Programmering med PRIMM- modellen: ein veg mot djupnelæring i matematikkfaget!

Abstract

Hausten 2020 gjorde Kunnskapsløftet 2020 (LK20) seg gjeldande i grunnskuleopplæringa. Som naturfag- og matematikklærar såg eg eit heilt nytt fokus på algoritmisk tenking, og programmering kom inn med eigne kompetansemål i både naturfag og matematikk. Kompetansar i algoritmisk tenking og programmering vert sett på som viktige verktøy for å oppnå djupnelæring, og dermed gjera elevane klar for «framtida sine kompetansar». I denne masteroppgåva har eg teke utgangspunkt i problemstillinga «Korleis opplever elevane at programmering med undervisningsopplegg etter PRIMM- modellen bidreg til djupnelæring i matematikkfaget?» Gjennom to forskingsspørsmål, fem undervisningsøkter med programmeringsoppgåver bygd opp etter PRIMM- modellen, ei kvantitativ likert-undersøking og eit kvalitativt fokusgruppeintervju med fem informantar, har eg drøfta elevar sine opplevingar for å finna svar på problemstillinga mi. Som teoretisk rammeverk har Lev Vygotsky sin sosiokulturelle læringsteori vore i fokus, då denne òg dannar eit fundament for PRIMM- modellen. PRIMM- modellen og grunntanken for denne har òg vore naturleg del av drøftingane mine. Vidare har algoritmisk tenking og Bloom’s taksonomi stått sentralt i forskinga mi, då desse på mange måtar representerer henholdsvis nytt og gammalt syn på læring. Medan me historisk sett har hatt trua på å byggje stein på stein, ser me no ei satsing på å «fikle», «feilsøke» og «prøve igjen». Når vi ser dei i samanheng, kan vi likevel sjå at dei heng saman, og det treng ikkje vera anten ny eller gammal tradisjon som gjeld. Sentrale funn i forskinga mi, viser at elevane takka være oppgåver med PRIMM- modellen, føler at dei kan prøve- og feile, og prøve igjen. Dei seier det er «gøy» å programmere når dei «får det til» og den primære metoden dei brukar er «prøve- og feile metoden» men når dei har fått det rett, reflekterer dei og analyserer svaret matematisk for å finne ein logikk dei kan ta med seg vidare. Konklusjonen av studien min, er at elevane gjennom slikt arbeid, der dei uredd prøver seg fram, tester ut, får eit eigarskap til oppgåvene, og dermed ein sterk vilje til å meistre. Dei vert uthaldande, og søker etter samanhengar, både innafor fag og mellom fag. I konklusjonen viser eg òg at tankane og opplevingane til elevane kan knytast til utvikling av haldningsdimensjonen, dugleiksdimensjonen og kunnskapsdimensjonen av djupnelæring, og vi kan dermed sei at opplevingane elevane har fått med programmering i matematikk med PRIMM- modellen, bidreg til djupnelæring i matematikkfaget.