Lärare behöver mer kompetens för att integrera programmering i matte och teknik

Lärare har inte tillräcklig programmeringskompetens för att integrera programmering i ämnesundervisningen i matematik och teknik, vilket får konsekvenser för undervisningen. Det visar Lechen Zhangs forskning.

Varför blev du intresserad av ämnet?

– Jag kombinerar datavetenskap och utbildning så ämnet är tvärvetenskapligt. När jag började studera datavetenskap visade olika arbetsmarknadsprognoser att behovet av arbetskraft inom fältet skulle växa stort. När det gäller utbildning så har kärnan i min uppväxt varit hur utbildning kan forma människor, så jag har haft ett stort intresse för båda områdena. Tanken att kombinera dem växte fram ganska naturligt, särskilt när regeringen fattade beslut om att integrera programmering i svensk grundskoleutbildning.

Vad handlar avhandlingen om?

– I avhandlingen undersöker jag den process där lärare integrerar datalogiskt tänkande och programmering i ämnena matematik och teknik. Datalogiskt tänkande och programmering har inte varit en del av lärarutbildningen tidigare och därför har lärare en ganska begränsad kompetens på området. Det är oroväckande eftersom de ska undervisa något som de saknar kompetens i.

– Avhandlingen granskar två aspekter av integrationen: de datalogiska färdigheter som lärs ut av lärare genom blockbaserade programmeringsspråk och lärares kompetens inom datalogiskt tänkande och programmering. Studien genomfördes som en fallstudie inom ramen för Ifous nationella forsknings- och utvecklingsprojekt Programmering i ämnesundervisningen. I studien arbetade jag nära verksamma lärare som på kort tid behövde förbättra sina färdigheter i programmering.

Vilka är de viktigaste resultaten?

– Jag vill lyfta fram två resultat. Det ena handlar om att studien visar vilka färdigheter i datalogiskt tänkande som lärarna har inkluderat i sin undervisning och bedömning och vilka svårigheter som har uppstått. Det andra resultatet handlar om att jag har kartlagt lärarnas kompetens inom datalogiskt tänkande. Deras kompetens bedömdes utifrån ett ramverk som innehåller tre olika dimensioner av datalogiskt tänkande: begrepp, praktik och perspektiv. Generellt kan jag säga att lärarna saknar förståelse i samtliga dimensioner, även om det inom varje dimension finns vissa lärare som har mer kunskaper än andra. Detta får allvarliga konsekvenser för undervisningen. Till exempel kunde jag se att vissa färdigheter i datalogiskt tänkande fanns i lärarnas lektionsplanering, men de kunde inte identifiera dem och därför inte heller bedöma dem. I slutändan blir det ett hinder för elevernas utveckling.

– I projektet arbetade jag med 135 verksamma lärare och jag kunde se hur de utvecklades inom kollegialt lärande, som i det här fallet skedde i form av Lesson Study. Så jag kan verkligen rekommendera Lesson Study för lärare som behöver utveckla sin kompetens.

Vad överraskade dig?

– Det som sticker ut är hur duktiga elever är att lära sig själva och varandra när lärarna inte kan erbjuda så mycket på området. Elever lär sig själva och varandra genom att arbeta, imitera, experimentera och utforska när de programmerar. Att jämföra med den lärarledda processen i till exempel matematik, där lärare är mycket kompetenta i sitt ämne och vanligtvis kan genomföra en detaljerad genomgång och svara på elevernas frågor. Det var överraskande att det var elevers intresse och online-resurser som ledde dem till framgång, med begränsat stöd av den lärarledda processen.

Vem har nytta av dina resultat?

– Avhandlingen utgår från lärares perspektiv, som saknas i forskningen, därför kan lärare ha mycket nytta av resultaten. De kan få kunskap om vad eller vilket område inom datalogiskt tänkande och programmering man behöver utveckla vidare. Samtidigt hjälper resultaten lärare med planering och bedömning. Den här studien är den första studien som har granskat integrationsprocessen av datalogiskt tänkande och programmering i matematik och teknik sedan den nya läroplanen kom ut, så alla i det svenska skolväsendet kan ha nytta av resultaten.

Åsa Lasson