom Excel och Gapminder, är att använda mat som visualiseringsmaterial.

Maträtt som visar på hur stor del av den grekiska ekonomin som man uppskattar är utanför skattesystemet, genom de "gömda" oliverna i botten. Bild från data-cuisine.net.
Maträtt som visar på hur stor del av den grekiska ekonomin som man uppskattar är utanför skattesystemet, genom de ”gömda” oliverna i botten. Bild från data-cuisine.net.

Det finns ett roligt projekt som har just att  visualisera med mat som tema: data-cuisine.net. Några exempel på rätter:

  • Happines cocktail – räkcoctails baserade på Facebook, där antalet vänner ger antalet riskorn och hur många som ler på sina profilbilder ger antalet räkor
  • Lakmoussetikka – en dessert för att visa hur lite av Finlands blåbär som plockas, där det tunna blåbärslagret representerar de plockade blåbären och moussen i botten andelen som uppskattas bli kvar i skogen
  • Taste of migration – proportionen mellan olika ursprungsländer för personer som invandrat till Finland
  • Tortilla Feliz Catalana – utgår från data för Spanien från OECDs Better Life Index ställer spanjorernas nöjdhet i fyra kategorier mot hur viktig de anser att den kategorin är

Ofta så handlar det om att matcha proportioner ur dataset med passande ingredienser. I de workshops som finns hos Data Cuisine försöker de anknyta till data om staden eller landet som workshoppen hålls i. Det finns liknande upplägg från andra håll också.

Ett roligt sätt att kombinera något av hemkunskap, bild, samhällskunskap och/eller matematik!

Visualiseringar av öppna data, del 2

I det här inlägget tänkte jag skriva lite översiktligt om några av de verktyg som är lättast att börja med när man vill skapa egna visualiseringar.

De fyra stegen

Som lärare kan man bekanta sig med visualiseringar i undervisningen i flera steg. Först går det ju utmärkt att titta på en video av exempelvis Hans Rosling som berättar runt sina egna Gapminder-diagram. Steg två blir att själv visa samma eller en liknande visualisering för att få mer interaktivitet i klassrummet. Då kan man välja vilka länder och tidsperioder man vill titta på.

För de två första stegen spelar det inte så stor roll vilket verktyg eller programmeringsspråk som visualiseringen är skapad med. Men om man vill ta ett tredje steg, och själv skapa visualiseringar, då behövs det ett delvis annat fokus, så att man får tekniken rätt. Det fjärde steget brukar jag se som att låta eleverna själva skapa visualiseringar. I projektet Omvärld.se kom vi i några fall igenom alla fyra stegen, och såg eleverna skapa både interaktiva kartor med datalager i Google maps, och interaktiva tidslinjer med timeline.js.

Microsoft Excel och Google kalkylark

Ett kalkylark är på många sätt grunden för allt arbete med data, och var också en av hörnstenarna när PCn slog igenom i början på 1980-talet.

I kalkylprogrammen finns både stöd för att bearbeta data med formler, och att automatiskt skapa diagram. Diagrammen kan sen inkluderas i olika former av presentationer.

I del 1 gick jag igenom ett enkelt exempel, och visade hur man kan visualisera inkomstfördelning.

Formler skriver man på ett speciellt sätt: man börjar med ett likhetstecken, och sen namnet på funktionen, och sen det område som funktionen ska tillämpas på. Vill man summera det som finns i cellerna A1-A25 sätter man markören i en valfri cell och skriver ”=SUMMA(A1:A25)” Det finns bra hjälpfunktioner som visar vilka funktioner som finns och hur de används.

Det man behöver tänka på är sådant som talformat och om man har decimalpunkt eller decimalkomma. I vissa program får man formlerna på svenska, och då är det inte säkert att man kan kopiera formler direkt från kalkylark man hittar på nätet om de är på engelska.

En av de roligaste sakerna jag har gjort med ett kalkylark är att analysera historiskt konsumentprisindex, från 1200-talet till nutid, med öppna data från Riksbanken och Statistiska centralbyrån. (Här har jag valt en logaritmisk skala för priserna.)

Gapminder

Gapminder-verktyget, alltså själva bubbelgraferna, utvecklades av Hans Rosling och hans son Ola och dennes fru Anna. Det visade sig vara ett enormt kraftfullt verktyg som fångar många dimensioner i en lättfattlig presentation. Marie har redan skrivit ett inlägg om hur man använder Gapminder i skolan, men jag tänkte komplettera med lite om verktyget.

Efter ett par år sålde Gapminder verktyget för att göra bubbelgraferna till Google, som integrerade det i sitt kalkylarksprogram. Gapminder har en kort guide till verktyget på sin webbplats, och därifrån har jag tagit den här bilden:

Det är noga med hur man formaterar och ställer upp data för att man ska få det att funka. Verktyget är byggt på Flash, så det går inte alls att köra på en del datorer, eller exempelvis iPad. Det har ryktats att de skulle göra om verktyget i html5, men det är oklart hur det har gått med de planerna.

Mitt roligaste exempel på användningen av Gapminders enorma datamängder är det här med ”branden i diagrammet”.

Google Fusion tables

Det mest fascinerande verktyg som jag har använt är Googles Fusion tables. Det var det som fick mig att förstå potentialen med datavisualisering av ”big data”, det man ibland kallar datamängder som är så stora att man inte vill hantera dem i ett kalkylark.

Fusion tables liknar ett kalkylark, men är lite mer fast i formerna, eller vad man ska säga. Det är inte lika lätt att direkt lägga in formler och ändra data, men när man har sina data på plats kan man göra saker som känns som magi, helt utan att programmera. (Och om man kan programmera kan man prata SQL direkt med sin tabell.)

Den roligaste funktionen är att kombinera sitt data-ark med ett annat ark med geografiska gränser, för exempelvis kommuner eller valdistrikt. Som namnet antyder kan man göra en ”fusion” av två tabeller.

I det här exemplet tar jag befolkningsdata på kommun-nivå och lägger på en karta. När inlägget skrevs fick jag inte till en interaktiv karta direkt i bloggen, men här är den nu:

[googlemaps https://www.google.com/fusiontables/embedviz?q=select+col0%3E%3E1+from+11n1Jp32qWTd6hBqTMBE2dvogG81vYQUnLk-APIs&viz=MAP&h=false&lat=56.820605986011344&lng=13.757299551337491&t=1&z=7&l=col0%3E%3E1&y=2&tmplt=2&hml=GEOCODABLE&w=600&h=400]

Det andra exemplet gjorde jag inför valet 2014, för att visa Sverigedemokraternas starka och svaga valdistrikt:

[googlemaps https://www.google.com/fusiontables/embedviz?q=select+col0%3E%3E1+from+1HkeQ8cPuKCw5RMmcd6Bug8oXz3LX15sbZhHH-5g&viz=MAP&h=false&lat=56.754411160369415&lng=15.171789297431246&t=1&z=9&l=col0%3E%3E1&y=2&tmplt=2&hml=GEOCODABLE&w=600&h=400]

För mig illustrerar det här visualiseringens kanske starkaste sida: att kunna få överblick, genom att zooma ut, och samtidigt i samma karta få den lokala förankringen, var i Sverige man än bor, genom att zooma in och se hur det ser ut i närområdet.

(Hade jag gjort en liknande visualisering idag skulle jag hämtat valresultatet 2014 från Valmyndigheten och först gjort motsvarande karta idag, och sen gjort en karta över förändringarna – var har Sverigedemokraterna ökat mest och minst. Ja, förresten, i kartan ligger inte bara Sverigedemokraternas valresultat, utan samtliga partiers! Klicka på ett valdistrikt så visas alla data för distriktet i en popup. (Och i ett uppföljande inlägg använder jag Gapminder-diagrammen för att studera korrelationer mellan främlingsfientlighet och utbildningsnivå.))

Omvärld.se – Interaktiva visualiseringar för skolan

Marie har bett mig skriva lite kortfattat om Omvärld.se, som handlar om interaktiva visualiseringar för skolan.

Visualiseringarna har potentialen att låta eleverna utforska ett område på ett kreativt sätt, genom data, och bygga ett berättande på de fakta man hittar i datamängderna.

Headern för omvarld.se

Omvärld.se fas 1-3

Omvärld.se finansierades i två faser till största delen av Internetfonden, och resterande del av AV-media Kronoberg som höll ihop projektet. Den första fasen utgick från Gapminder och försökte hitta bra ingångar på olika skolstadier för Hans Roslings berättelser (se länkar till en del av detta material i det tidigare inlägget om Gapminder). Några lärare, framför allt från Katedralskolan i Växjö, ville fortsätta, och vi fick ytterligare finansiering för en fortsättning med gymnasielärare i geografi och samhällskunskap. Jag var projektledare för den fasen.

Nu i höst har vi dragit igång projektet igen, och skriver blogginlägg om aktuella ämnen och verktyg. Det svåraste med projektet är att hitta lärare som är intresserade av att testa verktygen i klassrummet och komma med input angående vad som funkar på olika ämnen och stadier. Men vi ser det som att man först måste bygga en plattform så att intresserade lärare kan se vad som finns att tillgå. Vet man inte vad som finns är det svårt att själv börja från grunden, givet att arbetspressen är så stor för de flesta lärare.

Från kursplan till visualisering

Det finns nyskrivna inlägg på bloggen i en serie som handlar om hur man går från kursplan till visualisering:

Verktyg för visualisering

Det finns också en sammanfattande sida med de olika inlägg där vi beskriver olika verktyg för visualiseringar som man kan använda. Det är sådana verktyg som Google Fusion tables, Google Maps, Google kalkylark, tidslinjer etc. Jag har även testat några färdiga visualiseringslektionsplaner från exempelvis NASA, men det finns tyvärr inte så mycket sådant ännu.

Googles verktyg är ganska pålitliga, och börjar bli mer lättillgängliga för skolan via Googles program Google apps for education (GAFE). Man får vara lite uppmärksam på att det ibland är olika användningsvillkor för GAFE-konton, jämfört med vanliga enskilda konton, exempelvis när man skapar kartor.

Fler visualiseringslänkar

Det finns många länkar som inte kommer med in i inläggen, och de samlar jag på Delicious, som är en gammal trogen bokmärkestjänst. Visualiseringslänkarna finns här.

Varför öppna data?

Ett tidigare blogginlägg handlade om varför öppna data är relevant för skolan. Där argumenterar vi för att öppna data är en tillgänglig resurs som det finns goda anledningar att ta del av även i skolan. Men varför öppna data från början?

Filmen nedan, ”What can open data do for you?”, är framtagen av Brittiska Open Data Institute, visar på några av de värden som skapas genom öppna data.

Varför öppnar offentliga och privata organisationer upp sin data så att andra kan ta del av den? De två vanligaste anledningarna är att skapa innovation och insyn, mer om det nedan. Förutom dessa anledningar så kan öppna data vara en del i ett internt kvalitetsarbete.  För offentliga institutioner är det även en del i att uppfylla PSI-direktivet (Public Sector Information) från EU-kommissionen, som syftar till att offentlig information ska bli mer tillgänglig.

Innovation

En anledning att tillgängliggöra data är att möjliggöra skapandet av socialt och ekonomiskt värde. Detta kan exempelvis ske genom att fler kan komma på hur en datakälla kan användas eller genom hur datakällor kombineras på nya, användbara sätt.  I filmen ovan är Citymapper ett exempel i denna kategori.

Insyn och delaktighet

Det andra vanliga argumentet för öppna data är att skapa transparens. Genom att medborgare får tillgång till information om samhället kan möjligheten att förstå och påverka öka. Exempel på detta är när kommuner som Örebro kommun tillgängliggör information om inköpta livsmedel och leverantörsfakturor (för att nämna några exempel), eller Riksdagens öppna data kring dokument, voteringar och ledamöter.

Öppna data för vem?

Det finns flera olika grupper som kan vara intresserade av öppna data, så som allmänheten, journalister och programmerare. Dessa grupper har olika behov, vilket är en utmaning när organisationer öppnar data. Det som är av mest nytta för programmeraren är sannolikt inte det som är viktigast för medborgaren. Har den som tillgängliggjort data främst haft innovationer i åtanke, så gör man det ofta lätt för programmeraren att ta del av dataseten. Då kan det kan vara svårt för den utan programmeringskunskap att ta del av det. Å andra sidan, om man väljer att förpacka data så att den är lätt för allmänheten att ta till sig, så kan den vara mindre användbar om man vill utveckla något nytt. Detta är en avvägning och en resursfråga, och beror i viss mån på typ av data.

Varför är detta relevant för den som vill använda öppna data i skolan? Dels för att det sätter öppna data i ett bredare sammanhang. Men också för att förstå bakgrunden till  de olika dataformat som används för att tillgängliggöra data. Mer om detta i ett kommande inlägg om hur man hittar öppna data.

Visualiseringar av öppna data, del 1

Redan en enkel visualisering av data gör att man direkt ser fler samband än genom att bara titta på en tabell med siffror.

Moderna verktyg gör att det är lätt att skapa diagram av i stort sett vilka data som helst. Det blir ett bra sätt för lärare att visa och berätta om olika samband, men går också att använda för att eleverna själva ska göra visualiseringarna.

SCBs Statistikdatabas är ganska svåröverskådlig, men innehåller väldigt mycket där man snabbt kan visa olika samband. Som ett exempel: hur mycket tjänar man under olika delar av sitt liv, och hur har det förändrats de senare åren?

Det finns en tabell som heter ”Disponibel inkomst för samtliga hushåll 18- år (HEK) efter hushållstyp och ålder. Urvalsundersökning, se fotnoter. År 1991 – 2009

Ur den väljer jag så här:

För att undvika problem med decimalkomma/-punkt exporterar jag tabellen som en Excel-fil. I Excel kopierar jag de värden jag är intresserad av och klistrar in i ett Google Kalkylark.

I Google Kalkylark finns numera en ”Utforska”-knapp som hjälper till med visualiseringar och samband. Beroende på hur ens tabell ser ut går det olika bra för systemet att hitta rätt, men just för sådana här tabeller funkar det väldigt bra. Här är hela mitt kalkylark. Och det går att direkt publicera de diagram man är intresserad av. Som detta:

Jag publicerade det ”interaktivt”, och inte bara som en bild, så att man kan föra muspilen över linjerna och få exakta värden för varje punkt.

Några av de samband man kan se i diagrammet är vilka åldersgrupper som har störst/minst disponibel inkomst, eller hur det kan gå bättre eller sämre för en viss åldersgrupp under en period (ofta som resultat av skattepolitik etc).

Om man vill kan man relativt lätt konvertera årsinkomst till månadsinkomst, och det går också att lägga till konsumentprisindex för att jämföra med inflationen. (Det gjorde jag manuellt för varje år.)

I början är det förstås ganska mycket jobb med varje diagram, men det går betydligt fortare när man kommer igång. Det här är en del av det som brukar kallas ”data literacy”, att kunna hantera data på ett sätt som liknar det man har vant sig vid för text.

Jämför med de olika hjälpmedel och program vi har för att hantera text: papper och penna, epost, SMS, webbläsare, ordbehandlare etc. Vi är vana vid att behöva konvertera och formatera text i många fall. Att arbeta med interaktiva diagram är ett steg i samma riktning, fast för data.

Tre exempel på öppna data – bistånd, luftkvalitet och kommuner

Hur kan öppna data se ut? Visualiseringar är ett av de mest lättillgängliga sättet att ta del av öppna data. Om det rör sig om öppna data finns även det underliggande datasetet tillgängligt (t ex som en Excel-tabell), vilket t ex möjliggör att man kan kombinera olika källor för att skapa nya visualiseringar. Tre exempel på öppna data från Sverige där det även finns visualiseringar är biståndsdata, luftkvalietet och kommundata.

Sveriges bistånd

Openaid.se presenterar data över Sveriges bistånd.  Här visualiseras exempelvis olika typer av bistånd, mottagarländer och förändringar över tid. Det är även möjligt att ladda ner tabeller med mer specifika detaljer om olika biståndsaktiviteter, om man vill göra egna analyser och visualiseringar.

Översikt av svenskt bistånd 2014 från openaid.se.
Översikt av svenskt bistånd 2014 från openaid.se, där de olika kategoriernas innebörd förklaras om man för muspekaren över dem. Klickar man på dem får man mer detaljer om hur den biståndskategorin fördelas.
Del av översikt från openaid.se över hur svenskt bistånd 2014 fördelades till olika länder, sorterade på biståndets storlek. Endast tre största mottagarna finns med på denna bild. Jag ber om ursäkt till Nya Zealand som försvann från kartan.
Del av översikt från openaid.se över hur svenskt bistånd 2014 fördelades till olika länder, sorterade på biståndets storlek. På denna bild finns endast de tre största mottagarländera med. Jag ber om ursäkt till Nya Zealand som försvann från kartan.

Luftkvalitetsdata från Naturvårdsverket

Naturvårdsverket tillgänglig gör en hel del data, exempelvis statistik om luft. Man kan även få mer information om denna data via data.naturvardsverket.se, där det även finns instruktioner för hur den programmeringskunnige kan komma åt datasetet. Nedan är exempel på diagram och tabell för utsläpp av partiklar. Det finns motsvarande för exempelvis kvävedioxid och marknära ozon.

Diagram från Naturvårdsverket över utsläpp av partiklar de senaste 24 timmarna.
Diagram från Naturvårdsverket över utsläpp av partiklar de senaste 24 timmarna.
Tabell över motsvarande data från Naturvårdsverket över utsläpp av partiklar.
Tabell över motsvarande data från Naturvårdsverket över utsläpp av partiklar.

Förutom dessa ”nära realtidsdata” så finns det statistik om årsmedel och antal dygn per år över miljökvalitetsnormen. Dessa finns mer tydligt för nedladdning och med Creative Commons-licens.

Exempel på nedladdningsbar data från Naturvårdsverket.
Exempel på nedladdningsbar data från Naturvårdsverket.

Kolada – Nyckeltal för kommuner och landsting

Kommuner och landstingsdatabasen innehåller nyckeltal om olika verksamheter, befolkning, demokrati och sociala för hållanden, samt miljö. Nyckeltalen är mått som ger information om kommunen och landstingen som de beskriver och gör det möjligt att jämföra hur saker och ting har utvecklat sig över tid. De kan också användas för att jämföra kommunerna och landstingen med varandra.

Det finns olika ingångar i Kolada, bl a Jämföraren, Färdiga presentationer och Fri sökning.

I Jämföraren får man en översikt över en kommun eller landsting, med färdiga urval och vyer. Det finns flikar för Bakgrund (t ex befolkningsutveckling, med antal födda, döda, inflyttade och utflyttade över tid), Resultatindex för Kommunens Kvalitet i Korthet (KKiK), Äldreomsorg, Grundskola och Gymansieskola.

Exempel från Kolada-verktyget Jämföraren, för Falköpings kommun.
Exempel från Kolada-verktyget Jämföraren, för Falköpings kommun.

Under Färdiga presentationer samlas grupper av nyckeltal, bl a kring Folkhälsa, Trygghet och säkerhet, samt Energi och klimat. Dessa nyckeltal färgläggs baserat på om värdena jämfört med andra kommuner ligger i de bästa 25% (grönt), mellersta 50% (gult) eller lägsta 25% (rött). Det är lätt att bli lite överväldigad av det som presenteras i denna vyn.

Bättre kan vara att använda Fri sökning, där man själv kan välja ett mindre antal nyckeltal och jämföra flera kommuner. Här är det även möjligt att ladda ner Excel-filer med det urval av kommuner och landsting och nyckeltal som man gjort.

Fler exempel på öppna data?

Dessa tre exempel på öppna data är tänkta att ge en inblick i den variation som finns bland öppna data och att väcka tankar kring hur öppna data kan använda i skolan. Alla dessa exempel bygger på svenska data, det finns även internationella källor som är relevant.

Kanske känner du till någon datakälla som du använder, eller som du tror kan vara relevant i undervisning? Dela gärna med dig i kommentarerna!

Gapminder: ett steg mot att använda öppna data i undervisning

Visualiseringsverktyget Gapminder World och Hans Roslings presentationer är bekanta för många. Om du aldrig har sett Hans Roslings presentationer har du något att se fram emot. I den TED-presentation som gjorde honom känd för en bredare publik använder han visualiseringar i Gapminder för att visa på hur världen har förändrats och hur våra uppfattningar om den inte riktigt hängt med (i nyare filmer används ofta mer fysiska rekvisita).

GapminderWorld

Gapminders mål är att skapa och förmedla en faktabaserad världsbild. Förutom det tekniska problemet med att sammanföra datakällor och hålla dem uppdaterade arbetar Gapminder även med att undersöka vad folk världen över har för grundläggande kunskap om exempelvis världens befolkning, hur Gapminder kan användas i skolan och Dollar Street, som använder fotografier för att illustrera data.

Användning av Gapminder i skolan

Gapminder används redan en del i undervisning – antingen genom att man helt enkelt visar deras filmer, att man gör en strukturerad övning, eller att eleverna får utforska fritt. Gapminder används idag i exempelvis SO, matematik, NO, men även som en del av språkundervisning. Mathias Ahrn arbetar med Gapminder i SO på högstadiet, där de börjar använda verktyget inom moment kring Globalisering i sjuan och sedan återkommer till det under hela högstadiet. Helena Kvarnsell använder Gapminder i matematikundervingen, där eleverna använder verktyget som ett underlag för att ”prata matte”.

Lektionsupplägg med Gapminder

Om du vill ha en introduktion på svenska till de olika delarna av Gapminder, t ex grundinställningen, vad som visas på axlarna och hur man kan göra grafen tydligare, kolla på denna guide från milleniemalen.nu. Den pekar också på en av de stora utmaningarna: ”Det svåra med Gapminder är inte själva programmet, utan att veta vilka av de över 500 ämnena man ska välja, vad är intressant? Det är så mycket data, så många år och så många variabler att vi pratar om ett oändligt antal möjliga grafer att visa.”

Då kan det vara bra att inspireras av andras upplägg. Inom projektet Omvärld.se togs det fram ett antal konkreta lärresurser kring hur man kan gå till väga, till exempel:

  • I lärmodulen Att presentera ett land med hjälp av Gapminder (framtagen av Tina Sundberg, It-pedagog AV-Media Kronoberg), finns steg-för-steg instruktioner till elever för att presentera ett land för sina klasskamrater.
  •  I lärmodulen Introduktion av Gapminder i en klass (framtagen av Joey Hofwander, Tina Sundberg, Anna Prissberg på AV-media Kronoberg) presenteras ett upplägg över fem lektioner för att introducera eleverna både till verktyget och till globala händelser över tid.

Det finns även mycket material på engelska om hur man kan använda Gapminder i undervisningen, till exempel:

Kortspel och Gapminder global casino

Man behöver inte använda digitala läromedel för att introducera tänket med Gapminder. Gapminder har skapat ett kortspel där elever arbetar i mindre grupper och sorterar länder efter utvecklingsnivå (tack Gunnar Wike för tipset). Med följer även en visualisering som visar BNP och förväntad livslängd .  Detta upplägg får mig dessutom att tänka på ”data games”-projekt som jag drivit med en god vän under några år (svensk sammanfattning).

Ett annat lekfullt sätt att använda Gapminder för att undersöka förståelse för världen är Gapminder Casino, där Gapminder projiceras på en yta på vilken spelarna kan göra gissningar om var ett visst land kommer hamna för ett visst år – se UR-filmen där några svenska kändisar spelar med Rosling. Ett exempel på upplägg för att använda Gapminder Casino i undervisning kommer från Mr. Moore’s classroom.

Utmaningar

Att använda Gapminder i skolan innebär en del utmaningar. Det kan t ex dyka upp oväntade samband och verktyget kan vara aningen överväldigande vad gäller olika indikatorer. Det har sagts att utforskandet av Gapminder kan vara bättre som startpunkt för att hitta frågor än som en källa till förklaringar.

För att hantera detta har Gapminder även ett projekt som heter Gapminder school, där de arbetar med att ta fram förklaringsmoduler som man som lärare kan plocka fritt från och integrera is in lektion. Detta projekt är på gång men det finns inget datum för när det kommer att släppas.

Öppna data i Gapminder

På gott och ont gömmer Gapminder det som är en av utmaningarna med öppna data – att hitta datakällor och att själv göra något med dem. Gapminder tar hand om det åt en, verktyget bygger på data från ett flertal ställen, som ”städats” för att ge en sammanhållen bild. En nackdel är att gränssnittet för med sig ett lager av komplexitet, genom att så många parametrar kan visas samtidigt. Användaren är även begränsad genom att sättet att visualisera är bestämt på förhand och att man inte kan föra in nya datapunkter.

Mer om Gapminder på bloggen

Eftersom Gapminder är ett så pass vanligt sätt att för in öppna data i undervisning kommer vi att återkomma till det i ett antal kortinlägg: Erfarenheter från lärare som arbetar med verktyget, hur man kommer åt den underliggande datan samt Dollar Street-projektet.

Varför data och öppna data i skolan?

Urban Roof från Het Nieuwe Instituut
Urban Roof från Het Nieuwe Instituut

Nu har det stått att denna bloggen ”kommer till hösten”. Efter en trist sommar så har vi fått en mycket fin höst, så fin att den inte ens är höst enligt definitionen ”Dygnsmedeltemperatur under 10°C 5 dygn i följd”. Tittar man på SMHI:s årstidskarta ser man att vi inte ens har haft hösttemperaturer här i Malmö-trakten de senaste fem dagarna. Förra året kom inte hösten här förrän början av november, medan den i snitt kommer i mitten av oktober. Detta till trots, nu kör vi!

Ökat behov av ”data literacy”

I det digitaliserade samhället kommer en ökad insamling och bearbetning av data – i små och stora mängder, i många olika syften och i allt från Excel till avancerade algoritmer, innebära att större krav ställs på brukaren. Detta ger ett ökat behov av förmågor kring att förstå, använda och förhålla sig kritiskt till data (engelskans “data literacy”) för att ta del av nyhetsinformation, förstå hur exempelvis Facebook hanterar ens data eller som en del av sin framtida profession. Om man ser till senaste läroplanerna för såväl grundskola som gymnasium så ryms “data literacy” bl a i förmågan att “använda modern teknik som ett verktyg för kunskapssökande, kommunikation, skapande och lärande” men även inom flertalet av ämnenas kursplaner.

Öppna data

I linje med en ökad mängd data tillgängliggör den offentliga sektorns institutioner mer och mer digital information för vidareutnyttjande. När detta görs utan kostnad och utan inskränkningar (t ex upphovsrätt) brukar benämnas som öppna data (se fylligare definition från Open Data Handbook). Svenska dataset från bland annat Socialstyrelsen och SMHI finns att hitta på http://oppnadata.se/dataset. Det finns även data tillgängliga från FN och andra nationer, till exempel Storbritannien.

Dessa öppna data utgör ett källmaterial av potentiell nytta för skolan. Bloggen Öppna data i skolan kommer att beskriva olika sätt att använda öppna data i skolan. Några möjliga spår är:

  • att eleverna gör egna analyser av de offentliga institutionernas data
  •  att eleverna använder olika visualiseringsverktyg
  • att eleverna ges möjlighet att använda tillgängliggjort bildmaterial

Öppna data kan relateras till flertalet av skolans ämnen beroende på dels det underliggande datasetet och dels vad man gör med det. En del i projektet kommer att visa hur användandet av öppna data kan kopplas till Lgr11 och Lgy11.

Användandet av öppna data blir än mer relevant om man tar möjligheten att använda öppna data som ett sätt att föra in programmering i ämnen där det vanligtvis inte används, exempelvis SO. Detta är en möjlighet att tillgängliggöra programmering för elever som inte har så stort teknikintresse, som inte faller för tekniken för teknikens skull.

En förhandstitt

Här är några exempel på planerade blogginlägg (kom gärna med förslag!):

  • exempel på datakällor 
  • hur man hittar datakällor
  • hur användande av öppna data kan kopplas till läroplanen
  • olika visualiseringsverktyg
  • en steg för steg guide kring hur man kan arbeta med dataset med elever
  • dokumentation av körning av data expedition med gymnasieklass
  • hur öppna data kan användas gestaltande och i praktiska ämnen
  • problem med reduktionism och att ljuga med statistik
  • att samla in och dela egna dataset
  • utmaningar att använda öppna data i undervisning, vad man bör tänka på, etc.

Projektet handlar alltså om hur öppna data och data literacy kan ha en roll i undervisningen. Det behandlar alltså inte  hur man kan samla in och analysera data kring skola och undervisning, vilket är en annan möjlig tolkning av projektnamnet.